微软即将在 Windows 系统中内置一套 MCP 框架，使 AI 系统能够与原生 Windows 应用无缝连接，并实现与智能体的便捷交互。
在 Microsoft Build 2025 大会上，工程师 Divya Venkataramu 现场演示了这一全新功能。借助 MCP 框架，她成功将 VS Code 与 Windows 子系统 Linux（WSL）以及 Figma 进行了连接。通过 GitHub Copilot，VS Code 自动完成了复杂的 Linux 虚拟机配置，顺利下载并安装了最新版本的 Fedora，并在虚拟机中搭建了基于 Node.js 的网站环境。
此外，系统还能与 Figma 实现无缝对接，自动获取设计稿中的细节，并将其完美应用到先前生成的网站项目中。
整个过程中，Divya 仅在 VS Code 中输入了三句自然语言指令，系统便自动执行了所有操作。这项功能预计将在未来几个月内登陆 Windows 的开发者预览版。
ChatGPT Work 标志着大模型向全托管自主智能体跃迁。其通过云端沙箱、无头浏览器、持久化存储及一键部署四大基础设施，实现从信息检索到网站上线的闭环自动化。系统提供 Cloud 与 Local 双形态及多档推理级别，适配不同任务需求。尽管具备强大自主执行能力，用户仍需警惕上下文压缩、CSP 限制及提示注入等风险。目前该工具仍面临云端与本地环境状态同步未打通的挑战，但已重塑软件工程协作模式。
Claude Code 多智能体协作提供 subagents 与 Agent Teams 两种架构。subagents 采用星型拓扑，适合独立任务委派；Agent Teams 为点对点网状结构，支持双向通信与状态共享，适用于复杂并行工作流。实战中需根据任务依赖度选型，并通过 Git worktrees 隔离并发写入冲突。同时应合理配置模型路由以控制成本，规避描述重叠与死锁风险。若缺乏三条以上独立并行流，建议优先使用单会话或 subagents 以提升效率。
ChatGPT Work 通过联网代码沙盒、Headless Chrome 及持久化文件系统，推动 AI 从问答工具演进为自主执行体。实测显示，智能体可凭单条指令自主调用 API 完成复杂地理计算并交付可视化地图与数据文件。该平台还支持一键建站、子智能体协作及定时任务，适用于实体交付场景。但当前仍存在代码透明度不足、上下文压缩致历史丢失及资源安全策略限制等问题，在生产环境的可复现性仍面临挑战。
围绕《微软提供 Windows MCP 框架，让 AI 系统调用原生 Windows 应用》展开交流，未登录用户可浏览评论，登录后可参与讨论。
