Dopo Gemini Stark – l’agente di Google in grado di eseguire compiti complessi, dividerli in passaggi e portarli avanti in background usando documenti, e-mail, calendario e applicazioni Google – anche Microsoft ha presentato qualcosa di simile con Scout, svelato i occasione della sua conferenza Build, un agente autonomo che rimane sempre attivo e si integra nel sistema di casa per orchestrare calendari, note spese, e-mail e altro ancora.
Microsoft spiega che l’agente in questione è nasato su OpenClaw e WorkIQ, è in grado di capire come l’utente lavora, usa gli strumenti impiegati ogni giorno, come Teams e Outlook, ed è in grado di gestire in modo proattivo attività come la preparazione delle riunioni, i conflitti di calendario e le attività di routine, senza attendere istruzioni. Microsoft ha annunciato che presto arriveranno ulteriori dettagli, con un’estensione più ampia delle funzionalità di Scout.
Applicazioni come quelle di Microsoft 365 (Word, Excel, Powerpoint, ecc.) offrono già funzionalità IA con Copilot, utile per per generare contenuti o semplificare le attività, ma il ruolo di Scout è diverso. “Si tratta di un assistente personale, il primo vero assistente personale che offriamo ai nostri clienti”, spiega Omar Shahine, in un’intervista concessa a The Verge.
A proposito di IA, nell’ambito della conferenza Build ha presentato una famiglia di sette nuovi modelli proprietari, a partire da MAI-Thinking-1, il primo modello di ragionamento di Microsoft AI. Addestrato da zero, senza distillation, su dati enterprise-grade, puliti e con licenza commerciale, è un modello su cui, secondo l’azienda di Redmond “le aziende possono costruire con maggiore fiducia”.
Si tratta di un modello di fascia media, con 35 miliardi di parametri attivi e una finestra di contesto da 256K, pensato per offrire efficienza e performance, ma con un costo per token contenuto. Microsoft riferisce che in un blind test, i valutatori indipendenti lo hanno preferito a Sonnet 4.61. Inoltre, raggiunge Opus 4.6 nelle capacità di coding su SWE Bench Pro2. MAI-Thinking-1 è stato progettato per gestire istruzioni complesse e multi-step, ragionamenti su contesti lunghi e generazione di codice, ed è già disponibile su Foundry in preview privata.
Non è però l’unico nuovo modello. MAI-Image-2.5 e la sua variante flash sono i primi modelli Microsoft pensati sia per il text-to-image (dove si collocano al terzo posto nella classifica Arena AI) sia per i flussi image-to-image (dove risultano secondi, superando Nano Banana Pro). Sono particolarmente utili nei processi creativi, quando serve trasformare un’idea in un’immagine concreta o migliorare materiale già esistente. I modelli sono già integrati in PowerPoint, in arrivo su OneDrive e disponibili su Foundry.
Nella famiglia MAI arrivano anche altri modelli: MAI Transcribe 1.5, che promette un’accuratezza di livello avanzato in 43 lingue e presto anche un supporto allo streaming. MAI-Voice-2 e la sua variante flash, ora disponibili in oltre 15 lingue aggiuntive e con nuove opzioni vocali. Infine, MAI-Code-1, il modello di coding ottimizzato per l’inferenza e tarato su GitHub, ora disponibile in Copilot e VS Code.
La scelta per gli sviluppatori, però, non si ferma al catalogo Microsoft. I modelli MAI saranno disponibili anche su Fireworks AI, Baseten e OpenRouter. Fireworks AI è inoltre ora generalmente disponibile su Foundry, offrendo agli sviluppatori un’unica esperienza di piattaforma con governance enterprise e residenza dei dati su Azure, indipendentemente dal modello scelto.
Per le organizzazioni che vogliono rendere l’intelligenza davvero propria, Frontier Tuning applica il reinforcement learning all’interno del perimetro di compliance, così gli agenti possono imparare come funziona davvero il business. Usando dati propri, conoscenza di dominio e workflow aziendali, il sistema si affina mentre gli agenti lavorano. La funzione è oggi disponibile in preview privata.
Sicurezza e governance, infine, coprono tutto il sistema. Agent 365 per agenti locali estende Entra, Defender e Purview in un unico piano di controllo, per osservare, governare e proteggere gli agenti in tutto l’ambiente, indipendentemente da dove siano ospitati o dal framework con cui sono stati costruiti. È il modo di costruire rapidamente, mantenendo però il controllo.
A questo si affianca uno stack end-to-end open per agenti AI su qualunque framework, basato su due progetti open source: Adaptive Spec-driven Scoring for Evaluation and Regression Testing (ASSERT), per la valutazione della sicurezza guidata dalle policy, e l’Agent Control Specification, pensato per standardizzare dove e come applicare i controlli nel ciclo di vita dell’agente.
A rafforzare ulteriormente la difesa c’è anche Codename MDASH. Il nuovo sistema di sicurezza agentica multi-modello utilizza oltre 100 agenti per individuare bug sfruttabili, ragionando su data flow, logica di business e catene di exploit, con correzioni contestuali consegnate direttamente nel Defender Portal.
