OpenAI 据称年底前发布一到两款新模型，旗舰仍需对齐工作
据 The Information 援引知情人士，OpenAI 员工称公司年底前可能发布一到两款新模型，但正在开发的重大升级旗舰是否在其中尚不清楚。该旗舰采用与 Astra 相同的循环 Transformer 技术，可提升数学和编码表现并降低成本，但会把部分思考移入人类审查者无法查看的内部数值表示，削弱思维链监控。
#Microsoft
The DecoderAI 评分6666 The Verge · AIAI 评分6262 微软开源 PBC 工具，用机器学习改进 2 至 6 周天气预报
微软研究人员提出 Probabilistic Bias Correction（PBC）方法，用机器学习识别并修正现有天气预报模型的系统性偏差，相关成果发表在 Nature 上，工具已开源。
NVIDIA Blog精选AI 评分8080 NVIDIA RTX Spark 笔记本上市，本地 AI 智能体与创作工具生态同步就绪
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，最高 128GB 统一内存和 1 petaflop AI 算力，首发覆盖数百款游戏与 130 多个加速应用。
推荐理由：原文列出 RTX Spark 首发时本地智能体、创作与开发工具的适配清单，可据此判断本地 AI 工作流的落地程度。
GitHub Blog · AI & MLAI 评分3030 GitHub Copilot 入门指南：如何让 Copilot 了解你的代码库
GitHub Copilot 入门系列介绍四种为项目定制 Copilot 的方式：仓库级自定义指令写入 .github/copilot-instructions.md。
Microsoft ResearchAI 评分4040 微软 StudentSim：用个性化学生模拟器在真实学习者之前评估 AI 辅导
微软研究院提出 StudentSim，一种从公开去标识化学习记录训练个性化 AI 学生模拟器的研究系统，可在真实学习者测试前评估和改进 AI 辅导。该系统同时发布 StudentSimEval 基准，覆盖国际象棋、第二语言英语写作和数学，从行为保真度与指导响应性两个维度评估模拟器，并优于主流基线。StudentSim 不是产品、不部署于课堂，也不用于取代教师。
NVIDIA Blog精选AI 评分7878 NVIDIA 与 Microsoft 发布 RTX Spark 笔记本及 Windows 智能体基础设施
在旧金山 Microsoft 活动上，NVIDIA 与 Microsoft 宣布为 Windows PC 上的 AI 智能体共同设计软硬件，并推出 RTX Spark。
推荐理由：英伟达与微软把智能体运行所需的系统级容器和本地算力硬件一并给出，读者可据此判断本地智能体落地的硬件门槛。
GitHub Blog · AI & ML精选AI 评分6262 GitHub 推出基于 ModernBERT 的密钥检测分类器，扩展推送保护
GitHub 与 Microsoft Applied Sciences 合作训练了 ModernBERT 分类器，用代码上下文识别无固定格式的密钥，可在 2 毫秒内评估一批候选密钥，有望让可拦截的密钥数量翻倍以上。
推荐理由：原文给出九季度密钥泄露数据与新型分类器的延迟和成本约束，读者可据此判断推送前拦截为何要换模型。
Microsoft Research精选AI 评分7171 微软开源 Agent Lightning v1.0：3500 行代码的轻量智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重新实现智能体。
推荐理由：微软开源 3500 行代码的智能体 RL 框架，读者可了解如何让部署用的 harness 直接参与训练。
Microsoft ResearchAI 评分2222 Microsoft Research 播客：AI 评测的意外失败能教会我们什么
Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中与 Chad Atalla 对谈，讨论评测如何推动当前 AI 系统突破性能边界，以及模型在传统 benchmark 之外测试时出现的“意外失败”。她结合自身从数学、物理、认知科学到计算机科学的经历，分享使用当前 AI 系统的实用建议，并强调当结果偏离预期时应仔细审视数据。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 1.039 亿个 GitHub PR 的分布特征构建，包含来自 187 个开源仓库、覆盖 19 种语言的 219 个 PR。
Hugging Face Blog精选AI 评分7171 微软与 Hugging Face 发布 ThinkingBox：按数据库终态给 AI 智能体打分
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，通过隔离的 MCP 工具会话运行智能体，按终端后端状态和副作用判分，而非看它生成的回答。
推荐理由：微软与 Hugging Face 联合发布的智能体评测基准，用数据库终态而非回答文本判分，并给出 20 次重复下的稳定性与成本对比。
Microsoft ResearchAI 评分3636 微软研究院用机器学习预测电网空间天气风险，覆盖美国 66,935 座变电站
微软研究院实习生构建的机器学习流水线，利用 L1 太阳风观测、AE 与 Dst 指数预报及本地地质电导率数据，为美国本土 66,935 座变电站生成 30 至 60 分钟前的分区空间天气风险估计。
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，由生物学世界模型和连接模型、科学工具、文献与实验人员的交互式 harness 组成。该系统与 Broad Institute 合作用于胰腺导管腺癌研究，基于细胞状态转变预测并排序数千种化合物，最高排名化合物在湿实验中产生了最大的预期状态转变，从缩小化合物搜索空间到选出候选验证仅用一个周末。
推荐理由：微软研究院公开了面向生物学的多模态世界模型 Quine 的构建思路，以及在胰腺癌化合物筛选中的湿实验验证结果。
Microsoft ResearchAI 评分2020 微软亚洲研究院新加坡成立一年：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。
GitHub Blog · AI & MLAI 评分3838 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 是一种可自定义界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述需求，即可生成看板、发布清单或仪表盘等界面，无需手写代码。
GitHub Blog · AI & MLAI 评分3434 GitHub Copilot 谈为何 chat 是错误的 UI：用 canvas 替代聊天框
GitHub Copilot 提出 chat 往往是错误的 AI 交互界面，其 canvas 是可运行在 GitHub Copilot app 内的全栈应用，能与 agent 双向通信并调用第三方 API、在本地执行代码。
Microsoft Research精选AI 评分6262 微软研究院：把物理 AI 推理卸载出机器人可提升任务成功率与续航
微软研究院对移动操作机器人负载做了系统性测量，发现把物理 AI 推理从机器人端侧 GPU 卸载到边缘或云端 GPU，可提升任务成功率、支持更大模型并延长续航。
推荐理由：微软研究院对机器人推理负载的系统性测量，给出了端侧 GPU 与卸载到边缘或云端的性能与续航对比数据。
Microsoft ResearchAI 评分4040 微软开源逆合成模型 RetroChimera，成果登上 Nature
微软在 Nature 发表逆合成预测框架 RetroChimera，并开源其实现与权重。该模型融合 Transformer 模型 R-SMILES 2 与基于 GNN 的 NeuralLoc，通过学习式重排序整合两者互补预测。盲测中化学家更偏好其单步反应预测，多步路线评测中 10 个目标成功 9 个，优于 de novo 模型的 5 个、编辑模型的 4 个和 NeuralSym 的 2 个。