A Microsoft október 7-i rendezvényén a Windows jövőjét az ágensalapú működés és a helyi, illetve felhős mesterséges intelligencia összehangolása köré építette. A hardveroldalon az Nvidia RTX Spark processzorral szerelt Surface Laptop Ultra volt a főszereplő.
A Double Tap két műsorvezetője, Steven Scott és Shaun Preece az adásban azt próbálta rendezni, mit jelent a bejelentéssorozat egy képernyőolvasót használó felhasználó szempontjából. Az esemény elsősorban a Windowsról szólt, a Surface-készülék inkább a vége felé került képbe.
A műsorvezetők nyíltan elmondták, hogy a vállalati szakkifejezések jó részét nem értették. A bejelentések lényegét abban foglalták össze, hogy a Microsoft a helyi hardvert akarja használni, amikor lehet, és a felhőt csak akkor, ha szükséges. A cég ezt hibrid intelligenciának nevezi.
Hibrid intelligencia: helyi és felhős futtatás egy rendszerben
A hibrid megközelítés lényege, hogy a Windows maga dönti el, hol fusson egy adott feladat. Ezt a feladatok összehangolt elosztásának nevezik. Ami helyben is elvégezhető, azt a gép maga végzi el, a nehezebb munkát a felhőre bízza, az érzékeny adatok pedig a számítógépen maradhatnak. A műsorvezetők szerint így a felhasználónak nem kell külön modelleket telepítenie és ismernie.
A bemutatón a Microsoft több külső megoldást is megnevezett, köztük a Perplexityt, a DeepSeeket, a Hermes Agentet és az OpenClaw-t. Ezeket a cég nem szorította háttérbe a saját Copilotja mellett, hanem beemelte a rendszerbe. A kulcsszó a kvantálás volt: a modellek számítási pontosságának csökkentésével kisebb méretűre lehet zsugorítani őket, így elférnek egy helyi gépen is. A Windows állítólag majd tudni fogja, mikor melyiket érdemes használni.
Shaun Preece külön kiemelte a beépített telepítő-segédet. A bejelentés szerint az OpenClaw vagy a Hermes Agent beállítását lépésről lépésre végigvezető folyamat segíti majd, terminál és konfigurációs fájlok nélkül. A felhasználó kiválasztja, melyiket szeretné, a többit a rendszer elintézi. Szerintük az ilyen eszközök most még túl műszaki, barkácsolós benyomást keltenek, és ez tartja vissza a hétköznapi felhasználókat.
Az egyik bemutatón az előadó repülő üzemmódba kapcsolta a laptopot, hogy megmutassa: a feladat valóban a gépen fut, hálózati kapcsolat nélkül.
A hétköznapi felhasználó számára a választás a legnagyobb akadály. Sokan nem tudják, melyik modellt töltsék le, és egy rosszul megválasztott helyi modell könnyen elriaszt a technológiától. Ha a Windows ezt átvállalja, az nagy előrelépés lehet.
Mit jelent az ágensalapú operációs rendszer?
A bejelentések egyik visszatérő fogalma az ágensalapú operációs rendszer. Értelmezésük szerint ennek lényege, hogy a felhasználó nem lépésről lépésre utasít, hanem célt ad meg, a rendszer pedig önállóan kitalálja, hogyan érje el, és felügyelet nélkül dolgozik tovább a háttérben. Steven Scott egy okostermosztátos példát hozott: nem azt kérjük, hogy a fűtés 19 fokra álljon, hanem hogy a lakás legyen meleg. Az ágens ennek megfelelően szabályoz, akkor is, ha mi éppen nem vagyunk otthon.
Ezt a gyakorlatban úgy kell elképzelni, hogy az ember tetszőleges számú ágenst indíthat el, és nem kell tucatnyi Fájlkezelő- és böngészőablakot nyitva tartania. Egyes ágensek helyben futnak, például képeket méreteznek át vagy rendeznek, mások a felhőben dolgoznak, például alkalmazást írnak. Az operációs rendszer szintjén ehhez az is hozzátartozik, hogy a mesterséges intelligencia modulként csatlakozhat a Windowshoz és vezérelhet egyes részeit. A műsorvezetők szerint erről a Microsoft már hosszabb ideje beszél blogbejegyzésekben.
A kifejezést Shaun Preece nem tartja szerencsésnek. Szerinte az „ágens” kissé sunyi szó, a „segéd” vagy az „asszisztens” találóbb lenne. Steven Scott ehhez azt tette hozzá, hogy a felhasználót végső soron nem a terminológia érdekli, hanem hogy a kért dolog megtörténjen. Abban egyetértettek, hogy a hozzáállás számít: ha az MI elutasít egy kérést, meg kell kérdezni, miért, és hogyan adhatunk neki engedélyt. Meg kell tanulni kérdezni.
Egy rövid példa a kockázatokra: a műsor előző napi felvételén egy elhangzott fordulatot a műsorkészítést segítő MI utasításnak értelmezett, és kitörölte az adás egy részét. Ez a prompt injection, azaz a szövegbe rejtett utasítás problémájának egyik megjelenése.
Fenntartásaik is voltak. A fogalmat a Microsoft már régóta emlegeti, a kézzelfogható termék pedig még várat magára. Eszükbe jutott a Copilot kezdeti ígérete, hogy majd sötét vagy nagy kontrasztú módot kapcsol be, ami sosem működött megbízhatóan. A bejelentések az időzítésről sem szóltak: nincs külön következő Windows, a Windows 11 folyamatosan frissül, a funkciók fokozatosan érkeznek. Ennek előnye, hogy a változtatások tesztelhetők, bár a legutóbbi frissítések után ezt maguk is megkérdőjelezték. A partnerek nagy száma és a külső modellek említése ugyanakkor szerintük azt jelzi, hogy a dolog komolyan halad.
Új keresés és beállítások a keresőből
A Microsoft újragondolta a Windows keresőjét is. A műsorvezetők szerint a keresés mostani állapota gyenge, mert lassú és megbízhatatlan, ezért a „megújított keresés” hallatán inkább aggódnak, hogy tovább rontják. Az új változat viszont a bemutató szerint már nemcsak programokat nyit meg: be lehet gépelni, mit szeretne a felhasználó, és a rendszer műveleteket is végrehajt. Lehet vele például hangerőt vagy mikrofonhangerőt állítani, és más beállításokat is módosítani, mindezt a keresőmezőből. A műsorvezetők a macOS Spotlightjához hasonlították.
Akadálymentességi szempontból ez ígéretes lehet. Aki nem tudja, merre keresse a sötét módot vagy a Narrator, azaz a Windows beépített képernyőolvasójának bekapcsolását, az közvetlenül a keresőből elérheti. Ennek feltétele persze, hogy maga a keresőfelület is jól használható legyen képernyőolvasóval.
Itt Shaun Preece és Steven Scott a saját tapasztalatáról is beszélt. A Windows Beállítások alkalmazása sokat javult a Vezérlőpulthoz képest, de képernyőolvasóval még mindig könnyű kihagyni vezérlőket. Preece NVDA, objektumnavigáció és Narrator között váltogat, hogy semmi ne maradjon ki. Scott szerint egy ki-be kapcsolóra tabulálva gyakran nem derül ki, mire vonatkozik, ezért a környező szöveget a Caps Lock és a nyilak segítségével kell körbeolvasnia. A macOS beállításaiban ezzel szemben a legördülő listák és a rádiógombok teljes mondatként olvashatók fel.
Abban nem egyeztek meg, hogy a hiba a Windowsé vagy a képernyőolvasóké. Felmerült az akadálymentességi rétegek (MSAA, UIA) eltérő támogatása, és az is, hogy talán az elrendezés számít: ha a jelölőnégyzet vagy a rádiógomb a szöveg előtt áll, jobban működik. Végül úgy döntöttek, hogy érdemes lenne szakértőt hívni a témához.
Az új Copilot: helyi modellek, Office, feladatláncolás
A bemutató következő része az újabb Copilot volt. A műsorvezetők megjegyezték, hogy a Microsoft szinte évente hoz egy új Copilotot. Az egyikük nemrég csak véletlenül nyitotta meg, amikor észrevette a billentyűzetén a Copilot-gombot. A korai beszélgetős módot jónak tartották, de az alkalmazás kezelése nehézkes volt.
Az új Copilot a számítógépen lévő fájlokhoz fér hozzá, és a helyi modelleknek köszönhetően több feladatot végez el helyben. A példa szerint a személyes képek alternatív szövegének elkészítése így nem kerül a felhőbe. A bemutatott feladatok a mindennapi, unalmas munkák (levelezés, adóbevallás) voltak, amelyeknél az adatvédelem különösen számít.
A másik újdonság az Office a Copilotban: nem a Copilot kerül az Office-ba, hanem az Office a Copilotba. Egy dokumentummal lényegében beszélgetni lehet, a módosításokat pedig a rendszer elvégzi. A műsorvezetők kíváncsiak, mennyire lesz ez akadálymentes, mert a korábbi MI-alkalmazások, például a ChatGPT macOS-es változata az indulásnál rossz tapasztalatot hagytak bennük. Scott szerint a ChatGPT azóta sokat javult.
Szóba került az „autopilot” is, amely a műsorvezetők értelmezése szerint a feladatok láncolását jelenti. A bemutatott példában a felhasználó azt kéri, hogy gyűjtse össze az adóbevalláshoz szükséges dokumentumokat a könyvelőnek. A rendszer ezeket tömörített fájlba rendezi, megírja a levelet, csatolja az archívumot, és elküldésre előkészíti. Felmerült, hogy ez nem azonos-e a „computer use” funkcióval, azaz az MI önálló webes és alkalmazásbeli műveleteivel. A műsorvezetők szerint a kettő nem teljesen ugyanaz, de a határ a kívülálló számára elmosódik.
A Copilotban natív Windows-alkalmazások is építhetők. Elhangzott a GitHub neve is, bár külön termékként, és a műsorvezetők közül egyik sem használta a GitHub Copilotot.
Fontos fenntartás, hogy a bemutató nem mondta meg, mely számítógépek képesek mindezekre. Preece nem tudta, hogy a nemrég vásárolt Asus ProArt gépe támogatja-e a funkciókat, és az is lehet, hogy egyes szolgáltatások csak az új hardverre készülnek.
Hardver: Surface Laptop Ultra és a partnerek
A hardveres bejelentés főszereplője a Surface Laptop Ultra. A gép 15 hüvelykes, és nem Intel, AMD vagy Qualcomm processzort kapott, hanem az Nvidia RTX Spark lapkáját. Az Nvidia eddig főleg grafikus kártyáiról volt ismert, most viszont a processzort és a grafikus egységet egyetlen lapkán kínálja. A műsorvezetők szerint ez a megoldás az Apple Silicon felépítésére emlékeztet, főként az egységes memória miatt. Ez azt jelenti, hogy a processzor és a grafikus egység közös, nagyon gyors memóriát használ.
A kezdőár a bejelentés szerint 2599 dollár. Ez a műsorvezetők becsléseinél (Preece 5000 dollárra tippelt) kedvezőbb volt. A memória legfeljebb 128 GB lehet, de a belépő konfigurációról a műsor felvételekor nem lehetett információt találni. Preece 32 GB-ra számítana, de a mostani memóriaárak mellett szerinte akár 16 GB is elképzelhető. A Microsoft weboldalán a felvétel idején még kevés adat volt a készülékről, a műsorvezetők arra számítottak, hogy a megjelenésig pótolják.
A Microsoft emellett bemutatta a Surface RTX Spark Dev Boxot, amely fejlesztésre szánt kis asztali gép, ára 5999 dollár. A műsorvezetők egy másik, „otthoni adatközpontként” emlegetett gépet is említettek, de erről nem derült ki több. Szerintük ezek az eszközök nem fogyasztóknak szólnak, hanem olyan cégeknek készültek, amelyek az adataikat nem akarják felhőbe küldeni.
A Microsoft partnerei közül a Dell, a HP és az Asus is szerepelt a bemutatón, és a műsorvezetők szerint ők is hoznak majd az RTX Sparkra épülő gépeket, különböző áron. Meglepő módon a Copilot+ PC elnevezés is többször előkerült, noha a műsorvezetők úgy tudták, hogy a Microsoft elejtette. Surface Pro vagy más, korábban várt Surface-modell nem szerepelt.
Mindez a meglévő gépek tulajdonosainak keveset jelent. Egy három-ötéves laptopon a műsorvezetők szerint nem sok mindent lehet helyben futtatni. Az erős játékos számítógépek, amelyekben 40-es vagy 50-es sorozatú Nvidia-kártya van, valamint a nagyobb teljesítményű Mac Studio és Mac mini már elboldogulhat néhány modellel. Az Apple azért tűnhet lemaradottnak, mert nem beszél erről annyit, pedig a modellek a gépein is futtathatók.
Egy gyakorlati tippet is adtak. Aki nem tudja, milyen helyi modellt futtathat, kérdezze meg az MI-asszisztensét: adja meg a gép adatait és a tervezett feladatot, például helyi átírást. A modellek minősége között persze nagy a különbség, ezért érdemes kipróbálni. Scott példaként a Gemma 4-et említette, amely szerinte jócskán jobb a Gemma 3-nál.
Helyi MI és adatközpontok: adatvédelem, költség, fenntarthatóság
A helyi futtatás melletti legfontosabb érv az adatvédelem. Nem mindenki szeretné, hogy a beszélgetéseinek átirata vagy a munkája olyan felhőbe kerüljön, ahol az MI-t tanítják vele. Vállalati szinten ez gyakran jogi kérdés: aki ügyféladatot kezel, vagy titoktartási szerződés (NDA) alatt dolgozik, nem küldheti ki az anyagot. Preece éppen egy ilyen YouTube-videón keresztül értette meg a helyi modellek értelmét. Szerinte ezért lesz piaca a cégeknek szánt helyi MI-gépeknek, és idővel háztartási MI-szerverek is megjelenhetnek.
A másik szempont a fenntarthatóság. A műsorvezetők szerint az adatközpontok energiaigénye nem tartható, a helyi közösségek pedig a víz- és áramellátás miatt aggódnak. Az otthoni vagy vállalati hardverre épülő megoldások költsége kezdetben magas, de a műsorvezetők szerint gyorsabban csökkenhet, mint amennyi idő alatt az adatközpontok kiépíthetők. Egyben azt is elismerték, hogy a felhős szolgáltatásokra a vállalatoknak is szükségük lesz, például az ügyfélszolgálati rendszerek miatt, így az adatközpontok igénye egyhamar nem szűnik meg. Maguk is sokat használnak MI-t, és ezt ellentmondásként élik meg.
Az egyik műsorvezető szerint a kínai, helyi rendszereken is futó, hatékonyabbnak tartott modellek azt mutatják, hogy nincs szükség ekkora számítási kapacitásra. Ezeket sok felhasználó bizalmatlanságból elkerüli, ezért is érdekes, hogy a DeepSeek a Microsoft színpadán is szóba került. A műsorvezetők szerint ez bizonyos fokú legitimációt jelent. Felmerült az is, hogy a nagy kapacitásigény mögött az Nvidiához hasonló gyártók üzleti érdeke is állhat, de ezt kérdésként vetették fel.
Mit jelent mindez vakok számára?
A műsorvezetők szerint a legfontosabb tanulság, hogy vakok számára az elmúlt egy évben jelentősen megnőttek a lehetőségek. Egy éve még nem lehetett a számítógépnek elmondani, hogy helyben szeretnénk átírni egy hangfelvételt, és megkérdezni, hogyan lehetne megoldani. Ma ez megy, és a kérdező nem is kell hogy ismerje a modelleket. Egyikük például az MI-asszisztensével töltette le és nyitotta meg az Adobe Acrobat Readert, a weboldallal való küzdelem helyett.
Ehhez azonban az kell, hogy a felhasználók megtanuljanak kérdezni, kipróbálják az eszközöket, és megtalálják a saját életükhöz illő használatot. Külön kérdés, hogy a gyakori MI-használat a képességek rovására megy-e; ezt a műsorvezetők egy későbbi adásban a hallgatókkal közösen vitatnák meg.
Összegzés
A Microsoft eseménye az irányt jelölte ki: a Windows helyi és felhős modellek között oszt majd feladatot, ágensek dolgoznak a háttérben, a keresőből beállításokat is lehet módosítani, a Copilot pedig Office-dokumentumokkal és fájlokkal dolgozik. A bejelentések viszont időzítést és követelményeket nem adtak, ezért egyelőre kevés biztos állítható arról, mely meglévő gépeken működik majd ez. A Surface Laptop Ultra 2599 dolláros kezdőára és az RTX Spark az új hardverosztály első jele, de a valódi hozadék az lesz, hogy a funkciók mikor és mennyire akadálymentesen érkeznek meg.
A cikk a Double Tap podcast 2026. október 8-i adása alapján, AI felhasználásával készült, ezért apróbb pontatlanságokat tartalmazhat.