将数据库评分转化为 RL 奖励：用 ThinkingBox 对智能体进行后训练
Microsoft 与 Hugging Face 将 ThinkingBox 的数据库终态检查用作 RL 奖励，使 Qwen3.8-27B 的平均成功率从 51.70% 升至 60.78%。经过 50 步 GRPO，全部 20 次尝试均成功的任务从 38 项增至 107 项，但至少成功一次的任务数略降；ThinkingBox-Training 已在 GitHub 开放。
#Microsoft
Hugging Face BlogAI 评分4747 Microsoft ResearchAI 评分5959 Microsoft Research 介绍 Flint-interactive，用高层语言创建交互式数据可视化
Microsoft Research 介绍了基于 Flint 的交互式可视化语言 Flint-interactive，让用户和 AI 智能体以高层语义事件和更新算子定义图表交互。
Microsoft Research精选AI 评分8383 Microsoft Research 研究员与合作者证明悬而未决 31 年的 KLS 猜想
Microsoft Research 的 Xinzhi Zhang 与合作者 Zhao Song 证明了 KLS 猜想，将高维对数凹分布相关几何界限收紧至与维度无关的通用常数。
推荐理由：研究者逐轮筛选并重定向智能体的探索，而相近 token 预算的无引导尝试未达目标，为人机协作研究提供了具体的方法对照。
GitHub Blog · AI & ML精选AI 评分6666 3 位 Java Champion 如何使用 GitHub Copilot 提高开发效率
3 位 Java Champion 分享了使用 GitHub Copilot 开发功能、迁移内容和排查缺陷的实践，强调提供上下文、验证结果并由开发者承担交付责任。
推荐理由：将需求澄清、任务专属验收关卡和确定性检查串成反馈闭环，为把智能体的快速执行转化为可维护的软件提供了可迁移方法。
Microsoft ResearchAI 评分3333 Microsoft Research 对谈 Chris White：以科技与研究服务社会
Microsoft Research 的 Catalyst Lab 主任 Chris White 在播客中回顾参与阿富汗先进技术行动、开发用于打击人口贩运的暗网搜索工具的经历。他与主持人 Weishung Liu 探讨这些职业选择背后的影响、问题选择在创新中的作用，以及目睹人性阴暗面后如何保持希望。
GitHub Blog · AI & MLAI 评分5454 如何在 VS Code 中继续 GitHub Copilot app 会话
GitHub 介绍如何将 GitHub Copilot app 会话直接转入 VS Code，保留对话、代码改动和工作上下文并继续开发。在会话中选择 Open in VS Code，即可打开关联的工作树，在编辑器中逐行审查差异、继续与 Copilot 对话、手动修改代码并运行本地测试。完成后提交并推送原会话关联的分支，即可更新已有拉取请求，无需复制文件或手动重新关联。
Microsoft ResearchAI 评分5050 Magnetar：基于证明的通用计算
Microsoft Research 的 Magnetar 在通用程序零知识证明上取得进展，平均速度比此前最快的同类系统快 10 至 39 倍。它可为 Rust、Go 或 C 程序生成执行正确性证明，安全性仅依赖标准哈希函数。验证者可在毫秒内检查证明，无需重新运行程序，也无需获取程序输入数据。
GitHub Blog · AI & MLAI 评分5959 GitHub Copilot app 入门：如何让 Copilot 了解你的代码库
GitHub Copilot app 入门教程讲解如何结合自定义指令、智能体技能、自定义智能体与 MCP 服务器，让 Copilot 按项目规范工作。
Microsoft ResearchAI 评分4848 StudentSim：通过模拟学生学习改进 AI 辅导
StudentSim 通过个性化学生模拟，为 AI 辅导系统在真实学习者测试前的评估与改进提供反馈。系统使用公开、去标识化的学习记录训练，在国际象棋、英语二语写作和数学任务上优于主要基线，评估兼顾学生行为还原与指导后的反应。该系统仅用于研究，未部署于课堂，也不旨在替代教师。
GitHub Blog · AI & ML精选AI 评分6464 GitHub 主张密钥保护应跟上软件增长，介绍 ModernBERT 检测模型
GitHub 介绍与 Microsoft Applied Sciences 合作构建的 ModernBERT 分类器，用于在推送时识别非结构化密钥，单批候选检测耗时低于 2 毫秒，可使能够预防泄露的密钥数量增加至两倍以上。
推荐理由：九个季度的数据将泄露总量增长与单次推送风险区分开来，为理解密钥保护为何需要从人工补救转向自动预防提供了依据。
Microsoft ResearchAI 评分5959 Microsoft Research 开源 Agent Lightning v1.0，以约 3,500 行代码实现智能体 RL 框架
Microsoft Research Asia 开源重构后的 Agent Lightning v1.0，以约 3,500 行代码让部署时使用的智能体运行框架直接参与 RL 训练。
Microsoft Research精选AI 评分6060 Microsoft Research 的 Jennifer Neville 谈 AI 会犯哪些错，以及失败能教会我们什么
Microsoft Research 的 Jennifer Neville 在访谈中解析 AI 在多轮对话和长流程协作中的失败，以及评估如何帮助改进系统。她的团队将单轮基准改为逐轮补充需求的测试，发现模型表现显著下降，长流程中的未纠正错误也会累积并造成混乱。她建议对话混乱时重新开启聊天并一次性完整说明需求，在实际工作中保留人工监督与核验，而非将任务 100% 委托给 AI。
推荐理由：把单轮基准改造成逐轮补充需求的评估，能揭示高分背后的交互短板，为设计贴近真实工作流的测试提供具体思路。
GitHub Blog · AI & MLAI 评分5656 ReviewBench：面向 AI 代码审查的开放评测基准
GitHub 开放 AI 代码审查基准 ReviewBench 的研究预览版，提供公开数据集、评估方法和自助运行工具。基准包含来自 187 个公开开源仓库、覆盖 19 种语言的 219 个拉取请求，使用多来源参考问题集和 Claude Sonnet 5 评判器，独立参与复核的资深工程师与基准判断的一致率为 96.6%。
Microsoft ResearchAI 评分4747 Microsoft Research：预测空间天气对电网的风险
Microsoft Research 的研究人员开发机器学习系统，为美国本土 66,935 座变电站预测空间天气风险，可提前 30-60 分钟预警。系统结合太阳风观测、地磁指数预测及当地地质电导率等信息，生成位置特定的风险估计。重大事件检出率为 76.5%，严重事件为 81.2%，极端事件为 64.1%；误报率随风暴强度增加。
Microsoft Research精选AI 评分6262 Microsoft Research 推出 Quine，连接生物学世界模型与实验研究流程
Microsoft Research 推出实验性 AI 研究系统 Quine，将多模态生物学世界模型与连接科学工具、文献和研究人员的交互框架结合。在与 Broad Institute 合作的胰腺癌研究中，团队用一个周末完成数千种化合物的预测筛选与候选排序，多项湿实验验证了高排名候选引导细胞状态转变的效果。
推荐理由：胰腺癌实验案例展示了先用模型缩小化合物搜索范围、再用湿实验检验预测的研究路径，为计算与实验协作提供具体参照。
GitHub Blog · AI & MLAI 评分5858 GitHub Copilot app 入门：如何用 canvases 构建自定义工作流
GitHub Copilot app 的 canvases 教程演示了如何通过 /create-canvas 技能，用自然语言创建用户与智能体共享的自定义工作流界面。描述需明确工作流、用户操作和智能体操作，生成后可继续调整，并保存为项目共享或个人扩展。用户与智能体的修改会即时反映在共享状态中，无需额外发送或同步，也可从 Awesome Copilot 安装现成扩展后再定制。