微软在 Foundry Agent Service 推出 Copilot harness 公开预览
微软在 Foundry Agent Service 中推出 Microsoft Copilot harness 公开预览,提供托管执行循环与沙箱,开发者只需声明式定义智能体。
推荐理由:微软官方给出托管 harness 的四个构建块与定价时间点,读者可据此判断自建编排层是否还值得投入。
微软在 Foundry Agent Service 中推出 Microsoft Copilot harness 公开预览,提供托管执行循环与沙箱,开发者只需声明式定义智能体。
推荐理由:微软官方给出托管 harness 的四个构建块与定价时间点,读者可据此判断自建编排层是否还值得投入。
微软研究院发布 Flint-interactive,一种构建在 Flint 之上的交互式数据可视化语言,让智能体生成支持点击、筛选、缩放、高亮和跨图表联动的图表。它把点击、拖拽等原始触发解析为语义事件,用户只需用高层算子描述更新行为,交互与视觉依赖由 Flint 编译器处理。用户可通过 Flint-MCP 和 MCP Apps 在对话中直接使用,开发者可用编程 API 构建仪表盘和数据故事。
推荐理由:微软研究院公开 Flint-interactive 的语义事件与更新算子设计,可了解智能体生成可交互图表时如何降低调试成本。
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits(KLS)猜想,给出与维度无关的固定界。
推荐理由:微软研究者用人类主导的智能体搜索证明 KLS 猜想,可看人机协作如何参与数学发现。
NVIDIA 扩展机密计算能力,新增 Confidential Bare Metal 部署选项,让前沿模型构建方在第三方裸金属基础设施上运行敏感负载时仍能掌控模型与数据。
推荐理由:原文给出三种机密计算部署选项和 Cohere、Google Cloud 的接入计划,读者可据此判断前沿模型在第三方算力上运行时的数据保护路径。
微软研究院发布零知识证明虚拟机 Magnetar,可直接证明用 Rust、Go 或 C 编写的程序执行过程,安全性仅依赖 SHA-256、SHA-3 等标准哈希函数。
推荐理由:微软研究院梳理十余年零知识证明研究脉络,说明 Magnetar 如何在速度、通用性和密码学假设上同时推进。
Meta、Coinbase、Google、Microsoft、OpenAI、Starlink、Adobe 等科技公司与英国国家犯罪局(NCA)、美国司法部、FBI 等执法机构公布联合行动结果,打击尼日利亚、加纳等西非国家的诈骗网络。
推荐理由:Meta 联合多家科技公司与执法机构公布西非诈骗网络打击结果,读者可了解跨平台协作的具体分工与处置规模。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市,最高 128GB 统一内存和 1 petaflop AI 算力,可运行 RTX 与 CUDA 全栈技术。
推荐理由:原文列出 RTX Spark 首发时本地智能体、创作与开发工具的适配清单,可据此判断端侧 AI 工作流的可用范围。
微软发布 Azure Maia 300 架构详解,这是 Maia 第三代加速器,面向云规模智能体推理,相比 Maia 200 提供最高 7 倍的机架级 token 吞吐和超过 2.5 倍的每瓦性能。
推荐理由:微软官方拆解 Maia 300 的芯片、机架与网络设计,可看清云厂商如何为智能体推理压低每瓦成本。
微软研究院开源 Agent Lightning v1.0,这是一个约 3500 行代码的轻量 Agentic RL 框架,提出 Harnessed Agentic RL 范式,让部署时使用的 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:微软研究院开源 Agent Lightning v1.0,用约 3500 行代码实现让部署中的 agent harness 直接参与强化学习,并给出完整编码 agent 训练流程与实测增益。
微软研究院推出 Quine,一个面向生物学的研究系统,由跨模态生物学世界模型和连接模型、科学工具、文献与研究者的交互框架组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究,按化合物驱动肿瘤细胞状态转换的潜力对数千种化合物排序,排名最高的化合物在多项湿实验中产生了预期的经典态到基底态转变,整个筛选到候选优先排序过程耗时一个周末。
推荐理由:微软研究院公开 Quine 的生物学世界模型与工具编排框架,并给出胰腺癌细胞状态预测的湿实验验证结果。
微软研究院对移动操作机器人工作负载做了系统性测量,发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务成功率、支持更大模型并延长续航。
推荐理由:微软对机器人端侧推理的系统性测量显示,把推理卸载到边缘或云端可提升任务成功率与续航,并给出可复用的 Kubernetes 工具链。