跳到正文
今天10月16日周五2 条
  1. Microsoft Research62

    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,可证明用 Rust、Go 或 C 编写的 RISC-V 程序执行过程,在笔记本上每秒证明 720 万至 870 万条处理器指令。

    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性能与密码学取舍。

10月15日周四
  1. The Decoder62

    报道称 OpenAI 今年将发布一到两个新模型,旗舰款仍需对齐工作

    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个新模型,但尚不清楚正在开发的重大升级模型是否在其中。该旗舰模型仍需对齐工作,让目标与研究人员和客户预期一致,并需完善测试基础设施;在安全评估通过后,还需按特朗普关于先进 AI 系统评估的行政令,提前最多 30 天向美国政府开放新模型。

10月14日周三
  1. GitHub Blog · AI & ML36

    GitHub 如何用 ModernBERT 分类器实现更少噪声的密钥检测

    GitHub 为密钥扫描训练了专用的 ModernBERT 分类器,替代此前的 LLM 流水线,用户告警接受率提升 11.5%,推送后扫描执行时间中位数降低 86%,服务成本降低 98% 以上。该方案采用两阶段流水线:先用正则高召回生成候选,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证。效率提升使通用密钥检测得以扩展到推送保护,在推送被接受前即可返回结果。

10月13日周二
  1. Microsoft Research39

    微软 StudentSim:用个性化学生模拟器评估和改进 AI 辅导系统

    微软研究院提出 StudentSim,一个从公开去标识化学习记录训练个性化 AI 学生模拟器的研究系统,用于在真实学习者测试前评估和改进 AI 辅导工具。该系统同时发布 StudentSimEval 基准,覆盖国际象棋、第二语言英语写作和数学,从行为保真度与指导响应性两个维度评估模拟器,并优于领先基线。StudentSim 并非产品,不部署于课堂,也不旨在取代教师。

10月12日周一
  1. TechCrunch · AI25

    AI 行业能否靠取消 NDA 说服数据中心反对者?Amazon 与 Microsoft 相继放弃保密协议

    Amazon 效仿 Microsoft,宣布在与地方政府谈判数据中心时不再使用保密协议(NDA)。TechCrunch 的 Equity 播客讨论认为,此举或有助于缓解社区对数据中心的反对,但 Rebecca Bellan 质疑各地一至两年的暂停令实际影响有限,因为数据中心本就要两到五年才能上线。Sean O'Kane 则指出,行业沟通不力才是反弹的根本原因。

10月11日周日
10月10日周六
  1. 量子位78

    Jev 母公司 TypeSafe AI 完成 8.7 亿美元 A 轮融资,估值达 75 亿美元

    TypeSafe AI 宣布完成 8.7 亿美元 A 轮融资,投后估值 75 亿美元,距其 9 月 15 日 4000 万美元种子轮融资仅 24 天。其决策模型 Jev 砍掉生成功能只做判断,输出 token 永久免费、输入每百万 Token 0.042 美元,a16z 披露其上线 3 天处理量达 1 万亿 Token,约三分之一《财富》500 强企业已使用或接入。

    推荐理由:Jev 母公司 24 天内估值从 2 亿美元升至 75 亿美元,可看到决策模型这条新赛道如何被资本与巨头同时押注。

  2. TechCrunch · AI36

    Amazon 等公司不再为数据中心交易保密,这足以建立信任吗?

    Amazon 宣布在与地方政府谈判数据中心交易时不再使用 NDA,Microsoft 今年早些时候已采取类似举措。保密此前加剧了社区对 AI 基础设施的反对,从纽约到旧金山已出现数百项拟议和已颁布的禁令。TechCrunch Equity 播客还讨论了个人 AI 初创公司能否以信任为产品,让用户把收件箱、文件和信用卡交给 AI 智能体。

  3. TechCrunch · AI22

    Amazon 放弃数据中心保密协议,AI 智能体想要你的信用卡

    Amazon 宣布在与地方政府谈判数据中心交易时将不再使用保密协议(NDA),此前 Microsoft 今年早些时候已采取类似举措。与此同时,一批初创公司押注消费者愿意让 AI 智能体访问自己的收件箱、文件和信用卡,前提是能让网站放行。TechCrunch Equity 播客本期讨论了放弃 NDA 是否会改变数据中心交易的达成方式,以及信任为何可能成为个人 AI 初创公司的真正产品。

10月9日周五
10月8日周四
  1. GitHub Blog · AI & ML62

    GitHub 推出基于 ModernBERT 的密钥检测模型,扩展 push protection

    GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器,用代码上下文识别非结构化密钥,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。

  2. Microsoft Research66

    微软研究院开源 Agent Lightning v1.0:3500 行轻量级智能体 RL 框架

    微软研究院开源 Agent Lightning v1.0,一个约 3500 行代码的轻量级智能体强化学习框架,提出 Harnessed Agentic RL 范式,让部署时使用的同一 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,给出真实 harness 参与 RL 训练的思路与 3500 行代码实现,可迁移到自有智能体训练流程。

10月7日周三
  1. The Decoder48

    微软发布诺奖经济学家 Daron Acemoglu 的悲观 AI 预测:十年仅拉动 1.5% GDP 增长

    微软刊出诺奖经济学家 Daron Acemoglu 的悲观预测:AI 十年仅拉动约 1.5% 的 GDP 增长,最多替代 5% 的岗位,远低于部分 AI 实验室的预期。他认为瓶颈在人性——企业需重新分配任务、提升员工技能并重组流程,这一过程可能比电气化耗时更久,更大的模型也解决不了。他还称,扩展人类技能的 AI 在生产力上会胜过完全自动化。

  2. Microsoft Research22

    Microsoft 研究员 Jennifer Neville 谈 AI 评估与“意外失败”

    Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论评估如何推动 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,分享使用当前 AI 系统的实用建议,并强调当结果超出预期时应仔细审视数据。

10月6日周二
10月5日周一
  1. GitHub Blog · AI & ML62

    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 代码审查的开放离线基准,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分口径,读者可据此理解 AI 代码审查能力如何被量化比较。

10月2日周五
10月1日周四
9月30日周三
9月29日周二
  1. Microsoft Research66

    微软研究院推出 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,由跨模态生物世界模型和连接科学工具、文献、湿实验与研究者的交互式 harness 组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究,从数千个化合物中筛选出可驱动肿瘤细胞状态转变的候选物,最高排名化合物在湿实验中产生了最大的预期状态转变,整个筛选到验证过程仅用一个周末。

    推荐理由:微软研究院公开 Quine 的生物世界模型与实验闭环,并给出胰腺癌化合物筛选的湿实验验证结果。

9月26日周六
  1. TechCrunch · AI36

    Crusoe 放弃 12.5 亿美元采购 Boom 涡轮机用于 AI 数据中心的计划

    Crusoe 已终止向 Boom Supersonic 采购 29 台 42 兆瓦 Superpower 涡轮机、价值 12.5 亿美元的合作,首批交付原定 2027 年开始。Boom CEO Blake Scholl 称该合作不再推进,但公司明年将向其他站点交付约 250MW,并瞄准 2028 年达到 1GW。Crusoe 表示能源计划未变,仍会用涡轮机,只是不用 Boom 的。

  2. GitHub Blog · AI & ML60

    GitHub Copilot 入门教程: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、issue 分诊板、发布清单、仪表盘、表单甚至表格。

    推荐理由:原文给出用 /create-canvas 从自然语言描述生成可双向协作界面的完整步骤,可迁移到自定义工作流搭建。

9月25日周五
9月24日周四
  1. Microsoft Research60

    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性能与续航

    微软研究院对移动操作机器人工作负载做了系统性测量,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电池续航。

    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 卸载方案与开源工具链。

9月20日周日
9月18日周五
  1. The Decoder78

    纽约时报等原告提交92页文件,用OpenAI与微软内部言论质疑合理使用抗辩

    《纽约时报》联合每日新闻集团、Ziff Davis、调查报道中心等原告在纽约联邦地区法院提交92页简易判决书,引用开示程序中披露的内部邮件、Slack消息和宣誓证词,寻求数十亿美元赔偿。

    推荐理由:《纽约时报》等原告提交92页简易判决书,引用内部邮件与证词,读者可据此了解合理使用抗辩面临的具体证据压力。

9月16日周三
  1. 量子位69

    飞书8.0与豆包工作伙伴发布,协同办公进入Agent时代

    字节跳动在2026飞书未来无限大会暨豆包工作开工大会上发布飞书8.0和豆包工作伙伴,前者做系统性适Agent化改造,后者是团队智能体产品。飞书8.0支持把Agent拉进群、@唤起、多Agent互相协同,并让Agent使用消息、文档、多维表格、日程、审批等全量能力,同时提供权限与用量管控。