微软Windows 11升级为智能体操作系统，推出Hey Copilot语音助手

微软近日发布预告，称用户的双手将享受带薪休假，手指得以放松。一项重要消息定于周四揭晓。几天前，微软暗示将在当地时间周四（10月16日）为Windows推出重大更新。如今答案揭晓，官方确认Windows 11将升级为“智能体操作系统（Agentic OS）”。

根据微软的介绍，Windows 11迈向智能体操作系统的首要步骤是让手指休息。为此，他们引入了语音唤醒命令“Hey Copilot”。用户不再需要依赖传统的键盘和鼠标操作，只需说出“Hey Copilot”，就能激活Windows系统中的Copilot应用，并通过语音指令让Copilot分析屏幕内容、解答疑问、提供建议等。

对此，了解微软历史的用户可能会会心一笑，因为这家科技公司再次走上了回头路。现在的“Hey Copilot”与当年的“Hey Cortana”有什么区别呢？若非昔日的个人智能助手Cortana中途夭折，微软的“智能体操作系统”或许早已实现。

Cortana（微软小娜）是微软于2014年推出的个人智能助手。它能够记录用户的行为和习惯，借助云计算、搜索引擎以及“非结构化数据”分析技术，读取并学习手机中的文本文件、电子邮件、图片、视频等数据，以理解用户意图和上下文，实现自然的人机交互。

是的，早在十年前，微软的Cortana便具备了如今热门的深度学习能力，并能实现跨应用程序的工作流程。那些使用过Windows Phone手机的用户对Cortana的强大功能印象深刻。当时，当Siri还只能播放音乐或设置闹钟时，Cortana已经能够执行跨应用的任务了。

此外，微软当时还提出了“Cortana无处不在”的愿景，旨在让Cortana能在各种配置、版本和操作系统的设备上被调用，提供一致的用户体验。然而，Windows Phone的失败最终葬送了Cortana的前景。

由于失去了移动市场，Cortana被迫退缩到桌面端，面临一个尴尬局面：当时的语音交互效率远不及键盘和鼠标。

2020年，微软发布声明，宣布对Cortana进行战略收缩，称“基于对生产力用户的关注，我们认为Cortana在Office和Windows内部对用户更具价值”。此后，Cortana逐渐退出公众视线。但微软当初未料到，深度学习技术催生的大语言模型会使AI智能水平实现飞跃。

从某种角度看，Copilot可以说是Cortana的翻版，它仍承担个人智能助手的职责。借助MCP（模型上下文协议）和“计算机使用代理”，Copilot确实能像人类一样操作Windows设备。但微软此次又忽略了一个问题：语音交互是否适合以生产力为核心的PC设备。

尽管用语音操作电脑的想法很吸引人，但语音交互对环境的要求限制了“Hey Copilot”的应用场景。国内科技爱好者对“安静！别吵到我用TNT”这个流行梗并不陌生，它源于锤子科技创始人罗永浩在演示TNT工作站的语音控制功能时多次失败，最终只能高呼“理解万岁”来化解尴尬。

如今，尽管ASR（语音识别）、NLP（自然语言处理）、远场拾音和声纹分离等技术飞速进步，在复杂环境中准确捕获用户声音已非难事，但PC作为生产力工具，常常在办公室等公共场所使用。

即使用户能克服在公共场合自言自语带来的尴尬，公司老板恐怕也不愿看到办公室变得嘈杂如市场。实际上，并非“Hey Copilot”提供的解放双手功能缺乏潜力，而是在当前社会环境下，语音交互与生产力难以兼容。

除非远程办公成为职场常态，否则“Hey Copilot”很可能重蹈“Hey Cortana”的覆辙，成为微软“砍刀部”的下一个目标。