Meta删除的选项，微软交给了管理员
建立在OpenClaw之上的Autopilot，以及用量计费所说明的事
商业那个曾被告知2月份不要在办公电脑上运行的代理
读者，微软于9月25日重新打造了Copilot。应用内新增了Home、Code、Autopilot三项功能，其中Autopilot是一个即使人不在场也能持续工作的个人代理。只要给它名字、角色和目标，它就会在云端监视频道、对线程进行后续处理，并执行重复性任务。
发布当天，带领这支团队的副总裁Omar Shahine在X上补充了一句话。他表示，Autopilot是建立在OpenClaw1之上开发的，并且正与OpenClaw的创造者Peter Steinberger，以及OpenClaw基金会一起，将其打磨成面向企业的运行时。Steinberger自2月起在OpenAI工作，OpenClaw项目目前由基金会管理。
令人在意的是日期。今年2月19日，微软的安全博客曾写道，OpenClaw不适合在普通个人电脑或办公电脑上运行。七个月后，同一家公司却把自己的产品建立在它之上。是OpenClaw在这期间变得安全了，还是微软填补了某些东西？
恰好上月26日，ZDNet Korea的专栏文章报道了Meta的个人代理Muse。这是作者在中秋假期于美国亲自试用后撰写的文章。两家公司在同一个月推出了各自的个人代理，但设计方向几乎截然相反。今天我们就来追踪这种差异。
Home、Code、Autopilot 各自负责什么
Home 是新的起始界面。可以直接提问并得到回答的 Chat，与把整件事交出去、直到完成为止交回结果的 Cowork，都集中在这一处。Office in Copilot 把 Word、Excel、PowerPoint 的功能纳入进来，Copilot 生成的结果会以团队可以实时共同修改的真实文档形式呈现出来。
Code 由与 GitHub Copilot 相同的底层技术驱动。非开发人员也能用自然语言在沙盒环境中创建应用、仪表盘和自动化工作流。把这样做出来的东西放进公司的 Microsoft 365 环境中运行的 Copilot Managed Runtime，也以预览版形式发布了。
Autopilot 是 6 月 Build 大会上以斯考特（Scout）之名公开的智能体。它在公司租户2内拥有独立的身份、记忆、计算机和工作空间。在 Teams 和 Outlook 中可以像叫同事一样用 @ 来呼叫它，背后还附带权限管理和审计记录。
发布日程是分阶段的。Home 将在几周内推出，Code 本月底先以 Frontier 项目3形式推出，Autopilot 将在本月底扩大私有预览范围。整合邮件、日程、Teams、会议和任务、梳理待办事项并草拟文稿的指挥中心 Today，将于 10 月进入私有预览；在 Teams 中呼叫 @Copilot 即可让整个团队共享频道和会议上下文的功能，将于本月底进入私有预览。其余功能将在 11 月 17 日至 20 日的 Ignite 大会上公布。就目前而言，大部分还只是已公布的时间表，并不是租户里现在就能直接打开使用的功能。
从OpenClaw（音译）拿来的东西，微软加上去的东西
OpenClaw最初是Steinberger（音译）为自己使用而开发的个人助理。只要通过聊天工具跟它说话，它就能直接操作文件、邮件、日程和各种应用来完成工作。它获得了约38.95万个GitHub星标，深受开发者欢迎，但要使用它，就得自己把它安装到服务器上，自行选择模型，安全问题也得自己操心。作为隔离功能的沙盒，默认也是关闭的。微软安全团队在2月指出的问题，正是这一点。不可信的指令和可执行代码，会在持有真实凭证的情况下混杂在一起。
所以，“建立在OpenClaw之上”这句话只说对了一半。另一半，是微软添加上去的那一层。给每个智能体分配Entra身份，用Intune管理设备，挂上Purview策略，并套上沙盒。
有意思的是，这一层中的一部分，又回流到了OpenClaw本体中。根据OpenClaw基金会9月25日发布的文章，由微软方面的贡献者开发的策略插件，会在运营者写下要求条件后，将其与智能体的实际设置进行比对并留下记录。这让人能够确认哪些渠道处于开启状态、使用的是哪家模型供应商、密钥和认证又是如何设置的。适用于Windows的原生应用，以及用于限制命令执行的沙盒后端，也是在同样的脉络下产生的。
最吸引我注意的，是一个很小的改动。Shahine（音译）提交的一处修改，区分了“明确未执行的命令”和“无法确定是否执行的命令”。因为当智能体不知道某条命令的结果时，如果直接重新执行，同一件事可能会发生两次。这项修改会原样保留“不确定”的状态，不让智能体自动重新执行。另外还有一些修改，让用户的请求优先于后台任务处理，或者防止同一个回答在对话记录中出现两次。基金会解释说，正是这些细节，把智能体从“令人印象深刻的东西”变成了“可以信赖使用的东西”。
Muse删除了选项，Copilot则转移了选项
在专栏中使用Muse时，最引人注目的是它删掉的东西。没有选择模型的菜单，也没有设定推理深度的选项。截至我确认的9月25日为止，像GitHub这样的开发工具连接器也不在列表里。取而代之的是日常生活中常用的应用，比如Gmail、日历、餐厅预订、银行账户连接。那篇专栏的判断是：要知道哪个模型好才能选，而懂这些的人早已不是普通用户了。
新版Copilot拿出的几乎是相反的清单。Astra、Fable这样的前沿模型被纳入其中，微软、合作伙伴以及自家开发的插件被汇集成一个统一的注册表，还可以用Code直接做应用。通过Fabric IQ可以接入Power BI的语义模型，Dynamics 365和Power Platform的数据与工作流也以公开预览的形式连接进来。Muse删去的那些东西，这里大多都有。
但这并不意味着这些选择都要由一名员工独自承担。可以使用哪些模型、额度能用到多少，由管理员在Agent 365等地方以政策的形式设定。用户也可以自己查看自己的额度花在了哪里。据报道，企业客户在管理员制定支出政策之前，按使用量计费的功能是关闭的，在那之前也不会产生账单。
两家公司都在用户面前把选择权收走了。Meta选择的是干脆取消选择本身，微软选择的则是把选择转移到IT和财务负责人的办公桌上。
智能体不是按席位出售，而是按计量器出售
这种差异在计费结构中体现得最为明显。微软把日常的 AI 工作归入固定费用的用户订阅许可证（USL），而把使用 Cowork、Code、Autopilot 以及调用前沿模型的智能体型工作，单独划入按使用量计费（UBB）。在此之上，又叠加了由管理员设定支出政策和模型使用范围的 FinOps for AI。
不过，计量器一旦可见，使用方也会犹豫。缪斯用 Stripe 链接把支付流程压缩到只需一次验证码，而 Copilot 的智能体功能，则要有人先制定预算政策才能启用。这一道程序，究竟会让企业谨慎地引入智能体，还是干脆不去启用，目前还不得而知。
Oswarld视角
专栏把Muse看作是宣告通用人工智能代理开端的产品。不过这里写道，“通用”这个词有两层含义。一是能完成任何工作的智能，二是任何人都能使用的工具。Muse展示的是第二层含义。
新版Copilot看起来是在此基础上又添加了第三层含义。那就是组织能够确认并委托使用。要让普通用户使用代理，就得去掉设置；而要让组织引入代理，则必须能够确认设置。OpenClaw上线的策略插件以及“不对结果未知的命令重新执行”这一规则，都属于那种在模型性能比较中很难体现出来的工作。
专栏提到，相比每项服务各自搭载代理的做法，Kakao和Naver在将代理整合为单一用户专属代理这一设计上有所欠缺。微软也让Autopilot被赋予名字、角色和目标，让一个代理在Teams、Outlook和文档之间来回穿梭。这种以用户为单位整合的方向，与Muse是一致的。
韩国企业在公司内部引入代理时，需要优先确定的事项，不再只是选择哪个模型。还要决定给代理赋予什么样的身份、能让它花多少钱、遇到结果未知的工作时是否让它停下来。如果不回答这些问题就启动代理，那就等于把2月份微软安全团队所警告的情况，原封不动地引入了公司内部。
结语
同一个月发布的两款个人代理，对同一个问题给出了不同的答案：用户曾经自己挑选的东西，该交给谁来决定？Meta 把它删掉了，微软则把它交给了管理员。而 OpenClaw 成了介于两者之间的底层平台——企业拿去用，再改一改还回来。Autopilot 在私密预览中到底会被怎么使用，大概要到 11 月的 Ignite 大会前后才能看得更清楚一些。
💬 如果可以在公司里给一个代理取名字、分配角色，你会先把什么事交给它？欢迎在评论区告诉我们。
📨 如果你身边有负责公司内部 AI 落地或预算的同事，欢迎把这篇文章分享给他们。
参考资料与延伸阅读
- Microsoft, Introducing the new Copilot with Home, Code and Autopilot (2026-09-25)
- OpenClaw Blog, Microsoft Autopilot is built on OpenClaw. The contributions go both ways. (2026-09-25)
- ZDNet Korea，【安光涉 AI 真谛论】Meta“Muse”对韩国企业的启示 (2026-09-26)
- TechRadar, Microsoft says OpenClaw is not appropriate to run on a standard personal or enterprise workstation
- INLEVEL9 Letter 第217期，智能体用 GPU 思考，用 CPU 工作
你的观点会成为下一期的线索
欢迎留下你的经验与看法。