微软 generative-ai-for-beginners 课程更新至 Version 3，21 节课覆盖生成式 AI 应用开发
微软 Cloud Advocates 的 generative-ai-for-beginners 课程已更新至 Version 3，共 21 节课，涵盖 LLM 基础、提示词工程、RAG、AI 智能体与 LLM 微调等主题。
#Microsoft
GitHubAI 评分3838 RadarAIAI 评分5858 微软发布 Copilot for Legal，提供超 20 项法律 AI 技能
微软推出 Copilot for Legal，为全球商用客户提供超过 20 项面向法律工作的专用 AI 技能，以法律插件形式集成到 Copilot 中。这些技能覆盖起草合同、审查协议、追踪义务和整理案件时间线等具体任务，主要在 Word 桌面版和跨应用智能工作区 Cowork 中使用。
RadarAIAI 评分3838 谷歌 DeepMind 哈萨比斯预警：AI 智能体网络攻击是前哨警报，未来一两年恐现灾难性事件
谷歌 DeepMind 联合创始人兼董事长哈萨比斯称，近期 AI 智能体发起的网络攻击是"前哨预警"，若全行业与各国政府不加大系统安全投入，未来一至两年很可能演变为灾难性重大事件。微软总裁史密斯在同一峰会上称 AI 失控行为让 2026 年成为"令人警醒的一年"，呼吁出台合理平衡的 AI 安全法律与监管。哈萨比斯主张建立张弛有度、反应敏捷的国际标准机构，并动态构建与风险匹配的认证机制。
RadarAIAI 评分3838 微软研究院发布 StudentSim：用 AI 学生模拟器替真人试课，优化 AI 导师
微软研究院发布研究系统 StudentSim，基于公开去标识化的学习者记录为每位学生训练个性化“AI 学生模拟器”，模拟其独立作答及收到讲解后的反应变化。该系统采用两阶段训练，覆盖国际象棋、第二语言英语写作和数学三类任务，并推出 StudentSimEval 评测基准。
RadarAIAI 评分3333 微软携手卡内基梅隆大学推出 PRAISE 项目，重新设计 AI 时代初级程序员培养方式
微软与卡内基梅隆大学推出“人工智能加速软件工程导师制”项目 PRAISE，让初级工程师与资深工程师结对，学习判断何时使用 AI 并对结果负责。项目借鉴护理行业“临床带教”模式，重点培养系统思维、工程品味与责任意识，而非让新人回避 AI 手写代码。卡内基梅隆大学将提供正式课程与小组研讨，对接真实生产级软件交付场景。
极客公园AI 评分3232 iPhone Duo 一秒售罄发货排到明年；马斯克考虑自建电商平台；谷歌创始人称 AI 正开始自己造自己
苹果首款折叠屏 iPhone Duo 于 10 月 16 日晚 8 点开启预购，开售一分钟左右各大电商平台即显示售罄，官网发货时间已排至明年 1 月 22 日。马斯克回应 Grok Bot 被亚马逊封禁下单时表示，或许应该创立一家与亚马逊竞争的公司。谷歌联合创始人布林在 Gemini 4 Argon 圆桌讨论中称，AI 已开始参与打造自己的下一代模型，公司正「开始踏上 RSI 的跑步机」。
RadarAIAI 评分4545 微软在 Nature 发表新研究：机器学习改进 2 到 6 周中期天气预报
微软团队本周在 Nature 发表新研究，展示机器学习可改进传统上极难预测的 2 到 6 周中期天气预报，有望用于应对极端天气、管理自然资源和农业决策。Satya Nadella 称，未来不只要构建更强的模型，还要构建能学习模型系统性错误、推理因果并持续对照现实校准预测的智能校验系统。
RadarAIAI 评分3838 OpenClaw 在新 NVIDIA RTX Spark 笔记本开箱即用
OpenClaw 宣布在新 NVIDIA RTX Spark 笔记本上开箱即用，用户可选择本地模型或连接云服务商，按引导完成设置，无需打开终端。该功能由 NVIDIA 与 Microsoft 团队合作完成。
RadarAIAI 评分2828 MAI 登顶 OpenRouter 转录模型榜
Mustafa Suleyman 表示，MAI 已成为 OpenRouter 上在所有语言和使用场景中最准确、最受欢迎的转录模型，并邀请开发者将其用于智能体。
RadarAIAI 评分2222 MAI-Transcribe-2 上线 OpenRouter
MAI-Transcribe-2 已在 OpenRouter 上线，用户可直接在 openrouter 上体验该模型。原文未披露参数规模、价格或上下文长度等细节。
The Verge · AIAI 评分6262 实测一周 RTX Spark：Nvidia 新笔记本的游戏、续航与本地 AI 表现
The Verge 三位作者用一周时间测试了搭载 Nvidia RTX Spark N1X 处理器的五款笔记本，包括 128GB 内存的 Surface Laptop Ultra、Asus ProArt P16、Lenovo Yoga 9n 和 HP OmniBook Ultra，售价从 3199.99 美元到 6999.99 美元。
RadarAIAI 评分6262 The Verge 一周实测 Nvidia RTX Spark N1X 五款笔记本
The Verge 三位编辑用一周时间测试五款搭载 Nvidia RTX Spark N1X 芯片的 Windows on Arm 笔记本，包括 Surface Laptop Ultra、Asus ProArt P16、Lenovo Yoga 9n 和 HP OmniBook Ultra，售价 $2,599.99 至 $6,999.99。
RadarAI同新闻AI 评分7878 NVIDIA RTX Spark 笔记本开售，最高 128GB 统一内存主打本地 AI
NVIDIA 宣布 RTX Spark 笔记本电脑正式开售，由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 推出，起售价 2,599 美元。
同一新闻，精选展示《NVIDIA RTX Spark 笔记本今日开售，最高 128GB 统一内存与 1 petaflop AI 算力》
NVIDIA Newsroom精选AI 评分8282 NVIDIA RTX Spark 笔记本今日开售，最高 128GB 统一内存与 1 petaflop AI 算力
NVIDIA 宣布 RTX Spark 笔记本今日全球开售，由 ASUS、Dell、HP、Lenovo、Microsoft 和 MSI 推出，起售价 2,599 美元。
推荐理由：RTX Spark 把 128GB 统一内存和 1 petaflop FP4 算力放进轻薄 Windows 笔记本，可据此判断本地跑大模型与智能体的硬件门槛变化。
RadarAIAI 评分7474 微软完成 2.8T 参数基模 MAI-Base-2 预训练，称性能强于所有参测开源权重模型
微软宣布完成新一代 SOTA 基础模型 MAI-Base-2 的预训练，称其性能强于所有参测开源权重模型。该模型总参数 2.8T、活跃参数 80B，在 6,000 个 NVIDIA GB200 GPU 上训练 38 天，平均浮点算力利用率 21%、有效吞吐量 89%。预训练算力效率据称为 DeepSeek-V4-Pro-Base 的 4~12 倍。
RadarAIAI 评分6262 微软发布自研基础模型 MAI-Base-2，称仅用 OpenAI 四分之一算力即超越同类模型
微软 10 月 15 日发布自研预训练基础模型 MAI-Base-2，其 AI 业务 CEO 穆斯塔法·苏莱曼在员工大会上称，该模型性能超过目前驱动 GPT-5.6 Sol 的模型（代号 Spud），训练算力只有 OpenAI 的四分之一。
RadarAIAI 评分2222 GitHub 与 Logitech 合作：用 MX Keypad 探索智能体编程的环境智能界面
GitHub 与 Logitech 合作，将 GitHub Copilot 应用集成进 MX Keypad，把提交参数化提示词、开启或恢复 Copilot 会话、调用 IDE 命令、触发多步序列等操作映射为可编程按键。双方已就此合作约 18 个月，开发者可自行决定哪些重复动作值得占用一个按键。该集成仍处早期，GitHub 同时提出上下文保留范围、工具调用自动化边界、凭证与密钥作用域等工程问题。
量子位AI 评分6262 苹果收盘市值首破5万亿美元，古尔曼称国行Apple Intelligence 12月上线
苹果收盘市值首次突破5万亿美元，收于342.96美元，成为继英伟达之后第二家收盘市值站上该门槛的上市公司，当天纳指跌1.9%而苹果逆势上涨0.5%。古尔曼爆料称，苹果计划今年12月随iOS 27.3在中国大陆推出Apple Intelligence，首批功能包括Genmoji、通知摘要、写作工具和照片Clean Up，新版Siri AI不在首发名单中。
RadarAIAI 评分6262 微软 MAI-Base-2 预训练完成，MAI-Base-3 已在筹备
微软 MAI 宣布 MAI-Base-2 预训练完成，MAI-Base-3 的训练周期已在筹备中。微软称 MAI-Base-2 在留出评测上超越所有受测开放权重模型，预训练 FLOPs 效率比最强开放基座模型 DeepSeek-V4-Pro-Base 高 4-12 倍，节省的算力被用于训练更大模型。微软表示已在 MAI 内部建成 3T 参数级别的 SOTA 预训练基座模型，后训练结果即将公布。
Microsoft Research精选AI 评分6262 微软研究院发布 Magnetar：基于标准哈希函数的通用零知识证明系统
微软研究院发布零知识虚拟机 Magnetar，可证明 Rust、Go、C 编译后的 RISC-V 程序执行，在 15 个基准程序上平均比现有最快的 zkVM 快 10 到 39 倍，证明验证约 12 毫秒。
推荐理由：微软研究院公开 Magnetar 的设计与基准数据，可了解零知识证明在通用程序上的效率与密码学取舍。
RadarAIAI 评分4848 Microsoft Research 发布 zkVM 系统 Magnetar，比现有最快系统平均快 10 到 39 倍
Microsoft Research 发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的 RISC-V 程序，在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍。在笔记本电脑上每秒可证明 720 万至 870 万条处理器指令，证明约 12 毫秒内可验证，安全性只依赖 SHA-256 或 SHA-3 等标准哈希函数，无需受信任设置或椭圆曲线。
RadarAIAI 评分3838 微软 Magnetar 推动零知识证明主流化
微软研究院推出 Magnetar，通过支持标准编程语言、大幅速度提升和抗量子安全性，推动零知识证明走向主流。零知识证明可在不重新运行工作负载、不暴露敏感数据的前提下验证计算结果。
RadarAIAI 评分6666 Microsoft AI 公布 MAI-Base-2 预训练细节，2.8T 参数 MoE 模型 FLOPs 效率达 DeepSeek-V4-Pro-Base 的 4.2 至 12.3 倍
Microsoft AI 宣布完成 MAI-Base-2 预训练，这是一个 800 亿激活、2.8T 总参数的 MoE 基础模型，在留出评测中 BPB 低于所测全部开放权重模型，预训练 FLOPs 效率比 DeepSeek-V4-Pro-Base 高 4.2 至 12.3 倍。
RadarAIAI 评分6262 Microsoft AI 宣布自研 3T 参数级预训练基础模型达到 SOTA
Microsoft AI CEO Mustafa Suleyman 宣布，MAI 已完全自研出 3T 参数权重级别的 SOTA 预训练基础模型，后训练结果即将发布，技术细节见博客 https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/。
RadarAIAI 评分1818 微软 MAI-Base-2 训练全程稳定
微软 MAI-Base-2 在整个训练过程中训练得非常干净，得益于精心的扩展阶梯和配方的持续优化。Mustafa Suleyman 在 X 上公布了这一结果。
RadarAIAI 评分6262 Microsoft AI 的 Mustafa Suleyman 称用 1/12 训练算力在代码上追平 DeepSeek-V4-Pro-Base
Microsoft AI CEO Mustafa Suleyman 表示，scaling laws 正在叠加效率增益，其团队在 held-out 代码上以少 12 倍的训练算力达到了 DeepSeek-V4-Pro-Base 的预训练分数。
NVIDIA Newsroom精选AI 评分6262 NVIDIA 发布 RTX Spark，面向创作者、玩家与 AI 智能体的 Windows PC
NVIDIA 发布 RTX Spark，定位为一台面向创作者、玩家和 AI 智能体的 Windows PC，并将于 10 月 16 日在旧金山、柏林、台北、北京、伊斯坦布尔、首尔等地举办发布活动。
推荐理由：NVIDIA 官方公布 RTX Spark 的定位与全球发布活动安排，并汇总多家媒体对本地 AI 与游戏表现的早期评价。
The Verge · AIAI 评分5050 Windows 如何为 Nvidia RTX Spark 笔记本做优化
微软与 Nvidia 为 RTX Spark 笔记本优化 Windows，首次在系统内支持 AI 智能体：Hermes、Perplexity、OpenClaw 成为首批官方支持智能体，用户可在 Windows 首次启动的 Get Started 界面中两键完成查找、安装与启动。
RadarAIAI 评分3535 Lovable 推出 Deploy on Azure：应用与数据留在自有 Azure 订阅内
Lovable 发布 Deploy on Azure，目前处于 private preview，可让应用及其数据运行在企业自己的 Azure 订阅中，编辑器和 agent 仍留在 Lovable。
arXiv cs.AIAI 评分2323 面向 OS 集成 AI 的特征边界审计方法：超越局部性
研究提出一种面向 OS 集成 AI 的特征边界审计方法，结合六类隐私失效面分类、五维控制评分表与相邻数据及权限路径记录，并依据公开文档对 Apple Foundation Models、Apple Private Cloud Compute、Android AICore/Gemini Nano 和 Microsoft Recall 进行分析。
RadarAIAI 评分4040 比尔·盖茨：AI 比核武器更危险、比核能更有用，与 PC、互联网等创新都不同
比尔·盖茨称 AI 比核武器更危险、可能比核能更有益，认为它更像"进化事件"而非"下一台个人电脑"，将其视为 PC 或互联网式的创新会让人完全低估它。他承诺未来两年投入十亿美元，推动 AI 在健康、教育和农业领域落地，并预测 AI 驱动的网络攻击将在 2027 年成为变化最重大的领域之一。
RadarAIAI 评分5858 微软为 Copilot 智能体推出 Work IQ 知识编译引擎，响应提速 4 倍、词元消耗减少约 30%
微软为 Copilot 等 AI 智能体推出基于 SharePoint 的 Work IQ 知识编译引擎，在不升级底层大模型的前提下，将跨组织散落信息转化为结构化知识库，使响应速度提升至原来的 4 倍，词元消耗减少约 30%。
GitHubAI 评分3838 pykeio/ort：基于 Rust 的 ONNX 硬件加速推理与训练接口
pykeio/ort 是一个用 Rust 对 ONNX 格式模型进行硬件加速推理与训练的接口，基于已停止维护的 onnxruntime-rs，主要封装微软 ONNX Runtime，也支持其他纯 Rust 运行时。
RadarAIAI 评分6666 MIT 团队用机器学习修正预报误差，两到六周天气预报准确率翻倍
MIT 研究人员在 Nature 发表论文，提出一个机器学习后处理层，从历史数据中学习现有预报模型的误差并修正其输出，将两到六周时间范围的预报准确率提高一倍。该模型在 ECMWF 的季节间预报竞赛中获第一名，首次在该时间范围内稳定超过气候学平均值，并显著改善洪水、寒潮等极端天气事件的预测。模型开源、低成本，可作为附加包装器用于任意预报模型，肯尼亚气象部门已接洽用于改进季风季预报。
RadarAIAI 评分3838 微软研究用概率偏差校正改进两周以上天气预报
微软研究提出概率偏差校正（Probabilistic Bias Correction）方法，改进两周以上的延伸期天气预报，并在全球竞赛中拔得头筹。该方法针对两周后预报不可靠、给农民等群体留下关键空白的问题，展现出实际应用潜力。
RadarAIAI 评分6262 The Information：OpenAI 年底前或发布一至两款新模型，旗舰模型仍需对齐工作
据 The Information 引用知情人士报道，OpenAI 员工称年底前可能发布一至两款新模型，但正在研发的旗舰模型仍需对齐工作并完善测试基础设施。该旗舰模型与 Astra 一样采用 looped transformer 技术，可提升数学与编码表现并降低成本，但会把部分思考过程移入人类无法审查的内部数值表示，削弱思维链监控。
The DecoderAI 评分6262 OpenAI 据称年内将发布至少一款新模型，旗舰模型仍需对齐工作
据 The Information 援引知情人士，OpenAI 员工称公司年底前可能发布一到两款新模型，但正在开发的重大升级旗舰模型是否在其中尚不清楚。该旗舰模型采用与 Astra 相同的循环 Transformer 技术，可提升数学和编码表现，但会把部分思考移入人类审查者无法查看的内部数值表示，削弱思维链监控。
The Verge · AIAI 评分6060 微软开源 PBC 工具，用机器学习改进 2 至 6 周天气预报
微软研究院联合 MIT、ECMWF 等机构在 Nature 发表 Probabilistic Bias Correction（PBC）方法，用机器学习识别并修正现有天气预报模型的系统性偏差，而非另建独立模型，相关工具已开源。
Tomasz TunguzAI 评分6666 芯片货架上的价格战：前沿模型每任务成本相差 3.8 倍
五个前沿模型在智能水平上相差不到 5 分，但每任务成本相差 3.8 倍，Google 的 Argon 以每任务 1.99 美元处于最低端，比最贵的 Fable 5.1 低 74%，比 Opus 5.5 低 67%、比 Muse Wonder 低 56%、比 Astra 低 39%。
MIT News · AIAI 评分7171 MIT 等团队用机器学习后处理改进两到六周天气预报
MIT 等机构研究团队开发了一种机器学习后处理层，学习并修正现有天气预报模型的误差，在两到六周时间尺度上把黄金标准预报模型的准确率提高了一倍，并在 ECMWF 的预报竞赛中排名第一。相关论文发表在 Nature 上，该模型首次在该时间尺度上超过气候平均，并显著提升极端天气预测能力。模型为开源、低成本的外挂式组件，可叠加到任意预报模型上，肯尼亚气象部门已就应用该模型改进季风预报接洽。