AI开始接手工作,微软先给它上了一把锁

效岸笔记 / 科技观察 · 2026.10.20

AI 的能力边界还在往外扩，微软已经开始认真讨论另一件事：怎么限制它。

10 月 19 日，微软把企业里的 AI Agent 称作新的“内部成员”。这位成员可以写代码、查资料、处理报销，也可能拿着员工的权限，在系统里做出一个错误决定。

几乎同一时间，亚马逊试图用一套新软件，降低开发者转向自家芯片的门槛；英伟达的新 CPU，则在 AI 沙箱测试中交出了约两倍吞吐的成绩。

模型之外，权限、软件兼容和硬件调度，正在决定 AI 能把多少事情真正做完。

而在消费端，苹果又发出了一封邀请函。被反复传闻的触屏 MacBook Pro，可能把桌面电脑的另一条边界推开。更远的地方，一台刚刚升空的探测器，已经开始了前往火星卫星的旅程。

微软的提醒：别让AI继承你的全部权限

一个报销助手，需要读取单据、核对制度，必要时提交审批。但使用它的员工能访问公司财务系统，不代表这个助手也该拥有同样的通行证。

这是微软在最新安全博客中讨论的场景。

随着 Agent 接触越来越多的公司数据和工具，风险也变得具体。读进来的一份外部文档，可能夹着诱导它改变行为的指令；原本合理的任务，也可能在执行途中越过边界。

微软扩展 Project Perception 的思路，是给 Agent 单独建立身份，让它按任务获得临时权限，再根据行为和风险变化收紧、撤回权限。执行这些限制的控制系统，独立于模型运行。

企业 Agent 的权限可以按任务划分，敏感操作单独设置审批。示意：效岸笔记。

这样一来，系统就不必只有“放行”和“关停”两个选项。一个助手行为异常，可以先停止写入，保留正常读取；风险继续上升，再隔离运行环境。

这对企业采用 AI 很关键。员工犯错，可以追溯操作记录、收回权限；Agent 执行速度更快，这些机制也必须跟得上。

过去，聊天机器人答错一句话，用户还有机会判断。如今，它可能直接操作文件和业务系统，一次错误就可能写进真实数据。

模型越能干，权限管理越不能只靠几句提示词。让它知道“不要乱动”，和让系统阻止它乱动，中间隔着一整套工程。

亚马逊抢芯片生意，先拆掉代码迁移的门槛

对 AI 开发者来说，换芯片最难的一步，往往发生在买到芯片之后。

模型已经在原来的硬件上跑顺，算子、数据类型和编译设置也调过。迁到另一套架构，代码能不能跑、结果是否一致、性能要不要重新优化，都得再过一遍。

便宜的硬件，可能被昂贵的迁移成本抵消。

亚马逊推出的 TorchNeuron，就是冲着这个问题来的。按官方公告，它提供面向 AWS Trainium2、Trainium3 的原生 PyTorch 后端，开源时间定在 10 月 20 日。

TorchNeuron 把 PyTorch 与 Trainium 硬件连接起来。图源：Amazon。

PyTorch 的技术介绍列出了公测安排和 Apache 2.0 许可。开发者可以切换到 neuron 设备，使用熟悉的即时执行方式研究、调试，也可以指定后端，通过编译模式追求更好的生产性能。

这件事的分量，在于让硬件选择有机会变得更灵活。一个项目如果可以沿用原来的框架和开发习惯，团队才会认真比较另一种芯片，而不是在迁移预算面前直接放弃。

当然，原生支持还没有覆盖一切。首版技术文档仍列出部分稀疏运算、动态形状等限制。“更容易跑起来”，还需要经过真实模型的兼容和性能测试，才能变成“值得搬过去”。

亚马逊要争取的，不只是单次训练或推理的订单，还有开发者长期停留在哪套计算平台上。

英伟达的优势里，硬件和软件一直紧密相连。TorchNeuron 选择从开发者熟悉的 PyTorch 入手，正是在削弱换平台时最让人犹豫的那部分成本。

模型回答很快，任务却没做完？CPU也该被看见了

AI 编程助手写完代码，工作还没有结束。

接下来，它可能要安装依赖、编译程序、搜索文件、执行测试。模型已经给出了下一步，执行环境却还在忙。成百上千个任务同时挤在服务器里，又会互相争抢资源。

这也是 Modal 在 10 月 19 日公布的 Vera CPU 测试值得看的原因。

Modal 拿到了英伟达 Vera CPU 服务器，用一组接近 Agent 实际工作的沙箱任务进行测试。其测试集合包含 50 项去掉网络调用的 Terminal-Bench 任务，观察 CPU 完成工作的表现。

报告给出的结果是：Vera 在该测试中带来了约两倍吞吐，并发负载下的表现尤其突出。

部分单任务的串行耗时，越低越好。报告另行测试了并发吞吐，两者不能混作同一个指标。图源：Modal。

但把这条新闻压缩成“CPU 性能翻倍”，就会漏掉最有意思的部分。

在安静的机器上逐个执行任务，Vera 并非每项都领先很多；当大量不同任务同时运行，优势才更明显。它更擅长的场景，恰好接近 Agent 平台面对的情况：任务种类杂，资源需求忽高忽低，也很难提前猜到下一步会发生什么。

这提醒 AI 服务商，模型每秒生成多少字，只能解释一部分体验。任务排队、依赖安装、测试运行，都会计入用户的等待时间。

对于用户，真正的终点是拿到一个能用的结果。模型输出已经结束，后面的程序还在跑，那几分钟并不会从体验里消失。

AI 基础设施的竞争，也因此从模型计算延伸到了这些看起来琐碎、却每天都会发生的动作上。

苹果又发邀请函，触屏Mac的悬念留到下周

相比服务器和芯片，苹果的新动向更容易让人想到自己的下一台电脑。

据 Macworld 10 月 19 日报道，苹果已发出“Pro and Tell”活动邀请，时间为洛杉矶当地 10 月 28 日上午 10 点，也就是 北京时间 10 月 29 日凌晨 1 点。

“Pro and Tell”活动邀请视觉。图源：Apple，经 Macworld。

发布前最受关注的预期，是配备 OLED 触摸屏的 MacBook Pro。活动安排已经明确，具体产品、配置和价格仍要等苹果公布。

如果这项变化最终落地，它带来的问题会比屏幕规格更有趣：一台围绕键盘、触控板和鼠标形成使用习惯的电脑，怎么接住手指？

展示照片时直接放大，开会时点一下图上的位置，都很自然。但桌面软件里的小按钮、悬停菜单和密集工具栏，对手指未必友好。硬件多了一种输入方式，软件也得决定什么时候该配合它。

对大多数人来说，触屏不需要包办一整天的操作。它能在几个合适的场景里少绕一步，就已经有用。问题是，这一步是否需要用其他地方的麻烦来交换。

因此，触屏 Mac 的看点不会只停在“终于能摸屏幕”。正式产品能否让鼠标和手指各自顺手，才决定这项功能是日常会用，还是演示时热闹。

MMX已经升空，目标是五年后带回10克样本

电脑的下一次更新还要等几天，MMX 的旅程则已经开始。

JAXA 发射结果公告确认，H3 十号火箭于日本时间 10 月 20 日 4 时 41 分 03 秒从种子岛发射。约 1 小时 11 分 13 秒后，MMX 正常分离并进入轨道。发射时刻对应北京时间当天凌晨 3 时 41 分 03 秒。

MMX 探测器外观示意。图源：JAXA。

MMX 的主要目的地是火卫一，也就是绕火星运行的福波斯。项目计划是 2027 年抵达火星区域，开展观测和采样，2030 年离开，2031 年把样本送回地球。

要带回来的物质，总计约 10 克。

重量很轻，任务却很重。探测器需要完成长距离飞行，接近火卫一，着陆采样，再把装有样本的返回舱送回地球。这些环节跨越数年，任何一步都无法靠一次成功发射代替。

科学家想从样本里寻找火星卫星起源的线索：它们与巨大撞击有关，还是来自被火星捕获的小天体？物质的成分和结构，有机会让争论获得更直接的证据。

今天，H3 已经把 MMX 送上了路。接下来的关键节点，是 2027 年抵达火星区域，再将观测、着陆和采样逐项完成。等到 2031 年，任务是否成功，最终要看那只装着样本的返回舱能否回到地球。