一句话看懂：微软计划在本月底为 GitHub Copilot 引入本地 AI 模型支持，并发布了一款可在端侧高效运行的 MoE 编码模型 MAI Code1.1 Flash，开发者将能在云端与设备端模型之间自由切换或自动调度。
事件核心：发生了什么
在 2026 年 10 月 7 日的 Windows 与 Surface 新品活动上，微软宣布将在本月底前为 GitHub Copilot 增加本地模型支持。届时开发者可以通过 GitHub Copilot CLI、Copilot 应用和 Visual Studio Code 在云端模型与设备端模型之间手动切换，或交由 Copilot 自动调度资源。
为此微软推出了 MAI Code1.1 Flash，这是一个采用混合专家（MoE）架构的编码模型，总参数 1370 亿，激活参数 68 亿。结合量化与投机解码技术，该模型能在降低内存占用的同时提升端侧编码响应速度。它首发搭载于配备 NVIDIA RTX Spark 硬件的新款 Surface Laptop Ultra。
开发者还可以通过 Windows ML provider 或兼容的 OpenAI 端点指定调用 MAI Code1.1 Flash 等本地模型。安全方面，系统集成了由 Windows 团队构建的 Microsoft 可执行容器（MXC），利用各操作系统原生容器隔离机制保障代码执行安全。
为什么重要
这代表 AI 编码助手正在从纯云端依赖转向“云端 + 边缘”的混合架构。对行业而言，本地模型支持降低了部署门槛，也让高隐私、低延迟的开发场景有了更实际的实现路径。同时，微软通过 MoE 架构与量化、投机解码的组合来控制端侧内存瓶颈和长上下文资源消耗，为其他厂商在边缘推理上的工程化提供了可参考方案。
竞争层面，GitHub Copilot 作为头部编码助手率先把本地推理做成可调度能力，可能推动其他 AI 编程工具跟进。闭源模型与本地硬件结合，也意味着端侧算力正成为 AI 应用体验的一部分。
对用户/开发者/创作者的影响
对开发者来说，最直接的变化是可以在 IDE、CLI 或 Copilot 应用中按需选择本地推理，适合对代码隐私敏感、网络不稳定或希望减少云调用延迟的场景。通过兼容 OpenAI 的端点调用本地模型，也降低了在现有工作流中接入新模型的改造成本。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对于企业采购和团队负责人，MXC 容器隔离机制是一个需要纳入评估的安全细节，尤其是涉及内部代码库和合规要求的团队。创作者和普通用户暂时不在这条新闻的直接受益范围内，但本地模型调度能力未来可能扩散到更多 AI 辅助工具。
值得关注的后续
第一，本月底本地模型支持是否如期上线，以及实际支持的模型清单和硬件门槛。第二，MAI Code1.1 Flash 在真实编码任务中的表现、内存占用和响应速度，目前公开信息仅来自发布会，缺少第三方评测。第三，其他 AI 编码助手是否会跟进本地与云端混合推理，以及微软是否会将这一能力扩展到更多 Surface 设备或第三方 PC。
来源：AIbase
