Microsoft Research Focus 第 98 期：KLS 猜想攻克、CompactionBench 与 LCT 等研究进展
Microsoft Research Focus 第 98 期由 Anson Ho 主持，盘点微软最新研究：KLS 猜想这一 31 年悬案被攻克，为理解随机化算法效率扫清理论障碍。
#Microsoft
Microsoft ResearchAI 评分4343
Microsoft Research精选AI 评分7474 微软研究 Lazarus 后门技术：重编程休眠神经元可劫持 AI Agent
微软研究人员发现名为 Lazarus 的后门技术，重编程 LLM 中少于 10 个休眠神经元、无需训练即可让 AI Agent 在触发时执行攻击者命令，且模型仍能通过标准评测。
推荐理由：原文给出少于10个休眠神经元即可植入后门且无需训练的机制细节，可帮助读者理解权重完整性为何成为模型安全的关键。
GitHub Blog · AI & MLAI 评分4444 GitHub 超越代码生成：开发者智能体工程指南
GitHub 发布开发者指南，讲解如何在 Plan、Build、Verify、Observe 四个阶段用 Copilot 构建智能体工程工作流。10 月 GitHub 单周提交量超 12 亿次，同比增长 400% 以上，但 Faros AI 研究显示高 AI 采用团队的 pull request 审查时间增加 441%。
Microsoft Research精选AI 评分6262 Microsoft Research 推出 PDD Kit，用形式化验证约束智能体生成的全栈 Web 应用
Microsoft Research 与 GitHub Next、RiSE 合作推出 PDD Kit，把形式化验证引入日常软件开发：它在 GitHub Next 的 Chopin 规划环境中与开发者协作，把自然语言意图转成 Verus 形式化规范，自动为智能体生成的代码生成证明，证明覆盖每个输入，证明触及不到的部分则回退为测试。
推荐理由：原文完整展示了从意图到形式化规范再到证明的七步工作流，可迁移之处在于它把代码审查重心移到了意图审查。
Microsoft ResearchAI 评分3434 Microsoft Research 播客：黑客文化如何塑造 Mike Walker 的网络防御之路
Microsoft Research 播客邀请研究经理 Mike Walker 对谈，讲述其从黑客文化走向下一代网络防御的职业经历，包括参与开发首个全机器黑客攻防赛。
AWS Machine Learning BlogAI 评分4242 在 AWS GovCloud (US) 中配置 ChatGPT 桌面应用接入 Amazon Bedrock
AWS 发布教程，指导在 AWS GovCloud (US) 中配置 ChatGPT 桌面应用，将模型推理请求路由至 us-gov-west-1 的 Amazon Bedrock Mantle 端点，供 Work（多步骤任务）和 Codex（编码智能体）使用。
Microsoft ResearchAI 评分4747 Microsoft Research 推出 Industry Evaluation Data Generation Platform，用合成企业数据评估 Microsoft Copilot
Microsoft Research 推出 Industry Evaluation Data Generation Platform，通过全合成的企业环境（tenant）评估 Microsoft Copilot，避免使用真实客户敏感数据。
Microsoft ResearchAI 评分3939 Microsoft Research Focus 第 97 期：ForkPilot、CABRA、TeleTune 等最新研究盘点
Microsoft Research Focus 第 97 期由 Sowbhagya Suresh 主持，盘点 Microsoft 最新研究：自改进智能体框架 ForkPilot 在六个 benchmark 上比肩最佳方法、AI 处理需求最多降低 59%。
Hugging Face Blog精选AI 评分6161 微软与 Hugging Face 开源 ThinkingBox-Training：用数据库终态检查作为 RL 奖励后训练智能体
微软与 Hugging Face 联合发布并开源 ThinkingBox-Training（microsoft/thinkingbox-training），把 ThinkingBox-Bench 中对数据库终态的可执行检查复用为 RL 训练奖励。
推荐理由：原文给出了把数据库终态检查复用为 RL 奖励的完整训练流程与开源实现，读者可据此迁移方法到自己的智能体任务集。
Microsoft ResearchAI 评分4444 Microsoft Research 推出 Flint-interactive：为 AI 生成图表带来交互能力的可视化语言
Microsoft Research 推出 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让 AI 智能体能生成支持点击、筛选、缩放、高亮和跨图表联动的图表。
Microsoft Research精选AI 评分7575 Microsoft Research 研究者与 AI 协作证明 31 年悬案 KLS 猜想
Microsoft Research 机器学习与优化组的 Xinzhi Zhang 与合作者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，表明对数凹分布的最佳平面切割与任意形状切割之差不超过一个与维度无关的普适常数。
推荐理由：原文对比了无人引导的同预算尝试与人机协作的差异，可迁移地说明研究者判断在 AI 辅助证明中的作用。
Microsoft ResearchAI 评分2525 Microsoft Research 播客：Catalyst Lab 负责人 Chris White 谈科技、研究与积极影响
Microsoft Research 播客本期由 Principal Technical Program Manager Weishung Liu 对话 Microsoft Research Catalyst Lab 负责人 Chris White，回顾其从哈佛博士后、DARPA 项目到阿富汗一线技术负责人、暗网搜索工具研发者的经历。
GitHub Blog · AI & MLAI 评分4343 3 位 Java Champion 分享用 GitHub Copilot 提升生产力的实践
3 位拥有 10 年以上经验的 Java Champion 分享了在生产与开源项目中使用 GitHub Copilot 的实践，其中 Vlad Mihalcea 借助 Copilot 将原本需数周开发的 Hypersistence Optimizer 事件历史 Web 应用缩短到两天完成。
GitHub Blog · AI & MLAI 评分4545 GitHub Copilot 如何在 VS Code 中继续 app 会话
GitHub Copilot 支持把 app 会话直接在 VS Code 中打开，保留原有对话、代码改动与 worktree 上下文，无需重建任务。
NVIDIA BlogAI 评分4545 NVIDIA 推进媒体行业 AI 智能体安全：EBU 扩展主权框架，Adobe Frame.io 借 GPU 加速视频搜索
NVIDIA 与欧洲广播联盟（EBU）扩展主权框架，引入主权云、开源模型与系统集成商，帮助欧洲公共广播机构在掌控数据、基础设施与安全的前提下部署 AI 智能体。
Microsoft Research精选AI 评分7070 Microsoft Research 发布 zkVM Magnetar，基于标准哈希函数实现通用零知识证明
Microsoft Research 发布零知识虚拟机 Magnetar，可证明 Rust、Go 或 C 编写并按 RISC-V 架构编译的程序执行，在笔记本上每秒证明 7.2 至 8.7 million 条处理器指令，在 15 个基准程序上平均比现有最快 zkVM 快 10 至 39 倍，证明验证约 12 毫秒。
推荐理由：原文梳理了零知识证明普及的三大障碍及 Magnetar 分别如何应对，便于读者判断其技术路线取舍。
NVIDIA Blog精选AI 评分6767 NVIDIA RTX Spark 发布在即，生态伙伴推出本地智能体软件与模型更新
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日（周五）上市，最高配备 128GB 统一内存和 1 petaflop AI 算力，官方与生态伙伴同步推出面向本地 AI 智能体的软件与模型更新。
推荐理由：原文系统梳理了 RTX Spark 发布前后生态软件、模型与工具的更新清单，读者可据此判断本地 AI 智能体在 PC 上的落地路径。
GitHub Blog · AI & MLAI 评分5555 GitHub Copilot app for Beginners：如何让 Copilot 了解你的代码库
GitHub 官方教程介绍四种让 Copilot 掌握项目约定的方式：用 .github/copilot-instructions.md 和 .github/instructions 下带 applyTo 字段的路径级文件定义仓库规范。
NVIDIA BlogAI 评分5656 NVIDIA 在 OCP 全球峰会上开放 Vera Rubin 架构与多项 AI 工厂标准
NVIDIA 在 OCP 全球峰会上向 OCP 贡献 Vera Rubin 机架与计算托盘设计，并通过开放的 MGX 架构为系统厂商提供共同基础。MGX 1.2 规范扩展了机架级盲插液冷、可互操作互连、5,000A 液冷母线以及最高 250kW 的机架部署支持，同时新增 Vera CPU 机架设计规范以支持智能体场景。
NVIDIA Blog精选AI 评分7272 NVIDIA 与 Microsoft 联合推出 RTX Spark 笔记本并预热 DGX Station for Windows
NVIDIA 与 Microsoft 在旧金山 Windows AI and Surface 活动上宣布共同为 Windows PC 打造 AI 智能体的软硬件，RTX Spark 笔记本今日开启预售、10 月 16 日上市，紧凑型台式机 11 月开售。
推荐理由：原文给出具体硬件规格与开放购买时间，读者可据此判断本地运行大模型的可行性。
Microsoft Research精选AI 评分6161 Microsoft Research 开源 Agent Lightning v1.0：约 3,500 行代码的 agentic RL 框架
Microsoft Research Asia 提出 Harnessed Agentic RL 训练范式并开源 Agent Lightning v1.0，让部署所用的 agent harness 直接参与强化学习。
推荐理由：原文给出了训练范式、系统架构与实测数据，读者可据此评估它如何让部署用的 agent harness 直接参与 RL 训练。
Microsoft ResearchAI 评分4444 Microsoft Research Podcast：AI 的意外失败与评测教训
Microsoft Research Podcast 采访了 Microsoft 合作研究经理、Purdue 计算机科学与统计学 Samuel D. Conte 讲席教授 Jennifer Neville，探讨评测如何推动 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"。
Hugging Face Blog精选AI 评分7474 Microsoft ThinkingBox 发布：按数据库终态评测智能体的基准与沙箱
Microsoft 与 Hugging Face 联合发布 ThinkingBox 沙箱与 ThinkingBox-Bench 基准，按智能体留下的后端终态与副作用而非其自述来打分，覆盖 507 个有状态业务工作流，每个任务独立运行 20 次。
推荐理由：文章用可执行的状态检查揭示工具调用正确不等于结果正确，并给出可复现的评测环境与复现步骤。
Microsoft ResearchAI 评分4747 Microsoft Research 用机器学习预测电网空间天气风险
Microsoft Research 实习期间开发的机器学习管线可对美国本土 66,935 座变电站生成空间天气风险估计，提前 30-60 分钟预警，评估期内检出近 80% 的重大空间天气事件。
Microsoft Research精选AI 评分6262 微软研究院发布 Quine：面向生物学复杂性的 AI 研究系统
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由生物世界模型和连接模型、科学工具、文献与实验的交互式 harness 组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究，预测并优先排序数千种化合物，从缩小搜索空间到选出候选化合物仅用一个周末，湿实验验证中排名最高的化合物产生了最大的预期细胞状态转变。
推荐理由：微软研究院公开 Quine 的多模态生物世界模型与实验闭环，读者可了解 AI 参与药物发现的具体流程与验证结果。
AWS Machine Learning Blog精选AI 评分6060 xAI 的 Grok 4.7 上线 Amazon Bedrock
xAI 的 Grok 4.7 已在 Amazon Bedrock 上线，提供 500K token 上下文窗口和 low、medium、high、xhigh 四档可配置推理强度，通过 bedrock-runtime 端点的跨区域推理配置文件提供服务，支持 Responses、Chat Completions 和 Converse API。
推荐理由：Grok 4.7 上线 Amazon Bedrock 的接入方式与四档推理强度配置，可供评估长任务智能体的成本与延迟取舍。
Microsoft ResearchAI 评分1818 微软亚洲研究院新加坡成立一周年：推进前沿 AI 研究、合作与人才培养
微软亚洲研究院新加坡（MSRA – Singapore）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、领域专用 AI、AI 原生研究实践、生态与人才培养四大方向推进工作。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 月举办物流与运输 AI 高管圆桌会。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 应用入门：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可自定义的双向界面，用户通过 /create-canvas 技能用自然语言描述需求即可生成看板、发布清单或仪表盘等工具，无需编写代码。canvas 以扩展形式保存，可随项目共享或作为个人扩展复用，用户与智能体可同时操作并即时同步状态。Awesome Copilot 社区已提供发布说明、看板、issue 分诊等现成 canvas 扩展。
GitHub Blog · AI & MLAI 评分3636 GitHub Copilot 为什么说聊天框是错误 UI：用 canvas 替代 chat
GitHub Copilot 提出 canvas 概念，即在 GitHub Copilot 应用内运行的小型全栈应用，无浏览器外壳，可与 agent 双向通信，也能调用第三方 API 并在本地执行代码。
GitHub Blog · AI & MLAI 评分3030 GitHub Copilot 应用如何渲染超大 pull request
GitHub Copilot 应用重建了 pull request 视图，用一个含 2,200 个文件、超百万行改动和 400 多条行内评论的开源 PR 做压力测试。它把文档高度拆成确定性的代码几何与动态评论块两套体系，评论高度改为惰性测量、修正锚定在用户当前浏览位置，避免滚动跳动。
Microsoft Research精选AI 评分6262 微软研究：将物理 AI 推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动机器人操作负载的系统性测量显示，把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务表现并延长续航。
推荐理由：微软对机器人推理负载的系统性测量显示，把推理从机载 GPU 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。
Microsoft ResearchAI 评分4848 微软开源逆合成模型 RetroChimera，成果登上 Nature
微软研究院在 Nature 发表逆合成模型 RetroChimera，并开源其实现与权重。该模型融合 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc，通过学习式集成对两者预测重排序，在盲测中化学家更偏好其单步反应预测。
GitHub Blog · AI & ML精选AI 评分7575 GitHub 用 Copilot 将 Copilot 运行时迁移到 Rust 的实践复盘
GitHub 工程师 Stephen Toub 复盘用 GitHub Copilot 把 Copilot agent runtime 从 TypeScript 重写为超过 80 万行生产级 Rust 的过程，代码主要由 AI 智能体编写，横跨 128 个 PR 并增量上线，性能提升数个数量级。
推荐理由：GitHub 工程师复盘用 Copilot 把运行时从 TypeScript 迁到 Rust 的全过程，含多智能体协作与提示缓存数据。
GitHub Blog · AI & MLAI 评分2828 GitHub 如何用 Copilot 把营销活动变成代码：从策划到跟进全自动
GitHub 日本和韩国营销负责人用 GitHub Copilot 把活动运营流程自动化：以 GitHub Issue 为工作单元，用 Issue forms 收集活动信息、Labels 触发 GitHub Actions 工作流，活动从单个 Issue 自动搭建、每日筛选报名者并在结束后自动清理。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 应用新手指南：使用 diff、终端和浏览器面板
GitHub Copilot 应用内置 diff、终端和浏览器三个面板，让用户无需切换编辑器、终端和浏览器即可完成审查、运行和预览 AI 生成代码的完整流程。diff 面板以绿红高亮展示代码增删改，支持接受更改、留言或让 Copilot 修改；终端面板可直接运行项目命令并支持多窗口；浏览器面板的 Pick & Polish 工具可选中页面元素并让智能体调整。
GitHub Blog · AI & MLAI 评分5151 GitHub Copilot app 教程：同时运行多个智能体会话
GitHub 官方博客介绍如何在 GitHub Copilot app 中并行运行多个智能体会话：每个会话独立运行在自己的 Git worktree 上，互不干扰，各自保留上下文，可在 sessions view 中跟踪进度并随时切换。文中以 tailspin-toys 仓库为例，同时发起构建 funded sort 功能、无障碍审查和运行测试三个会话，并建议新手先从两个小任务开始尝试。
Microsoft ResearchAI 评分4141 微软发布 GigaPath-Flash 与 GigaTIME-Flash：高效病理基础模型迈向人群级发现
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 骨干替代原模型，在 PANDA 前列腺分级和 EBRAINS 脑肿瘤分型基准上以约 50 倍更少算力达到原 GigaPath 3% 以内的性能。
Microsoft ResearchAI 评分3838 微软 Skala 1.1 发布：训练数据增 2.5 倍，并集成进 CP2K 等主流 DFT 软件
微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据量为此前公开版本的 2.5 倍，在 GMTKN55 基准 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用，并正集成进 Psi4、FHI-aims、ORCA 和 VASP，同时推出持续追踪各版本计算性能的 living benchmark。
Microsoft ResearchAI 评分4242 MindTopo：微软研究院推出评估多模态模型拓扑推理能力的新基准
微软研究院推出 MindTopo 基准，用于评估多模态大语言模型在连通性、封闭、顺序、分离和绳结五类拓扑关系上的推理与规划能力。测试显示，当前模型在静态图像识别上表现明显优于交互式规划任务，失败多发生在规划阶段而非感知阶段，图像与视频生成工具也难以在动作序列中稳定保持拓扑关系。
Microsoft ResearchAI 评分3838 微软研究院推出 CARE-X：面向临床放射学的胸部 X 光 VLM
微软研究院发布研究模型 CARE-X，一个统一胸部 X 光视觉语言模型，同时支持报告生成与结构化预测，并用强化学习（DAPO）在多任务设置下奖励临床正确性。该模型在印度 Narayana Health 的真实临床数据上验证，覆盖罕见 ICU 病理与 CT 确认的增大类病变。