微软正在对Windows预览体验计划进行新一轮调整,旨在降低用户的理解门槛。
此次调整保留了发布预览通道(Release Preview Channel),该通道供预览体验成员提前试用接近正式发布的Windows版本。测试版通道(Beta Channel)将进行全面改版,而开发版通道(Dev Channel)和Canary通道将被正式取消,统一由全新的实验通道(Experimental Channel)取代。
与原有的开发版和Canary通道类似,实验通道面向希望体验仍在开发阶段、尚未确定是否会正式推出的功能的用户。选择实验通道的预览体验成员还可以自行开启或关闭特定功能,也可以选择"未来平台(Future Platforms)"模式。微软表示,该模式"是我们最早期的Windows预览版本,与任何零售版Windows不存在对应关系"。
另一项重要变更是取消测试版通道中的功能分阶段推送机制。此后,只要某项功能在Beta更新中正式公告,所有接受该更新的用户都将同步获得该功能,不再出现部分用户先收到、部分用户后收到的情况。
此外,微软表示,在大多数情况下,用户可通过就地升级的方式在实验通道、测试版通道和发布预览通道之间切换,也可以直接退出预览体验计划,无需重新进行Windows系统的全新安装。但需要注意的是,如果用户使用的是"实验通道—未来平台"模式,由于该版本与零售版Windows不存在对应关系,重新安装将不可避免。
对于Windows预览体验成员而言,这些调整总体上值得期待,尤其是受控功能推送(CFR)机制的终止——过去,正是这一机制导致许多用户需要漫长等待才能获得新功能。微软也正视了用户的不满情绪,并坦言:"这类分阶段推送是行业通行做法,有助于我们在大规模发布前评估功能影响。"
"但这也让你们的使用体验难以预期,往往导致你们无法第一时间获得那些促使你们加入预览计划的新功能。"
然而,除了重组计划架构,微软还必须认真倾听预览体验成员的实际反馈,而不仅仅是听取针对计划本身的意见和建议。
早在微软因强推AI功能而遭受批评之前,该公司便常常对预览体验成员反映的问题置若罔闻。2018年10月推出的那次臭名昭著的Windows 10更新就是一个典型案例——尽管预览体验成员已提出负面反馈,微软仍执意发布了该更新,最终导致部分用户的文件遭到删除。
无论微软如何推进Windows预览体验计划的改革,眼下最紧迫的任务是重建用户对其操作系统的信任——这种信任不仅来自技术爱好者群体,更来自那些普通用户。他们或许并不愿意耐心等待,来见证这些改变所带来的成果。
Q&A
Q1:Windows预览体验计划的实验通道和原来的Canary通道有什么区别?
A:实验通道是微软用来取代原有开发版通道和Canary通道的新渠道,面向希望体验尚在开发中、不确定能否正式上线功能的用户。用户可以自行开启或关闭特定功能,也可选择"未来平台"模式。与Canary通道类似,未来平台模式下的预览版本与零售版Windows不存在对应关系,若要切换通道或退出预览计划,需要进行全新安装。
Q2:微软为什么取消测试版通道的功能分阶段推送机制?
A:此前的受控功能推送(CFR)机制导致同一通道内的不同用户获得新功能的时间不同,体验参差不齐,也令许多用户感到困惑和失望。微软承认这让用户体验难以预期,因此决定取消该机制。未来在测试版通道公告的功能,所有接受更新的用户将同步获得,不再出现功能推送不一致的情况。
Q3:Windows预览体验计划调整后,用户能否自由切换通道?
A:在大多数情况下,用户可通过就地升级的方式在实验通道、测试版通道和发布预览通道之间自由切换,也可退出预览计划,无需全新安装系统。但若用户使用的是实验通道中的"未来平台"模式,由于该版本与零售版Windows不存在版本对应关系,切换时将无法避免重新安装系统。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。