微軟( MSFT-US ) 與輝達( NVDA-US ) 的合作正從傳統 PC 軟硬體整合，進一步延伸至人工智慧（AI）代理（AI Agent）的運算、安全與治理架構。微軟執行長納德拉（Satya Nadella）與輝達執行長黃仁勳在 10 月 8 日的 Windows 發表會上回顧雙方數十年的合作歷程，並勾勒 AI 時代個人電腦的發展方向。

黃仁勳指出，輝達的發展與 Windows 密不可分。從 Windows 95、DirectX、GeForce 到 CUDA，雙方的合作推動 GPU 從圖形處理走向通用加速運算，最終成為現代深度學習的重要技術基礎。

納德拉則將這段合作歷程延伸至雲端運算與大型語言模型，指出微軟 Azure 與輝達的高效能運算合作，也為 OpenAI 建置超級電腦、訓練 GPT 模型提供了基礎。

不過，這場對話的焦點已不只是 GPU 效能或 PC 硬體升級，而是當 AI 代理開始直接操作檔案、應用程式與各種工具，個人電腦、作業系統及雲端基礎設施必須如何重新設計，才能讓代理安全且有效率地執行任務。

微軟、輝達合作從 PC 延伸至 AI 基礎設施

黃仁勳將輝達的發展與 Windows 生態系緊密連結。輝達成立於 1993 年，早期著重 PC 圖形運算，隨著 Windows 95 推動個人電腦普及，以及 DirectX、Direct3D 讓開發者能將 GPU 能力整合至應用程式，雙方逐步建立深厚的技術合作關係。

到了 DirectX 8 時代，雙方進一步推動可程式化 GPU 技術，讓開發者能更靈活地運用圖形處理器。這條技術路線後來延伸至 CUDA，使 GPU 得以支援更廣泛的平行運算工作負載，並成為深度學習發展的重要基礎。

納德拉則指出，雙方的合作並未止步於 PC。微軟早期在 Azure 導入高效能運算技術，並與輝達合作運用 InfiniBand 等高速互連技術，為後續的大規模 AI 訓練奠定基礎，也協助 OpenAI 建置訓練 GPT 模型所需的超級電腦。

從 PC 圖形運算、GPU 加速、CUDA，到雲端超級電腦與生成式 AI，這段合作歷程反映出加速運算的角色不斷擴大。雙方如今希望進一步將這套技術基礎延伸至 AI 代理，讓電腦不只回應使用者指令，也能自主運用各種工具完成工作。

AI 代理進入 桌 面環境，安全隔離成關鍵

隨著代理開始直接操作本機檔案、網路、應用程式與外部工具，如何限制其行動範圍，成為下一代作業系統的重要課題。

納德拉在對談中介紹微軟執行容器（Microsoft Execution Containers，MXC），將其定位為代理執行任務時的安全邊界。相關架構的目的，是在代理取得必要操作能力的同時，避免其不受控制地存取系統資源。

這套架構不只涉及單一層級的隔離，也涵蓋微型虛擬機、虛擬機及 Windows 工作階段等不同層次。除了限制代理的操作範圍，系統還必須具備可觀測性，讓代理擁有可追蹤的獨立身分，並將其活動紀錄與使用者本人的操作區分開來。

此外，企業還需要整合政策管理、IT 維運、安全監控，以及 Token 使用量與支出的追蹤機制。納德拉強調，代理的執行環境不能只解決技術隔離問題，還必須納入整體治理架構。

黃仁勳則認為，MXC 將成為下一代 IT 基礎設施的重要組成部分。他將其意義類比於 Windows 與 DirectX 對應用程式開發的影響，認為代理若要大規模部署，就必須具備相應的安全與執行基礎。

換言之，代理不再只是一般軟體中的一項功能，而是能夠代表使用者操作系統、存取資源並執行任務的新型運算主體。

混合 智慧 打破本地與雲端界線， PC 重新定位

除了安全架構，微軟與輝達也看好本地運算與雲端 AI 深度整合的發展方向。

納德拉將這種模式稱為「混合智慧」（Hybrid Intelligence）。未來，模型不必固定在本機或雲端運作，系統可以根據任務需求調度不同的模型與運算資源，讓工作流程在桌面應用程式、本地 AI 模型及雲端服務之間流暢切換。

他以創意工作流程為例，說明使用者可以透過 ComfyUI 生成素材，再交由 Blender 進行處理，接著使用 Photoshop 的本地模型強化影像，並搭配雲端工具完成後續工作。整個流程橫跨多款應用程式與不同運算環境，但不必將本地與雲端視為彼此割裂的系統。

納德拉也指出，未來代理可能成為檔案系統最主要的使用者之一。檔案系統匯集各種不同類型的內容，是代理執行任務的重要基礎，因此必須同時兼顧存取效率與安全性。

他認為，未來的個人電腦將同時服務人類與代理，代理需要能夠持續存取使用者的檔案與工具，並在不同工作情境中延續任務。

黃仁勳則表示，代理有機會比人類更充分地運用軟體功能。使用者通常只熟悉一款應用程式部分功能，但代理可以利用更廣泛的工具與功能執行工作；搭配本地硬體加速及雲端運算，將有機會進一步提高軟體的使用效率。

在硬體方面，黃仁勳將這次產品布局形容為重新設計個人電腦，稱相關專案累計投入超過 4,000 個工程人年，目標是將遊戲 PC、筆記型電腦、工作站、超級電腦與雲端運算能力整合至更一致的架構。

他指出，新架構採用由兩顆大型晶片連接而成的長方形超級晶片，運算能力達 1 PFLOPS。輝達也已針對超過 1,200 款應用程式進行測試，涵蓋 DirectX、OpenGL 與 CUDA 等不同技術生態系，並完成相關效能、相容性與最佳化測試。

黃仁勳強調，這類 PC 不只是提升傳統運算效能，也要讓既有應用程式與 AI 工作負載能夠在同一平台上運作。他認為，個人電腦仍是人類工作的工具，但未來也將成為個人代理運用各種工具的平台。

AI 代理代替使用者行動，身分與授權機制不可或缺

當AI代理逐漸具備代表使用者執行任務的能力，如何建立信任，以及如何界定其權限，將成為下一階段的重要挑戰。

納德拉認為，代理必須先具備獨立身分，並透過隔離機制、活動紀錄與監控措施，確保其行為可以追蹤。代理的身分識別也必須與使用者本人的身分區分，才能釐清哪些操作是由代理執行，哪些則來自使用者。

在此基礎上，使用者才能逐步授予代理代表自己行事的權限。隨著代理展現可靠性，使用者可以逐步擴大授權範圍；但在信任尚未建立之前，代理應僅取得完成特定任務所需的最低限度權限。

納德拉進一步提出，未來消費者可能透過保險機制為代理代為行動所涉及的風險定價。雖然 OAuth 等授權協定可以提供技術基礎，但當代理開始代表個人執行更複雜的任務，市場仍須建立相應的風險評估與管理機制。

黃仁勳則再次強調，代理的廣泛應用仍須仰賴 MXC 與 OpenShell 等技術所涉及的安全隔離、身分識別、可觀測性及監控機制，確保代理能在明確的權限範圍內執行任務。

對談最後回到 Windows 的平台角色。納德拉表示，微軟希望讓 Windows 生態系持續支援各種應用程式、圖形技術、CUDA、OpenGL，以及新一代 AI 工作負載，而不讓既有軟體與開發框架被新技術淘汰。

黃仁勳則以自己與 Windows 長達 34 年的淵源作結，表示這段合作關係看來還將持續另一個 34 年。

從這場對談來看，微軟與輝達的下一階段合作，不只是將更強大的 AI 算力帶進個人電腦，而是要建立一套能讓人類與代理共同使用的運算環境。

當代理開始操作檔案、應用程式及雲端服務，硬體效能固然重要，但安全隔離、身分管理、權限授予與風險治理，也將成為 AI 個人運算能否普及的關鍵。

黃仁勳與微軟CEO Satya Nadella對話全文

一、開場：幾十年來合作與輝達的 Windows 起點

主持人： 我昨晚在 YouTube 上查了兩位，發現很少看到你們兩位同時站在一個舞台上。我就在想，這兩家公司之間的歷史已經延續了幾十年，你們個人之間的合作也有幾十年的累積。 Jensen，你和納德拉、微軟合作時，最喜歡的一段回憶或最有趣的經驗是什麼？

黃仁勳：輝達的創立，本質上就是因為 Windows。 那是 1992 年底，Windows 3.1 的時代。我們剛開始看到「個人電腦究竟可以成為什麼」的願景。說實話，在那之前我甚至沒怎麼見過 PC，我主要是在工作站上工作。我們有檔案伺服器、有超級計算機，用來做晶片設計。

當時，我和另外幾位創辦人正在討論一種未來：也許一台擁有 3D 圖形能力的個人電腦，既可以用來玩遊戲，也可以成為工作站，還能進行設計。我們的想像就始於這樣的世界圖景。如果沒有 Windows，輝達就不會以今天這種方式被創立。

然後到了 1993 年，我們正式開始，Windows 95 則真正重新定義了這件事。 Windows 95 讓 GPU 可以真正連接到個人電腦，而真正讓 GPU 發生革命性變化的是 DirectX。 Direct3D 這個 API 讓我們第一次可以把 GPU 的能力真正暴露給應用程式。

隨後 DirectX 8 出現，我們和微軟一起發明了世界上第一代可程式 GPU，也就是可程式著色器。再往後幾步，它最終演化成了今天大家熟悉的 CUDA。

所以如果回看輝達的完整發展歷程，Windows 一直處於最核心的位置。如果沒有 Windows，就不會有 GeForce；沒有 GeForce，也就不會有 CUDA；沒有 CUDA，Alex Krizhevsky、Ilya Sutskever、Yann LeCun、Andrew Ng 等人，也不會找到那樣一台適合做深度學習的電腦；然後才有了今天。

納德拉： 現在 Jensen 要把一點市值轉回給我了。

黃仁勳： 我每天都在轉，每天都在轉。

納德拉： Jensen 剛才講的這段歷程確實非常特別。從某種意義上來說，它就是一段計算史。

Jensen 給我最大的啟發之一，是他可能是整個產業裡對「加速運算究竟能成為什麼」這件事堅持最久、最一致的人。 回頭看，它的演進軌跡甚至比任何一種單一 PC 形態或晶片架構都更寬廣。

我最早的一段記憶，就是我們當時在討論：在雲端，加速運算或 HPC 到底能做到多大？我記得最早的一筆合作之一，就是討論怎麼讓 Azure 上的 HPC 做得更大。

黃仁勳： 而且納德拉是第一個在雲端使用 InfiniBand 的人，這件事非常關鍵。它讓我們第一次把超級電腦帶給 OpenAI，然後就是大家都知道的事情了。

如果當時我們沒有為 HPC 做這些事情，沒有建立基於 InfiniBand 的超級計算機，後來 OpenAI 就不會有那台超級計算機去訓練 GPT 模型，後面的歷史可能都會不一樣。人生裡很多事情就是這樣偶然發生的：我們原本是在做 HPC，然後 Sam 過來問：「你們有算力嗎？」我們說：「也許有。」接下來事情就發生了。

納德拉： 我真正想把功勞給 Jensen 的，是他對這件事長期而一致的判斷。他不是在看今天，也不是只看明天，而是把它當成長期結構性趨勢。 這也是為什麼我們會走到今天這個時刻。

黃仁勳： 然後我們又開始討論另一件事。我記得非常清楚，我和納德拉當時在聊：這對 PC 意味著什麼？在這一切之後的新時代裡，我們要怎麼打造一台「完美 PC」？

個人電腦始終是終極工具。對我來說是，對整個世代來說也是。那麼，到了 Agent 時代會發生什麼事？當 Agent 就在你的電腦上，它會成為你的個人助理，但它又希望能夠存取我們已經擁有的所有強大工具。

問題是，這些工具過去分散在輝達生態裡的不同裝置：遊戲 PC、工作站。大量專業工具都在那裡，包括各種設計工具、Siemens 的工具、Autodesk、Adobe，以及大家剛剛看到的那些應用程式。我們希望全球最好的 Blender、最好的 Unreal、最好的 Omniverse、最好的 CATIA，全都和 AI​​ 一起出現在同一台 PC 上。

那麼，怎樣才能創造出這樣的電腦呢？順便說一句，這件事我們做了 4 年。

二、Agent 為什麼需要作業系統級安全原語：MXC 與本機執行環境

主持人：納德拉，過去幾個月大家一直在討論 Agent 和安全。這裡很多人都在使用 Agent，像是 Muse 或 Instinct，而你會給它完整磁碟存取權限，讓它代表你做事情。今天展示的 MXC 給我的感覺，像是為 Agent 加入了一個非常基礎的新作業系統原語，這和過去很不一樣。為什麼作業系統是解決這個問題的正確位置？這個原語又會打開什麼新的空間？

納德拉： 首先要記住，這一切最早就是從運行在桌面上的程式設計 Agent 開始的。如果要問哪一種 Agent 最需要這種安全原語，答案其實就是本地 Harness，因為它要存取檔案系統，還要真正採取行動。

所以，我們和 Jensen 團隊合作時就在討論，應該怎麼把這件事直接接進底層原語裡，無論是雲端還是本地作業系統。因為程式設計首先走到了這一步：即便你呼叫的是雲端模型，Harness 仍然運行在本地，因此我們必須讓桌面成為 Agent 最安全的執行環境。這就是 MXC 的由來。

現在看到 OpenShell 與 MXC 完整整合並實現原生支持，我覺得非常棒。 Pavan 剛才提到的那些控制能力，本質上都說明一件事：隔離必須在每一層完成，不能只做其中一層然後忽略其他地方。微型虛擬機器要有，虛擬機器要有，會話層也要有。

我最興奮的一點，是 Windows 會話本身也具備隔離能力，這一點非常關鍵。但僅有隔離還不夠，接下來還需要完整的可觀測性。

怎麼獲得可觀測性？你必須給 Agent 一個身份，這樣我才能追蹤它，看到這個 Agent 留下的完整執行軌跡，然後再對它實施治理。 也就是像傳統系統一樣制定策略，再根據策略進行約束，這才會真正為 IT 維運、安全維運帶來信心。還有一點也不能忘，就是能夠追蹤 Token 花費：到底在哪裡花了多少 Token。

所以我們試圖做的不是任何單獨一件事，而是把這些東西全部串起來。經歷過這麼多輪技術採用週期，不管是消費者採用還是企業採用，我覺得阻礙技術大規模擴散的，往往就是沒有把「完整需要什麼」想清楚。如果只完成其中一部分，剩下的沒做，就建立不了信任。

現在我們已經把這些能力在雲端、客戶端，以及整個安全和治理體系裡串起來了，而且它是異質的，並不是只支援微軟自己某一塊技術，而是希望把所有東西都支援起來。

黃仁勳：納德拉剛才所說的這些，將成為下一代 IT 的基礎。 如果你認真看他剛才使用的字詞，其實他描述的是下一代電腦非常深層的架構。

就像 Windows 和 DirectX 曾經徹底改變應用程式的建置方式一樣，MXC 會改變 Agent 的建置和部署方式。沒有它，根本無從談起，所以這是一件非常大的事。

三、「混合智慧」意味著什麼：本地與雲端模型的智慧路由

主持人： 這和下一個話題連結得非常緊密，也就是「混合智慧」。我覺得它和我們過去習慣的方式有些不同。現在大家都用過雲端大模型：你發出請求，它可能會呼叫一個工具，像是 Blender，然後回傳結果。我們已經習慣了這種體驗。

但今天展示的場景不同。你可以選擇很多模型，有的跑在本地，有的跑在雲端，任務會在兩者之間來回迴轉。剛剛 GitHub 的演示裡有一句話讓我印像很深：「這些 Token 是免費的。」 也就是說，一部分工作負載直接在筆記本本地執行，一部分在雲端執行，並且系統會智慧路由。這樣的模式會開啟什麼？

納德拉： 我覺得這就是那種很多原本分散的東西突然「咔噠」一下拼在一起的時刻。

我剛才一直在想，20 世紀 80 年代末我讀研究生的時候，我有一台終端，例如 VT 系列終端，連接 VAX；家裡又有一台 PC。我其實一直同時使用兩邊。 PC 上透過數據機連接 VAX，同時又有本機 DOS、早期 Windows，還有 Usenet 等東西。

但直到大約 Windows 95，甚至到像 Mosaic 這樣的第一代瀏覽器出現，這些東西才真正被整合成一種無縫體驗。那時你不會再關心“這是本地還是雲端”，你只想讓所有可以獲得的運算能力順暢地服務於你正在做的事情。

剛才 Danilo 的示範就是這種感覺。那一刻真的很震撼。我覺得幾年後大家回頭看，會說：“原來那就是我們第一次真正看到這種工作方式。”

他先去 ComfyUI，下載多個模型，生成一批資產；然後把資產拿到 Blender 裡進一步加工；再回到 ComfyUI；之後去 Photoshop，用可能是本地模型的能力繼續優化；再回到 ComfyUI；最後又把整個東西帶到雲端，透過 Astra 和 Unreal 完成最後一步。

他只是自然地使用桌面上的應用程式、本地模型和雲端模型，所有東西就這麼協同工作。這就是今天真正想表達的東西。

所以我看到的趨勢非常清楚。未來不會再有一個時刻，你還要刻意判斷「這個跑步本地、那個跑雲端」。你會預設混合智慧無所不在，成為普遍存在的能力。 這正是讓我最興奮的地方。

黃仁勳： 剛才那個應用程式裡，Blender 被加速了，ComfyUI 被加速了，Astra 在雲端運行，而 Agent 在本地。整個計算可以觸及的範圍非常驚人。

納德拉： 對，它真的把整個人類運算史上幾乎所有科技公司的能力，都匯聚到了同一個應用程式工作流程裡。

黃仁勳： 沒錯。回到你一直在講的加速運算，這也是 Danilo 為什麼會興奮：過去需要好幾天的事情，現在只需要幾個小時。真正被加速的不只是某個任務，而是他的創作野心，我覺得很酷。

主持人： 現在模型已經很擅長工具調用，但很多工具本身就在本地，文件也在本地。這裡還有一個很現實的問題：我希望自己的資料保持安全、可控，也希望工具呼叫發生在資料附近。

納德拉： 對。程式設計 Agent 剛開始流行的時候，有一件事讓我很興奮：大家突然又重新愛上了控制台，也重新愛上了檔案系統。這再次證明檔案系統是多麼強大的抽象。

我覺得 Agent 會成為檔案系統最大的使用者群之一。檔案系統必須安全，因為它是一個異質內容的集合空間。 剛才那個報稅範例就非常典型：它把下載目錄、雲端檔案、郵件等各種來源裡的內容，最後整理進一個檔案系統容器，然後呼叫本地模型和雲端模型繼續處理。

這就是新的計算機。過去是我在使用電腦，未來是我和我的 Agent 一起使用電腦，因此 Agent 也需要這些底層原語。

像 OneDrive，我已經很久不會把它想成「雲端東西」或「客戶端東西」了，它就是到處都在。所以，我覺得我們現在開始進入這樣的階段：我希望供 Agent 使用的底層能力可以 24×7 存在。當我坐在 PC 前時，它應該像是在這台 PC 上工作；當我移動到其他地方，它也應該跟著我移動。

黃仁勳： 還有一個很驚人的地方，這些 Agent 最後會比我們更會使用工具。原因很簡單，我們通常只知道某個應用 10% 到 15% 的功能，但 Agent 可以知道每項功能。

所以，現在這些不可思議的工具都在你的 PC 上，又運行在 Surface Laptop Ultra 這樣強大的電腦裡，Agent 可以直接存取所有能力。誰知道未來能做到什麼？剛才它已經同時使用了 Blender、Unreal、ComfyUI，真的很不可思議。

四、第一次真正「重做」個人電腦：RTX Spark、超級晶片與 1 PFLOP 算力

主持人： Jensen，我想接下來問硬體。我們通常會看到你談論那些規模龐大的 Vera Rubin、Blackwell、NVL72，也就是驅動資料中心的「智慧 Token 工廠」。但​​今天聊的是另一種東西：RTX Spark、工作站等。你怎麼看 Token 從資料中心生產，逐漸也可以在使用者身邊生產這件事？

黃仁勳： 這個計畫投入的工程力量非常驚人，累計超過 4000 工程師年（engineering years）。這是一個非常龐大的項目。

我們實際上第一次真正把個人電腦完整重做了一遍。 過去分散在遊戲 PC、筆記型電腦、工作站，以及雲端超級電腦裡的各種能力，現在我們統一了架構，讓它們運作在一顆超級晶片上。

這顆超級晶片為什麼是長方形？因為它實際上是兩顆巨型晶片融合在一起。它是一隻「猛獸」。算力達 1 PFLOP。

給大家一個參考：引爆 AI 革命的 DGX-1 算力也是 1 PFLOP。那台機器價值 2.5 億美元，重達 500 磅（實際上，初代 DGX-1 在 2016 年的官方售價為 12.9 萬美元，官方系統重量約 134 磅），而現在，這樣的算力已經被放進了你的筆記型電腦裡。

更重要的是，這也是全球唯一一種可以同時原生運行這些東西的電腦架構：DirectX 及其全部應用、OpenGL 的各個版本，因為我們需要所有這些工具和設計軟體、創意軟體；Unreal 也必須運行得非常好；同時 DirectX 要足夠優秀；還要讓每一個 CUDA 應用都能以很高效運行。

4 年前我和納德拉討論的是：接下來會出現整整一代新的軟體開發者，而這些開發者將會成為 AI 軟體開發者。 他們要么是在開發 AI 應用和 AI 模型，要么是在利用 AI 來開發軟體。因此，電腦本身必須重新設計，從底層就非常擅長 CUDA。

這也是為什麼它是全球第一台可以在裝置端原生運行全部這些能力的電腦。我們第一次真正做到了。 這件事需要我們雙方數千名工程師，也需要整個產業一起參與。看看我們身後的生態：每個主要筆記本製造商、桌上型設備廠商、工作站廠商都加入了。

這可能是第一次，一種新的硬體和新的電腦架構一出現，整個產業從上到下、從左到右、跨越各個地區全部共同參與，這是一場完整的重構。

我們很清楚自己正在做的事情有多重要。現在已經測試了超過 1200 款應用，而且是全球負載最高、最複雜的一批。 我們做了完整的功能測試、效能測試、相容性測試，也完成了大量優化，接下來還會繼續做下去。圍繞著這套系統，我們還會不斷加入更多軟體、中介軟體、演算法，這件事不會停止。

所以當你最後看到 Pavan 拿著這樣一台漂亮的筆記本站在台上時，背後其實是微軟、輝達，以及全球大量合作夥伴無數工程師共同完成的工作。這一切，都是因為我們相信：個人電腦過去是人的工具，而未來它不僅是人的工具，也會成為我們的個人助理，並由這個助理去使用工具。

五、Agent 代表使用者行動後，誰來負責：信任、代理權限與保險定價

主持人： 最後一個問題，想問兩位。如果這幾天看過 X，會發現大家正在激烈討論「個人 Agent」。今天我們更多談的是生產力 Agent 和企業 Agent，但無論是 Muse 還是 Instinct，現在都出現了一個問題：當 Agent 代表我出去購買東西時，究竟是我在購買，還是 Agent 在購買？出了問題誰負責？

對於服務提供者來說，如果未來用戶本身不再直接訪問我的網站，而是由 Agent 代表用戶訪問，我該怎麼應對？整個產業正在嘗試制定標準，也在摸索新的行為方式。如果稍微看看未來，你們覺得這會走向哪裡？會形成標準嗎？產業會圍繞著某種新的行為規範逐漸收斂嗎？

納德拉： 我覺得還是要回到我們前面談的「信任」。信任首先來自一些基礎問題：這些 Agent 有沒有被隔離？有沒有自己的身分？ Agent 的執行軌跡是否能夠與使用者身分分離？

Pavan 團隊一直在強調的一點，就是即使 Agent 是代表使用者工作，也必須讓 Agent ID 和使用者本身的身分分開。 日常使用需要這樣，到了你剛才說的場景裡更需要這樣，因為接下來你必須決定：我究竟把多大的代理權限（delegation authority）交給 Agent，讓它代表我做什麼？

這個決定本質上還是建立在信任上。隨著 Agent 越來越自主，只要它不斷證明自己值得信任，你願意交出去的權限就會逐漸增加。

而在消費者場景裡，我覺得最終還會落到一種「保險定價」的問題。某種程度上，市場會為「Agent 代表我做事」這件事定價。 協議當然很重要，我們應該把協議做好，但最終市場還是會評估：Agent 代表用戶行動所帶來的風險該如何定價。

黃仁勳： 你這個問題再一次說明，MXC 是多麼重要的基礎。 OpenShell，以及我們一起做的這些工作，本質上都是在解決信任、隔離、可觀測性和監控。

如果這些基礎做不好，後面的事都無從談起。我們首先必須把這一層安全做好。那些代表我們行動、替我們做事的 Agent，只能獲得最小必要權限；它們必須擁有自己的憑證；必須可以被監控並建立信任。只有做到這些，我們才可能真正讓 Agent 放手替我們執行任務。

今天其實是一個非常有力的時刻。還記得 OpenClaw 剛出現的時候，它還是一種從終端機折騰出來、自己搭 Gateway 的東西。現在，它已經成為 Windows 中原生嵌入的一部分，Token 可以在本機加速運作。 為了走到今天，背後投入了大量工程工作，真的非常驚人。

六、Windows 的延續：把全部應用、框架與 CUDA 帶入未來

納德拉： 最後我還想補一句。 Jensen 剛才順帶提到的願景，其實就是 Windows 一直以來在做的事情：不要把任何一段程式碼、任何一種框架留在過去，而是把它們全部帶到未來。

他剛才說，我們會把全部 Windows 應用、所有圖形應用、全部 CUDA、全部 OpenGL，再加上新的 Token 工廠一起帶過來，真正讓我震撼的是這一點。

Windows 已經陪了我 34 年，看起來它會再陪我 34 年。