过去一年，企业里的 agent 大多还停留在「聊天窗口里的一个助手」：你提问，它回答，偶尔帮你点一下流程。9 月下旬到 10 月初，微软把这条线往前推了一步——它给 Copilot 引入了 Autopilot，定位是「住在你租户里、有自己的身份与记忆、能被同事一样 @ 的数字同事」，并同步开放了 Copilot Managed Runtime 的预览，让代码跑在客户自己的 Microsoft 365 环境内、由 IT 治理。这不是又多一个聊天机器人，而是 agent 形态从「问答」转向「在职」。
从聊天助手到租户里的数字同事
Autopilot 的关键词是身份。它不再只是对话框里的一段回答，而是拥有自己的身份、记忆、计算机与工作区，并且能被在 Teams、Outlook 里像同事一样 @ 出来派活。这意味着它的执行不再临时发生，而是长期附着在某个组织身份之下，带着可配置的权限。对 IT 部门来说，这恰恰是可控的起点：agent 是谁、能碰哪些系统、由谁批准，都落在租户治理的框架里。我们也看过微软此前给 Copilot 装审批闸门的思路，但那次重心在「调用敏感动作前要先批」，这次是把 agent 本身变成一个受治理的常驻角色。
执行留在客户自己的环境里
与执行放在厂商云的方案不同，Copilot Managed Runtime 让代码在客户自己的 Microsoft 365 环境内运行，由 IT 掌握边界。这个区别很关键：同样是把持久 agent 产品化，OpenAI 的 Dots 让 agent 带着自己的云电脑跑在厂商侧，微软则让执行留在客户租户内。治理边界落在哪一侧，直接决定数据主权与合规口径——对受监管行业，执行能不能留在自家环境，往往比模型多强几项能力更影响采购。这也和本站此前看过的「把循环与执行分开、承认两者不该待在同一信任域」的思路相呼应。
身份化的 agent，好处与代价一起到来
把 agent 变成有身份、有记忆、有工作区的数字同事，好处是职责清晰、协作自然：它可以跨 Teams、Outlook 承接长期责任，而不是每次都从零开始。代价也同时到来：一个「在职」的 agent 会持续拥有权限与上下文，它的每一步都该被记录与可复核。这里没有银弹，只有取舍——身份化让协作变顺，也让「它到底做了什么」成为必须答得清的治理问题。对已经把 Copilot 铺进日常办公的企业，Autopilot 是把 agent 从工具升格为同事的一步；对还没接的，它也是一面镜子：你准备好让一个 AI 拥有组织身份了吗。
它处在「持久 agent 产品化」的那条主线上
把常驻 agent 真正推给普通用户，这周不是微软一家在做。OpenAI 的 Dots、各家把 agent 嵌进工作流的尝试，都在把「会持续工作、有身份、有边界」当成产品而非演示。微软这次的特别之处，是把治理边界明确放在客户租户内，用 IT 既有的权限体系去管 agent。对正在规划企业 agent 的团队，一个可借鉴的判断是：先别急着问「它多聪明」，先问「它的身份归谁、执行落在哪、谁能一键关掉」。Autopilot 给的是同一个问题在 Microsoft 365 生态里的具体答案。
一句话：当 agent 开始拥有身份并住在你的租户里，它就不只是助手，而成了需要被纳入编制与考核的「数字同事」。