微軟在 OSS Summit 2026 公布 Azure Linux 4.0 及 AI Agent 開放技術棧

Azure Linux 4.0：為 Azure 虛擬機打造的強化版 Linux

微軟宣布 Azure Linux 4.0 將為 Azure Virtual Machines 推出 公開預覽版（public preview）。

Azure Linux 本身是微軟自家維護的 Linux 發行版，以往主要用於 Azure 的內部服務同容器主機。今次 4.0 版本的方向，是將這個平台擴展到更廣泛的雲端 VM 工作負載。

官方定位是：一個 安全、雲原生（cloud‑native）而且針對 AI 工作負載優化 的 Linux 作業系統。其目標是為大規模雲端運算提供穩定而可預測的底層系統。

對企業而言，如果本身在 Azure 上運行 Linux 服務，使用 Azure Linux 可能帶來幾個好處：

• 與 Azure 平台更高兼容性
• 更新與安全修補由同一平台團隊維護
• 更容易管理生命周期與部署

Azure Container Linux 正式 GA

同一時間，微軟亦宣布 Azure Container Linux 已經正式 General Availability（GA）。

這是一個專為容器環境設計的 Linux 系統，其核心設計理念包括：

• 極簡系統結構，專注於容器主機
• Immutable OS（不可變系統）設計，減少配置漂移
• 加強安全性以適應雲原生環境

在 Kubernetes 等容器平台中，這類「容器優化 OS」越來越常見，因為它們能減少攻擊面並降低運維複雜度。Azure Container Linux 的角色，就是為 Azure 上的容器平台及 AI 基礎設施提供這個底層系統。

Microsoft Agent Framework：建立多 AI Agent 系統

除了基礎設施，微軟亦重點介紹 Microsoft Agent Framework——一個用來建立 AI agents 的 開源開發框架。

這個框架的核心能力包括：

• 建立由大型語言模型（LLM）驅動的 AI agents
• 用 圖形化工作流程（graph‑based workflows） 協調多個 agents
• 整合不同模型供應商與外部工具

Microsoft Agent Framework 其實是把微軟過去兩個重要項目整合起來：Semantic Kernel 同 AutoGen。兩者原本分別偏向企業應用與多 agent 協作，現在被整合成一個統一開發模型。

框架同時支援多個 AI 模型供應商，並讓 agents 能透過標準介面調用工具或外部服務，從而完成多步驟任務。

Conductor：可預測的多 Agent 工作流程

微軟亦展示了另一個開源工具 Conductor，用於協調多 agent 系統的工作流程。

與完全依賴 LLM 決策不同，Conductor 採用一種更 可預測（deterministic） 的方式：

• 開發者用 YAML 定義整個 agent 工作流程
• 路由邏輯固定，而非完全由模型決定
• 透過模板與條件判斷實現分支流程

這種設計讓大型 AI agent 系統在生產環境中 更容易除錯、測試同控制行為。

Agent Governance Toolkit：AI Agent 的安全與管治

隨著 AI agents 可以自動執行更多操作，例如調用 API、運行程式碼甚至管理基礎設施，安全問題也變得更加重要。

為此微軟推出 Agent Governance Toolkit，一個採用 MIT 開源授權 的治理工具。

這個工具提供 AI agent 的 執行時（runtime）安全控制與政策管理。

微軟表示，它設計用來應對 OWASP Agentic AI Top 10 的安全風險，並透過確定性政策引擎實現 亞毫秒級（sub‑millisecond） 的政策執行。

Toolkit 包含多個模組，並支援多種程式語言，例如：

• Python
• TypeScript
• Rust
• Go
• .NET

這些元件可用來管理 agent 身份、執行政策，以及監控 agent 在運行時的行為。

更大的戰略：AI‑native 開放基礎設施

綜合來看，微軟這次發布的重點其實不只是幾個產品，而是一個完整的 AI‑native 技術棧。

大致結構可以理解為三層：

• 底層基礎設施：Azure Linux 4.0
• 容器與平台層：Azure Container Linux 與 Kubernetes 生態
• AI 應用層：Agent Framework、Conductor 與 Governance Toolkit

微軟的目標，是讓未來的 AI 系統——尤其是由多個 autonomous agents 組成的架構——既保持開放互通，又能符合大型企業對安全、治理與可控性的要求。

隨著 AI agents 開始能跨系統執行複雜任務，微軟正嘗試控制整條技術鏈：從運行 AI 工作負載的作業系統，到監管 autonomous agents 行為的治理層。