微软如何用合成企业数据评估 Microsoft Copilot 的真实置信度
微软构建了 Industry Evaluation Data Generation Platform,用基于 O*NET、招聘信息和 SEC 文件等公开数据生成的全合成企业环境来评估 Microsoft Copilot,避免使用任何客户数据。
微软构建了 Industry Evaluation Data Generation Platform,用基于 O*NET、招聘信息和 SEC 文件等公开数据生成的全合成企业环境来评估 Microsoft Copilot,避免使用任何客户数据。
OpenAI 宣布将遵循一项共享的 robots.txt 信号,帮助网站运营者向参与该机制的提供商传达其 AI 训练偏好。该机制面向多家参与提供商,网站方可通过 robots.txt 统一表达是否允许 AI 训练使用其内容。
Herdr 是一个面向 coding agent 的原生宿主,Claude Code、Codex 以及任何在终端里运行的 agent 都能接入。它把整个界面做成纯文本文件,用户想让界面变成什么形状,直接让 agent 自己改,无需学习新的 IDE 布局。
OpenAI 为 ChatGPT 加强暴力预防,扩展防护机制并提前介入干预,同时承诺开展公共安全报告。此次更新还针对青少年推出新的保护措施。
Mistral 开放 Mistral Large 4(内部代号 Le Chonk)的权重,该模型为 1 万亿参数、原生多模态,被称为开放权重中编码能力最强,并在欧洲基础设施上从零训练。Mistral 称其在 Cognition 的私有基准 FrontierCode 2.0 上以更少的 token 打平最高分,该基准测试端到端代码质量与仓库维度表现。
推荐理由:开放权重阵营出现万亿参数级模型,且以更少 token 在代码基准上追平最高分,可观察开源与闭源的能力差距。
MiniMax Code 团队将团队日常使用的 16 个 Agent 技能与工作流开源。仓库强调这不是提示词合集或最佳实践清单,而是团队每天实际在用的内容,涉及如何让 AI 写的代码保持高标准、如何判断任务是否交给子 agent、长命令等待时长以及长会话性能维持等具体问题。
开发者 Divyansh Agrawal 把一颗 RISC-V CPU 编译进 Qwen 3.5 4B 的权重,并用模型自身的 Gated DeltaNet 注意力层作为内存,项目命名为 Qwenputer。该 CPU 运行在模型前向传播中,可执行算术并运行 C 和 MicroPython 代码,无需外部运行时。
Vercel MCP 现已支持发布事件,AI 智能体可订阅 deployment.succeeded、deployment.error 等 Vercel 平台事件,无需轮询变更。
InclusionAI 的 Ling 3.1 Flash 1019 已在 Vercel AI Gateway 上线,免费开放至 2026 年 11 月 3 日,之后按公布价格计费。
OpenAI CEO Sam Altman 透露,公司曾考虑对下一代模型放弃按 Token 计费,改为开发者提交提示词后直接返回一个价格、像 AWS 一样事后账单结算,但因客户反馈极为负面而放弃。客户表示必须知道钱花在哪里,甚至宁愿接受虚高的 Token 数量以换取计费透明度。Altman 承认 Token 是"某种虚假的单位",但 OpenAI 目前仍无更好的替代方案,Token 定价继续沿用。
微软在 Foundry Agent Service 中以公开预览形式开放 Copilot harness,把 Copilot 产品线使用的智能体编排基础设施做成托管服务,内置沙箱、可复用技能、MCP 集成和子智能体支持。
Microsoft Research Focus 第 97 期介绍了多项研究进展:自改进智能体框架 ForkPilot 在六个基准和主流 AI 模型上测试,效果比肩现有最佳方法,同时将 AI 处理开销降低最多 59%。
开源 AI 渗透测试工具 Strix 现可运行在 Vercel AI Gateway 的 400+ 模型上,通过单一 API 即可调用 Anthropic、OpenAI、Kimi、GLM、Deepseek 等厂商模型,无需分别注册多个供应商。
OpenAI 更新 Model Spec,提出五项核心价值观,用于引导能力更强的 AI 做出合理判断、尊重人类自主性并忠实于人类意图。
AWS 首席开发者倡导者 James Ward 认为,MCP 服务器不应只做数据接口,而应在返回数据时附带指引,告诉 AI 智能体刚做了什么、接下来可以做什么。
Mistral 在 Hugging Face 发布前沿开放模型 Mistral Large 4(ML4)的权重,称其为全球最佳开放智能体编程模型。
推荐理由:Mistral Large 4 开放权重发布,在智能体编程基准上以 1 个百分点领先 GLM-5.3,并强调更低的 Token 消耗。
Docker 博客在 AI 编程智能体安全系列第 6 篇中复盘了一起事件:平台工程师用 Ollama 本地模型搭建只读代码审查机器人 BuaJi,它只被允许读取和评论,不能执行 terraform apply、kubectl apply 或推送提交。
微软开源语音识别模型 VibeVoice-ASR-BitNet 将模型体积从 4.62GB 压缩到 1.58GB,支持纯 CPU 推理,并支持中英法意等语言。AIGCPanel 将其打包为一键运行包,实测在 CPU 上完成实时转写,省去配置 Python 和 CUDA 的步骤。
JetBrains Academy 十月汇总发布,包含免费线上活动 JetBrains AI.js Day 2026(11 月 13 日直播)、首个 Coursera 专项课程 Python Development Essentials for Science and Data。
OpenAI 采用分层监控来检测前沿模型失准和 AI 智能体的未授权行为,使响应人员能在事件升级前介入。
Ropes & Gray 正在用 OpenAI 开发面向交易尽职调查的 AI 工具。律师会先审阅 AI 分组整理的文件、摘要和报告,再据此为客户提供建议。
用户仅用 15 句“哪里不对”的反馈,就让 OpenAgents 做出了一个鹈鹕骑行 3D 游戏。成品是 161 KB 的 HTML 文件,零外部素材,AI 实际工作 5.9 小时。用户全程只负责看图并指出问题。
Credit Saison 的 ChatGPT Enterprise 试点实现 954% ROI,公司管理层与员工共同推动将试点成果转化为全公司范围的采用。
Vercel Plugin 已在 Google Antigravity 市场上线,可为 Antigravity 智能体提供 Vercel API 与推荐模式的指导,覆盖 AI SDK、Vercel Functions 和 Workflow 等技能。
Mistral Large 4 在 Vercel AI Gateway 上启用更新后的权重,输入、缓存输入和输出 Token 价格均下调。据 Mistral 发布公告,新权重提升了智能体编程与防御性网络安全能力,编程任务 Token 效率更高,并改善了表格创建编辑、网络调研和抗提示注入能力。
推荐理由:Mistral Large 4 在 AI Gateway 上更新权重并下调价格,可对照其智能体编程与提示注入防护的改进。
Evernote 使用 ChatGPT Ads 向使用 AI 的用户推广其笔记应用,并追踪免费试用转化为付费订阅的情况。
Box Mount 现可在 Vercel Sandbox 中运行,让沙箱内的 AI 智能体通过标准文件系统操作读写 Box 文件,并将 Box 文件夹与沙箱内目录同步。卸载后即使沙箱被删除,智能体写入的内容仍保留在 Box 中;同步进程与智能体以不同沙箱用户运行,使 Box 凭证与智能体工作区隔离。该功能目前处于私有预览,需向 Box 申请访问权限。
Google DeepMind 发布 Gemini 4 Carbon,称其在网络安全与长周期任务上能力最强,在 Artificial Analysis Intelligence Index v5.0 上以 59 分排名第一。
推荐理由:Gemini 4 Carbon 在漏洞发现、利用验证与补丁生成三项安全基准上同时领先,并给出长周期智能体任务的实测表现。
GitHub 在 Universe 2026 上发布 GitHub Copilot 应用,覆盖从 issue 到合并的智能体交付流程,并推出多模型编排 Copilot Fusion。
推荐理由:GitHub 一次性发布 Copilot 应用、多模型编排与代码审查 Max,展示智能体交付链路的整体形态。
GitHub Copilot 应用发布 Universe 更新,Projects 进入公开预览,可把跨多个仓库或涉及设计稿、Slack 讨论的工作集中到一个项目里,由 Copilot 调度多个智能体并返回 PR 等结果供审阅。同时计算机操作功能在 macOS 和 Windows 上公开预览,Copilot 可读取应用内容、点击控件、输入文本,并在控制应用前请求批准,组织可通过托管设置禁用该功能。
推荐理由:Copilot 应用把跨仓库工作收进项目空间,并让智能体直接操作桌面应用,展示了 AI 编程工具从单仓库走向多任务编排的方向。
GitHub 宣布 GitHub Enterprise 现已为每个持证用户包含 Copilot 访问权限,此前企业需分别管理 Copilot 席位数量与 AI 用量。
推荐理由:企业版把 Copilot 席位与用量合并为按预算计量,改变了企业采购与成本管理方式。
GitHub 发布 GitHub intelligence 上下文与学习层,包含三项能力:Copilot Memory 已在付费 Copilot 计划正式可用。
推荐理由:GitHub 把记忆、上下文维护与跨仓库检索整合为智能体上下文层,公开预览数据显示记忆能提升偏好遵循度。
GitHub 开始推送共享 Copilot Automations,团队可共同构建和维护由提示词、触发器和工具组成的 AI 工作流。共享自动化对仓库有读权限者可见、有写权限者可编辑,AI 额度计入仓库所属组织或用户,GitHub 上的操作归属 Copilot 而非个人,创建者离开团队后仍持续运行。
GitHub Copilot 在 VS Code 发布 Universe 版本更新,云智能体会话可在 VS Code、GitHub Mobile、github.com 和 Copilot CLI 之间延续。
推荐理由:Copilot 在 VS Code 中把会话延续到云端与多客户端,并开放 Agent Host 协议,便于规划跨设备协作方式。
OpenAI 与 ServiceNow 扩大合作,把 OpenAI 模型和智能体引入 ServiceNow,同时将 ServiceNow 工作流接入 ChatGPT 和 Codex。
Legora 正在基于 OpenAI 模型、ChatGPT 和 Codex 构建面向法律工作的智能体操作系统,用于加速法律工作流并扩展合同分析能力。该方案旨在让律师从重复性事务中抽身,专注于更高价值的工作。
Vercel Agent 现在可以在告警进入值班系统前先做调查,开启校验后只有被判定为 Critical 的告警才会发送到 webhook 目的地。Agent 通过检查日志和指标评估影响,例如识别不影响客户的健康检查错误,或确认影响结账请求的持续 5xx 错误。该功能面向 Pro 和 Enterprise 套餐的 Observability Plus 用户,每个计费周期包含十次 Agent 调查。
Particle AI 的 Particle-1 已在 Vercel AI Gateway 上线,该模型基于 DeepSeek V4.1 Flash 后训练,主打用更少 Token 完成软件工程任务。
Google Research 提出 sleep 框架,为 LLM 引入周期性学习循环,把脆弱的短期上下文巩固为稳定的长期参数。该框架分为记忆巩固与梦境自改进两个阶段,在 BABILong 上实现 10M token 的接近完美扩展,并在 AIME 24/25 与 HMMT 25 上分别取得 79.2%、69.0% 和 46.1% 的准确率。
Google DeepMind 发布世界模型 Genie 4,可实时生成带原生音频与交互对话的仿真世界,并支持用自然语言实时修改场景。Genie 4 借助 Gemini Omni 锚定真实外观与行为,由 Gemini 3.8 Flash 作为引导智能体拆解多步任务,并与 Gemini 4 Argon 合作模拟机器人操作。
推荐理由:Genie 4 把原生音频与实时语言操控并入世界模型,为机器人和智能体训练环境提供新路径。