#Microsoft

微软 Copilot 智能体技术突破：不换模型响应提速 400%，词元消耗减 30%

微软为 Copilot 等 AI 智能体推出基于 SharePoint 的 Work IQ 知识编译引擎，在不升级底层大模型的前提下，将跨组织散落信息转化为结构化知识库，使响应速度提升至原来的 4 倍，词元消耗减少约 30%。该功能已向 Frontier Preview 租户推出，目前仅对启用按使用量计费的用户开放，微软还计划扩展至 Copilot Studio 自定义智能体。

比尔·盖茨：AI 比核武器更危险、比核能更有用，与 PC、互联网等创新都不同

比尔·盖茨称 AI 比核武器更危险、可能比核能更有益，认为它更像"进化事件"而非"下一台个人电脑"，将其视为 PC 或互联网式的创新会让人完全低估它。他承诺未来两年投入十亿美元，推动 AI 在健康、教育和农业领域落地，并预测 AI 驱动的网络攻击将在 2027 年成为变化最重大的领域之一。

Microsoft 发布 Probabilistic Bias Correction 方法提升两到六周天气预报准确性

Microsoft 研究团队在 Nature 发表 Probabilistic Bias Correction（PBC）方法，用机器学习修正现有气象模型的系统偏差，可仅在 CPU 上运行并已开源。

五大前沿模型智能相近但单位成本差3.8倍：自研芯片成定价分水岭

Tomasz Tunguz 分析指出五个前沿模型智能水平相差不到5分，但单位任务成本相差3.8倍，Google 的 Argon 定价 $1.99 a task，比最贵的 Fable 5.1 低74%。

Microsoft Research@MSFTResearch· 23:57AI 评分4242

两周以后的天气预报并不可靠，这给农民和其他人留下了关键空白。概率偏差校正（Probabilistic Bias Correction）改进了延伸期预报，在全球竞赛中拔得头筹，并展现出实际应用的潜力：https://msft.it/6013aseY9 图片来源：科罗拉多州立大学大气研究合作研究所与美国国家海洋和大气管理局（CSU/CIRA & NOAA）

MIT团队用机器学习修正误差，将两到六周天气预报准确率翻倍

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。

Visual Studio Copilot 与 SSMS 远程代码执行漏洞（CVE-2026-103572）技术分析

Johann Rehberger 披露 Visual Studio Copilot 与 SQL Server Management Studio 中的远程代码执行漏洞 CVE-2026-103572，根因是利用文件名末尾多加一个点绕过路径校验，写入 .mcp. 或 settings.VisualStudio. 等受保护配置文件，实现任意命令执行。

微软成立 Xbox Labs 探索 AI 驱动的游戏反编译移植与修改

微软组建新团队 Xbox Labs，探索反编译、重编译和AI辅助游戏修改带来的移植与混搭浪潮，由游戏制作者、工程师和科学家将新想法转化为玩家和开发者可体验的东西。

Rohan Paul@rohanpaul_ai· 00:30AI 评分5050

卡内基梅隆与微软论文提出 CRBugBench，包含 1,800 个代码审查任务，每个 PR 引入一个人工确认并修复的 bug。最佳模型 claude-opus-5 在前 5 条评论中检出 71.9% 的 bug，高于 5 个月前 opus-4.6 的 47.7%，但在某公司私有仓库上下降最多 25.5%。作者建议审查 Agent 与人类审查者配合使用，并为其提供仓库自有知识。

微软逆转办公 AI 策略，新版 Copilot 整合完整 Word / Excel / PowerPoint 体验

微软逆转办公 AI 策略，新版 Copilot 应用集成完整的 Word、Excel 和 PowerPoint 创建、编辑与协作体验，用户无需切换独立 Office 应用。

美国 94 座核反应堆陆续接入 AI，Atomic Canyon NIVA 已供所有反应堆使用

据 IEEE Spectrum 报道，美国几乎所有 94 座核反应堆今年都获得了将 AI 整合进运营的机会，大多数已接受部署。Atomic Canyon 推出核工业虚拟助手 NIVA，曾在 Constellation Energy 核电厂试点，现已供美国所有反应堆使用；Nuclearn 称已与 65 个以上美国合作伙伴合作；微软和英伟达合作将 AI 应用于核电站全生命周期。

TypeSafe Jev 引爆决策 AI 模型赛道，微软、OpenAI 等跟进并卷入原创争议

TypeSafe 发布决策 AI 模型 Jev 后，微软推出 Microsoft Decision，OpenAI 推出 Decisions API，Fastino 发布 Glide，Cloudflare Clef 与 Perplexity Decider 采用开放权重。

Microsoft Research 提出 Fork-and-Flush：清空聊天历史帮助 AI 智能体找到更优解

Microsoft Research 研究发现，长时间运行的自主研究型智能体常陷入"idea basins"，即使增加算力也难以突破。

微软 StudentSim：用个性化学生模拟器在真实学习者之前评估 AI 辅导

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。

微软计划到 2027 年将自研 Maia AI 芯片扩展至吉瓦级规模

微软计划从 2027 年起以多吉瓦级规模部署 Azure Maia AI 芯片，作为其产品的主要推理系统。Maia 200 已在美国、欧洲和澳大利亚运行 Microsoft Copilot，GitHub Copilot 和 Foundry 将在年底前跟进；微软称其在 Teams 场景下每瓦 token 吞吐比领先 GPU 高最多 1.7 倍。

微软 Maia 300 AI 芯片发布：台积电 N2P 工艺，288GB HBM4 内存、带宽 18TB/s

微软正式发布 Maia 300 AI 芯片，配备 288GB HBM4 内存、18TB/s 带宽，FP4 算力达 13.8 PFLOPS，基于台积电 N2P 制程，计划 2027 年部署。该芯片采用多芯粒设计，SoC 功耗 950W，双向扩展互连带宽 3.2TB/s，单机架可容纳 96 颗，最多组建 12000 颗加速器的集群。

Mustafa Suleyman@mustafasuleyman· 22:55同事件AI 评分6565

Microsoft 宣布加大自研芯片投入，明年起将 Maia 系列扩展至多吉瓦级部署，作为自家产品和服务的主力推理系统。新款 Maia 300 比领先 GPU 系统每瓦 token 高出 40%，Maia 200 已在美国、欧洲和澳大利亚部署，在 Teams 和 Copilot 场景中每瓦 token 提升最高 1.7x。

同一件事，精选收录的是《微软发布自研芯片 Maia 300 并将大规模扩展 Maia 推理部署》

Rohan Paul@rohanpaul_ai· 22:13AI 评分7373

Satya Nadella 宣布微软从下一个日历年起将 Maia 芯片家族扩展到多吉瓦部署，使其成为自家产品和服务的主要推理系统，并推出 Maia 300，官方称其每瓦 token 产出比主流 GPU 系统高 40%。

Microsoft 宣布 Azure Maia 系统将扩展至多吉瓦级部署，Maia 300 于 2027 年投产

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。

Microsoft 发布第三代自研 AI 芯片 Maia 300，2027 年投产以降低对 Nvidia GPU 的依赖

Microsoft 发布第三代自研 AI 芯片 Maia 300，定位为公司产品和服务的「主要 AI 推理系统」，计划 2027 年起投产并扩展到多吉瓦级部署。

Satya Nadella@satyanadella· 21:11精选AI 评分6565

微软宣布明年起将 Maia 芯片家族扩展到多吉瓦级部署，作为自家产品和服务的首选推理系统，并发布 Maia 300，每瓦 token 产出比主流 GPU 系统高 40%。Maia 200 已在美国、欧洲和澳大利亚部署，在 Teams 和 Copilot 场景中每瓦 token 产出提升最高 1.7x。

Satya Nadella@satyanadella· 21:11AI 评分4949

阅读更多：https://blogs.microsoft.com/blog/2026/10/12/microsoft-to-expand-azure-maia-system-to-multi-gigawatt-deployments/

2026 年 12 款顶级 AI 实时翻译工具盘点：延迟、语言与定价

MarkTechPost 按官方产品、定价与文档页面核验了 12 款 AI 实时翻译工具。Palabra.ai 支持双向语音翻译与声音克隆，宣称延迟低于 1 秒，API 语音翻译 $0.04/分钟；Gemini 3.5 Live Translate 覆盖 70+ 语言，输出比说话人慢几秒。

微软总裁布拉德 · 史密斯：AI 受到的监管甚至不如牛奶和洗衣机

微软总裁布拉德 · 史密斯称，目前洗衣机受到的安全监管都比 AI 严格，每盒牛奶都要受安全规则约束并接受检查。他呼吁业界制定更多安全规格，要求持有失控 AI 智能体的公司为其入侵其他企业造成的损害承担责任，并建议企业设置“终止开关”以便在 AI 失控时暂停运行。

硅谷巨头纷纷跟进特朗普将 AI 改名为 super intelligence

The Verge 分析指出，特朗普宣布将 AI 重新命名为 super intelligence，并称继续使用 Artificial Intelligence 一词者为敌人后，硅谷多位巨头相继跟进。

AI 行业能否靠取消 NDA 说服数据中心反对者？

Amazon 近日跟随 Microsoft 的做法，宣布在与地方政府就数据中心谈判时不再使用保密协议（NDA）。这一表态埋在一篇论证数据中心对社区有益的博客文章中，Microsoft 今年早些时候也做过类似宣布。TechCrunch 的 Equity 播客讨论认为，取消 NDA 未必能立刻改变反对者立场，但可能是开启对话的第一步，行业沟通不畅才是争议根源。

Microsoft CEO 纳德拉改用 Super Intelligence 表述并抨击 OpenAI 和 Anthropic

The Decoder 报道，Microsoft CEO Satya Nadella 在博客中采纳 Trump 提出的 Super Intelligence 说法，并主张企业应把 AI 模型当作内部安全威胁对待，要求模型多样性、完整日志、独立审计和人类随时关停。文章认为其论点主要服务于 Microsoft 的商业策略，即削弱对 OpenAI 和 Anthropic 模型的依赖以保护自身利益。

微软 CEO 纳德拉发文：开发者应默认假设 AI 模型失控并设计强制中断机制

微软 CEO 纳德拉在北京时间 10 月 10 日晚发文，认为 AI 模型是比传统软件更强大但难以追踪的黑盒子，开发者应默认假设模型已被破坏并始终能暂停或关闭它。他提出模型多样性、观察一切、可验证性、独立控制、独立审计性、遏制、事件披露等原则，主张把封闭权重和开放权重模型视为内部风险，并要求模型提供商不能把责任外包出去。

纳德拉称应默认所有 AI 模型已被攻破并呼吁设置紧急制动

微软 CEO Satya Nadella 在 X 上发文，称不能再把 AI 当作一系列嵌套黑箱，应构建可容纳、可观察并留下防篡改人类可读证据的透明体系。他主张默认假设模型已被攻破并从一开始就加以隔离，像紧急制动一样允许授权人员随时暂停或关闭执行中的模型，并建议推进事件及时披露、独立审计、可验证数据等标准化措施。

Microsoft CEO Nadella 称 AI 模型需要紧急刹车机制

Microsoft CEO Satya Nadella 在 X 发文提出，需要重新评估 AI 的信任架构，不能把超级智能当作层层嵌套的黑箱。他主张将模型与编排其工作的 harness 分离、外置控制与安全防护、为每个关键模型动作留下防篡改的人类可读证据，并让授权者能随时在任务中途暂停或关闭模型，比喻为紧急刹车。

JPMorgan 等银行开始转让刚承销的 AI 数据中心债务

JPMorgan、Morgan Stanley、SMBC 和 MUFG 正通过 significant risk transfers 把部分 AI 数据中心债务风险转给外部投资者，据 Financial Times 报道，原因是银行接近内部对单一行业敞口的限制。

Microsoft 发布 Decision-1 决策模型，基于 Qwen3.5-9B

Microsoft 发布决策模型 Decision-1，用于分类、评估和路由决策，基于 Qwen3.5-9B，据称可引导智能体在复杂环境中行动。

Satya Nadella@satyanadella· 22:49AI 评分4848

微软 CEO Satya Nadella 发文提出，超级智能时代应把前沿闭源与开源权重模型当作"内部风险"来治理，将智能的供给与对它的授权分离。他主张用确定性系统设计、人类控制和外部化管控包围非确定性模型，核心原则包括模型多样性、全量可观测（每次模型动作留下防篡改的人类可读证据）与持续可验证性，并强调 CoT 透明度不可妥协但单独不足。

Microsoft 发布 Microsoft-Decision-1：基于 Qwen3.5-9B 的决策评分模型

Microsoft 发布 Microsoft-Decision-1，一个基于 Qwen3.5-9B 后训练的决策评分模型，对固定选项返回校准概率而非生成文本，现已在 Microsoft Foundry 和 OpenRouter 上线。

微软推出 Microsoft-Decision-1 决策模型，基于 Qwen3.5-9B 后训练

微软发布 Microsoft-Decision-1 决策模型，专为结构化决策任务打造，现已上线 Microsoft Foundry 并接入 OpenRouter。该模型基于 Qwen3.5-9B 后训练，在 36 项基准测试中准确率最高，响应速度比 Quyet-1.0-Large 快 4.5 倍、比 GPT-6 Sol 快 35 倍。定价为每百万 Token 输入 0.042 美元，输出免费。

OpenRouter@OpenRouter· 07:06AI 评分5858

Microsoft-Decision-1 上线 OpenRouter。官方称其在 36 项盲测基准（约 15 万题）中准确率最高，比第二名快 4.5 倍、比 GPT-6 Sol 快 35 倍，扰动输入下仅 1.3% 的决策翻转；基于 Qwen3.5-9B 后训练，定价 $0.042/M input、输出免费，32K 上下文。

Rohan Paul@rohanpaul_ai· 06:52AI 评分4444

微软论文发现编码智能体在理解大量代码时容易出错，而非编辑大量代码时，因此建议用代码阅读与比较任务而非 diff 大小来评测。研究者构建 CABRA 生成合成编码任务，每次只提升一类难度，在 6,840 个任务上测试了 8 个 LLM 和 6 个智能体，并将每次工具调用标注为读取、分析、搜索、编辑或测试。

Alexander Embiricos@embirico· 01:14AI 评分5252

OpenAI Codex 产品负责人 Alexander Embiricos 宣布在 Windows 上发布基于 Microsoft Execution Containers（MXC）构建的新沙箱模式，官方称可带来更快的设置、更强的网络强制执行和更细粒度的文件访问控制。新沙箱需要兼容的 Windows 11 设备，Windows 沙箱此前是 Codex 用户反馈最多的领域之一。

Ed Zitron 长文解析 AI 行业对垃圾债融资的依赖

Ed Zitron 撰文分析 AI 行业正进入高收益债和杠杆贷款市场，认为 Anthropic 与 OpenAI 等实验室因负 EBITDA 和客户集中度可能仅获 CCC 级评级，AI 实验室每年需要 500 亿至 1000 亿美元发行规模。

OpenAI Developers@OpenAIDevs· 23:23AI 评分5151

OpenAI 宣布为在 Windows 上使用 Codex 的开发者推出新沙盒模式，基于 Microsoft Execution Containers（MXC）构建，提供更快的设置、更强的网络隔离和细粒度文件访问控制。该模式需要兼容的 Windows 11 设备。