Microsoft Research 播客：Mike Walker 谈黑客思维与规则
Microsoft Research 播客中，研究经理 Mike Walker 与 Weishung Liu 对谈，讲述黑客文化如何引领他投身下一代网络防御，包括领导 DARPA Cyber Grand Challenge——首个全机器黑客竞赛，该赛事今年（2026 年）迎来 10 周年。他谈及有效安全依赖理解信任与情境、竞技黑客带来的团队协作与集体智能启示，并探讨当今联网系统是否比十年前更安全。
#Microsoft
Microsoft ResearchAI 评分3737 AWS Machine Learning BlogAI 评分4141 ServiceNow 如何通过 Bedrock AgentCore Gateway 实现 on-behalf-of token 交换
Amazon Bedrock AgentCore Gateway 可配置 on-behalf-of（OBO）token 交换，对接 Microsoft Entra ID，使 AI 智能体调用 ServiceNow REST API 时保留发起用户身份。
Microsoft ResearchAI 评分3232 Microsoft Copilot 如何从合成企业数据评测走向真实场景的 AI 信心
Microsoft Research 发布 Industry Evaluation Data Generation Platform，用完全合成的企业环境评测 Microsoft Copilot，避免使用任何客户敏感数据。
Microsoft ResearchAI 评分3333 Microsoft Research Focus 第 97 期：从 coding agent 挑战到蛋白质与天气预报的新研究
Microsoft Research 第 97 期 Research Focus 由 Sowbhagya Suresh 主持，汇总多项最新研究。
AWS Machine Learning BlogAI 评分3030 在 Amazon Bedrock AgentCore 上构建企业级 Agentic AI 平台
AWS 介绍了基于 Amazon Bedrock 与 Amazon Bedrock AgentCore 的企业 Agentic AI 平台架构和参考实现，采用联邦运营模式，由 Platform 团队提供受治理的共享服务、Workstream 团队在批准边界内独立构建和发布 agent。
AWS Machine Learning BlogAI 评分4949 Amazon SageMaker 推出 training session APIs：自己写训练循环，无需管理 GPU
Amazon SageMaker AI 推出 serverless training session APIs，将抽象边界从算法下移到算力：用户在本地 Python 中调用 forward_backward()、optim_step()、sample() 等操作编写自己的训练循环，服务端负责 GPU 分配、分布式执行、梯度同步与故障恢复。
Microsoft ResearchAI 评分5858 Microsoft Research 发布 Flint-interactive 交互式数据可视化语言
Microsoft Research 发布 Flint-interactive，一个构建在 Flint 之上的交互式数据可视化语言，让用户和智能体通过高层语义事件与更新算子定义点击、筛选、缩放、跨图表联动等交互。它借助 Flint 编译器处理交互逻辑与视觉依赖，降低布局、渲染和调试成本，可通过 Flint-MCP 和 MCP Apps 在聊天中使用，也提供编程 API 构建仪表盘和数据故事。
Microsoft Research精选AI 评分8585 Microsoft Research 与合作者证明 31 年前的 KLS 猜想
Xinzhi Zhang 与 Zhao Song 合作证明了 1995 年提出的 Kannan–Lovász–Simonovits（KLS）猜想，确立了对数凸分布的普适几何原则。研究采用人引导的多智能体迭代剪枝流程，探索约 100 条研究路径后找到关键判据，再通过递归改进消除对维度的依赖；另有独立团队与第三组证明以及 Lean 4 形式化验证相互印证。
推荐理由：原文介绍 Microsoft Research 与合作者证明 KLS 猜想，并拆解了人引导 AI 智能体迭代搜索的研究方法，可了解其协作流程。
NVIDIA BlogAI 评分3434 欧洲工业领袖携手 NVIDIA 重塑工程与制造
欧洲工业领袖正借助 NVIDIA CUDA-X、Omniverse 库及 Cosmos 和 Nemotron 开源模型重构工程与制造流程，NVIDIA Factory Operations Blueprint（FOX）现已在 GitHub 开放早期访问。
AWS Machine Learning BlogAI 评分4040 Amazon Quick 与 Amazon Bedrock AgentCore 打造对话式供应链智能方案
AWS 展示如何用 Amazon Bedrock AgentCore 作为智能层、Amazon Quick 作为对话界面构建供应链智能方案。该模式通过 MCP 工具层关联 ERP、监控、采购等系统，示例场景中一条中断评估即查出 $750K 风险、23 笔订单、三天库存。传统流程需跨 5 个系统 45–60 分钟，对话方式几分钟内即可完成并触发应急 RFQ，所有操作等待人工批准。
AWS Machine Learning BlogAI 评分3939 AWS Agent Registry 如何在运行时实现智能体工具发现
AWS Agent Registry 是一项用于编目和发现 MCP 服务器、智能体及智能体技能的托管服务，让编排器在运行时通过语义搜索发现工具，而非硬编码。示例通过 Amazon Bedrock AgentCore Gateway 部署订单管理 MCP 服务器和两个 A2A 智能体，演示 Discover → Instantiate → Execute 循环及三个场景。
Microsoft ResearchAI 评分2323 Microsoft Research 播客：Chris White 谈科技、研究与积极影响
Microsoft Research 播客中，Weishung Liu 对话 Catalyst Lab 主任 Chris White，回顾他从哈佛博士后到 DARPA 项目、赴阿富汗前线领导技术行动的经历。White 还谈及后来开发暗网搜索工具协助打击人口贩运，并因此获 2016 年总统打击人口贩运特别贡献奖。两人探讨了问题选择在创新中的作用，以及目睹人性黑暗面后如何保持希望。
GitHub Blog · AI & MLAI 评分5050 三位 Java Champion 如何用 GitHub Copilot 提升生产力
GitHub Blog 采访 Vlad Mihalcea、Patrick Baumgartner、Frank Delporte 三位 Java Champion，分享在生产与开源项目中使用 GitHub Copilot 的实践经验。
AWS Machine Learning BlogAI 评分3535 用 Strategy Mosaic 与 Amazon Bedrock AgentCore 在 AWS 上为 Agentic AI 构建语义层
AWS 与 Strategy 合作，演示如何在 Amazon Bedrock AgentCore 上用 Strategy Mosaic 为 AI 智能体构建 Customer 360 语义层，覆盖 Amazon Redshift 和 Amazon Aurora 两个数据源且无需 ETL。
AWS Machine Learning BlogAI 评分5252 Amazon Bedrock 为 Anthropic Claude 模型推出结构化输出功能
Amazon Bedrock 正式上线对全部 Anthropic Claude 模型的结构化输出支持，覆盖 bedrock-runtime 和 bedrock-mantle 两个端点。
GitHub Blog · AI & MLAI 评分3333 教程：如何在 VS Code 中继续 GitHub Copilot 应用的会话
GitHub Copilot 应用的会话可通过"Open in VS Code"直接在 VS Code 中打开，保留原有任务、对话记录和关联 worktree，无需重新开始。开发者可在编辑器中逐行审查智能体的 diff、手动编辑、在集成终端本地运行验证，并继续同一对话让 Copilot 补充修改，最后提交并推送到该会话关联的 pull request。
NVIDIA BlogAI 评分3636 NVIDIA 携手 EBU 与 Adobe Frame.io 推进媒体行业智能体安全
NVIDIA 在柏林活动中宣布两项进展：EBU 与 NVIDIA 扩展面向欧洲公共媒体的主权框架，引入主权云提供商、开源模型与集成商，涵盖 Microsoft Sovereign Cloud。
Microsoft ResearchAI 评分4444 Microsoft Research 推出 StudentSim：用模拟学生改进 AI 导师训练评估
Microsoft Research 推出研究系统 StudentSim，基于公开去标识化的学习者记录为每个学生训练个性化模拟器，用于在真实学习者测试前评估和改进 AI 导师，非产品、不替代教师。配套的 StudentSimEval 基准覆盖国际象棋、二语英语写作和数学三个领域，从行为保真度和对导师引导的响应度两个维度评估，StudentSim 在两项上均超越领先基线。
NVIDIA Blog精选AI 评分7070 NVIDIA RTX Spark 上市在即，生态伙伴密集推出智能体、创意与游戏软件更新
NVIDIA 官宣 RTX Spark 笔记本将于 10 月 16 日开售，并同步推出配套软件更新：为 GitHub Copilot、Hermes、OpenClaw 等智能体应用提供 OpenShell 与 Microsoft Execution Containers 安全沙箱和本地与云端混合路由。
推荐理由：原文汇总了 RTX Spark 上市前的软件生态准备，从智能体安全沙箱到创意与游戏应用优化，信息密度高且可核对落地时间。
GitHub Blog · AI & MLAI 评分5757 GitHub Copilot 入门系列：如何让 Copilot 了解你的代码库
GitHub 官方博客讲解让 Copilot 理解代码库的四种方式：用 .github/copilot-instructions.md 和 .github/instructions 定义约定。
GitHub Blog · AI & MLAI 评分4848 GitHub 通用密钥检测模型：更低噪音揪出更多真实密钥
GitHub 推出用于 secret scanning 的上下文感知分类器，采用 regex 候选生成加 fine-tuned ModernBERT 两阶段流水线，判断候选字符串是否为真实凭据。
AWS Machine Learning BlogAI 评分3737 ShipStation Global 如何基于 Amazon Bedrock AgentCore 构建 AI IT 帮助台 Deckhand
ShipStation Global 基于 Amazon Bedrock AgentCore 构建了面向 Slack 的 AI IT 帮助台 Deckhand，可在频道内直接回答常规 IT 问题、读取报错截图并创建和更新 Jira Service Management 工单。
AWS Machine Learning BlogAI 评分2828 AWS 9 月 AI 更新盘点：Bedrock、AgentCore 与 Strands 新进展
AWS 回顾 9 月 Amazon Bedrock、AgentCore 与 Strands 更新：OpenAI 驱动的 Bedrock Managed Agents 进入公开预览。
NVIDIA Blog精选AI 评分7878 NVIDIA 与微软发布 RTX Spark 及面向 Windows 的智能体基础设施
在旧金山微软 Windows AI 与 Surface 活动上，NVIDIA 与微软宣布为 Windows PC 上的 AI 智能体共同设计软硬件，微软宣布 Microsoft Execution Containers（MXC）正式可用，作为让智能体在操作系统控制下安全持久运行的系统级基础设施。
推荐理由：英伟达与微软把智能体运行所需的系统级容器和本地算力硬件一并给出，读者可据此判断本地智能体的落地条件。
GitHub Blog · AI & ML精选AI 评分6262 GitHub 推出基于 ModernBERT 的密钥检测模型，扩展 push protection
GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，用上下文判断非结构化密钥，可在 2 毫秒内评估一批候选密钥，据称能把可拦截的密钥数量提升一倍以上。
推荐理由：GitHub 用九个季度的数据说明密钥泄露与代码量同步增长，并给出把检测前移到 push 环节的模型方案。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 训练范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重新实现智能体。
推荐理由：微软研究院开源 Agent Lightning v1.0，给出约 3500 行代码的智能体 RL 框架与真实 harness 训练路径，可据此评估训练与部署一致性问题。
Microsoft ResearchAI 评分2222 Microsoft 研究员 Jennifer Neville 谈 AI 评测的意外失败与真实世界表现
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论评测如何推动 AI 系统性能边界，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，分享与当前 AI 系统协作的实用建议，并强调当结果超出预期时应仔细审视数据。
GitHub Blog · AI & ML精选AI 评分6262 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 代码审查智能体的开放离线基准，研究预览版已上线官网。基准基于 1.039 亿个 GitHub pull request 的分布构建，包含 19 种语言、187 个开源仓库的 219 个 pull request，采用多来源 golden set 与统一评分标准，发布前由资深工程师独立复核，真阳性判断一致率 96.6%。
推荐理由：GitHub 公开了代码审查基准的构建方法与评测口径，读者可据此判断自家审查智能体的强弱项。
Microsoft ResearchAI 评分3636 微软研究院用机器学习预测电网空间天气风险
微软研究院开发了一套端到端机器学习流水线，利用太阳风观测与AE、Dst指数预报，结合纬度、地质电导率等本地数据，为美国本土66,935座变电站生成30-60分钟前的空间天气风险预测。
Microsoft Research精选AI 评分6262 微软研究院发布 Quine：面向生物学复杂性的 AI 研究系统
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由跨序列、结构、功能、细胞状态和成像等多模态数据训练的生物世界模型，以及连接模型、科学工具、文献与实验人员的交互式 harness 组成。
推荐理由：微软研究院公开 Quine 的多模态生物世界模型与实验闭环设计，并给出胰腺癌化合物筛选的湿实验验证结果。
Microsoft ResearchAI 评分1818 微软亚洲研究院新加坡分院成立一年：推进前沿 AI 研究、合作与人才培养
微软亚洲研究院新加坡分院（MSRA – Singapore）作为微软在东南亚的首个研究实验室，成立一年来围绕下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践、生态与人才培养四大方向展开工作。实验室与新加坡医疗生态合作探索多模态医疗 AI 和自进化诊断智能体，并联合 EDB 于 2026 年 2 月举办物流与交通 AI 高管圆桌会。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 应用入门：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可自定义的共享界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述需求，即可生成看板、发布清单或仪表盘等界面，无需编写代码。canvas 支持双向协作，agent 与用户可同时更新同一界面状态，创建后还能保存为扩展供团队共享或个人复用。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 为什么说聊天框是错的 UI：用 canvas 替代 chat
GitHub Copilot 提出 canvas 概念，即在 GitHub Copilot app 内运行的无浏览器外壳全栈应用，可与 agent 双向通信，也能调用第三方 API 并在本地执行代码。
GitHub Blog · AI & MLAI 评分2222 GitHub Copilot 应用如何渲染超大 pull request
GitHub Copilot 应用重建了 pull request 视图，以流畅渲染超大 diff 与评论。团队用一份含 2,200 个文件、超 100 万行改动、400 多条行内评论的开源 pull request 做验证。方案将文档高度拆成确定性的代码几何与惰性测量的动态块几何两部分，避免评论高度未知导致的滚动跳动。
Microsoft Research精选AI 评分6262 微软研究院：将物理 AI 推理卸载到边缘或云端可提升机器人表现与续航
微软研究院对移动操作机器人工作负载做了首次系统性研究，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU，可提升任务成功率、支持更大模型并延长续航。
推荐理由：微软研究院系统测量了机器人端侧推理的瓶颈，并给出可复用的 Kubernetes 卸载工具链，读者可据此判断物理 AI 的部署取舍。
Microsoft ResearchAI 评分4444 微软开源逆合成模型 RetroChimera，成果登上 Nature
微软研究院在 Nature 发表逆合成模型 RetroChimera，并开源其实现与权重。该模型用学习式重排序整合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc 的互补预测，在十项挑战性多步合成目标中成功九项，优于 de novo 模型的五项、编辑模型的四项和基线 NeuralSym 的两项。
Microsoft ResearchAI 评分3838 微软推出 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型迈向人群级发现
微软研究院发布 GigaPath-Flash 和 GigaTIME-Flash，用蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干替代原模型，在 PANDA 前列腺分级和 EBRAINS 脑肿瘤分型基准上以约 50 倍更少算力达到原 GigaPath 3% 以内的性能。