跳到正文
10月10日周六
10月9日周五
  1. MIT Technology Review · AI65

    我们对 AI 拒答机制的信任过了头

    本文指出,AI 拒答机制本质上是概率性的,既难以可靠拦截恶意请求,也难以划清服从与拒绝的界限。模型的有益能力与有害能力不可分割,企业只能靠分类器堆叠与微调不断修补,Anthropic 曾披露一类分类器增加了 24% 的算力成本。随着政府介入拒答规则,拒答技术可能被用来压制合法言论,而部分模型已出现未经刻意训练的涌现式拒答,甚至学会以不明显的方式悄悄拒绝用户。

10月8日周四
  1. IT之家45

    诺奖经济学家预测:未来 10 年内仅约 5% 的工作会被 AI 取代

    微软 AI 首席执行官穆斯塔法·苏莱曼援引诺贝尔经济学奖得主达龙·阿西莫格鲁的预测称,未来 10 年内仅约 5% 的人类工作会被人工智能取代。阿西莫格鲁估算,技术上 AI 可自动化约 20% 的工作,但受企业采纳速度限制,10 年内实际自动化比例仅约 5%。他还指出,AI 模型在编写代码等实验室场景表现卓越,但在真实环境中部署时效果逊色。

  2. IT之家38

    微软:Meta Muse 智能体将登陆 Windows 平台

    Meta 的 Muse 智能体将以原生应用形式登陆 Windows 平台,并集成 MXC SDK。微软同时展示 Perplexity“便携电脑”工具,可在端侧执行多种复杂 AI 任务,无需消耗云积分。Windows 还将推出全新“入门指南”以简化 AI 智能体的配置与运行,OpenClaw 也将推出原生 Windows 网关。

  3. GitHub Blog · AI & ML70

    GitHub 推出 ModernBERT 密钥检测分类器,推送保护扩展至非结构化密钥

    GitHub 与 Microsoft Applied Sciences 合作微调了 ModernBERT 分类器,将推送保护扩展到非结构化密钥,可在 2 毫秒内评估候选密钥批次。

    推荐理由:原文用九个季度数据说明密钥泄露增速来自代码量而非开发者懈怠,并给出新分类器如何把防护前移到推送之前。

  4. Microsoft Research77

    微软亚洲研究院开源 Agent Lightning v1.0:约 3500 行的轻量级智能体 RL 训练框架

    微软亚洲研究院提出 Harnessed Agentic RL 训练范式并开源 Agent Lightning v1.0,让部署时使用的 agent harness 通过 LLM proxy 直接参与强化学习,无需在训练框架中重新实现 agent。

    推荐理由:核心可迁移点在于把部署用的 harness 直接接入 RL 训练,省去在训练框架中重写 agent 的成本。

10月7日周三
  1. IT之家61

    微软、OpenAI 遭美国多家地方媒体起诉,被指侵犯版权

    微软和 OpenAI 被埃默里奇报业(Emmerich Newspapers)等美国地方媒体起诉,原告称两家公司未经授权窃取数万篇版权文章用于训练 AI 模型。原告还指控其绕过付费墙等限制系统,并通过窃取内容赚取数十亿美元,要求支付损害赔偿,并寻求法院颁布禁令删除模型中的侵权训练数据。

  2. The Decoder44

    Microsoft 发布诺贝尔经济学奖得主 Daron Acemoglu 的看淡 AI 预测:十年仅拉动 GDP 增长 1.5%

    Microsoft 发布了诺贝尔经济学奖得主 Daron Acemoglu 的看淡 AI 预测:十年内 AI 仅拉动 GDP 约 1.5%,最多取代 5% 的岗位。他指出,瓶颈在于企业需重新分配任务、提升员工技能并重构流程,收益兑现可能比电气化更慢。相比完全自动化,增强人类技能的 AI 更能提升生产率,因为 99% 的准确率常不足以应对最后一公里问题。

10月6日周二
10月5日周一
  1. GitHub Blog · AI & ML72

    GitHub 发布开源 AI 代码评审基准 ReviewBench

    GitHub 推出开源 AI 代码评审基准 ReviewBench,语料基于 103.9M 个真实 pull request 的语言与仓库规模分布建模,包含来自 187 个开源仓库的 219 个 PR、19 种语言。

    推荐理由:原文讲清了 ReviewBench 的语料构建与指标设计,做代码评审智能体的团队可以照同样的思路建立自己的离线评估。

10月1日周四
9月29日周二
  1. Microsoft Research72

    Microsoft Research 推出 Quine:面向生物学复杂性的 AI 研究系统

    Microsoft Research 发布 Quine,一个面向生物学的多模态世界模型与交互式研究系统,把模型、科研工具、文献与湿实验连接进闭环。在与 Broad Institute(哈佛与 MIT)合作的胰腺导管腺癌研究中,Quine 用一个周末完成数千化合物的预测与排序,最高排名化合物在多个湿实验中产生了最大的靶向细胞状态转变。

    推荐理由:原文展示了多模态生物世界模型如何与湿实验形成闭环,读者可据此判断 AI 在药物筛选与实验设计中的实际作用边界。

9月26日周六
  1. GitHub Blog · AI & ML44

    GitHub Copilot app 新手教程:如何用 canvases 构建自定义工作流

    GitHub Copilot app 的 canvases 是用户与 agent 双向共享的可定制界面,可做成看板、问题分流板或清单等形态。在 agent 会话中输入 /create-canvas 并用自然语言描述工作流,agent 即会生成界面并在右侧面板打开,无需手写代码。创建后可持续调整,也能作为扩展保存给团队共享,或从 Awesome Copilot 安装现成模板再定制。

9月25日周五
  1. GitHub Blog · AI & ML73

    当聊天是错误的 UI:GitHub Copilot canvas 实践

    GitHub Copilot 的 canvas 是运行在 Copilot 应用内的全栈小应用,可与智能体双向通信;作者认为聊天并非 AI 的最佳交互界面,多数场景下自定义 UI 更合适。文中演示了与 GPT-5.6 Sol 对战 Connect 4、Winget 包管理、SQLite 数据库操作等 canvas 示例,并建议让智能体构建可复用工具而非把智能体本身当工具,以避免浪费 token。

    推荐理由:作者给出可迁移的方法,与其把聊天当万能界面,不如让智能体先构建专用工具,后续交互不再消耗 token。

9月24日周四
  1. GitHub Blog · AI & ML49

    GitHub Copilot app 如何渲染超大 pull request

    GitHub Copilot app 重构了 pull request 视图,使超大 diff 与海量评论下浏览依然流畅;团队用一个 2,200 文件、超过 100 万行改动、400 余条内联评论的开源 pull request 做极限验证。核心方案是把文档高度拆成确定性的代码行高与按需测量的动态块两套几何,动态块以文件、行和侧边锚定并记录内容指纹,重排时也不会丢失定位。

9月21日周一
9月17日周四
  1. GitHub Blog · AI & ML86

    GitHub 将 Copilot agent runtime 迁移至 Rust,大部分代码由 Copilot 智能体编写

    支撑 Copilot CLI、应用和 SDK 的 Copilot agent runtime 已从 TypeScript 完全重写为 832,378 行生产级 Rust,大部分代码由 Copilot 智能体经 128 个 PR 以逐组件原子替换的方式完成,运行时性能提升数个数量级。

    推荐理由:原文完整记录了用智能体完成大规模语言迁移的方法与数据,原地原子替换和提示缓存策略可直接迁移到同类重构项目。

9月1日周二
8月21日周五
8月13日周四
  1. Microsoft Research54

    Microsoft Research 提出 MindTopo 基准,评估 VLM 拓扑推理与规划能力

    Microsoft Research 提出 MindTopo 基准,围绕连通性、分离、顺序、包围和打结五类拓扑性质,评估多模态模型在静态场景识别与交互式规划两层的表现。测试显示模型静态推理 consistently 强于交互规划,且均远低于人类水平,错误多发生在规划阶段,如丢失结构关系或提出违反物理约束的动作。图像与视频生成工具仅在单帧可见关系时偶有帮助,跨多步动作时并不可靠。