跳到正文
#Microsoft
今天10月30日周五6 条
  1. The Verge · AI22

    微软今年将停止在智能电视上支持 Copilot

    微软已决定今年内终止所有电视上的 Copilot 功能支持，LG 电视弹窗通知称该功能"不再可用并可能很快停止运行"，具体日期取决于微软时间表。LG 与三星曾在 CES 2025 宣布新款智能电视接入 Copilot，用户可与其对话、询问屏幕内容或获取影视推荐。此前微软已将 Copilot 整合为包含聊天、智能体和编码的"超级应用"，转向商业与生产力定位。

  6. The Verge · AI60

    微软向约6万名员工提供自愿离职方案

    微软在美国、英国、加拿大和印度向约6万名员工提供自愿离职方案，规模远超今年早些时候仅覆盖约9000人的退休方案。这是微软压缩运营成本、避免削减AI基础设施投入的举措之一，符合纳德拉此前所说总人力成本下降、人均成本和每位研究员的GPU增加的方向。截至6月30日微软约有22.3万名员工，比上一年少5000人，符合条件员工的最终决定期限为12月。

10月27日周二
  1. MIT Technology Review · AI20

    工业智能：制造业的下一个增长机会

    制造业的工业智能由员工经验、运营数据与业务理解构成，关键在于把这种智能送到每个决策现场并与物理生产环节连接。Toyota Industries 打通原本割裂的涂装车间数据后，分析周期从五天缩短到四小时以内，试点中相关涂装缺陷减少约 25%。Rockwell Automation 新加坡工厂用维护 copilot 整合制造数据、设备手册与老员工经验，新员工掌握数百台设备排障的时间从九个月降至三个月。

10月23日周五
  1. Microsoft Research58

    微软研究院发布 Flint-interactive，让智能体生成可交互数据可视化

    微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可点击、筛选、缩放和跨图表联动的图表。它把点击拖拽等原始触发交给编译器解析为语义事件，用户只需用高层算子描述更新行为，从而减少布局与渲染调试成本。该语言已可通过 Flint-MCP 和 MCP Apps 在对话环境中使用，也提供编程 API 供应用构建自定义交互。

10月22日周四
  1. Microsoft Research71

    微软研究院等证明 31 年未解的 KLS 猜想

    微软研究院的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 KLS 猜想，证明高维对数凹分布下，最佳平面切割与任意形状最佳切割的差距不超过一个与维度无关的固定常数。

    推荐理由：这条内容讲的是研究者如何用智能体搜索配合人工筛选，在约一百条研究路径中找出关键判据，最终完成证明。

10月21日周三
  1. Microsoft Research15

    微软研究院播客：Catalyst Lab 负责人 Chris White 谈从阿富汗到反人口贩运的技术之路

    微软研究院播客对话 Catalyst Lab 负责人 Chris White，回顾他从 DARPA 项目博士后到阿富汗战场先进技术负责人、再到暗网搜索工具开发者的经历。该工具用于协助打击人口贩运，他因此获得 2016 年美国总统打击人口贩运特别努力奖。节目还讨论了问题选择在创新中的作用。

10月20日周二
  1. GitHub Blog · AI & ML34

    如何在 VS Code 中继续 GitHub Copilot 应用会话

    GitHub Copilot 应用中的会话可直接在 VS Code 中打开并继续，保留原有对话、代码改动和工作上下文。VS Code 会加载该会话对应的 worktree，并在 Copilot 侧边栏显示原会话，便于逐行审查 diff、手动编辑、本地运行测试，最后提交并推送到会话关联的 PR。

10月16日周五
  1. Microsoft Research66

    微软研究院推出 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，可直接证明 Rust、Go、C 编写的 RISC-V 程序执行，在 15 个基准上平均比现有最快 zkVM 快 10 到 39 倍，证明验证约 12 毫秒。

    推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何在速度、通用性和密码学假设三方面同时推进。

10月14日周三
  1. GitHub Blog · AI & ML50

    GitHub 用 ModernBERT 分类器重构密钥扫描：误报更少、成本降 98%

    GitHub 为密钥扫描训练了专用 ModernBERT 分类器，替代此前的 LLM 流水线，用户告警接受率提升 11.5%，推送后扫描中位执行时间缩短 86%，服务成本降低 98%。该方案先用正则表达式广撒网生成候选，再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实凭据。效率提升使通用密钥检测得以扩展到推送保护，在代码推送前就返回结果。

10月13日周二
  2. Microsoft Research47

    微软研究院 StudentSim：用个性化学生模拟器评估和改进 AI 辅导

    微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，让 AI 辅导系统在接触真实学生前就能获得反馈。研究同时发布 StudentSimEval 基准，从行为保真度和对辅导引导的响应度两个维度评估模拟器，覆盖国际象棋、英语二语写作和数学三个场景，StudentSim 均优于主流基线。该系统仅为研究用途，未部署于课堂，也不替代教师。

10月8日周四
  2. Microsoft Research78

    微软开源 Agent Lightning v1.0：3500 行代码的轻量 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 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写 agent。

    推荐理由：微软开源 3500 行代码的 Agent RL 框架，用真实 harness 训练，并给出 6000 样本提升 14.6 个点的完整流程。

10月7日周三
  1. Microsoft Research31

    微软研究院播客：AI 会犯哪些错，失败能教我们什么

    微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 讨论评估如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的“意外失败”。她结合自身从数学、物理、认知科学转向计算机科学的经历，分享使用当前 AI 系统的实用建议，并强调结果反常时细查数据的重要性。

10月5日周一
9月26日周六
  1. GitHub Blog · AI & ML55

    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 是一种可自定义界面，用户和智能体共享同一份状态，可做成看板、问题分诊板、发布清单或表格。创建时只需在智能体会话中输入 /create-canvas，用自然语言描述要支持的工作流、用户能做什么、智能体能做什么，智能体就会生成界面并在右侧面板打开。