一句话看懂：微软将基于 Azure 的代理式 AI 平台 Microsoft Discovery 投入商用，核心目的是将自主 AI 代理团队引入科学研发流程。与此同时，该平台已直接帮助其新一代拓扑量子芯片 Majorana 2 实现 1000 倍可靠性提升，并将可扩展量子计算机的交付时间表缩短至 2029 年。
事件核心：发生了什么
微软宣布 Microsoft Discovery 平台正式上线 Azure，允许企业部署由专业 AI 代理组成的团队，用于科学和工程研发。这些代理能够基于庞大知识库进行推理、生成假设、优化实验并验证结果，且整个工作流可被追溯与审查。平台底层依赖 Azure 基础设施，包含为多代理研究设计的 Discovery Engine，并与 Azure HPC 集成以处理高计算量模拟。
作为该平台能力的最佳案例，微软同期推出了新一代拓扑量子芯片 Majorana 2，其量子比特平均寿命从同行的微秒级跃升至 20 秒（个别长达 1 分钟），芯片尺寸仅为 1/100 毫米。研发团队利用 Discovery 平台管理制造工作流、自动化测量、优化材料堆栈，并关联了近二十年多种格式的实验数据。目前，该平台已开放商用，并提供免费的桌面预览应用与 GitHub Copilot 联动，降低小型团队的使用门槛。
为什么重要
Microsoft Discovery 的核心意义在于将代理式 AI 从软件工程（如代码生成）推进到硬科学研发领域，直接作用于实验设计与材料优化。这与当前多数 AI 工具聚焦文本或代码生成不同，它试图改变科研中“试错-再试验”的底层逻辑。微软量子业务副总裁 Zulfi Alam 明确表示，AI 代理的引入将理想实验次数从大量试错压缩到“仅需一次”。
对于量子计算行业而言，Majorana 2 的突破性数据（可靠性提升 1000 倍、寿命延长至秒级）并非孤立进展，而是证明了“AI 代理辅助研发”这一模式的可行性。若该模式被验证有效，可能加速材料科学、能源存储、半导体等关键领域的研发周期，改变整个工业研发的范式。
对用户/开发者/创作者的影响
对于企业级研发团队，尤其是材料、化工与能源领域的组织，Microsoft Discovery 提供了一个可直接部署的多智能体工作流框架。平台强调输出结果的可审查性（含置信度评分和引用的研究成果），这降低了将 AI 引入合规性要求严格的研发流程的门槛。
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。
对于独立开发者与小团队，免费的 Discovery 桌面应用配合 GitHub Copilot 账户降低了试用门槛，可以用于自动化文献分析、数据关联与假设生成。不过，目前公开信息显示，其核心计算能力依赖 Azure 基础设施，意味着大规模模拟仍需云资源投入。
对于 AI agent 从业者，该平台展示了“Copilot 作为协调器 + 专业代理执行任务 + Discovery Engine 管理迭代”的架构。这种模式验证了代理式 AI 在受控边界内由人类设定方向并审查结果的可行路径，可能成为未来工业级 AI agent 的参考范式。
值得关注的后续
第一，Microsoft Discovery 能否被非微软内部的研究机构（如实验室、大学）规模化采用，将决定其技术路线是否具备行业普遍性。目前公开披露的外部客户仅包括太平洋西北国家实验室与 Syensqo 公司，覆盖范围有限。第二，Majorana 2 从实验室芯片到可扩展量子计算机（2029 年），期间仍需克服制造规格、环境屏蔽与纠错等工程难题，AI 代理能否持续担当加速角色尚需观察。第三，该平台是否会推出更细化的定价模式，以及是否对非 Azure 用户（如混合云或本地部署场景）提供支持，将直接影响其开发者生态的扩展速度。
来源：InfoQ CN
