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

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。