微软正式确认Configuration Manager将转为年度发布节奏,同时将Intune作为创新的主要焦点。
这一变化将于2026年秋季生效,在此之前还会有几个中间版本——2025年12月发布2509版本,2026年3月发布2603版本,然后在明年9月发布第一个年度版本2609。
根据微软的说明,这一决策是为了"与Windows客户端安全和稳定性节奏(H2)保持一致","首要任务是维护安全、可靠的Configuration Manager体验"。
实际上,这意味着热修复汇总只会在"绝对必要时"进行,关键更新和补丁将根据需要应用。
微软Configuration Manager(MCM)最初于1994年以System Management Server的形式与Windows NT 3.5一同推出,现已成为微软系统管理软件套件中的重要组成部分。多年来,随着Windows巨头不断添加功能,该产品经历了多次名称变更,最终确定为MCM。
微软希望客户转向Intune进行硬件管理。该公司将Intune描述为"设备管理的未来",并表示"所有新的创新都将在那里进行"。另一方面,Configuration Manager将"重新专注于安全性、稳定性和长期支持"。
当《The Register》询问微软这是否可能是最终淘汰Configuration Manager的一个步骤时,该公司没有回应。
转向Intune并非轻而易举的决定。Reddit上有用户对这一宣布回应道:"希望他们能创新一些功能对等性。"
另一位用户说:"如果他们甚至想让Intune接近Configuration Manager的能力,就必须在Intune上投入大量精力,而且他们需要在我像使用Configuration Manager那样使用它之前达到这一点..."
Intune是基于云的服务,而Configuration Manager是纯粹的本地服务。后者在本地环境中提供更多的细粒度控制。然而,Windows服务器更新服务(WSUS)的弃用让MCM用户深思。
去年9月,微软表示"WSUS弃用不会影响微软Configuration Manager的现有功能或支持",但也鼓励用户转向Intune等服务进行服务器更新管理。
微软本周表示:"在考虑长期设备管理策略时,请记住微软Intune是所有新创新发生的地方。"
Q&A
Q1:微软Configuration Manager的发布节奏有什么变化?
A:微软Configuration Manager将从当前的发布模式改为年度发布节奏,该变化将于2026年秋季生效。在此之前还会有2025年12月的2509版本和2026年3月的2603版本,然后在2026年9月发布第一个年度版本2609。
Q2:微软为什么要推动用户从Configuration Manager转向Intune?
A:微软将Intune定位为"设备管理的未来",所有新的创新都将在Intune中进行。而Configuration Manager将重新专注于安全性、稳定性和长期支持。微软希望客户转向基于云的Intune进行硬件管理。
Q3:Configuration Manager和Intune有什么主要区别?
A:两者的主要区别在于部署方式和控制程度。Intune是基于云的服务,而Configuration Manager是本地部署的服务。Configuration Manager在本地环境中提供更多的细粒度控制和管理能力。
好文章,需要你的鼓励
前OpenAI首席技术官Mira Murati创办的AI初创公司Thinking Machines Lab宣布推出"交互模型"技术。不同于现有AI的轮流对话方式,该模型采用"全双工"技术,能在接收输入的同时生成响应,实现类似真实电话通话的自然交互。其模型TML-Interaction-Small响应速度达0.40秒,优于OpenAI和谷歌同类产品。目前仍处于研究预览阶段,计划数月内开放有限测试,年内正式发布。
香港大学与哈尔滨工业大学联合发布的这项研究(arXiv:2605.06196)发现,大语言模型在扮演不同社会层级角色时,内部神经网络存在一条清晰的"粒度轴",从普通个人视角延伸至全球机构视角。这条轴是AI角色空间的主导几何方向,可被测量、被跨模型复现,并通过激活引导技术加以操控,为AI社会模拟的可信度评估和角色视角的主动调控提供了新工具。
澳大利亚各州及联邦能源部长在近期会议上达成共识,要求数据中心通过投资新建可再生能源和储能设施,完全抵消其电力需求。除昆士兰州外,所有州均支持该提议。联邦能源部长克里斯·鲍文表示,数据中心是新增能源需求的最大驱动力之一,应成为电网的助力而非负担。澳大利亚能源市场委员会将于7月前提交具体实施建议。数据显示,到2030年数据中心用电量预计将增至现在的三倍。
华盛顿大学研究团队发现,在AI数学推理训练中,将随机拼凑的拉丁文占位词(Lorem Ipsum)添加到题目前,能帮助AI突破"全部答错、训练停滞"的困境,在多个模型上平均提升推理得分2.8至6.2分。研究揭示了有效扰动的两个关键特征:使用拉丁语词汇避免语义干扰,以及保持较低困惑度确保AI能正确理解题目内容。