MAI 宣布推出内部预训练的 3T 参数级基础模型
我们现已拥有 3T 参数级的最先进预训练基础模型，完全由 MAI 内部构建。 后训练结果即将公布，敬请期待！ 技术博客文章中有大量详细信息。 https://microsoft.ai/news/frontier-pre-training-at-microsoft-ai/
推荐理由：这项公告将 MAI 所报告的进展定位于预训练阶段，并表示后训练结果尚待公布，为理解其关于最先进基础模型的说法提供了背景。
2026.10.17 · 周六
#Microsoft
#Microsoft
Mustafa Suleyman · X精选72 Microsoft Research精选79 Microsoft Research 推出面向基于证明的通用计算的 Magnetar
Microsoft Research 推出 Magnetar，这是一种零知识虚拟机，使用仅基于标准哈希函数的安全机制来证明 RISC-V 程序的执行。它支持用 Rust、Go 或 C 编写的程序，无需开发者将其改写为密码学电路。Microsoft 报告称，在 15 个基准测试程序中，Magnetar 在同一台机器上的平均速度比现有最快的可比 zkVM 快 10 至 39 倍，证明验证时间约为 12 毫秒。
推荐理由：基准测试对比将证明速度与通用执行和标准哈希函数联系起来，阐明了限制可验证计算更广泛采用的权衡。
GitHub Blog · AI & ML精选68 GitHub 的秘密检测模型：以更少噪声发现更多秘密
GitHub 介绍了其秘密扫描流水线如何将正则表达式候选检测与微调后的 ModernBERT 分类器结合，利用周围上下文区分真实凭据与相似字符串。与此前的 LLM 流水线相比，离线评估显示精确率提高了 13%，召回率提高了 19%；客户 A/B 实验显示，按仓库所有者加权的接受率提高了 11.5%。推送后的扫描执行时间中位数缩短了 86%，服务成本降低了 98% 以上，因此将通用秘密检测扩展到推送保护变得切实可行。
推荐理由：GitHub 的流水线展示了一种可迁移到狭义分类任务的设计模式：将确定性候选生成与基于真实感强负例训练的小型上下文模型结合起来。
Microsoft Research精选65 模拟学生学习，改进 AI 辅导
微软研究院推出 StudentSim，这是一套研究系统，利用公开可用且已去标识化的学习者记录训练个性化学生模拟器，以评估和改进 AI 辅导工具。StudentSimEval 在国际象棋、英语作为第二语言的写作和数学领域，衡量行为保真度和对指导的响应能力；在这些领域，StudentSim 的表现均优于领先基线。在一项国际象棋辅导研究中，使用 StudentSim 反馈进行训练的准确率达到 90.5%，而不使用强化学习时为 75.7%，使用 GPT-5.4 反馈时为 71.6%；对真实学习者开展研究仍不可或缺，论文和代码均已公开。
推荐理由：同时评估模拟学习者的起始能力及其对指导的反应，为评估辅导反馈提供了一种具体方法，评估范围超越了解释本身是否正确。
NVIDIA Blog精选79 NVIDIA 开放 Vera Rubin 机架设计，并扩展 AI 工厂基础设施
NVIDIA 通过其开放式 MGX 架构向 OCP 提供了 Vera Rubin 机架和计算托盘设计，并为 DSX AI 工厂推出了开源组件。MGX 1.2 支持最高 250kW 的机架部署，并新增标准化的电源、冷却和互连接口。NVIDIA 及其合作伙伴还公布了设施和电网韧性规范；Meta 宣布采用 Spectrum-6 交换机；NVIDIA 与 Cisco 计划推出 USFP 光模块；NVIDIA 还将与 Google 合作，在未来的 ConnectX-10 SuperNIC 和 BlueField DPU 上支持 Falcon Transport。
推荐理由：这些规范展示了共享的机架、冷却、电源和软件接口，如何为基础设施建设者提供通用的实施目标，以应对 AI 工厂不断提升的功率密度。
Satya Nadella · X精选73 微软推出 Maia 300，并计划部署多吉瓦级 Maia 系统
微软将推出 Maia 300。Satya Nadella 表示，与领先的基于 GPU 的系统相比，Maia 300 每瓦可处理的 token 数量提高了 40%。 从明年起，微软将把 Maia 系列扩展至多吉瓦级部署，使其成为自家产品和服务的主要推理系统。 微软已在美国、欧洲和澳大利亚部署 Maia 200，在 Teams 和 Copilot 的各项体验中，每瓦可处理的 token 数量最高提升至原来的 1.7 倍。微软的目标是在持续将生态系统创新引入其计算集群的同时，进一步发挥全栈效率提升的优势。
推荐理由：将 Maia 打造成微软自家产品和服务的主要推理系统，为其宣称的效率提升提供了具体的部署背景。
NVIDIA Blog精选78 NVIDIA 与 Microsoft 发布 RTX Spark 与 Windows 智能体基础设施
NVIDIA 与 Microsoft 在旧金山 Windows AI and Surface 活动上宣布为 Windows PC 的智能体时代共同设计软硬件，Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers（MXC）正式可用，让智能体在系统控制下安全持久地在后台运行。
推荐理由：NVIDIA 与 Microsoft 把智能体运行所需的系统级容器和本地算力一起补齐，读者可据此判断本地智能体工作流的落地条件。
Latent Space精选82 Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，同日还下调了 Sonnet 5.5 与订阅计划价格。
推荐理由：汇总了 Haiku 5.5 的定价、独立评测与 token 消耗数据，便于判断小模型在智能体工作流中的成本取舍。
GitHub Blog · AI & ML精选60 GitHub 推出基于 ModernBERT 的密钥检测模型，扩展推送保护
GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器，用代码上下文识别无固定格式的密钥，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人工修复的失衡，并给出把检测前移到推送环节的模型方案。
Microsoft Research精选72 微软研究院开源 Agent Lightning v1.0：3500 行轻量级智能体 RL 框架，支持真实 harness 训练
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 RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的同一 agent harness 直接参与强化学习，无需在训练框架内重新实现智能体。
推荐理由：原文给出了框架的代码规模、Kubernetes 支持与训练配方，读者可据此判断真实 harness 参与 RL 的落地成本。
Hugging Face Blog精选71 微软 ThinkingBox 评测智能体：不看工具调用，只看数据库终态
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，通过隔离的 MCP 工具会话运行智能体，再对终态后端状态和副作用做可执行检查，而非只看最终回复或工具调用是否合法。
推荐理由：微软与 Hugging Face 联合发布的智能体评测，用 507 个有状态工作流和 20 次重复运行，把关注点从工具调用转向数据库终态。
Mustafa Suleyman · X精选66 微软 AI 推出 MAI-Transcribe-2-Streaming，在 AA-WER Streaming 准确率排名中位居榜首
微软 AI 即将推出 MAI-Transcribe-2-Streaming，Mustafa Suleyman 称其为全球最准确的实时转录模型。 他声称，该模型比 ElevenLabs 快 55%、便宜 60%，并邀请开发者在微软平台上构建智能体。 在引用的帖子中，Artificial Analysis 报告称，该模型在 AA-WER Streaming 的最终转录和首个部分转录准确率排名中均位列第一；语音结束后 0.13 秒，最终转录的 WER 为 2.5%，流式转录定价为每小时音频 0.54 美元。
推荐理由：引用的基准测试对比将转录准确率与延迟和定价放在一起，为读者在为智能体选择流式语音模型时提供了具体的权衡依据。
The Decoder精选80 OpenAI 称已阻止窃取模型推理的活动，但同一手法在 Azure 上仍然有效
OpenAI 称其阻止了一场窃取模型推理内容的蒸馏活动，该活动 7 月 1 日起量级较低，7 月 24 至 25 日激增至来自 4000 多名用户的 16000 次请求，涉及 15000 多个关联账号，OpenAI 称已于 7 月 28 日前全部关停，并注明这些是尝试性提取、未必成功。
推荐理由：OpenAI 披露一起推理蒸馏窃取事件，并牵出云平台防护不一致的问题，读者可据此了解模型推理泄露的实际路径。
AWS Machine Learning Blog精选66 GPT-6.1 Sol 在 Amazon Bedrock 正式可用
GPT-6.1 Sol 现已在 Amazon Bedrock 正式可用，面向智能体编码、计算机操作和专业工作负载提供更强的推理能力。据 OpenAI 称，它在 DeepSWE v1.1 上达到 GPT-6 Astra 的水平，每任务成本约为后者的五分之一，并比 GPT-6 Sol 的最佳成绩高出 6.4 个百分点。
推荐理由：原文给出 GPT-6.1 Sol 在 Bedrock 上的可用范围与成本对比，读者可据此判断智能体编码任务的性价比。
TechCrunch · AI精选76 OpenAI 在 DevDay 发布 ChatGPT 办公套件功能 Space、Pages 与 Slides
OpenAI 在旧金山 DevDay 开发者大会上发布多项面向办公场景的 ChatGPT 新功能。其中 Space 是 ChatGPT 内的共享工作区，同事可与聊天机器人以及新推出的 AI 智能体角色 Dots 协作处理任务。
推荐理由：OpenAI 在 DevDay 上把 ChatGPT 推向办公协作场景，读者可据此观察它与 Microsoft、Google 办公套件的正面竞争。
The Decoder精选87 OpenAI 在 DevDay 2026 发布常驻智能体 Dots，对标 Meta Muse
OpenAI 在 DevDay 2026 开发者大会上发布常驻智能体 Dots，可自行处理修复 Slack 中报告的 bug、发送被遗忘的发票等任务，并同时推出更便宜的模型 GPT-6.1 Sol，高端 GPT-6.1 Astra 因安全问题暂缓发布。
推荐理由：OpenAI 在 DevDay 2026 发布常驻智能体 Dots，并给出与 Meta Muse 的同类对比和分阶段开放范围。
Microsoft Research精选62 微软研究院发布 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，由生物世界模型和连接模型、科学工具、文献与实验人员的交互式 harness 组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究，预测并优先排序数千种化合物，最高排名化合物在湿实验中产生了最大的经典态向基底态转变，从缩小搜索空间到选出候选验证只用了一个周末。
推荐理由：微软研究院公开 Quine 的多模态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。
Microsoft Research精选62 微软研究院：把物理 AI 推理卸载出机器人可提升任务表现与续航
微软研究院对移动机器人操作负载做了系统测量，发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务表现并延长续航。
推荐理由：微软研究院对机器人推理负载做了系统测量，给出把推理从机载 GPU 卸载到边缘或云端的性能与续航数据。
GitHub Blog · AI & ML精选78 GitHub 用 Copilot 把 Copilot 运行时迁移到 Rust
GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，代码主要由 AI 智能体编写，分布在 128 个 PR 中增量合入 main，而非一次性切换。
推荐理由：作者以亲历者身份复盘 80 万行 Rust 重写，给出可迁移的智能体编排与评审方法。
GitHub Blog · AI & ML精选71 GitHub 推出 Project HydraFusion：多模型编排的研究预览
GitHub 发布 Project HydraFusion 研究预览，在 GitHub Copilot CLI 中通过 /experimental 启用，可在 /model 中选择，按各模型标准价格按 token 计费。
推荐理由：GitHub 官方给出三种编排模式与三个基准的质量成本对照，可据此判断多模型编排在编码任务上的取舍。