跳到正文

#Microsoft

今日 5 条
9月14日周一
  2. Satya Nadella21

    @jeffhollan 提供了一个很好的示例，展示 Foundry 如何让长时运行的智能体达到企业级就绪：从业务成果出发，从一开始就把安全性、安全护栏、可审计性和 FinOps 构建到系统中，贯穿整个多智能体、多模型工作流。

    引用Jeff Hollan@jeffhollan

    Microsoft Foundry is the best platform for running agents in the enterprise - and one reason is the observability and governance features to keep your agent within the bounds you define 🔐🔎 Long running agents can reason, act, and use tools to help transform so many parts of a business - but doing so responsibly means you need to be able to confidentially answer: What can it access? What can it influence? Where can data go? Can I reconstruct what it's doing? Can I control and budget costs? Check out the demo below to see how Foundry provides a platform to answer all of these questions for you, and gives you a slick agentic developer experience to get it all up and running faster than ever before 🎉🧑‍💻

  3. Mustafa Suleyman36

    这是一个非常直白且符合常识的观点：技术的目的是服务人类，加速人类繁荣。 任何无法实现这一目标的技术都是失败的，应当被拒绝。 我们还没有到那一步。但开始为这种可能性做准备是正确的。

    引用Satya Nadella@satyanadella

    Any pursuit of superintelligence has to be grounded in the core principle that if the AI we build is not helping humanity and under human control, it's not worth pursuing. We also need to accelerate and spread the benefits of AI, such that they are diffused broadly across countries, communities, and companies. This requires a frontier ecosystem in which both closed and open-source models can thrive. And for firms, it’s imperative that they retain full control over their unique and tacit knowledge. Every organization should be able to build its own continuous learning loop/hill climbing machine, without becoming dependent on any one model provider, and have the ability to embed its own knowledge into models and weights they control. So, in this context, we welcome the research, focus, and deliberate pacing needed to get alignment right as the design goal. We also welcome ideas like "embedded evaluators" and the broader efforts to develop the mechanisms to make this more than just talk. The key is that this cannot be controlled by a handful of entities, but must have broad representation across the ecosystem, countries, and fields, including academia. This is the approach we are taking: broad access and choice at every layer of the AI stack; enterprise control of learning loops and models; and the “Code of Conduct” that underlies our own first party MAI models that we’ll publish tomorrow for public consultation.

9月13日周日
9月12日周六
9月11日周五
  2. GitHub Blog30

    GitHub Copilot 应用新手指南：使用 diff、终端与浏览器面板

    GitHub Copilot 应用内置 diff、终端和浏览器三个面板，让开发者无需在编辑器、终端和浏览器之间切换即可完成 AI 编码闭环。diff 面板以绿色标注新增、红色标注删除，支持接受改动、留言或让 Copilot 继续修改；终端面板可直接运行项目命令并支持多窗口；浏览器面板可用 Pick & Polish 工具选中元素并让智能体调整。

9月10日周四
9月9日周三
  1. Microsoft：GitHub 新仓库15

    Microsoft 发布 frontier-ghcp-ttt-rvas 仓库

    Microsoft 在 GitHub 上线 microsoft/frontier-ghcp-ttt-rvas 新仓库，全称为 Frontier GitHub Copilot Train-The-Trainer Real Value Acceleration Solution（RVAS）。该仓库定位为 GitHub Copilot 的培训师培训与价值加速方案，目前公开信息仅包含仓库名称与全称。

9月8日周二
9月7日周一
9月6日周日
9月4日周五
9月2日周三
  1. Microsoft：Official Blog（RSS）46

    微软：AI 基础设施的“良率”命题——从算力投入转向有用智能产出

    微软提出 AI 基础设施的“良率命题”，主张衡量标准应从建了多少算力转向产出多少有用智能。文中指出单个智能体任务消耗的 token 可达普通对话的 3400 倍以上，而全球 AI 渗透率仅为劳动人口的 18%，且以聊天为主。微软认为内存、网络与功耗的瓶颈需通过跨层协同设计解决，而非在单层堆叠资源。

9月1日周二
8月21日周五
  1. Microsoft Research 博客（RSS）41

    微软 Skala 1.1 发布：训练数据增 2.5 倍，已接入 CP2K 并推进 Psi4、FHI-aims、ORCA、VASP 集成

    微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据比首个公开版本多 2.5 倍，在 GMTKN55 的 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol，精度超过当前领先的全局（范围分离）杂化泛函而保持半局域泛函的计算成本。

8月13日周四
  1. Microsoft Research 博客（RSS）37

    MindTopo 揭示多模态大模型的空间推理能力短板

    微软研究院推出 MindTopo 基准，从连续性、分离、顺序、包围、绳结五类拓扑关系评估多模态大模型的推理与规划能力。测试显示，模型在静态图像识别上表现明显优于交互式规划任务，失败多发生在规划阶段而非感知阶段，且整体远低于人类水平。图像与视频生成仅在单帧关系可见时偶有帮助，跨多步动作时难以维持拓扑约束。

8月12日周三
8月4日周二
  1. Microsoft Research 博客（RSS）75

    Microsoft Research 开源 Orchard 智能体框架并发布三个领域模型

    Microsoft Research 发布开源框架 Orchard，核心是可复用的 Kubernetes 环境服务 Orchard Env，支持在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 内直接训练智能体。

    推荐理由：官方开源了环境服务和三条训练配方，小参数量模型在 SWE-bench Verified 等基准上的具体结果可直接对照复用。

7月31日周五
7月29日周三
7月28日周二
7月22日周三
7月20日周一
7月7日周二
  1. Hugging Face：Blog（RSS）63

    Hugging Face 模型上线 Microsoft Foundry Managed Compute，数千个开源权重模型可一键部署

    Microsoft Build 2026 上宣布 Foundry Managed Compute 以及 Hugging Face 模型精选目录，数千个开源权重模型每周更新，可一键部署到 Foundry Managed Compute，支持 NVIDIA A100、H100 和 AMD MI300X。

    推荐理由：原文完整说明了精选模型目录、策展管线和运行时选择，读者可以据此评估在私有网络内部署开源模型的路径。

7月6日周一
  1. Microsoft：Official Blog（RSS）71

    Microsoft 宣布裁减约 4,800 个岗位，约占全球员工 2.1%

    Microsoft 首席人力官 Amy Coleman 宣布裁减约 4,800 个岗位，约占全球员工的 2.1%，主要集中在 Commercial 和 XBOX 组织，另将四个游戏工作室移交新管理以保留知识产权和进行中项目。公司过去一年已将超过 4,000 名员工重新部署到新岗位，超过 30% 的符合条件的员工参加了自愿退休计划，并表示这些岗位并未被 AI 取代。

    推荐理由：首席人力官亲述裁员规模、安置措施与四大游戏工作室转管安排，并明确这些岗位未被 AI 取代。

6月25日周四
5月30日周六
  1. Steve Yegge：Medium（RSS）69

    Steve Yegge：技术面试正在消亡，campfire 模式将取而代之

    Steve Yegge 撰文称运行了约50年的技术面试流程正在走向消亡，AI 辅助简历、AI 作弊和岗位快速变化正让传统评估体系失效。他结合在 Amazon 担任 Bar Raiser 和 Google 招聘委员会的经历指出面试结果统计上很差，主张用实习、co-op 等临时雇佣以及他称为 campfire 的付费真实工作试用替代面试，并让候选人的工作成果形成可携带的记录。

5月4日周一
4月21日周二