微软放了个大招:AI智能体学会了操作电脑,企业软件行业要变天

不需要API，AI自己就能操作软件了

5月26日，微软发布了 Copilot Studio 2026年5月更新，其中最重磅的消息是：Computer-Using Agents（计算机操控智能体）正式进入 GA（General Availability）阶段。

简单来说，这些 AI 智能体可以像一个真人用户一样操作你的电脑——打开应用程序、点击按钮、填写表单、从屏幕上读取数据、在多个软件之间来回切换。

关键在于：它不需要任何 API 接口。

传统的企业自动化（RPA、iPaaS 等）有一个致命前提：目标软件必须提供 API 或至少有结构化的数据接口。而现实中，绝大多数企业内部运行着几十甚至上百个关键系统，大量是十几年前部署的老系统，根本没有 API，也没有厂商愿意为你开发一个。

微软这次的做法是：绕过 API 这道门槛，让 AI 直接"看"屏幕，"理解"界面，然后"动手"操作。

这里需要特别强调：Computer-Using Agents 不是预览版，不是实验室产品，而是 GA 正式发布。也就是说，企业客户从今天起就可以在生产环境中使用这项能力。

此前，Anthropic 的 Claude 也展示过"电脑操控"的能力（Computer Use），OpenAI 也有类似的 Operator 功能，但它们基本还停留在开发者预览阶段。微软这次直接把它推到了企业级可用的状态，结合 Azure 的安全合规框架一起上线，这对企业用户来说是一个质的跳跃。

除了 Computer-Using Agents，微软在这次更新中还推出了三项重要能力：

Copilot Studio 的工作流画布被重新设计，现在支持：

这意味着构建复杂的 AI 工作流不再是"连连看"式的简单拼接，而是真正的流程编排。

智能体现在可以原生读取微软 Viva Work IQ 的信号数据，将员工效能分析融入决策逻辑。举个例子：一个智能体可以根据团队的工作负荷自动调整任务分配。

智能体支持实时语音通话，响应延迟低于 500 毫秒。这让 AI 客服和 IT 帮助台场景正式落地——之前的语音交互因为延迟太高，在实际使用中完全不可接受。

企业数字化转型喊了这么多年，最大的瓶颈从来不是那些已经上云的新系统，而是那些"碰不了、改不动、但每天都在用"的老系统。一个典型的大企业里，可能有 10 到 50 个关键内部系统根本不支持外部集成。

Computer-Using Agents 的出现，相当于在所有这些系统之间架起了一座桥——不需要厂商配合，不需要开发新接口，AI 自己就能跨系统操作。

传统的 RPA（机器人流程自动化）靠的是预设规则：定义好"点哪里、填什么、下一步做什么"。一旦界面布局变了，脚本就挂了。

Computer-Using Agents 则是基于视觉理解和语义推理，它不是在执行脚本，而是在"看懂"屏幕后做出判断。这就像从记住一条固定路线，变成了真正学会了看地图。

UiPath、Automation Anywhere 这些 RPA 巨头需要认真审视一下自己的护城河了。

微软在2026年的布局非常清楚：Azure 要做所有 AI 智能体的安全治理层。

注意几个关键动作：

换句话说，微软不再只是 OpenAI 的分销商。它要做的是一个"模型无关"的企业智能体平台——不管你用 GPT、Claude 还是 Gemini，都在微软的安全和合规框架里运行。

6月2日至3日，微软 Build 2026 大会即将在旧金山举行。根据已有信息，预计会有以下重磅发布：

AI 会不会"操作电脑"这个问题，现在有了明确的答案：会，而且已经到了企业级可用的阶段。

这不仅仅是一个功能更新。当 AI 可以像人一样操作任何软件的时候，企业中大量"人作为系统间粘合剂"的角色——数据录入员、系统操作员、流程专员——都将面临根本性的变化。

但机会同样存在：理解这些工具的人，将成为新一代"AI 工作流架构师"。