Microsoft a annoncé le 7 octobre 2026 une nouvelle orientation visant à faire de Windows une plateforme pour l’« intelligence hybride », de sorte que les tâches d’intelligence artificielle soient exécutées localement sur l’ordinateur lorsque les ressources sont suffisantes, tandis que les tâches plus exigeantes soient transférées vers le cloud. L’entreprise affirme que l’augmentation de la taille des modèles accroît la demande d’utilisation à des niveaux susceptibles de dépasser les budgets consacrés aux services cloud, ce qui fait de la combinaison des deux approches un moyen de réduire la consommation de tokens tout en conservant des capacités avancées.
Un environnement plus isolé pour les agents d’intelligence artificielle
Microsoft a commencé à rendre généralement disponible l’environnement Microsoft Execution Containers (MXC), destiné à l’exécution d’agents d’intelligence artificielle. Cet environnement permet aux organisations de définir les fichiers et les réseaux auxquels chaque agent peut accéder, puis d’appliquer ces politiques pendant l’exécution.
MXC prend en charge plusieurs méthodes d’isolation, notamment l’isolation des processus et des sessions, WSLc, les machines virtuelles et le service Windows 365 for Agents. Microsoft construit son modèle de gouvernance autour de trois axes : le confinement, l’identité et la facilité de gestion, avec la possibilité de distinguer les agents et de connaître les actions exécutées par chacun d’eux, grâce à l’intégration avec Microsoft Agent 365 et Intune.
Parmi les produits actuellement compatibles figurent Codex d’OpenAI, GitHub Copilot, OpenClaw, Replit, LM Studio, OpenShell de NVIDIA et Unsloth AI. L’entreprise a également annoncé son intention d’ajouter Claude Code d’Anthropic, Box, Manus, Perplexity et Raycast, ainsi que l’application Muse de Meta en tant qu’application Windows native.
Modèles locaux et répartition automatique des tâches
Microsoft travaille à l’exécution locale du modèle de programmation MAI Code 1.1 Flash. Le modèle compte au total 137 milliards de paramètres, dont 6,8 milliards de paramètres actifs, tandis que sa taille est réduite d’environ 80 % grâce à une quantification sur 3 bits, tout en conservant une fenêtre de contexte de 256 000 tokens.
Les appareils équipés d’une puce RTX Spark pourront également exécuter localement de grands modèles, notamment Nemotron de NVIDIA, qui compte plus de 70 milliards de paramètres après une quantification sur 2 bits, et DeepSeek V4 Flash, qui compte 284 milliards de paramètres. Microsoft utilisera la technologie HydraFusion de GitHub pour répartir les tâches entre les modèles cloud et locaux. Cette fonctionnalité doit être proposée à titre expérimental en octobre dans GitHub Copilot, GitHub Copilot CLI et Visual Studio Code, avec la prise en charge du moteur d’inférence open source llama.cpp dans Windows ML.
Copilot interagit avec les fichiers et les actions de l’appareil
Copilot bénéficiera de fonctions locales sur les appareils Copilot+ PC, sous réserve de l’autorisation de l’utilisateur. Ces fonctions comprennent la compréhension des fichiers et des activités récentes sur l’appareil, l’exécution d’actions telles que l’organisation des fichiers, le diagnostic de l’appareil, le dépannage et la programmation, ainsi que la sélection d’un modèle local approprié ou la combinaison de celui-ci avec un modèle cloud.
Ces fonctions s’étendront aux composants de Copilot appelés Home, Code et Autopilot. Code permet de créer des applications Windows natives à partir d’une seule instruction, avec une exécution sécurisée du code via MXC, tandis qu’Autopilot peut continuer à fonctionner en arrière-plan pendant que l’utilisateur se consacre à d’autres tâches. Microsoft a indiqué que le déploiement se ferait progressivement au cours des prochains mois.
Qu’est-ce qui change concrètement ?
L’annonce marque le passage d’une présentation de Copilot comme assistant reposant principalement sur le cloud à la construction d’une couche d’exécution pour des agents capables de lire les données locales et d’effectuer des actions sur l’appareil. L’avantage potentiel est de réduire l’envoi de données et la dépendance à la connexion cloud pour certaines tâches, mais cela dépend de l’autorisation de l’utilisateur, des politiques de l’organisation et des capacités du matériel. Par ailleurs, l’exécution locale de grands modèles ne s’adresse pas à tous les appareils Windows ; les exemples cités concernent des ordinateurs dotés d’une mémoire et de ressources de calcul importantes.
En parallèle, Microsoft a ouvert les réservations du Surface Laptop Ultra équipé d’une puce RTX Spark, avec jusqu’à 128 gigaoctets de mémoire unifiée, et affirme qu’il est capable d’exécuter localement des modèles dépassant 120 milliards de paramètres. Les expéditions commenceront aux États-Unis le 16 octobre, tandis que celles du Surface RTX Spark Dev Box débuteront en novembre. Le prix de la version du Surface Laptop Ultra dotée de 24 gigaoctets de mémoire est de 513480 yens, et celui de la version dotée de 128 gigaoctets est de 1094280 yens.