マイクロソフトは、開発者向けカンファレンス「Build 2026」で、自社開発の7つのモデルを発表し、「エージェントファースト」時代の到来を告げた。

著者：李海倫、テンセントテクノロジー

徐清陽編集

米国現地時間6月2日、マイクロソフトの開発者向けカンファレンス「Build 2026」がサンフランシスコのフォート・メイソンで開幕した。このカンファレンスでは、最先端のAI技術の実践的な応用が焦点となり、マイクロソフトは自社開発のAIモデル、インテリジェントエージェントアプリケーション、オペレーティングシステムのセキュリティ、開発者ツール、クラウドサービス、そして新しいハードウェアプラットフォームなど、多岐にわたる製品とアップデートを発表した。

マイクロソフトは、2025年の開発者会議において、「AIインテリジェントエージェント時代」の方向性を定め、マルチエージェントオーケストレーション機能であるCopilot StudioとWindows AI Foundryをリリースし、モデルコンテキストプロトコルへの完全対応を発表しました。GitHub Copilotもコーディングエージェントをリリースしました。

マイクロソフトの構想では、2025年は「インテリジェントエージェントの時代にどのような標準やフレームワークを用いるべきか」がテーマであり、2026年は「自社のモデルや製品をいかにして真に機能させるか」がテーマだった。モデル層は、主導権を握る自社開発の主力製品で満たされ、製品層はインテリジェントエージェントをデモンストレーション段階から、システム、ハードウェア、クラウドのフルスタック実装へと推進した。

今回の記者会見では、MAIが独自開発したモデルファミリー、ScoutやGitHub Copilotアプリケーションに代表されるインテリジェントエージェントエコシステム、WindowsシステムレベルのAIセキュリティサンドボックスMXC、Surface RTX Spark Dev Boxと開発者向けシステム最適化、Project Solaraという新しいインテリジェントエージェントデバイスプラットフォーム、そしてMicrosoft IQ、Rayfin、ASSERT、ACSなどの開発者ツールとガバナンスフレームワークという6つの主要な発表が行われました。

01 蒸留を拒否し、ゼロからトレーニングされた7つのモデル

基調講演は、マイクロソフトCEOのサティア・ナデラ氏が自身のビジョンを概説するところから始まり、徐々に展開していった。彼が「エージェントファースト」の戦略的フレームワークを発表した後、様々な事業部門の幹部が順番に登壇し、このフレームワークを実践に移した具体的な製品を発表した。

同カンファレンスで、スレイマン氏は、マイクロソフトAIが社内で開発した7つの新しいモデルの発表を行った。これらのモデルは、すべてMAIファミリーに組み込まれる予定だ。

彼はMAIの使命を、コンピューティング能力、より質の高いデータ、より正確な評価への継続的な投資を通じて、常に自己改善を続ける「登り続ける機械」を構築し、ユーザーを技術の最先端に維持することだと説明した。

トレーニング計算の規模に関して、スレイマン氏は、最先端モデルのトレーニングに必要な計算コストが1兆倍に増加しており、今後3年間でさらに1000倍に増加すると予測していると指摘した。マイクロソフトのMAIモデルはすべて、サードパーティのモデル出力に頼ることなく、「ゼロから、一切の蒸留を行わずに」トレーニングされている。

マイクロソフトのAI責任者であるスレイマン氏が、自社開発の7つのモデルを紹介する。

具体的なモデルは以下のとおりです。

主力推論モデルであるMAI-Thinking-1は、中規模モデルです。マイクロソフトは、主要なソフトウェアエンジニアリングテストにおけるその性能が、市場で最高のモデルと同等であると述べています。ブラインドテストでは、人間の審査員はSonnet 4.6と同程度の評価を示しました。このモデルは、サードパーティ製のモデル蒸留ツールを使用せず、クリーンなデータを用いてゼロからトレーニングされました。

MAI-Code-1-Flashは、50億個のパラメータを持つ、高性能かつ推論効率の高いアルゴリズムコーディングモデルです。GitHub Copilot、VS Code、およびMicrosoftのテクノロジースタックとの連携を前提に設計され、深く統合されています。Microsoftは、Haikuに匹敵する性能を持ちながら、より低コストであると主張しています。

テキストベースの画像モデルMAI-Image-2.5とその高効率なFlash版は、テキストベースの画像と画像編集をサポートしています。マイクロソフトは、Arenaの評価においてGoogle Nano Banana Proを凌駕すると主張しています。

MAI-Transcribe-1.5の文字起こしモデルは、最先端の精度を誇ります。競合モデルよりも5倍高速であるとされ、43言語における専門用語認識機能を内蔵しています。

MAI-Voice-2音声生成モデルは、高品質で自然な音声生成を実現し、15言語に対応、短いサンプルに基づいて音声を適応させることができ、不正利用防止対策も備えています。Flash版も近日中にリリース予定で、同じ機能をより低コストで実現します。

すべてのモデルは、同じデータ仕様、インフラストラクチャ、および評価フレームワークを共有しています。これらのモデルは、Azure Foundry 上で配信され、マイクロソフトのファーストパーティ製品向けに最適化されているだけでなく、Open Router、Fireworks、および Baseten の開発者にも利用可能になります。開発者は初めて、モデルの重みを自身で調整できるようになります。

カンファレンスで、ナデラ氏は、企業が自社の運用データを使用してモデルをカスタマイズできる手法であるMicrosoft Frontier Tuningを紹介した。その根底にある考え方は、最も価値のあるデータは一般的なコーパスではなく、企業内でタスクを実行するエージェントの実際の軌跡、手順、および意思決定であるというものだ。

マイクロソフトCEOのサティア・ナデラ氏がフロンティアチューニングを発表

この仕組みはMAIモデルを実際の業務プロセスに統合し、モデルが実際の環境で実践的に学習することを可能にします。スレイマン氏は、「あなたは自分の環境で、自分のデータを使って、自分の管理下で、独自のモデルを構築しているのです。あなたの組織的な知識はモデルの一部となり、あなただけのものになります」と述べています。

パフォーマンス面では、MicrosoftのExcel向けMAIモデルはGPT-5.4に匹敵する性能を持ちながら、効率を10倍向上させています。McKinseyはFrontier Tuningを採用後、テスト対象モデルの中で最高の勝率を達成し、コストを約10分の1に削減しました。

医療分野において、マイクロソフトはメイヨー・クリニックと提携し、最先端の医療向けAIモデルを開発すると発表した。このモデルは、メイヨー・クリニックの臨床専門知識、匿名化された臨床データ、長期的な知見を、マイクロソフトの基盤となるAI機能と組み合わせたものである。

マイクロソフトはまた、MAIモデルは自社開発のMaia 200チップと共同設計されており、ハードウェアとソフトウェアの共同最適化により、1.4倍の効率向上を実現したことも明らかにした。

02 インテリジェントエージェントのエコシステムが完全に実装されました。

マイクロソフトはカンファレンスで、「エージェントファースト」への大きな転換を発表し、知識労働者によるソフトウェアの利用方法を自動化し、AIアシスタントを日常的なオフィス業務に統合することを目指した。

今回リリースされたインテリジェントエージェント製品の中核となるのがScoutです。このAIエージェントは「常時オンライン」を謳っており、OpenClawフレームワークをベースに構築され、まるで人間の同僚のようにMicrosoft Teamsとやり取りすることができます。

Scoutは、ユーザーの仕事用メッセージ、カレンダー、メール受信トレイを閲覧したり、タスクを自動化したり、重複する会議のスケジュールを変更したり、プロフェッショナルな返信文を作成したりできます。ユーザーはTeams内で直接コマンドを送信したり、名前を付けたりすることも可能です。

マイクロソフトの新任コーポレートバイスプレジデント、オマール・シャヒーン氏は、Scoutの設計理念について次のように説明した。「あなたの会社は、実質的にあなたのアシスタントを雇用しているのです。パーソナルアシスタントを持つ最大のメリットは、あなたが仕事をしていない時でも、彼らが働き続けてくれることなのです。」

ScoutはMicrosoftのFrontierプログラムを通じて提供されており、GitHub Copilotのサブスクリプションが必要です。MicrosoftはScoutのデスクトップアプリケーションをテスト中で、「Frontier」アクセスを選択した加入者向けに展開する予定です。Shaheen氏によると、Microsoft社内では営業部門がこのツールの最大かつ最も急速に成長しているユーザーグループだということです。

GitHub Copilotデスクトップアプリケーションも重要なリリースの一つです。GitHubの最高製品責任者であるマリオ・ロドリゲス氏は、これを「GitHubを基盤としたデスクトップ環境であり、エージェントネイティブの機能を備えている」と説明しています。

開発者は、統合された「マイワーク」ビューを通じて、アクティブなセッション、トピック、プルリクエスト、バックグラウンド自動化など、接続されたリポジトリ全体にわたる動的な作業状況を確認できます。各セッションは独自のGitワークツリーで実行され、並列エージェントは独立して動作します。アプリケーションには、プルリクエストのレビュー、検査、マージをガイドするエージェントマージ機能が搭載されています。Canvasインターフェースにより、開発者はエージェントが実行した作業を検査、ガイド、検証できる双方向のヒューマンコンピュータインタラクションを実現できます。

GitHub Copilot アプリケーションは、Windows 11、Windows 11 on Arm、Mac、Linux 向けにテクニカルプレビュー版として提供されており、GitHub Copilot のサブスクリプションが必要です。将来的には、Copilot Free ユーザーも利用できるようになります。このアプリケーションは、クラウドおよびローカルのサンドボックスとコードレビューをサポートしており、いずれもポリシーをサポートしています。

インテリジェントエージェントのセキュリティガバナンスに関して、マイクロソフトは、AIエージェントの動作をより一貫性があり、きめ細かく制御できるように開発者向けに設計された新しいオープンソース標準であるエージェント制御仕様（ACS）をリリースしました。ACSにより、開発、コンプライアンス、セキュリティの各チームは、エージェントのポリシー文書を定義し、エージェントが実行できることと絶対に実行できないこと、人間の承認が必要な場合、およびレビューのためにログに記録すべき証拠を規定することができます。

ACSはSDKとしてリリースされ、LangChain、OpenAI Agents SDK、Anthropic Agents SDK、AutoGen、CrewAI、Semantic Kernel、Microsoft.Extensions.AI、MCPツールなどのプラグインがバンドルされています。ポリシーは単一のファイルに記述できるため、エージェントとバンドルして、異なるフレームワークや環境間で連携させることができます。

ASSERT（Adaptive Spec-driven Scoring for Evaluation and Regression Testing）は、もう一つのテストツールです。これはオープンソースのフレームワークであり、AIを使用して、目標、戦略、または期待される動作に関する高レベルの自然言語記述を構造化されたスコアリングテストに変換します。

ASSERTは、AIモデルの期待される動作を簡潔な言語ベースの記述で受け取り、許容される動作と許容されない動作、問題シナリオ、テストケースのセットを生成し、対象システム上でテストを実行してスコアを付けます。また、中間操作やツール呼び出しを含むAIシステムがたどった経路を記録することもできるため、開発者は障害の有無を確認できます。

03 エージェントの自律性が高まるほど、危険性も高まります。マイクロソフトはMXCを使用して、システムレベルで明確な境界線を引いています。

AIエージェントの能力と自律性がますます高まるにつれ、マイクロソフトは重大な問題を特定しました。エージェントの自律性が高まるほど有用性は増しますが、企業ネットワーク上で無制限に動作させることは危険度も増します。マイクロソフトの公式ブログでは、これを「多層システムの問題」と表現し、エージェントと人間、ツール、アプリケーション、モデル、その他のエージェントとのあらゆる相互作用が「新たな攻撃対象領域を露呈させ、さまざまな障害モードを引き起こす」と述べています。

この問題に対処するため、マイクロソフトは、Windowsオペレーティングシステム自体に組み込まれたポリシー駆動型実行レイヤーであるMicrosoft Execution Containers（MXC）を導入しました。マイクロソフトのWindowsおよびデバイス担当エグゼクティブバイスプレジデントであるパヴァン・ダヴルリ氏は、これはAIエージェントを商業的に実現可能にする上で極めて重要であると強調しました。MXCは「セキュリティ、インクルージョン、分離、およびユーザー制御を中心に」設計されており、コンシューマー向けとエンタープライズ向けの両方の展開においてエージェントが十分に安全であることを保証します。

マイクロソフトのCEO、サティア・ナデラ氏がシステムレベルのセキュリティサンドボックスMXCを紹介

MXCは基本的に、WindowsおよびWindows Subsystem for Linuxに組み込まれたSDKおよびポリシーモデルであり、Microsoftが「構成可能なサンドボックスの範囲」と呼ぶものを提供します。この範囲は、軽量なプロセス分離（GitHub Copilotのコマンドラインインターフェイスで採用されている）から、マイクロ仮想マシン、Linuxコンテナ、Windows 365上で動作するフルクラウドインスタンスまで多岐にわたります。

このシステムは、エージェントの実行をユーザーのデスクトップ、クリップボード、ユーザーインターフェイス、および入力デバイスから切り離します。各エージェントは、ローカルIDまたはMicrosoft Entraによって提供されるクラウドプロビジョニングされたIDのいずれかのIDに紐付けられており、エージェントのすべてのアクションを識別、監査、および管理できるようになっています。

MXCは現在、早期プレビュー版として提供されています。Microsoft Enterprise Security Stackと統合されたAgent 365は、2026年7月にプレビュー版として提供開始予定です。これにより、Entra Identity Services、Intune Device Management、Defender Threat Protection、およびPurview Data Governanceの機能がMXCに統合され、IT部門はエージェントの分離を一元的に管理できるようになります。

パートナー企業としては、OpenAI、NVIDIA、Manus、Nous Research（Hermes Agentの開発元）、そしてオープンソースプロジェクトのOpenClawがMXC上でのビルドを発表している。

特筆すべきは、OpenClawとの協力関係は、開発者のピーター・スタインバーガー氏がマイクロソフトに積極的に連絡を取り、関心を示したことから始まり、最終的に包括的なプラットフォームレベルのパートナーシップへと発展したという点である。

04 3つのアップデートにより、EdgeのAIが「オフラインで動作」可能になる

MicrosoftのEdgeブラウザも、ネイティブAI機能がアップグレードされました。Microsoftは、Build 2025でPhi-4-miniが導入されて以来、Web開発者からのフィードバックに基づいて、デバイス上のAI機能を拡張してきたと述べています。

最初の項目はAion-1.0-Instructで、Phi-4-miniよりも小型で高速かつ効率的なローカル言語モデルです。GPUとCPUの性能が限られたPCでも動作し、現在は開発者プレビュー版として提供されており、7月にHugging Faceで正式リリースされる予定です。

2つ目は、Edge バージョン 148 で利用可能な言語検出および翻訳 API です。どちらの API も、Edge に組み込まれている JavaScript 用オンデバイス AI モデルによって動作し、Web サイトやブラウザが言語認識機能を拡張してテキストペアを翻訳できるようにします。Microsoft は、「高速で高品質な翻訳を提供し、145 以上の言語をサポートし、Web 上の翻訳ワークロードに最適化されている」と主張しており、このサービスは無料です。

3つ目の機能は、Web Speech API を介した音声認識です。これは、Edge Canary および Dev チャネルで試験的に利用可能です。この API を使用すると、開発者は音声入力やオーディオ入力を Web サイトやブラウザ拡張機能に統合できます。これらの機能は、デバイス上でローカルに実行されるか、クラウドベースの音声認識サービスや音声合成サービスによってサポートされます。

05 開発者ツールとクラウドサービスの反復

データインテリジェンスの分野では、マイクロソフトはMicrosoft IQをリリースしました。これは、これまで別々に存在していた4つのコンテキストソースを統合し、エージェント向けの共通基盤を構築するものです。

マイクロソフトのファブリック部門最高技術責任者であるアミール・ネッツ氏は、映画「マトリックス」に登場する緑色のコードの滝は単なる装飾ではなく、その世界が構築された基盤であると例えました。そして、「私たちがデータの世界で行うことは、エージェントのためのデータ駆動型現実を創造することです」と述べました。

Microsoft IQ の 4 つのコンテキストソースは次のとおりです。Work IQ は、電子メール、ドキュメント、会議、スケジュールを活用して組織の日常業務を把握します。Foundry IQ は、ナレッジベースをキュレーションおよびインデックス化して組織の知識を管理します。Fabric IQ は、Fabric Real-Time Intelligence に基づくリアルタイムシグナルに紐づいたエンティティ、関係、ビジネスルールを定義し、データを通じてビジネスのリアルタイムの運用状況をモデル化します (この機能は今後数か月以内に正式にリリースされる予定です)。Web IQ は、Web からリアルタイムのグローバルコンテキストを追加します。

このコンテキストシステムにより、エージェントは単にコマンドを実行するツールではなく、会社の業務内容を理解する仮想従業員となる。

共通の「基盤」だけでは不十分です。エージェントがアプリケーションの構築を開始すると、各アプリケーションにはバックエンドが必要になります。これを放置すると、これらのアプリケーションはコンテキストレイヤーの外側に新たなデータサイロを作成してしまう可能性があります。この問題を解決するために、マイクロソフトはオープンソースの SDK および CLI である Rayfin をリリースしました。Rayfin は、エージェントが構築したアプリケーションを、管理された運用バックエンドとして Fabric プラットフォームに直接デプロイします。アプリケーションデータは、外部に蓄積されるのではなく、デフォルトで統合された OneLake データレイクに取り込まれ、その後 Microsoft IQ にフィードバックされます。

マイクロソフトはこれをSupabaseやNeonの競合製品として位置づけており、その主な違いはガバナンスにある。つまり、すべてのアプリケーションが同じデータとコンプライアンスチャネルを使用するのだ。Netz氏は、これは双方向のプロセスだと説明する。エージェントがアプリケーションを構築する際に、企業のデータルールから情報を取得し、アプリケーションによって生成されたデータによってこれらのルールが更新されるため、次のエージェントは最新の情報を使用できる。

マイクロソフトは、開発者がWindows上でLinuxコンテナを直接作成・管理できるWSLコンテナ機能も発表しました。さらに、LinuxコンテナをWindowsネイティブアプリケーション内で実行できるコマンドラインインターフェースとAPIも提供しています。この機能は、今後数か月以内に一般公開プレビュー版として提供される予定です。

開発者が環境設定に費やす時間を節約するために、マイクロソフトはWindows開発者構成もリリースしました。これにより、新しいマシンを迅速にセットアップし、開発者向けに最適化された構成を適用し、WSL、PowerShell 7、Visual Studio Codeを自動的にインストールし、Gitバージョン管理を有効にし、ファイルエクスプローラーで隠しファイルを表示することができます。

06 2つの新しいハードウェアデバイスにより、重いAIタスクがローカルデバイスに戻される

今回のBuildイベントは、モデル、エージェント、開発ツールといったソフトウェアのショーケースにとどまらず、ハードウェアも展示されました。AIコンピューティングがますます多くのリソースを必要とし、エージェントワークフローを継続的に実行する必要が生じるにつれ、マイクロソフトは開発者が利用できるデバイスに注目するようになりました。高価なクラウドGPUを毎回レンタルする代わりに、これらのタスクをローカルマシンで直接実行できるようにしたのです。

サーフェス製品担当副社長のアンドリュー・ヒル氏は、2つの新製品を発表しました。

Surface RTX Spark Dev Boxは、NVIDIA Blackwell RTX GPUとNVIDIA Grace CPUを組み合わせたNVIDIA RTX Sparkスーパーチップを搭載したコンパクトな開発者向けPCで、最大1ペタフロップスのAI演算能力を実現し、128GBの統合メモリを備えています。

このデバイスは、長時間のトレーニングタスク、大規模モデルの推論、複雑なエージェントワークフロー向けに設計された、放熱器としても機能するアルミニウム製シャーシを採用しています。Windows 11 Proがプリインストールされており、開発者向けにイメージレベルで事前設定されています。具体的には、ダークテーマ、開発用に簡素化されたタスクバー、ウィジェットの削除、「おやすみモード」の有効化、開発者モードの有効化、PowerShell 7がデフォルトシェルとして設定されています。WSL 2はGPUパススルーとCUDAサポートが構成されており、VS Code、GitHub Copilot、Git、Python、Node.jsがすべてインストールされています。

セキュリティ面では、Surface RTX Spark Dev Boxは、Microsoftのゼロトラスト原則に基づき、チップからクラウドまでのセキュリティを基盤として構築されています。これには、セキュアコアPCアーキテクチャ、BitLocker暗号化、Microsoft Defender保護などが含まれており、大規模な管理とガバナンスのためにEntra IDやIntuneと統合することも可能です。

ヒル氏は、「開発者がソフトウェアを構築する方法は根本的に変化しています。AIモデルはますます強力かつ複雑になり、エージェント型ワークフローには継続的なコンピューティング能力が必要となり、最先端のモデルを必要としないタスクであっても、反復処理ごとにクラウドコストが発生する可能性があります」と説明した。

開発者、クリエイター、テクノロジー専門家向けに設計された高性能ノートパソコン「Surface Laptop Ultra」は、既に発売されています。これら2つの製品は、未来を創造する人々のための専用デバイスを開発するという、Surfaceの次のステップを象徴するものです。Surface RTX Spark Dev Boxは、今年後半に米国でMicrosoft.com限定で発売予定です。

07 アプリケーションの代わりにAIエージェントをデバイス上で実行できる新しいプラットフォーム

マイクロソフトの応用科学部門責任者であるスティーヴィー・バティッシュ氏は、プロジェクト・ソララと呼ばれる社内プロジェクトを紹介した。

これは、チップからクラウドまでを網羅する新しいプラットフォームであり、WindowsではなくAndroidをベースとしており、デバイスがアプリケーションではなくAIエージェントを実行できるように設計されています。バティッシュ氏はその動機について次のように説明しています。「境界線は崩壊しつつあります。従来のアプリケーションモデルは必ずしも必要ではありません。従来の方法でエクスペリエンスを開発する必要もありません。」

最初の2つのコンセプトデバイスは、Buildカンファレンスで展示されました。

PCの横に設置するデスクトップハブは、音声コマンドに対応し、顔認証によるログインを可能にし、その日の最も緊急性の高いタスクを表示します。モニターに接続すると、クラウド上で動作する本格的なWindowsマシンへと変貌します。

ウェアラブル社員バッジは、従来の社員証の概念を覆すものです。指紋を一度押すだけでエージェントが起動し、タッチするだけで会話が録音・文字起こしされ、内蔵カメラによってユーザーが見ているものに基づいてエージェントが対応できます。

医療現場でのデモンストレーションでは、このバッジは医療従事者向けのエージェントとして機能し、患者のQRコードのスキャン、患者の診察記録と転記、バイタルサインの記録、処方箋の発行などが可能だった。別の用途では、内蔵カメラがオフィス改装のアイデアをまとめたブレインストーミングボードをスキャンし、緑を取り入れることを提案した。

バティッシュ氏は、マイクロソフトはこれらのデバイスを自社で製造するつもりはないが、ハードウェアメーカーやその他の業界パートナーがこれらのリファレンスデザインを基に、それぞれ特定の業界、企業、またはシナリオをターゲットとした独自の製品を開発することを想定していると述べた。

08 量子チップのアップグレードにより、信頼性が1000倍向上

マイクロソフトは、次世代トポロジカル量子チップ「Majorana 2」も発表した。

前身のマヨラナ1号と比較して、今回の大きな変更点は、超伝導材料をアルミニウムから鉛に変更したことだ。この変更により、量子ビットの信頼性が1000倍向上し、平均寿命は20秒に達し、場合によっては1分間持続することもある。

他の技術的手法では、量子ビットの寿命は通常マイクロ秒単位となる。こうした進歩に基づき、マイクロソフトはスケーラブルな量子コンピュータの実現時期を当初の想定より半減させ、2029年までに実現すると予測している。

このチップの開発では、開発全体を通してMicrosoft Discoveryプラットフォームのエージェント型AI機能が活用されました。AIエージェントは、製造管理、量子状態の自動測定、学際的なデータ分析といったタスクを処理し、測定サイクルを数週間から数桁短縮するとともに、約20年分の蓄積データから人間には認識しにくい相関関係を特定しました。

「エージェント型AIは、私たちのあらゆる活動に浸透しています」と、マイクロソフトのテクニカルフェローであるチェタン・ナヤック氏は述べた。しかし、AIはあくまでガイダンスを提供するだけであり、「科学者は常にその過程に関与している」と強調した。

マイクロソフトのDiscoveryプラットフォームも、同カンファレンスで正式に発表されました。これは、最先端の研究開発のための組織レベルのプラットフォームであり、研究者は人間が指導する自律型エージェントのチームを配備して、仮説の生成、実験の最適化、理論の検証を行うことができます。マイクロソフトはまた、Microsoft Discoveryアプリの早期プレビュー版も公開しました。個人ユーザーは無料でダウンロードし、GitHub Copilotアカウントを使用してローカルで実行できます。