公司与模型
微软的 Copilot 系列产品、Azure AI 云服务，以及与 OpenAI 的合作动向。
13 条精选近 30 天 12 条共收录 87 条
微软研究院开源了去中心化的多智能体编码框架 Agensh，移除了传统架构中的中心编排器，通过 Gitea、Mattermost 和共享上下文面板实现工作协同。该框架支持从 1 个扩展至 1,024 个 Agent 运行，在 ProgramBench 评测中随智能体数量增加显著提升了通过率。
推荐理由：该开源框架移除了多智能体系统中的中心编排器，通过去中心化协作和共享状态支持超大规模扩展，为复杂编程任务提供了新途径。
Microsoft 与 Hugging Face 联合发布 ThinkingBox-Training，将数据库终端状态的可执行检查转化为强化学习奖励来训练智能体。通过离线策略相对难度过滤并结合 GRPO 微调 Qwen3.8-27B，使其在 ThinkingBox-Bench 上的平均成功率和观察到的全过率均显著提升。
推荐理由：原文公开了利用数据库终端状态作为强化学习奖励的训练方案，展示了智能体在业务工作流中可重复成功率的显著提升。
推荐理由：该成果展示了人类研究者主导下利用 AI 智能体在数学难题中探索上百条路径的完整案例，为理解 AI 辅助科学发现提供了具体的协作范本。
Microsoft Research 团队通过人类引导的智能体辅助研究流程，解决了高维几何与概率论中的 31 年历史难题 Kannan-Lovász-Simonovits 猜想。该工作通过递归应用新数学准则并证明累积误差保持在通用常数范围内，消除了对维数的依赖。
推荐理由：该研究展示了人类引导的智能体辅助科学发现过程，为复杂数学难题的求解提供了可复用的协作范式。
Microsoft Research 推出了 Magnetar，这是一个零知识虚拟机（zkVM），能够证明用 Rust、Go 或 C 编写的 RISC-V 程序执行过程。相比同类系统，它在速度上平均提升 10 到 39 倍，且其安全性仅依赖于标准哈希函数，无需可信设置或椭圆曲线。
推荐理由：微软展示了 Magnetar 如何在保持安全性的同时大幅提升零知识证明的性能，这为通用计算的可验证性提供了新的基准。
AWS 宣布 Anchor Browser 集成 Amazon Bedrock AgentCore 支付功能，使 AI 智能体能够自动处理 HTTP 402 付费请求。该方案将钱包凭证和支付逻辑移至托管基础设施层，智能体无需内置支付代码即可通过 x402 协议访问付费网页及 API，并支持在基础设施层面设置预算限制与审计日志。
推荐理由：该方案将支付逻辑从 Agent 运行时剥离至基础设施层，通过集成 x402 协议实现自动化付费访问，为开发者提供了无需修改代码即可处理付费资源请求的标准化路径。
GitHub 推出了一款基于微调 ModernBERT 的上下文感知密钥分类器，用于优化密钥扫描流程。该系统采用“正则筛选+模型分类”的两阶段流水线，相比此前的 LLM 方案，将扫描执行时间缩短了 86%，推理成本降低了 98%，并实现了 11.5% 的用户接受度提升。
推荐理由：GitHub 通过引入基于 ModernBERT 的轻量级分类器替代原有的 LLM 方案，在降低 98% 推理成本的同时提升了密钥检测的准确率与响应速度，为开发者提供了更高效的密钥扫描方案。
微软宣布自 2027 年起将 Maia 芯片家族扩展至多吉瓦部署，使其成为旗下产品和服务的主要推理系统。新推出的 Maia 300 采用多芯片粒设计，官方称其每瓦 token 产出比主流 GPU 系统高 40%，旨在优化长上下文推理及智能体任务的能效与吞吐量。
推荐理由：微软宣布将自研 Maia 芯片作为主要推理系统并推出 Maia 300，该举措展示了大型科技公司在降低对外部硬件依赖方面的战略调整。
微软发布决策模型 Microsoft-Decision-1，该模型基于 Qwen3.5-9B 训练，专注于在 Agent 任务中进行快速、低成本的概率判断。此前 OpenAI 已开放 Decisions API 公测，开源社区 vLLM 也推出了多款决策模型。这类模型不生成推理过程，仅输出预设选项的校准概率，旨在解决 Agent 复杂工作流中频繁分支判断带来的高延迟与高成本问题。
推荐理由：决策模型通过将 Agent 任务中的分支判断标准化为低延迟、低成本的概率输出接口，为大规模自动化工作流提供了可行的基础设施方案。
NVIDIA 与 Microsoft 宣布推出 RTX Spark 硬件平台，将 Blackwell RTX GPU 与 Grace CPU 集成至 Windows 笔记本及紧凑型台式机，支持本地运行大规模 AI 模型。
推荐理由：NVIDIA 与 Microsoft 合作推出 RTX Spark 硬件平台及 MXC 基础设施，旨在通过软硬一体化方案将高性能 AI 智能体运行能力引入 Windows 生态。
Microsoft Research Asia 开源了 Agent Lightning v1.0，这是一个约 3500 行代码的轻量级智能体强化学习框架。该框架采用 Harnessed Agentic RL 范式，允许直接在部署环境上进行训练，支持 Kubernetes 原生部署，并实现了 Collocated Async RL 以提升 GPU 利用率。
推荐理由：该框架通过直接复用部署时的智能体环境进行强化学习，降低了训练与部署不一致的风险，并提供了轻量化的 Kubernetes 原生支持方案。
Microsoft 在 Hugging Face 发布 ThinkingBox，这是一个通过评估 AI 智能体在隔离环境中对后端数据库产生的实际状态变更来衡量其可靠性的基准。该基准包含 507 个业务工作流任务，通过 20 次重复运行测试模型的一致性，发现多数模型在单次成功率与多次重复成功率之间存在显著差距，并指出约 80% 的失败源于工具处理而非推理能力。
推荐理由：该研究通过评估 AI 智能体在业务工作流中对数据库状态的实际影响而非仅关注对话内容，揭示了模型在可靠性与一致性上的差距，为智能体评估提供了新的可执行基准。
Microsoft Research 在 Physical AI Toolchain 中新增了机器人推理卸载功能，支持通过 Kubernetes 将 AI 工作负载从机器人本体卸载至边缘或云端。研究表明，该方案能有效解决机载 GPU 带来的功耗与性能瓶颈，在提升任务成功率的同时显著延长机器人续航时间。
推荐理由：微软研究团队通过实验证明将机器人推理任务卸载至边缘或云端可显著提升性能并延长续航，并为此在 Physical AI Toolchain 中引入了分布式推理支持。