Copilot Studio CUA正式发布，微软选择了Claude Sonnet 4.5

「微软Copilot Studio的CUA进入GA了」——CUA是Computer-using agents，即操作电脑的智能体。就算是没有提供API的网站或桌面应用，AI也能看着屏幕移动鼠标、填写输入框、点击按钮。人类过去做的操作，由AI来代劳的机制。

这个「代替人类操作屏幕的AI」，于2026年5月13日在微软企业平台上正式发布（GA）。发布消息很低调，但细读内容，行业格局已经悄然改变。

最容易被忽视的是CUA搭载的GA版模型。与OpenAI CUA并列，Claude Sonnet 4.5也在其中。也就是说，微软在自家产品的核心功能中，正式采用了Anthropic制造的模型。一直被写作「Claude vs OpenAI vs Microsoft」的行业对立轴，在实际现场已开始向「共存运营」转变。

这一变化对「选用哪家AI」的决策影响不可小觑。在以5月13日发布内容为基础绘制地图后，本文还将提供自家公司筛选的3个轴向，以及7天以内可以完成的「本周1步」。

「Copilot Studio CUA进入GA」——一行无法概括的发布内容

微软2026年5月针对Copilot Studio发出的更新，光看标题就会以「微软又发表了什么」结束。但细读内容，会发现一个产品——Copilot Studio——几乎同时塞进了4个竞争对手企业作为「产品」分别推出的功能。

正式发布中包含的更新，大致有4点：

1.Computer-using agents（CUA）开始正式提供。 Microsoft Community Hub的发布内容日期为2026年5月13日，明确写明面向所有商业地区的Microsoft Power Platform提供。这意味着「操作屏幕的AI」正式投入本番。

2.全新工作流体验。 将CUA处理的屏幕操作与API调用·审批·业务逻辑在同一画布上设计的机制。Early Release（早期版本）处理。

3.实时语音智能体。 在北美地区通过Dynamics 365 Contact Center正式提供（GA）。延迟500毫秒以内，能以语音到语音的形式直接响应，已开始在呼叫中心业务中实际应用。

4.Work IQ扩展。 提供REST API和CLI，也可连接到远程MCP（Model Context Protocol）服务器。MCP是Anthropic提倡的、用于连接AI智能体与外部工具·数据源的开放标准。此外还添加了SAP·Salesforce·ServiceNow等主要业务系统的预置连接器。

光看「Copilot Studio CUA进入GA」的标题，会以为只有CUA发生了变化。实际上，CUA这个「手」、Workflows这个「设计图」、Voice这个「嘴」、Work IQ这个「数据管道」几乎同时完整地推出了。从内部来看是不同团队的工作，从外部来看，「Copilot Studio这一产品作为AI智能体的核心基础设施商业化的一天」就是这一天。

或许有人会想「我们没有全公司使用Microsoft 365，所以跟我们没关系」。稍后会提到，这里发生的变化不是「使用Microsoft 365的企业的故事」，而是「AI智能体实装模式的故事」。我将逐步展开。

GA版搭载Claude Sonnet 4.5——微软停止「对立」的那一天

从这里开始，是我最想让大家看到的重点。

CUA的GA发布中，还包含了看起来低调却很重要的一行记述：

The GA build ships with OpenAI CUA and Claude Sonnet 4.5 as GA models（GA版搭载了OpenAI CUA和Claude Sonnet 4.5作为GA模型）

也就是说，Copilot Studio的电脑操作智能体功能，是微软在自家平台上将Anthropic的Claude Sonnet 4.5作为「正式采用模型」组入。这是微软推进与Anthropic合作的可见成果。

一直被写作「Claude vs OpenAI vs Microsoft」的行业3家解读，已经超过一半过时了。微软在自家产品的核心功能中并用其他公司模型的设计，已明确打出。

我在使用Claude Code时感觉到，Anthropic在「编程」和「屏幕操作（Computer Use）」这种贴近人类作业领域的智能体方面见长。而OpenAI则通过「Operator」「ChatGPT Agent」系列，在磨练通用型任务代行方面深耕。微软此前以自家GPT模型系为中心，但在Copilot Studio中似乎切换到了「不再执着于单一厂商，根据任务插入最优模型」的方针。

这不是3家在互相厮打，而是3家开始在Copilot Studio这一个产品中共存运营的时代——这就是我的解读。

实际会有什么变化，用现场感觉来写。

此前，讨论从「自家公司的AI智能体，首先选哪家厂商」开始。选了Anthropic，就担心之后切换到OpenAI的成本。选了OpenAI，就用不了Claude优秀的编程能力。选了微软，就感觉会被锁定。就是这样「选哪家」的烦恼方式。

GA之后，这个问题的提法本身改变了。不是「选哪家厂商」，而是「哪项业务（任务）用哪种模型」才是问题所在。在Copilot Studio内，屏幕操作用Claude Sonnet 4.5、表单解析用OpenAI CUA、内部数据检索用微软的内置模型，这样的分用方式会成为现实运营的标准。

而且，Work IQ对MCP的支持，意味着微软将Anthropic发起的开放标准纳入了自家产品。这也是「从对立到共存」的象征。与KDDI敏捷开发中心的全公司Claude Code展开（KAG案例）和JetBrains开发者调查中Claude Code增长6倍的话题对照阅读，就能看清企业现场正在发生什么。「是Claude还是微软」的二选一，已经开始让位于「Claude和微软都用」成为现场标准。

新进场的经营者无需因此感到恐慌，反而是相反——「从哪家AI开始」不需要一次性答对，这才是正确的解读。整个行业正在向更容易替换的架构方向发展。

将4大支柱排在地图上——CUA·Workflows·Voice·Work IQ带来什么变化

这里以「套用到自己工作上会怎么用」的视角，把4大支柱的内容再稍微具体地拆解一下。这是发散阶段的地图绘制。

第1根：Computer-using agents（CUA）。CUA能做的工作用一句话来说，就是「操作没有提供API的现有系统，如同机器人一般的AI」。就这一句话。GA版搭载OpenAI CUA和Claude Sonnet 4.5两种模型，收费按每步5 Copilot Credits宣告。在Azure Key Vault中保管认证信息、用Microsoft Purview获取审计日志、可细致配置人工审批（human-in-the-loop）结构，是面向企业的优势所在。

CUA特别奏效的是这类业务：每天将Excel数据转输到公司内部老旧销售管理系统的作业。把收据上传到费用报销SaaS的作业。从发票PDF中提取数值输入会计软件的作业。这些都是「如果能用API连接就好了，现实中没有API」的业务。CUA能够再现这些「人类过去做的无聊屏幕操作」。

第2根：全新工作流体验。单独CUA只是「操作屏幕的AI」，但与工作流组合，就能一笔设计跨越多个系统的业务。例如「屏幕操作完成后流转给审批者，审批通过后通过API在另一个系统注册，出现例外则退回给人类」这样的流程。Early Release处理，目前定位接近试用，而非本番设计主轴，但设计方向已清晰。

第3根：实时语音智能体。仅北美Dynamics 365 Contact Center用户GA。延迟500毫秒以内，可实现speech-to-speech响应，「在接通人工客服之前，先由AI吸收需求」「可随时响应的一次窗口」等用途已开始导入。日本展开是以后的事（需继续确认官方公告），但技术上，电话渠道中AI能实现与人类几乎同等水准的对话，已达到这个级别。

第4根：Work IQ扩展。可连接REST API·CLI·远程MCP服务器。如前所述，MCP是Anthropic发起的开放标准。在Copilot Studio上运行的AI智能体，已可通过共同的做法连接SAP·Salesforce·ServiceNow等主要业务系统。不是「只在微软的世界内完结」，而是「从微软的世界向外部业务系统架起了桥」——这是Work IQ本次的意义。

读到这里，对「是不是全部都GA了」感到在意的读者，请参考这个整理：明确GA的是CUA和语音智能体（语音限北美）这2个。工作流是Early Release，Work IQ的新API是逐步展开的定位。先从已GA的2个功能试起，是目前最合理的顺序。

正如在「AI智能体已进入运营阶段」中写的，整个行业正在从「制作」转向「运营」。本次的4大支柱，正是作为「运营侧」的基础设施而设计的。因此，标题虽然低调，对企业现场来说却是意义重大的发布。

单一厂商的时代即将结束。用3个轴向选出「自家公司的1步」

从这里进入压缩阶段。在4大支柱和3家厂商共存的世界里，自己该如何选择？将判断轴压缩为3个。

轴1：「想自动化的业务能通过API连接，还是需要屏幕操作？」

如果是能通过API连接的业务（SaaS连携·主要系统间连携等），在Claude Code+MCP的活用法中介绍的组合更快且更便宜。另一方面，如果是无法通过API连接的业务（老旧内部系统·只提供了SaaS UI画面的情况等），Copilot Studio的CUA是目前最有力的候选。OpenAI Operator也是比较对象，但在企业级的审计·认证信息管理上，目前Copilot Studio领先一步。

轴2：「现有技术栈是否以微软为中心？」

如果Microsoft 365·Dynamics 365·Power Platform是公司内的主要基础设施，选择Copilot Studio后，Entra ID连携·Purview审计·Teams整合可以立即生效。反之，以Google Workspace为中心的企业，或基于AWS·GCP的初创企业，与其用Copilot Studio单体，不如用Claude Code+MCP直接连接工具群，速度更快。「与自家现有技术栈重叠的选择项」往往是正确答案。

轴3：「现在想解决的是内部业务还是客户接触点？」

如果是内部业务（财务·人事·销售运营），CUA和Workflows的组合奏效。如果客户接触点（呼叫中心·FAQ·预约受理）且电话渠道是关键，北美限定的实时语音智能体就会进入路线图。在等待日本展开的期间，用英语圈的模板完成设计，作为准备完全成立。

用3个轴向描绘「自家公司现在的状况」，就能看出4大支柱中应该从哪里着手。不是「都GA了就全部做」，而是**「只筛选最初的1个」**，这是压缩阶段的目标。

我的感觉是，日本企业目前能走的最短路线是「如果已经在使用Microsoft 365，而且每天都要把数据转输到没有API的内部系统，就先试试Copilot Studio CUA」。不在使用Microsoft 365，或内部系统已API化的话，直接用Claude的Computer Use更快。这不是对厂商的好恶，而是从业务结构反推得出的判断。

正如在「光是『使用』AI还不够」中写的，AI已进入「嵌入」阶段而非「使用」阶段。在嵌入阶段，不卷入厂商对立，只看「对自己的业务来说哪个更快」，结果上才是最快出成果的做法。

本周1步——7天以内可以完成的3个行动

最后，为读到这里仍在想「那结果我本周该做什么？」的人，放上7天以内可以完成的3个行动。

STEP1：触碰。在Copilot Studio的试用版中制作1个CUA（30分钟）。

有Microsoft 365 Copilot试用版环境的人，或能使用Copilot Studio免费试用的人，请先制作1个CUA智能体。题材什么都可以。「将Excel的1行数据转输到公司的费用报销网站」这个级别就足够了。CUA的实体，是看着屏幕、点击、输入的机器人。什么样的操作能舒畅地运行，用自己的手亲自确认是最快的理解方式。

这里重要的是，一开始不要选业务关键的对象。在可以失败的题材上，先掌握「能运行的感觉」是目的。

STEP2：运行。将现有业务的1个任务用UI自动化再现（2小时）。

习惯STEP1之后，从自己的业务中选出1个「每天·每周都要做的UI操作」，试着用CUA来替换。「从订单确认邮件中提取信息输入CRM」「月初从多个SaaS下载报告汇总到文件夹」等，规模小且可重现的任务最适合。

完成这个STEP2，手边就会有CUA「是否好用」的感知数据。与其读资料，做这2小时更能让你在内部讨论中说出有说服力的话。

STEP3：计测。将5 Copilot Credits/步的实际成本汇总1周（每天5分钟）。

CUA按每步5 Copilot Credits的收费运行（微软官方发布）。把STEP2中再现的任务每天运行1周，记录消耗了多少Credit。这会成为考虑公司全面导入时「每个业务的成本」的依据数据。

每天5分钟的汇总，1周后手边就会有「把这项业务替换成CUA，每月要花多少钱，换算成人工成本能节约多少」的试算。与经营层或IT部门的对话，就能从「听起来很厉害」变成「ROI几个月能回收」。

三项全做，合计约2.5小时＋每天5分钟。这是将「Copilot Studio CUA进入GA了」这条新闻，变成对自己工作有意义的事情，最快的做法。

结语：比「用哪家AI」更重要的是「什么用哪个」

整理要点如下：

• 2026年5月13日，微软Copilot Studio的Computer-using agents（CUA）开始正式提供（GA）
• GA版的搭载模型是OpenAI CUA和Claude Sonnet 4.5两种。微软在自家核心功能中正式采用了Anthropic制造的模型
• 同时发布了Workflows（Early Release）·实时语音智能体（北美GA）·Work IQ扩展（REST/CLI/MCP对应），Copilot Studio作为「AI智能体的核心基础设施」商业化
• 行业解读从「Claude vs OpenAI vs Microsoft」转向「在Copilot Studio这一个产品中3家模型共存运营的时代」
• 自家的选法以3个轴向来筛选：能否通过API连接·现有技术栈是否以微软为中心·内部业务还是客户接触点
• 本周1步是3个行动。触碰CUA（30分钟）·再现1个任务（2小时）·1周计测成本（每天5分钟）。ROI依据数据到手

行业标题喜欢渲染「对立」。实际现场，已经越过了那个阶段，每天都在试验「哪个、用在哪里、如何组合」。

没有不用AI的理由。同时，「不押注某家AI就会吃亏」的不安，也不再需要了。共存运营成为标准的世界里，在选择厂商之前，先把自家的1个业务跑起来，才是最确切地接近下一步的方式。

Copilot Studio CUA的试用，今天就可以开始。30分钟就够了。只有真正试过的人，才能进入下一个阶段。