Copilot 超级应用是什么？拆解三大模块与计费变化

2026 年 9 月 25 日晚间，微软正式发布新版 Copilot「超级应用」，把聊天、编程和自主智能体三类 AI 能力整合进同一个界面。它不再是一个问答助手，而是微软口中「定义 AI 时代工作方式」的统一工作入口。本文拆解它的三大模块、计费变化和开通路径。

什么是 Copilot 超级应用

Copilot 超级应用是微软把 Copilot Chat、与 GitHub Copilot 同源的编程能力、云端自主智能体打包进一个产品的统称。新版应用合并了原先分散的消费者版和商业版，统一为 Home、Code、Autopilot 三个标签页（microsoft.com 官方页）。

三大模块拆解：Home、Code、Autopilot 分别能干什么

Home：聊天加协作的默认入口

Home 是打开 Copilot 后的默认页面，把 Copilot Chat 和 Cowork 合并：Chat 负责回答工作问题，Cowork 跨应用接手多步骤任务。Today 功能后续会把邮件、会议和 Teams 消息汇总成仪表盘，10 月进入私密预览（网易科技）。

对你意味着什么：以前「问一句答一句」的用法升级成「看一眼全局、交代任务就走」，适合每天被邮件和会议淹没的职场人。

Code：用自然语言搭应用，不需要会写代码

Code 是这次最出人意料的新增功能：用自然语言描述想要的应用、追踪器、仪表盘或自动化流程，Copilot 会把它建成云端托管的内部应用，还能分享给同事，底层与 GitHub Copilot 同源，跑在沙盒里。

对你意味着什么：不会编程的运营、财务、产品经理也能自己搭小工具。微软官方文案的说法是「描述你想要的面板、追踪器或应用，Copilot 用代码把它建出来」。

Autopilot：云端常驻的「数字同事」

Autopilot 的前身是今年 Build 大会亮相的 Scout，这次更名并转向云端。它有独立的身份、记忆和计算实例，你可以像 @同事一样在 Teams、Outlook、文档里 @它，让它监控频道、处理重复任务，背后有权限和审计机制（腾讯新闻转至顶科技）。

对你意味着什么：它从「召唤型工具」变成「常驻型员工」，瞄准的是已经重度依赖 Office 的企业场景。

计费变化：从按席位转向「席位 + 用量」

这是企业用户最该关注的变化。微软把计费从纯按席位改为「席位 + 用量」：标准 Copilot 订阅许可证继续覆盖 Chat 和 Word、Excel、PowerPoint、Outlook、Teams 内的 Copilot 功能；而 Cowork、Code、Autopilot 以及 OpenAI Astra、Anthropic Fable 等前沿模型的调用，按实际用量计费（ZAKER 科技）。

微软官方定价：个人版 9.99 美元/月、商业版 23.50 美元/用户/月（按年付）、企业版 30 美元/用户/月（微软官方定价）。Cowork、Code 和 Autopilot 的重度使用按用量另算，企业可用 FinOps for AI 工具管理 AI 支出，避免长跑型智能体把账单跑超。

发布时间与开通路径：什么时候能用上

据腾讯新闻转至顶科技与网易报道，新版超级应用的发布节奏如下：

• Home 和 Code：未来几周通过微软 Frontier 项目向企业推出
• Autopilot：9 月底进入私密预览
• Code 正式开放：今年晚些时候面向 Microsoft 365 Premium 和 Pro 订阅用户
• Today：10 月进入私密预览

对普通用户：有 Microsoft 365 Premium 或 Pro 订阅，今年内有机会直接试用 Code；团队可联系微软渠道申请 Frontier 先锋体验（IT之家转载）。

和旧版 Copilot、GitHub Copilot 是什么关系

这次升级相当于把旧版 Microsoft 365 Copilot 与 GitHub Copilot 合并收拢，统一进一个应用入口。

想了解编程侧工具怎么选，可以参考站内的 GitHub Copilot 与 Cursor 对比和 Cursor 项目管理教程。

配 API Key 看 GitHub Copilot API Key 配置；Microsoft 365 Copilot 的模型动态见 Microsoft 365 Copilot 接入 Grok 模型的消息。

适合谁用、谁可以再等等

适合：重度使用 Office 的企业员工；想用自然语言搭内部工具的运营和产品；已经有 Microsoft 365 订阅的个人用户。

可以再等等：已有 Cursor 等专用工具的开发者（Code 目前定位是「非开发者也能用」）；预算敏感的小团队，用量计费下账单不确定性更高。