微软向约6万人提供自愿离职方案，AI核心团队豁免
微软向约6万名员工（约占员工总数四分之一）提供自愿离职方案，覆盖美国、加拿大、印度和英国的副总裁及以下员工。Xbox、Windows、Copilot和财务部门完全纳入，但数据中心、销售、网络安全和量子计算等与AI战略密切相关的领域被排除在外。
推荐理由：微软以自愿离职方式优化人员结构并保护AI核心业务，反映了其在收入增长与人力成本间的战略调整。
公司与模型
Microsoft / Copilot 最新动态
微软的 Copilot 系列产品、Azure AI 云服务，以及与 OpenAI 的合作动向。
16 条精选近 30 天 12 条共收录 28 条
更新
Microsoft / Copilot的精选
The Decoder精选AI 评分6565
Microsoft Research精选AI 评分4242 微软发布Copilot企业评测合成数据平台
微软Research介绍Industry Evaluation Data Generation Platform，用于评估Microsoft Copilot在企业中的表现。
推荐理由：微软公开Copilot企业评测基础设施，给出从合成环境到自动化查询生成的可复用方法。
TechCrunch · AI精选AI 评分7272 微软从OpenAI获得100亿美元收入，股权与分成安排同步曝光
微软披露在截至2026年9月30日的季度从OpenAI相关商业安排中获得100亿美元收入，约占当季总收入的11%。全年OpenAI相关收入达241亿美元，按当季节奏年化约400亿美元。截至9月底还有72亿美元应收款未结清。微软对OpenAI的持股比例从约25%降至24%，并继续与其维持收入分成和Azure采购约定。
推荐理由：微软披露来自OpenAI的季度收入达到其总营收近11%，双方股权和合作细节也随之更新，可据此判断两家公司分分合合的商业现状。
TechCrunch · AI精选AI 评分6868 前Meta AI总监Rohit Patel发布Ndoc，做Office的AI原生替代
TechCrunch独家报道，Meta Superintelligence Labs前总监Rohit Patel离职创业推出Ndoc，自称是Microsoft Office和Google Workspace的AI原生替代品。
推荐理由：原文介绍了Ndoc的核心交互设计和开放文件格式，读者可从中看到AI办公替代方案的另一种实现路径。
Hugging Face Blog精选AI 评分5959 微软发布ThinkingBox-Training：基于ThinkingBox构建RL智能体训练框架
微软联合HuggingFace在ThinkingBox-Bench基础上推出thinkingbox-training开源仓库，展示如何将ThinkingBox中“数据库终态可执行检查”作为GRPO奖励信号，并用离线策略相对难度筛选任务池，在Qwen3.8-27B上完成50步RL微调。
推荐理由：文章展示了ThinkingBox-Training的实现细节和训练结果，帮助开发者理解如何将数据库可执行检查转化为RL奖励机制。
The Verge · AI精选AI 评分7979 微软称其 AI 诊断工具准确率超人类医生
微软在《Science》发表的研究显示，其基于 GPT-5 的 Diagnostic Orchestrator 在多智能体协作下诊断准确率约 83%，显著高于使用参考资料（36%）或不使用（22%）的普通医生。该系统将开源基准 SDBench，并计划近期在医院开展真实环境测试。
推荐理由：微软公布诊断系统测试结果，展示了多智能体协作在医学场景下的具体表现和开放计划。
Microsoft Research精选AI 评分5252 Microsoft Research 发布 Flint-interactive 交互可视化语言
Microsoft Research 发布 Flint-interactive，是一种构建交互式数据可视化的高级语言。它利用 Flint 编译器将点击、拖拽等原始触发器转化为语义事件，并通过高层更新操作符控制图表和外部组件的联动，使 AI Agent 能以更低的 token 成本和更高的可靠性生成支持缩放、筛选和联动的高交互性图表。
推荐理由：Flint-interactive 让 Agent 能基于高层语义事件生成可交互图表，降低开发门槛并减少调试成本。
Microsoft Research精选AI 评分8686 Microsoft Research 团队证明 KLS 猜想
微软研究员 Xinzhi Zhang 与 Zhao Song 合作证明了高维几何与概率领域的核心难题 Kannan-Lovász-Simonovits (KLS) 猜想。
推荐理由：该研究用人类引导的AI辅助过程证明了KLS猜想，展示了智能体协作在纯数学证明中的可用性。
TechCrunch · AI精选AI 评分7070 微软推出 Guardian Agents 应对 AI 智能体安全威胁
微软宣布新增 Guardian Agents 等安全功能，作为 Project Perception 的一部分，用于监控企业部署的 AI 智能体。CEO Satya Nadella 称前沿模型不可信任，主张将智能体的供应与其权限分离；安全主管 Hayete Gallot 指出现有模型因不可预测且缺乏组织判断力，不能被视为可信。
推荐理由：Microsoft 以内部威胁为视角推出 Guardian Agents 等安全功能，反映了业界对 frontier 模型不可靠的担忧及厂商利益冲突。
Microsoft Research精选AI 评分6767 Microsoft Research 发布 Magnetar 通用零知识虚拟机的通用计算版本
Microsoft Research 发布 Magnetar，一种基于 RISC-V 的通用零知识虚拟机（zkVM），可证明用 Rust、Go 或 C 编写的程序执行。
推荐理由：把零知识证明与标准哈希函数对齐并在普通代码上跑通，给出可迁移的zkVM工程实践。
Microsoft Research精选AI 评分7676 微软亚洲研究院发布 Agent Lightning v1.0 轻量智能体 RL 训练框架
微软亚洲研究院开源 Agent Lightning v1.0，是一套约 3500 行代码的轻量 Agentic RL 框架。它通过 Harnessed Agentic RL 范式让部署用的智能体 harness 直接参与训练，并在 Agent 与模型之间加入 LLM 代理来观察和记录调用。
推荐理由：原文给出了轻量架构和真实 harness 接入方式，读者可以据此复用该框架训练自己的代码智能体。
Microsoft Research精选AI 评分4242 Microsoft Research 访谈：AI 的意外失败及其背后的评估教训
Microsoft Research 的 Jennifer Neville 与 Chad Atalla 在播客中探讨了当前 AI 系统在超出传统基准测试的复杂场景中的表现。
推荐理由：深入剖析 AI 在长对话和复杂任务中的意外失效模式，为开发者优化多轮交互提供可验证的洞察。
Microsoft Research精选AI 评分5353 微软研究展示空间天气风险预测系统
微软研究院发布了一套端到端机器学习管道，可对北美大陆66,935个变电站进行空间天气风险评估。该系统结合L1拉格朗日点的太阳风测量数据、地磁指数预报和局部地质特征，能在威胁出现前30到60分钟提供具体位置的电网风险预警，在2020至2026年的评估期间检测了近80%的重大空间天气事件。
推荐理由：微软研究展示了覆盖美国六万多个变电站的端到端空间天气风险预测系统，可提供30到60分钟预警，有助于电网提前采取保护措施。
Microsoft Research精选AI 评分6464 微软发布 Quine：面向复杂生物学的多模态 AI 研究系统
微软研究团队发布 Quine，这是一个为应对生物学复杂性而设计的研究系统。它包含一个跨模态、跨尺度的生物学世界模型，以及一个将模型、科学工具、文献和研究人员连接起来的交互式 harness。
推荐理由：微软正式发布Quine生物学AI研究系统，并开放首期 Fellows 计划。
GitHub Blog · AI & ML精选AI 评分4848 GitHub Copilot App 入门：如何用画布构建自定义工作流
GitHub Copilot App 推出画布（canvas）功能，允许用户通过自然语言描述工作流、交互意图和代理能力，一键生成可定制界面（如看板、待办清单、电子表格）。画布支持用户与 AI 智能体双向实时协作，更改会即时同步。现有模板可在 Awesome Copilot 社区获取，支持保存为个人或团队扩展重复使用。
推荐理由：GitHub Copilot App 的画布功能支持通过自然语言快速创建可编辑工作流界面，并提供协同操作示例。
Microsoft Research精选AI 评分5555 微软在 Physical AI Toolchain 中引入推理卸载能力
微软研究团队发布新的推理卸载功能，可把物理 AI 推理从机器人 onboard GPU 迁移到边缘或云端 GPU。替换为轻量级板卡并远程推理后，Stretch-3 机器人电池续航最多提升 160%，映射和规划任务在不同小 GPU 下速度下降最高达 383%，导航避障及时检测下降 30%。团队用 K8s 工具链实现自动容器化与调度，已提供 SO-101 和 UR10e 示例项目。
推荐理由：微软在 Physical AI Toolchain 新增推理卸载能力，通过实测数据展示了对机器人性能、续航和成本的具体改善。