前言
Microsoft 的 Superintelligence team 在 2026 年 6 月 2 日正式推出了 MAI-Code-1-Flash——一個專為日常開發者工作流設計的高效編碼模型。這個模型由 Microsoft 端到端打造，使用乾淨且具合法授權的資料訓練，目前已開始部署到 GitHub Copilot 的 VS Code 個人版使用者中。
簡單來說，這是 Microsoft 在「讓 AI 真正好用」這條路上又踏出的一步。
三大核心能力
根據官方公告，MAI-Code-1-Flash 主打三個特色：
- Agentic Coding（智能代理編碼）：模型直接在 GitHub Copilot harness 環境中訓練，能與開發者日常使用的工具和系統無縫協作，不是只在實驗室跑分，而是在真實環境中學習如何寫碼。
- Adaptive Thinking（自適應思考）：遇到簡單任務時保持精簡，遇到複雜問題時自動分配更多推理預算。這就像一個懂得看場合的同事——小事不廢話，大事肯花時間。
- 強指令遵循能力：無論是一次性提問還是多輪對話，都能精準理解並執行開發者的意圖。
為什麼說「為開發者而生，不是為跑分而生」？
這可能是這篇文章最關鍵的概念。大多數 AI 編碼模型的訓練目標是「在 benchmark 上拿高分」，但 MAI-Code-1-Flash 反其道而行——它在 GitHub Copilot 的生產環境中直接訓練，用真實開發者的使用數據來優化模型。
訓練過程中，團隊評估了核心軟體工程任務、倉庫問答、重構能力，以及從真實 Copilot 使用記錄中提取的遥測數據任務。這種「訓練、評估、生產」三者一致的方法，確保了實驗室裡的改進能真正轉化為開發者的體驗提升。
每個 token 都要花在刀口上
MAI-Code-1-Flash 引入了 自適應解決方案長度控制（Adaptive Solution Length Control） 技術。用白話來說：
- 簡單任務 → 精簡回答，少花 token
- 複雜任務 → 深入分析，多花 token
實際效果是：在 SWE-Bench Verified 上，MAI-Code-1-Flash 解決難題時最多少了 60% 的 token 用量。這不僅降低了延遲和成本，更讓互動式工作流變得更順暢——開發者不用等那麼久就能看到有用的輸出。
實測表現：全面擊敗 Claude Haiku 4.5
Microsoft 用同一套生產環境的 harness，在四個核心編碼基準測試中將 MAI-Code-1-Flash 與 Claude Haiku 4.5 對決，結果如下：
| 基準測試 | MAI-Code-1-Flash | Claude Haiku 4.5 |
|---|---|---|
| SWE-Bench Verified | 勝 | — |
| SWE-Bench Pro | 51.2% | 35.2% |
| SWE-Bench Multilingual | 勝 | — |
| Terminal Bench 2 | 勝 | — |
特別值得關注的是 SWE-Bench Pro——這套測試涵蓋更多樣化的真實世界任務，MAI-Code-1-Flash 以 +16 個百分點大幅領先。
除了編碼能力，模型在數學、科學推理、視覺生成編碼等核心推理能力上也優於 Haiku 4.5。在 Microsoft 自建的 186 題、34 個類別的對抗性陷阱基準測試中，MAI-Code-1-Flash 達到了 85.8% 的調整後準確率，尤其在推理、指令遵循和識別「不可能問題」方面表現突出。
怎麼用？
對個人開發者來說，幾乎零門檻：
- 打開 VS Code
- 安裝或更新 GitHub Copilot
- 在模型選擇器中可以看到 MAI-Code-1-Flash，或者系統會自動透過 Auto picker 路由到這個模型
不需要額外的設定或配置。
我的看法
MAI-Code-1-Flash 最讓我感興趣的不是它的跑分數字，而是它背後的設計哲學——「在真實環境中訓練，為真實使用者優化」。這跟過去那些只在 benchmark 上刷分的模型有本質上的不同。
特別是「自適應思考」這個概念，我認為是 AI 編碼助手進化的重要方向。想像一下：當你問一個簡單的 import 語法，它三行搞定；當你要求重構一個複雜的系統架構，它願意花更多時間深度分析。這種「懂得分配注意力」的能力，會讓 AI 助手從「工具」升級為「夥伴」。
當然，Microsoft 也誠實地指出模型仍有成長空間——在某些「Einstellung traps」（設定陷阱，即模型被既有模式綁住而無法靈活思考的場景）準確率仍低於 50%。這說明這條路還長，但方向是對的。