#Microsoft

微软与 Nvidia 为 RTX Spark 笔记本做了大量 Windows 适配，重点之一是让本地 AI 智能体在 Windows 上快速安装和运行。

首次进入 Windows 会出现新的 Get Started 体验，用户可在两次点击内找到、安装并启动智能体，Hermes、Perplexity 和 OpenClaw 是首批官方支持的三个智能体，后续可通过 Windows Store 更新。作者实测 Hermes 基本两次点击即可启动，但 OpenClaw 因本地网关未正确安装，需卸载重装才能正常使用。

据 The Information 援引知情人士，OpenAI 员工称公司年底前可能发布一到两款新模型，但正在开发的重大升级旗舰模型是否在其中尚不清楚。

该旗舰模型仍需完成对齐工作，并需加强测试基础设施；在领导层认可安全评估后，还要按特朗普关于先进 AI 系统评估的行政令，提前最多 30 天向美国政府开放新模型。

微软研究院提出概率偏差校正（PBC）方法，用机器学习识别并纠正现有天气预报模型的系统性偏差，相关论文发表在 Nature，工具已开源。

研究显示，PBC 将 ECMWF 物理模型在 98% 降水目标和 92% 温度目标上的准确率提升，并使其 AI 预报系统的准确率翻倍。该方法可在 CPU 上运行，研究者希望资源有限的机构也能借此改进本地预报。

OpenAI 在周三提交的文件中指控一名未具名前员工在加入 Apple 前带走 100 多份与产品计划相关的文件，将其发送至个人账户并向 Apple 领导层展示，包括该公司亚洲运营副总裁。

微软组建新的 Xbox Labs 小组，探索近期大量出现的 AI 辅助游戏反编译与重编译现象。

Xbox CEO Asha Sharma 表示，该小组由游戏制作人、工程师和科学家组成，将公开构建并把成果分享给开发者，同时提到玩家每年在 Xbox 游戏上花费超过 720 亿小时，约为全球写代码时间的五倍。

GitHub 公开其密钥检测新方案：用两阶段流水线替代此前基于 LLM 的流程，先用正则生成候选，再由微调后的 ModernBERT 结合文件路径、变量名和上下文判断是否为真实凭据。

相比旧 LLM 流水线，用户对告警的接受度提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本降低逾 98%，并让通用密钥检测得以扩展到推送保护阶段。

GitHub Copilot 可通过四种方式定制对代码库的理解：仓库级自定义指令写入 .github/copilot-instructions.md，路径级指令放在 .github/instructions 并用 applyTo 字段匹配文件。

微软研究院推出 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。

该系统同时发布 StudentSimEval 基准，覆盖国际象棋、英语二语写作和数学三个领域，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，不会部署到课堂，也不用于替代教师。

微软计划从 2027 年起以多吉瓦规模部署 Azure Maia AI 芯片，使其成为公司各产品线的主要推理系统。

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 中每瓦 token 数最高可达领先 GPU 的 1.7 倍。

微软研究院一项研究发现，长时间运行的研究型 AI 智能体即便增加算力也会陷入性能瓶颈，同一任务八次独立运行的最终得分从 68.3 到 100.0 不等。

研究者将这种局限称为“idea basins”，即智能体反复在相似解区域内优化。

微软总裁 Brad Smith 呼吁紧急监管 AI，认为英国而非美国或欧盟最适合主导全球安全规则，并称华盛顿不像看待布鲁塞尔那样看待伦敦，这是英国的优势。

他提出应立法要求系统遭失控 AI 智能体入侵时通知相关机构、AI 产品发布前须经外部评估者批准，并支持在人类失去控制时暂停或减速 AI 的 kill-switch。

微软发布第三代自研 AI 芯片 Maia 300，定位为微软产品与服务的“主要 AI 推理系统”，将于 2027 年开始量产部署。

微软云业务执行副总裁 Scott Guthrie 称，Maia 300 每兆瓦 token 产出比主流 GPU 系统高 40%，在 96 加速器满配下机架级 token 吞吐量可达 Maia 200 的 7 倍。

继特朗普宣布将 AI 重新命名为"超级智能"后，Elon Musk 承诺将 SpaceXAI 更名为 SpaceXSI，Marc Benioff 宣布 Salesforce 将 AIForce 改名为 SIForce，Nvidia 则承诺投入 10 亿美元用于"超级智能研究"。

微软 Satya Nadella 在呼吁为 AI 建立"紧急刹车"的帖子中也多次使用"超级智能"一词。

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）。

TechCrunch 的 Equity 播客讨论认为，此举或有助于缓解社区对数据中心的抵触，但当前多地通过的暂停令以及行业沟通不畅，仍让反对声浪难以迅速平息。

微软 CEO Satya Nadella 在最新博客中改用特朗普偏好的 "Super Intelligence" 一词替代 Artificial Intelligence，并主张将 AI 模型视为内部安全威胁。

微软 CEO 纳德拉在 X 发长文谈高级 AI 模型的风险与应对，主张不能再把 AI 当作只需接受或拒绝其建议的嵌套黑箱，应建立可隔离、可观察并留下防篡改人类可读证据的透明体系。

他提出应及时披露事件、独立审计、数据可验证并做隔离，并称必须从一开始就假定模型已被攻陷并加以隔离，就像紧急制动一样，授权人员应能随时暂停或关闭执行任务中的模型，更先进的模型需要更先进的隔离技术并加以标准化。

微软 CEO Satya Nadella 在 X 上发文称，应重新审视 AI 的信任架构，把模型与编排其工作的 harness 分离，并将控制与防护措施外部化。

他要求每个有意义的模型动作都留下防篡改、人类可读的证据，并让授权人员能随时暂停或关闭执行中的模型，称这就像“紧急刹车”。

微软推出自家决策模型 Decision-1，基于 Qwen3.5-9B，面向分类、评估和路由决策，并称有潜力引导和控制智能体应对复杂环境。

微软称其在覆盖 36 项基准、近 15 万个问题的测试中最准确，速度比第二名 H2O-Lightning-4B 快 2.5 倍，基准对比中准确率 83.5%、延迟 85 ms，领先 Jev 1.13.0。

MIT Technology Review 文章指出，AI 的拒绝机制已成为 AI 安全的核心，但并不可靠。

模型被训练拒绝大量有害提示词，却仍保留暴力与网络攻击等能力，且拒绝机制基于概率，可能被绕过。文章还提到 OpenAI 曾组织红队测试 ChatGPT，并质疑由企业单方面划定拒绝边界的做法。

微软在两年来的首场线下活动中发布新款 Surface Laptop Ultra，并公布 Windows 11 的一系列改动，同时展示本地 AI 与智能体工作流如何改变个人计算。

GitHub 发布与 Microsoft Applied Sciences 合作微调的 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，官方称有望让可拦截的密钥数量翻倍以上。

微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 训练范式，让部署时使用的同一 agent harness 直接参与 RL 训练，无需在训练框架内重新实现智能体。

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 系统性能边界，以及模型在传统 benchmark 之外测试时出现的"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，并强调当结果超出预期时深入审视数据的重要性。

GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 1.039 亿个 GitHub pull request 的分布构建，包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 pull request。

微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，它让智能体在隔离的 MCP 工具会话中运行，再根据终端后端状态和副作用而非生成文本打分，并让每个任务重复 20 次。

微软研究院实习生开发了一套端到端机器学习系统，利用 L1 太阳风观测、AE 与 Dst 指数预报及地质电导率数据，为美国本土 66,935 座变电站生成提前 30-60 分钟的区域性空间天气风险估计。

微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由多模态生物世界模型和连接模型、科学工具、文献与科研人员的交互 harness 组成。

该系统与 Broad Institute 合作用于胰腺导管腺癌研究，从数千个化合物中筛选出可驱动肿瘤细胞状态转变的候选物，最高排名化合物在多项湿实验中产生了最大的预期状态转变，整个筛选到验证过程仅用一个周末。

微软亚洲研究院新加坡分院作为微软在东南亚的首个研究实验室，成立一年来围绕下一代AI模型与智能体系统、领域AI应用、AI原生研究实践及生态人才培养四大方向推进工作。

该实验室与新加坡医疗生态伙伴合作探索多模态医疗AI与自演化诊断智能体，并联合EDB于2026年2月举办物流与交通AI高管圆桌会。

GitHub Copilot 应用中的 canvas 是一种可自定义的双向界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述工作流，agent 即可生成看板、发布清单或仪表盘等界面。

canvas 会保存为扩展，可随项目共享或作为个人扩展复用，社区已在 Awesome Copilot 分享现成扩展。

GitHub Copilot 提出用 canvas 替代聊天框作为与 AI 协作的主要界面：canvas 是运行在 GitHub Copilot 应用内的全栈小应用，可与 agent 双向通信，也能调用第三方 API 或在本地执行代码。

GitHub Copilot 应用重建了 pull request 视图，以流畅渲染含 2,200 个文件、超百万行改动和 400 多条行内评论的超大 PR。

其做法是把文档高度拆成确定性的代码几何与动态评论块两套几何：代码行高提前精确计算，评论高度则惰性测量、按文件行号锚定，避免滚动跳变。

微软研究院对移动操作机器人工作负载做了首次系统性测量，发现把物理 AI 推理从机器人本体 GPU 卸载到边缘或云端 GPU，能提升任务成功率、支持更大模型并延长续航。

微软研究院在 Nature 发表逆向合成模型 RetroChimera，它结合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc，通过学习式集成对两者预测排序，在常见与罕见反应类别上均表现较强。

微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash，以蒸馏自十亿参数 GigaPath 编码器的 22M 参数 ViT-S 骨干大幅降低病理分析算力需求。