微软宣布正式上线基于 Azure 的平台 Microsoft Discovery ，旨在将自主 AI 代理团队部署到科学和工程研发工作流中。与此同时，微软还推出了新一代拓扑量子芯片 Majorana 2，可靠性较前代提升了 1000 倍，这一突破部分得益于 Discovery 中代理式 AI 的能力。目前，该公司预计将于 2029 年交付可扩展的量子计算机，较原定时间表缩短了一半。

Microsoft Discovery 使组织能够部署由专业 AI 代理组成的团队。它们能够基于庞大的知识库进行推理、生成假设、优化实验、验证结果，并在持续循环中进行学习。该平台基于 Azure 基础设施构建，包含用于多代理研究工作流的探索引擎，支持与 Azure HPC 集成以进行计算密集型模拟，并具备企业级的安全、治理和合规控制措施。

正式发布公告指出，Discovery Engine 的输出结果包括置信度评分和引用的研究成果，这使得智能代理生成的结果具有可审查性和可追溯性，而非不透明。该平台的构建基于四项实际存在的研发需求：工作流必须可重现，输出结果必须可审查，专有知识必须受管控，智能代理系统必须适应研发组织的运营模式。目前，有一个处于早期预览阶段的免费桌面应用可以与 GitHub Copilot 账户联动，降低了小型研究团队及个人研究者的使用门槛。

Majorana 2 是最能体现该平台能力的实际案例。量子团队利用 Discovery 的智能代理来管理制造工作流、自动化测量、优化材料堆栈、精准定位量子比特制造中之前未被察觉的缺陷，并关联近二十年来多种不同格式的实验数据中的模式。微软技术院士 Chetan Nayak 表示：

代理式 AI 已经渗透到我们几乎所有的日常工作中。它已经成为我们工作流中非常自然的一个组成部分。这些智能代理可以根据你的需求来加速工作进程。它可以简单地整合信息并进行总结，也可以更进一步，对信息进行综合分析或提出有趣的假设。

与 Majorana 1 （InfoQ 曾在 2025 年初该芯片发布时进行过报道）相比，这款芯片有了显著的进步。根据发表在 arXiv 上的技术论文，Majorana 2 将超导体材料从铝更换为铅，有效屏蔽了宇宙射线对量子比特的干扰。其结果是：量子比特的平均寿命达到了 20 秒，个别实例甚至长达 1 分钟，而其他方案的典型寿命通常仅为微秒级。运算执行时间仅需一微秒，每个量子比特的尺寸仅为 1/100 毫米。微软量子业务副总裁 Zulfi Alam 阐述了 AI 如何改变了他们的实验流程：

在旧的体系中，要找到确切的配方以及获得理想能量结构所需的精确配比，需要进行大量的实验。而在新的体系中，通过模拟，你可以预见高概率的目标。基于这一认知，理想情况下，你只需要进行一次实验即可。

GA 版的早期客户包括太平洋西北国家实验室。他们正利用将 AI 代理与实验室自动化相连接的自主科学研究工作流，开展能源存储和生物系统工程方面的研究。Syensqo 公司则致力于开发用于半导体制造的下一代流体材料。

对于从业者而言，平台层面的核心问题在于：用于研发的代理式 AI 是否会遵循与软件工程中代理式 AI 相同的采用模式：即由协调器统筹的专用代理，在受控边界内运行，由人类设定方向并审查结果。Discovery 的架构正是这种模式的体现：Copilot 作为协调器，针对不同的研究任务配备专用的代理，而 Discovery Engine 则负责管理迭代循环。

Microsoft Discovery 已经在 Azure 上提供。Discovery 应用预览版可以从这里免费下载。

原文链接：https://www.infoq.com/news/2026/06/microsoft-discovery-majorana-2/