跳到正文
10月8日周四
  1. 科技媒体 RSS62

    微软让 Copilot 获得更多 Windows 与文件控制权

    在 Windows 与 Surface 活动上,微软展示了 Copilot 的升级:它可以访问 PC 上的本地文件,并能在操作系统内执行操作。微软把这一思路称为 Hybrid Intelligence,即应用和工具混合使用本地与云端 AI 模型来高效完成任务。微软 Copilot 执行副总裁 Jacob Andreou 现场播放视频演示,让 Autopilot 工具协助报税。

  2. 科技媒体 RSS53

    微软展示全新 Win11 搜索体验:从查找文件转向理解用户意图

    微软在旧金山发布会上展示了全新的 Windows 搜索体验,借助 AI 让用户以自然语言查找信息、文件和应用,不再依赖关键词匹配。新体验结合文件内容、应用信息和系统上下文返回更相关结果,并有望从找到项目进一步发展为帮助用户完成后续操作。该变化与微软推进的 Copilot、AI 智能体和混合智能理念相呼应,人类用户仍掌握最终判断和控制权。

  3. 科技媒体 RSS62

    微软宣布 Meta Muse 智能体将登陆 Windows 平台

    微软在 Surface 新品发布会上宣布,Meta 的 Muse 智能体将以原生应用形式登陆 Windows 平台,并集成 MXC SDK。Perplexity 的便携电脑工具可在端侧执行复杂 AI 任务,无需消耗云积分,OpenClaw 也将推出原生 Windows 网关。Windows 系统还将新增入门指南,帮助用户配置和运行 AI 智能体。

  4. GitHub Blog · AI & ML62

    GitHub 推出基于 ModernBERT 的通用密钥检测模型

    GitHub 发布基于 ModernBERT 的通用密钥检测模型,用上下文判断数据库 URL、Kubernetes Secret manifest 和 Dockerfile 中的密码类值,可在 2 毫秒内评估一批候选密钥,并称可将可拦截的密钥数量提升一倍以上。

    推荐理由:GitHub 公开了九季度密钥泄露数据,并说明新分类器如何把防护从人工响应转向推送前拦截。

  5. 科技媒体 RSS42

    微软发布 MXC SDK,为 AI 智能体提供受控执行环境

    微软在 Windows 与 Surface 发布会上发布 MXC(Microsoft Execution Containers)SDK,为 AI 智能体提供相对独立的执行环境,使其能在受控环境内执行代码、调用工具并完成任务,减少接触用户敏感数据。该 SDK 被定位为 Windows AI 战略的重要组成部分,但微软暂未公布完整技术细节、开放范围和上线时间。

  6. 科技媒体 RSS47

    纳德拉:Agent 365、Microsoft IQ 和 Copilot 将成为微软 AI 布局的关键支点

    微软 CEO 纳德拉在旧金山发布会上表示,微软将把 Agent 365、Microsoft IQ 和 Copilot 作为关键支点,把信任、智能以及“融入人类抱负的 AI”三大理念带入 Windows。The Verge 解读认为,微软希望 Windows 不仅是运行 AI 应用的平台,也成为连接 AI 智能体、企业级信息与 Copilot 助手的核心入口。

  7. Microsoft Research71

    微软开源 Agent Lightning v1.0:3500 行代码的轻量级 Agentic RL 框架

    微软研究院开源 Agent Lightning v1.0,一个约 3500 行代码的轻量级 Agentic RL 框架,提出 Harnessed Agentic RL 范式,让部署时使用的 agent harness 直接参与强化学习,无需在训练框架内重新实现 agent。

    推荐理由:原文给出框架的代码规模、Kubernetes 支持与端到端训练数据,读者可据此判断接入现有 agent harness 做 RL 的成本。

10月7日周三
  1. 科技媒体 RSS64

    微软、OpenAI 遭美国多家地方媒体起诉侵犯版权

    埃默里奇报业等美国地方媒体起诉微软和 OpenAI,指控其窃取数万篇版权文章训练 AI 模型,绕过付费墙且未获授权。原告还包括 Ojai Media、Coopwood Publishing 等集团,认为两家公司违反《版权法》和《数字千年版权法》,要求损害赔偿并寻求法院禁令删除模型中的侵权训练数据。

  2. Microsoft Research22

    Microsoft 研究:AI 评测中的意外失败能教会我们什么

    Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动 AI 系统性能边界、满足用户需求,以及模型在传统 benchmark 之外测试时出现的“意外失败”。她结合自身从数学、物理、认知科学到计算机科学的经历,分享了使用当前 AI 系统的实用建议,并强调当结果偏离预期时深入查看数据的重要性。

10月6日周二
  1. 科技媒体 RSS62

    Microsoft 内部 Claude 支出削减超三分之一,Meta 的 Claude Code 用户减半

    据 The Information 报道,Microsoft 将内部 Claude 支出削减超过三分之一,Meta 的 Claude Code 用户从约 6 万降至约 3 万。Microsoft 原计划今年在 Anthropic 模型上至少支出 10 亿美元,并将大部分云与 AI 部门员工的人均 AI 预算从每月 10 万美元降至约 1 万美元。两家公司都在把内部 AI 使用转向自家模型和工具。

  2. 科技媒体 RSS61

    微软等机构提出 CorpusMap:为智能体搜索构建实体地图

    微软等机构提出 CorpusMap,预先解析文档集合中的重复实体,为每个实体生成链接所有相关文档的页面,原始文档保持原位。智能体读完一篇文档后可沿实体跳转到相关文档,避免重复搜索同一证据。在 7 个模型和 3 个基准上,答案质量提升 6.4 至 11.7 分,输入 token 减少 34% 至 57%,并优于 LLM Wiki 层等三种导航层;该地图无需 LLM 调用即可构建,并支持随新文档更新。

10月5日周一
  1. GitHub Blog · AI & ML60

    GitHub 发布 ReviewBench:面向 AI 代码审查的开放基准

    GitHub 发布 ReviewBench,一个面向 AI 代码审查智能体的离线基准,基于 1.039 亿个 GitHub pull request 的分布特征构建,包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request。

    推荐理由:GitHub 公开了代码审查基准的构建方法与评测口径,读者可据此理解 AI 代码审查能力该如何被量化比较。

  2. 科技媒体 RSS41

    微软论文:无主管编程智能体团队规模越大得分越高

    微软论文发现,编程智能体团队不设中央管理者时,规模越大得分越高、完成越快。在 ProgramBench 200 个任务中最难的 5 个上,无主管团队从 1 个扩展到 128 个智能体,每一步平均得分都在提升。该方案名为 Agensh,每个智能体自行认领子任务、构建测试并合并到共享 Git 仓库,所有运行使用同一模型,论文未报告大团队的成本。