跳到正文

Microsoft / Copilot

微软的 AI 布局:Copilot 全家桶、Azure AI 基础设施与 OpenAI 合作关系的持续追踪。

最新精选

第 1–19 条 · 共 19 条
9月30日周三
  1. xAI:News(网页)67

    xAI 推出 Grok for Outlook 插件

    xAI 将 Grok 引入 Microsoft Outlook,作为 Microsoft 365 插件在收件箱旁提供智能体能力:总结长邮件串并给出决策、负责人和待办事项,按用户语气起草回复,批量整理积压邮件(归档已完成会话、过滤垃圾邮件、标出需回复的邮件),还能读取附件并搜索网页和 X。

    推荐理由:官方介绍了 Grok Outlook 插件的整理邮件、代拟回复等具体能力与获取方式,读者可据此评估它对邮箱工作流的影响。

  2. Tomer Tunguz 博客(VC 分析)60

    Tomasz Tunguz:AI 模型的用户留存介于社交网络与手游之间

    Tomasz Tunguz 提出 AI 如同一个漏水筛子,前沿模型平均保持领先约 41 天,用户留存率在个位数高位到约 40% 之间,介于社交网络(约 80%)与手游(百分之几)之间。同等智能水平的价格每年约下降 10 倍,如 Grok 4.5 以每任务 $0.31 达到 Intelligence Index 54 分,买家每 41 天获得更多议价筹码,创业公司可随每月赢家切换模型。

    推荐理由:作者用用户留存曲线和智能单价数据,把 AI 模型的用户流失放到软件、社交网络与手游之间定位。

  3. Anthropic:The Institute(旗舰研究长文 · 网页)67

    Claude 正式登陆 Microsoft Foundry,可通过 Azure 账单计费并计入 MACC

    Claude 现已在 Microsoft Foundry 正式可用,企业可用现有 Azure 认证、计费与治理体系构建生产应用和企业智能体,用量计入 Azure 账单,符合条件的支出可计入 MACC。

    推荐理由:原文说明 Claude 在 Microsoft Foundry 正式可用后的计费、合规与部署方式,读者可据此评估接入 Azure 工作流的可行性。

  4. Tomer Tunguz 博客(VC 分析)72

    Tomer Tunguz 分析微软转售前沿模型:Azure 增长 43% 但利润结构与订单集中度承压

    Tomer Tunguz 分析三大云厂商增速分化:Azure 上季度增长 43%、全年收入超 1000 亿美元,Google Cloud 增长 82%,AWS 增长 28%。

    推荐理由:作者以三家云厂商的财报数据对比自建与转售前沿模型的经济结构,指出微软积压订单对 OpenAI 的集中依赖,提供了一个理解云厂商资本开支差异的框架。

  5. Tomer Tunguz 博客(VC 分析)72

    Tomtunguz 分析 AWS 增速回升至 36.7% 与万亿美元营收之路

    作者分析 AWS 最新季度年化营收达 $169b、增速 36.7% 为 18 个季度最快并连续五个季度加速,与 Azure 的差距从 16 个百分点缩窄到 6 个。但 AWS 积压订单 $496b 在三巨头中最小,自由现金流转为负 $7.6b,2026 资本开支计划上调至 $220b;Andy Jassy 称 AWS 有潜力成为 $1T 营收业务,其关键在于企业生产工作负载这一中间段何时普及推理。

    推荐理由:作者用 AWS 与 Azure、Google Cloud 的增速、积压订单和资本开支对比,帮读者看清云计算竞争格局与万亿美元目标的真实约束。

9月29日周二
  1. Microsoft Research 博客(RSS)66

    微软研究院推出面向生物学复杂性的 AI 研究系统 Quine

    微软研究院推出 Quine,一个面向生物学复杂性的 AI 研究系统,由生物学世界模型和连接模型、科学工具、文献与研究者的交互式 harness 两部分组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究,预测并排序数千种化合物以推动肿瘤细胞状态转变,最高排名化合物在湿实验中产生了最大的预期转变,从缩小化合物搜索空间到选出候选验证仅用一个周末。

    推荐理由:微软研究院公开 Quine 的多模态世界模型与实验闭环设计,读者可了解 AI 参与生物实验设计与验证的具体路径。

9月25日周五
  1. Satya Nadella67

    微软宣布 Copilot 迄今最大更新,将其定位为覆盖所有模型、设备和任务的工作操作系统,整合四项内容:面向企业的主动式长时运行智能体 Autopilot、托管在公司租户内的 Code 应用构建、合并 Chat 与 Cowork 的 Home,以及全面嵌入 Copilot 的 Office。此外 Copilot 可在 Teams 中调用,并推出主动呈现 M365 重要信息的 Today 功能。

    推荐理由:Satya Nadella 官方宣布 Copilot 迄今最大更新,列出四大组件和 Teams、Today 等入口,可据此了解其产品整合方向。

9月24日周四
  1. Microsoft Research 博客(RSS)62

    微软研究:把物理 AI 推理卸载出机器人可提升任务成功率与续航

    微软研究院对移动机器人操作负载做系统性测量,发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务表现与电池续航。

    推荐理由:微软对移动操作机器人推理负载的系统性测量,给出了卸载到边缘或云端 GPU 在任务成功率与续航上的量化差异。

9月18日周五
9月17日周四
  1. GitHub Blog85

    GitHub Copilot 用 Copilot 把运行时迁移到 Rust:80 万行代码、128 个 PR

    GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript/Node.js 完全重写为超过 80 万行生产级 Rust,AI 智能体编写了大部分代码,跨 128 个 PR 增量合入 main,性能提升数个数量级,主要由一名开发者几个月内完成。

    推荐理由:GitHub Copilot 运行时迁移 Rust 的完整复盘,给出智能体并行协作、提示缓存与评审流程的可迁移工程方法。

9月16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。

5月4日周一
8月13日周三
  1. Johann Rehberger / Embrace The Red(RSS)84

    GitHub Copilot 提示词注入可致远程代码执行(CVE-2025-53773)

    Johann Rehberger 披露 GitHub Copilot 的提示词注入漏洞 CVE-2025-53773:注入内容可让 Copilot 写入 .vscode/settings. 并添加 "chat.tools.autoApprove"。

    推荐理由:作者亲测复现了从提示词注入到本机代码执行的完整链条,并给出缓解建议,适合评估 Agent 自改配置的安全风险。