先说个关键判断：微软在拓扑量子计算这条路上，迈出了实质性的一步。
当地时间6月2日，微软Build 2026开发者大会上，第二代拓扑量子芯片Majorana 2正式亮相。这款芯片最大的亮点，在于材料的彻底革新——从第一代的铝，换成了铅。别小看这个变化，它带来的性能提升相当夸张：量子比特的可靠性是前代的1000倍，量子态平均维持时间从毫秒级直接跃升到20秒以上，部分测试中甚至能撑到1分钟。基于这个突破，微软直接把实用量子计算机的目标时间从2033年提前到了2029年，研发路线图砍掉了一半。
材料创新：从铝到铅的关键转变
为什么从铝换成铅？本质上，铅在医疗和工业领域常被用来做辐射防护，它能有效保护脆弱的量子比特，不让宇宙射线等环境干扰轻易“捣乱”。
与此同时，微软还把半导体有源区升级成了砷化铟与砷锑化铟的组合。这一改，拓扑能隙从约30微电子伏特直接翻了一倍多，达到了70微电子伏特。能隙越大，意味着量子态要想被环境扰动“带偏”，需要的能量就越高——这正是Majorana 2稳定性飙升的核心原因。
微软量子硬件部门的副总裁Zulfi Alam解释得很形象：“Majorana量子装置的关键组件，是在原子尺度上逐一设计的。为了确保每个原子都待在正确的位置，研究人员可能会在晶体结构中引入特定杂质来微调能量结构。但如果添加过多或者方式不对，结构就会被破坏——这需要极其精妙的平衡。”
数据对比更直观：第一代Majorana 1的量子比特寿命只有1到12毫秒；而Majorana 2超过了20秒，稳定性提升超过1000倍。微软自己打了个比方——这就好比手机电池从一天一充，突然变成了充一次电用上将近三年。
Agentic AI助力量子芯片研发
Majorana 2的快速突破，背后有个关键推手——Microsoft Discovery平台。这个平台2026年4月刚正式商用，专为研发团队提供Agentic AI能力，能从假设生成、实验设计到结果分析，实现全流程自动化。
微软量子团队的技术院士Chetan Nayak透露了一个细节：“建立拓扑态需要设定数百个参数，才能开始执行量子计算的关键步骤——测量。如果是人工操作，每个流程可能需要花上几周。现在借助Microsoft Discovery的Agentic AI能力，这个周期被大幅缩短了。”
具体来说，AI Agent在量子研发中至少干了四件事：
自动化测量流程：过去要几周才能完成的量子态测量，现在周期大大缩短。
跨领域知识整合：微软量子项目积累了近20年、多种格式的海量数据，以前分散在不同的数据孤岛里。Zulfi Alam说得直接：“当AI Agent在这些数据中运作，它们能够重新合成并建立人类无法察觉的关联性——因为没有任何人的视角能同时掌握如此庞大且广泛的数据。”
优化制造工艺：AI通过模拟仿真，帮研究人员定位最有可能成功的材料配比方案，理想情况下一次实验就能搞定验证。
缺陷检测：AI Agent甚至发现了一个未被校准的温度传感器——这个微小的瑕疵一直在向制造过程中引入噪声，此前人类团队完全没有察觉。
Nayak特别强调，AI的角色始终是“科学家主导的参与循环”：“Agentic AI几乎渗透到我们所做的每一件事中，但它只负责提供研究方向，而非做出最终决策。最终都是科学家在主导。”
拓扑量子计算：争议中前行的技术路线
微软的拓扑量子计算路线，在学术界一直争议不断。2018年，微软曾声称观察到马约拉纳零模存在的证据，但随后在独立审查后撤回了相关论文。直到2025年发布的Majorana 1通过同行评审，才重新建立了一些可信度。
和IBM、谷歌采用的超导量子比特路线不同，拓扑量子计算的核心思路是让量子比特“天生”就更抗干扰。英国萨里大学物理学家Paul Stevenson在接受BBC采访时说了句大实话：“拓扑量子比特确实更有望抵抗噪声，但代价是制造难度极高——它要求在材料中创造一种不同于常规固态、液态、气态的新型物态。”
目前，Majorana 2只搭载了12个量子比特。距离实现实用量子计算所需的百万级规模，还有好几个数量级要跨越。微软自己也承认，2029年的目标是实现“可扩展的实用量子计算机原型”，而不是届时就全面商用上线。
必须警惕的是，微软的拓扑量子计算进展正在接受美国国防部高级研究计划局（DARPA）的严格评估。微软是仅有的两家进入DARPA‘实用规模量子计算未充分探索系统’计划最后阶段的机构之一，已经向该机构提交了包括商业敏感材料在内的全部研发数据。
Microsoft Discovery：让Agentic AI走向更多研发场景
伴随Majorana 2发布，微软宣布Microsoft Discovery正式向所有组织开放使用。这是一个面向研发场景的全方位平台，整合了专为科学研究设计的AI Agent、可驱动研究与推理工作流程的Discovery Engine，以及企业级的安全、治理及透明度保障。
同时，微软还推出了Microsoft Discovery应用程序的早期预览版本，可通过GitHub Copilot账户免费下载并在本地电脑运行。这大大降低了高校和科研团队进入AI驱动研究的门槛。
微软把2029年设为目标时间点，使其与竞争对手IBM形成了直接竞争。IBM于2026年5月宣布将在未来五年内追加100亿美元投资量子计算，同样计划在2029年交付全球首台大规模容错量子计算机IBM Quantum Starling。两家科技巨头正围绕同一时间节点展开竞速。
如果微软能在2029年兑现路线图，量子计算将率先在以下领域产生碘伏性影响：药物分子模拟、新材料晶体结构预测、金融组合优化等——这些计算任务，即便租用超算集群也难以高效完成。
不过业界仍持谨慎态度。《The Verge》指出，Majorana 2的突破将面临与Majorana 1同等程度的同行评审 scrutiny。BBC也报道称，微软以商业机密为由未公开完整性能数据，这引发了学术界的关注。
无论外界如何评价，Majorana 2的发布标志着微软在拓扑量子计算领域迈出了实质性一步——而这一进步的关键推动力，正是AI本身。正如微软所展示的：更好的AI帮助构建更好的量子计算机，而更好的量子计算机终将赋能更强大的AI。这一正向循环，正在从理论走向现实。
