Microsoft 宣布将 GitHub 团队打造的 Copilot harness 通过 Microsoft Foundry 向开发者和企业开放，该 harness 已驱动 Copilot Code、Copilot Studio、GitHub Copilot app 和 CLI 等产品。
推荐理由：微软官方说明 Copilot harness 的能力和开放方式，开发者可据此评估是否用它托管多模型 Agent 运行时。
Microsoft AI 发布图像编辑模型 MAI Image 2.7 预览版，在 Arena Edit 排名第 3（使 Microsoft AI 成为第 2 的实验室），在 Artificial Analysis 图像编辑榜单排名第 2。
Browser Use 作者整理了让 Claude Code、Codex、Gemini CLI、Cursor 等编程智能体使用已登录 Chrome 的方法：Claude 订阅用户可用 claude --chrome 的 Claude in Chrome 扩展。
推荐理由：作者按编程智能体逐一梳理接入已登录 Chrome 的方案与配置，并解释为何复制 Cookie 行不通，方法可直接迁移到自己的工具链。
PyTorch Foundation 官方回顾 2026 年 10 月 20-21 日在 San Jose 举办的 PyTorch Conference North America 2026，超过 3,500 人参会。
Microsoft AI 发布 Sequential Diagnosis Benchmark（SDBench）和 AI 诊断系统 MAI-DxO，论文发表于 Science。
推荐理由：原文给出 SDBench 基准与 MAI-DxO 的具体准确率和成本数据，并开放部分评测代码，读者可据此评估其诊断推理方法。
Microsoft Research 发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让用户和 AI Agent 能生成支持点击、筛选、缩放、高亮和跨图表联动的图表。
Wiz 披露 2026 年 10 月有攻击者使用开源自主渗透测试框架 ARTEX 针对多家 IT 和软件厂商，活动与微软报告的中国国家级关联组织 Storm-0940 重叠，并已扩展到其他软件领域的供应链攻击尝试。
推荐理由：Wiz 基于自家日志复盘了开源 AI 渗透测试框架 ARTEX 被实战滥用的完整手法，给出了可复用的检测规则和 IOC。
a16z 作者 Zain Asgar 撰文回顾1990年代专用芯片为何败给通用微处理器，认为 Dennard 扩缩终结、每晶体管成本停滞和内存墙正让历史条件反转。
Microsoft Research 的 Xinzhi Zhang 与 Zhao Song 证明 1995 年提出的 Kannan–Lovász–Simonovits（KLS）猜想，表明对数凹分布的最优平面切割与任意形状切割的差距不随维度增长，以普适常数为界。
推荐理由：微软研究员亲述证明过程，展示了人类引导多智能体迭代剪枝的科研协作方式，约百条研究路径中筛出关键判据。
Microsoft 在 Ignite 上公布 Sovereign Cloud 下一阶段能力，Sovereign Control Panel 进入公开预览，统一呈现主权态势并识别风险缺口。
Microsoft 提出用 Project Perception 管控企业内部数量快速增长的 agentic insider，通过身份、数据、云、端点、网络和运行时等传感器信号发现智能体并纳入管理。
NVIDIA 宣布 RTX Spark PC 于次日发布，主打创作者、游戏玩家和 AI agents，并在10月16日于旧金山、柏林、台北、北京、伊斯坦布尔、首尔等地举办线下体验活动。
Microsoft AI 宣布完成 MAI-Base-2 预训练，这是一个 800 亿激活、2.8T 总参数的 MoE 基础模型，在 held-out 评测中 BPB 低于所测全部开源权重模型，预训练 FLOPs 效率比 DeepSeek-V4-Pro-Base 高 4.2 至 12.3 倍。
推荐理由：官方披露了 MAI-Base-2 的完整预训练方法，读者可以从中了解 scaling ladder、Muon 优化和多轮 dropless MoE 等可借鉴的工程细节。
Microsoft Research 发布零知识虚拟机 Magnetar，可直接证明用 Rust、Go 或 C 编写的 RISC-V 程序，在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍。在笔记本电脑上每秒可证明 720 万至 870 万条处理器指令，证明约 12 毫秒内可验证，安全性只依赖 SHA-256 或 SHA-3 等标准哈希函数，无需受信任设置或椭圆曲线。
MIT研究人员团队在Nature发表论文，提出一个机器学习后处理层，通过从历史数据中学习现有预报模型的错误并修正其输出，将两周到六周范围的预报准确率翻倍。该模型在ECMWF的季节间预报竞赛中获第一名，首次在该时间范围内稳定超过气候学平均值，并显著改善洪水、寒潮等极端天气事件的预测；模型开源、低成本、可附加于任意预报模型，肯尼亚气象部门已接洽用于改进季风季预报。
推荐理由：原文介绍了Nature论文的方法与实测结果，读者可了解AI误差修正如何让两周到六周的天气预报首次稳定超过气候平均值。
微软研究院提出 StudentSim，一种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，可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 评测基准，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，表现优于主流基线。StudentSim 并非产品，不部署于课堂，也不用于替代教师。
Microsoft 宣布将从 2027 年起把 Azure Maia 系列扩展到多吉瓦级部署，并使 Maia 成为微软产品与服务的主要推理系统。
NVIDIA 与 Microsoft 在旧金山活动上宣布为 Windows PC 共同打造 AI Agent 软硬件。
推荐理由：原文给出 RTX Spark 的具体规格、预购时间与 MXC 的系统级细节，读者可据此评估本地跑 Agent 的硬件路线。
GitHub 发布与 Microsoft Applied Sciences 合建的 ModernBERT 微调分类器，用于将 push protection 扩展到非结构化密钥，单批评估不到 2ms，预计可阻止的密钥数量翻倍以上。
Microsoft Research Asia 提出 Harnessed Agentic RL 训练范式并开源重建的 Agent Lightning v1.0，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写 agent。
推荐理由：框架让部署中的真实 agent harness 直接参与 RL 训练，无需重写 agent 代码，还给出了端到端编码智能体训练效果作参考。
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的"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，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时深入检查数据的重要性。
GitHub 发布 AI 代码审查离线基准 ReviewBench，现已在 ReviewBench 网站开放使用。
MIT 博士生 JS Tan 与前科技业同事 Clarissa Redwine 出版《Against Tech Oligarchy: Worker Resistance in the World's Most Powerful Industry》（Haymarket Books，2026），记录过去十年科技业员工组织运动的兴起与退潮。
微软 CEO Satya Nadella 宣布，在微软和 LinkedIn 工作近 18 年的 Ryan Roslansky 将离开微软，年底前以顾问身份协助过渡。
Microsoft AI 发布流式转录模型 MAI-Transcribe-2-Streaming，在 Artificial Analysis 准确率榜排名第一，支持 60 种语言实时转录，收到音频约 100ms 即产出初步结果，内部评测显示字幕出现速度比最接近的竞品快 2 倍，介绍价 $0.54 每小时音频。
微软研究院开发了一套端到端机器学习流水线，结合太阳风观测、AE 与 Dst 指数预报、地质电导率和电网数据，为美国本土 66,935 座变电站生成 30-60 分钟前的局地空间天气风险估计。
PromptArmor 披露 Microsoft Copilot Cowork 的 AI 网关可被恶意 Skill 劫持以绕过沙箱并外传文件。
推荐理由：PromptArmor 完整披露了 Copilot Cowork 沙箱绕过的攻击链与时间线，读者可以据此评估 Skill 生态与沙箱设计的风险。
OpenAI 发布名为 dots 的常驻智能体，由 GPT-6 Astra 驱动，拥有自己的云计算机，可 24/7 持续为用户工作，并通过插件生态连接超过 4,000 款应用。
推荐理由：原文来自官方发布，完整说明了 dots 的运行方式、控制机制、适用套餐和开放范围，读者可以据此评估是否接入自己的工作流。
Microsoft Research 推出 Quine，一个包含生物学世界模型和交互式 harness 的 AI 研究系统，可跨基因组、蛋白质、化学、细胞状态和生物成像等模态联合学习并推理干预后果。
推荐理由：原文给出 PDAC 化合物筛选一个周末完成并经湿实验验证的结果，读者可据此评估 AI 驱动生物发现的实际路径。
Microsoft 官方宣布重构 Microsoft Copilot，推出三项新能力：Home 作为统一起点整合 Chat 与 Cowork 并内置 Office，Code 让普通用户用自然语言构建可安全运行的小型方案（与 GitHub Copilot 同源技术），Autopilot（原 Scout）成为持续主动工作的数字 teammate。
推荐理由：官方发布公告完整列出 Home、Code、Autopilot 三项新能力的机制与推出节奏，还一并交代了托管运行时和 FinOps 计费方案。
Microsoft 发布 Autopilot 预览版，作为 Copilot 体验中的持久、主动个人智能体，其基础是 OpenClaw，由 Omar Shahine 团队与 OpenClaw Foundation 合作打造。
推荐理由：博文梳理了 Microsoft 各贡献者回流到 OpenClaw 上游的具体改动，读者可以看到企业级智能体依赖的开源协作方式。
微软研究院发布关于物理AI机器人推理基础设施的研究。通过系统评估移动操作任务，发现将推理从机载GPU卸载至边缘或云端，能解决机载算力限制模型规模、导致响应延迟（最高383%）及精度下降的问题。实验显示，卸载推理不仅提升了任务成功率，还通过替换高功耗机载GPU为轻量硬件（如树莓派），使机器人电池寿命延长高达160%。此外，微软推出了基于Kubernetes的Physical AI Toolchain工具集，支持自动化容器化与分布式推理部署。
Microsoft Research 在 Nature 发表逆合成预测模型 RetroChimera，结合基于 Transformer 的 R-SMILES 2 和图神经网络模型 NeuralLoc，用 learning-to-rank 集成两者互补预测。
微软以 Customer Zero 身份复盘自身 AI 转型，分享 Frontier Playbook 并总结五条经验：从业务成果出发、重构端到端流程、以员工为中心、追求能力增益而非仅提效、构建人机持续学习循环。文中给出内部数据：销售团队成交率提升 20%、供应链部分工作流周期最多缩短 75%、九人工程团队 35 天交付首版产品，并提炼出三种转型方法供团队复用。
Microsoft AI 发布 Humanist AI Code of Conduct 首份草案，公开征询意见，反馈期六周，年内将发布修订版。准则规定 MAI 模型不得抗拒人工中断、纠正或关机，不得自行扩大权限、接受无人赋予的目标或在审计时隐藏推理，并设定涉及大规模杀伤性武器、儿童安全和大规模有害操纵等绝对约束。
GitHub 发布 2026 年 8 月可用性报告，复盘了 8 月 6 日、17 日、20 日、26 日、27 日五起事故，包括 GitHub Actions、Issues、Pull requests 和 Copilot 的故障影响与修复措施。
Microsoft 于 9 月 4 日发布 MAI-Image-2.6，称其为迄今最强的图像模型，并面向开发者上线 Microsoft Foundry，同时推出面向低延迟、高吞吐场景的 MAI-Image-2.6-Flash。
推荐理由：原文给出排名、速度和效率数字，并说明两个版本分别面向精度与吞吐的不同场景，便于开发者按工作流选型。
Microsoft AI 发布转录模型 MAI-Transcribe-2，称其在 FLEURS 基准 60 种语言上平均词错率 5.2% 排名第一，并占据 Artificial Analysis 准确率-延迟 Pareto 前沿。
推荐理由：官方给出具体基准排名、对比速度倍数和定价，读者可以据此评估它对现有语音转写方案的可替换性。
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash，旨在通过蒸馏技术大幅降低计算成本以支持大规模病理研究。GigaPath-Flash 将十亿参数模型压缩至 22M 参数，在保持竞争力的同时实现约 50 倍的算力节省；GigaTIME-Flash 则提升了空间蛋白质组学预测效率并改善了泛化能力。两款模型均以 Apache 2.0 协议开源，专为科研设计而非临床诊断，使研究人员能在单 GPU 上处理百万级切片数据。
xAI 宣布旗舰模型 Grok 4.6 现已通过 Microsoft Foundry 提供。该模型面向长时间运行的智能体及交互式、视觉类任务，提供 500k 上下文窗口和可配置的推理强度（low、medium、high、xhigh）。企业可在 Foundry 模型目录中将其与其他前沿模型对比评测、运行负载测试并部署托管端点。