虽然本地模型越来越强，但跟云端AI 相比还是有很大差距，也因此，现在很多人都是通过云端AI 来处理工作。只不过在做一些小专案、不需要用到很强AI 模型的事情时，一定会想，能不能改用本地?虽然现在有Ollama、LM Studio 等工具，可以在电脑上执行本地AI 模型，但要靠自己安装、设置，而且一直手动切来切去，操作上也非常麻烦。
为了解决这个问题，微软稍早宣布，将为Windows 打造全新的「Hybrid Intelligence（混合式智慧）」架构，未来只要支援这套架构的AI 应用程式，就能根据工作需求，自动选择使用电脑上的本地模型，或是交给能力更强的云端模型处理，可说相当不错。
微软打造Windows Hybrid Intelligence，让本地与云端AI 智慧分工
根据微软在Windows Experience Blog发布的官方公告，Windows 将朝Hybrid Intelligence 平台发展，让AI 代理能依照任务需求，选择直接在电脑本地执行，或是交由运算能力更强的云端AI 模型处理。
微软认为，AI 代理接下来会越来越普及，对运算资源、安全性与管控的要求也会跟着提高，再加上云端AI 的开销越来越大，不少企业的AI 需求已经超出预算，大家都希望每一个Token 都能花在刀口上，所以Windows 需要具备整合本地AI 与云端AI 的能力，而不是把所有工作都丢给云端。
所谓的「Hybrid Intelligence」，并不是一款新的AI 模型，也不是Windows 里可以直接开启的单一功能，而是一整套让本地与云端AI 协同工作的架构。
那实际是怎么运作的？简单来说，就是把本地AI 模型和云端AI 模型放在同一个系统里，依照任务难度和需求来分工。
用实际情境来说明，假设你正在通过GitHub Copilot 写程式。
当你请AI 帮程式码加上注解，或修正一个简单的语法错误时，如果电脑上的本地AI 模型已经有足够的能力，就有机会直接通过本地完成，不用呼叫云端AI。遇到比较复杂的问题，例如分析一整个大型专案的架构、追查很难重现的程式错误，系统则可能改用能力更强的云端AI 模型。
在这套架构里，各自负责的角色大致是这样：
- 本地AI：使用电脑上的CPU、GPU、NPU 等硬体资源执行模型，微软提供的Windows ML 执行环境可以把模型部署到这三种硬体上，而且这次还会加入llama.cpp 支援，让开发者更容易使用各种开源模型。
- 云端AI：负责比较复杂，或本地硬体跑不动、不适合在本地执行的工作。
- 智慧路由：让支援的AI 应用程式能依照任务需求，自动决定要用哪个模型。
过去想用本地AI 模型，都需要通过Ollama、LM Studio 等工具，自己下载模型、管理版本、调整设置。想用云端AI，则要另外打开ChatGPT、Claude 等服务。两边是分开的，什么时候用哪一个，都要靠使用者自己判断。
未来导入Hybrid Intelligence，支援这套架构的应用程式就能自动判断和切换。差异可以参考下表：
| 比较项目 | 过去常见的AI 使用方式 | 导入Hybrid Intelligence 后 |
|---|---|---|
| AI 模型 | 使用云端AI，或自行安装本地模型 | 可以整合本地与云端模型 |
| 模型选择 | 通常需要自行选择 | 支援智慧路由的应用可自动选择 |
| GPU、NPU | 使用云端AI 时，本地AI 算力通常闲置 | 可以利用电脑本身的AI 算力 |
| Token 消耗 | 使用云端模型可能消耗Token 额度 | 部分任务改由本地处理，有机会减少消耗 |
| 网络需求 | 云端AI 需要网络 | 部分本地任务可不依赖网络 |
| 隐私 | 云端处理可能需要传送资料 | 部分资料可留在本地处理 |
至于有哪些软体会支援Hybrid Intelligence，首批是GitHub Copilot 家族：
- GitHub Copilot App
- GitHub Copilot CLI
- Visual Studio Code
不过微软也宣布，Windows 内置的Copilot 也将导入本地与云端AI 协作能力。未来Copilot+ PC 上的Copilot 将具备三种重要能力：
- Local Context（本地情境）：在取得使用者授权后，理解电脑中相关的文件与近期活动。
- Local Actions（本地操作）：协助整理文件、执行诊断、排除装置问题，以及完成指定的Windows 工作。
- Local Models（本地模型）：利用电脑上的AI 模型处理适合的任务，并在需要时结合云端AI 的能力。
这也意味着，未来你可以直接叫请Copilot 帮忙找出某份上个月改过的文件、把下载资料夹里乱成一团的文件分类整理，或协助处理系统设置相关的问题等等。
微软也提到，这些能力会带进Copilot 的Home、Code、Autopilot 三种体验。 Home 是把你正在处理的文件拉进来一起协作，Code 则代表用一段提示词即可建立原生Windows App，Autopilot 会获得本地情境与操作电脑的能力。
随着AI 动手操作电脑能力加入，在安全性部分，微软这次也同步宣布Microsoft Execution Containers（MXC）于Windows 11 正式推出，可限制AI 代理能存取哪些文件和网络，并在执行时强制套用。
硬体方面，目前有几个限制要先知道：
- 不是所有Windows 11 电脑都确认能使用完整的Hybrid Intelligence 能力。
- Windows Copilot 新增的本地能力，初期公布的推出对象是Copilot+ PC，实际开放时间会依装置、市场与晶片而有差异。
- 本地模型需要足够的CPU、GPU、NPU 与记忆体资源。
- 不同模型的硬体需求可能差很多。
- 微软尚未公布所有相关功能的完整硬体需求与正式推出日期。
下方是目前公布的时程整理表格：
| 软体或功能 | 预计推出时间 |
|---|---|
| GitHub Copilot App（HydraFusion 支援本地模型） | 2026 年10 月下旬实验性预览 |
| GitHub Copilot CLI | 2026 年10 月下旬实验性预览 |
| Visual Studio Code | 2026 年10 月下旬实验性预览 |
| Windows Copilot 本地AI 相关能力 | 未来几个月陆续在Copilot+ PC 推出 |
