RecodeX 重构消息，微软在11月7日发布的技术白皮书中披露，将Copilot Studio的标准执行框架与新的Copilot harness应用于同一批评估任务后，复杂任务的通过率明显提升。在采用Claude Opus 4.8的实验中，新框架的通过率比原框架高22.1个百分点；在与GPT-5.5 Chat的对比中，新框架的通过率高出10.8个百分点。上述数据均为微软内部评估结果。微软表示，即使模型本身相同，智能体管理工具与任务步骤的方式不同，评估结果也会随之变化。