特朗普强推"Super Intelligence"改名，AI 业界被迫跟进
特朗普签署行政令禁止在可能的情况下使用"AI"一词，要求将人工智能改称"Super Intelligence"，并将继续使用"Artificial Intelligence"的人称为"THE ENEMY"。
#Microsoft
The Verge · AIAI 评分3838 MIT Technology Review · AIAI 评分6262 MIT Technology Review：我们对 AI 说“不”的能力寄予了过多信任
MIT Technology Review 刊文讨论 AI 拒答机制：模型通过红队测试、微调与分类器学习拒绝有害请求，但拒答本质是概率性的，既可能被越狱绕过，也可能被用于审查。
Latent Space精选AI 评分8080 Anthropic 发布 Claude Haiku 5.5，定价对齐 GPT-6 Luna
Anthropic 发布 Claude Haiku 5.5，这是 Haiku 系列约一年来的首次更新，定价与 OpenAI 的 GPT-6 Luna 持平，官方称其平均运行成本比 Haiku 4.5 低约 75%。
推荐理由：汇总了 Haiku 5.5 的定价、第三方评测与 token 消耗数据，可据此判断小模型在智能体工作流中的成本取舍。
Ars Technica · AIAI 评分4242 微软发布会推出新款 Surface Laptop Ultra 与 Windows 11 AI 更新
微软在两年来的首场线下活动中发布 Surface Laptop Ultra，起售价 $2,599，搭载 Nvidia RTX Spark SoC，可选 5120 核或 6144 核 Blackwell GPU 及最高 128GB LPDDR5x 统一内存，10 月 16 日发货并已开启预售。
TechCrunch · AIAI 评分6060 微软发布搭载 Nvidia RTX Spark 芯片的 AI PC 与工作站，并更新 Windows 11
微软在旧金山 Tech Week 活动上公布 Surface Laptop Ultra 与 Surface RTX Spark Dev Box 的规格和价格，前者两个基础型号起售价分别为 2600 美元和 3700 美元，最高配至 5900 美元，后者起售价 6000 美元并预装 VS Code、GitHub Copilot CLI、WSL 和 PowerShell 7。
The Verge · AIAI 评分4040 微软 Surface Laptop Ultra 发布会全汇总：起售价 2599 美元，10 月 16 日发售
微软发布 Surface Laptop Ultra，搭载 Nvidia RTX Spark Arm 芯片，8 核 CPU、24GB 内存、512GB 存储版本起售价 2599 美元，10 月 16 日发售，并改用内置磁吸 USB-C 充电。
NVIDIA Blog精选AI 评分7878 NVIDIA 与 Microsoft 发布 RTX Spark 笔记本和 Windows 智能体基础设施
NVIDIA 与 Microsoft 在旧金山 Windows AI and Surface 活动上宣布为 Windows PC 的 AI 智能体共同设计软硬件，Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers（MXC）正式可用，让智能体在系统控制下安全持久地在后台运行。
推荐理由：NVIDIA 与 Microsoft 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 Windows 端侧智能体的落地条件。
The Verge · AIAI 评分5858 微软 Surface RTX Spark Dev Box 开启预售，售价 5999 美元
微软面向开发者的高端 AI 迷你主机 Surface RTX Spark Dev Box 开启预售，售价约 6000 美元，11 月开始发货。该设备采用 Nvidia Arm 架构的 RTX Spark 平台和 128GB 统一内存，针对本地 AI 优化，可运行参数超过 120B 的模型，用于测试 AI 模型、原型化 AI 智能体或在本地运行 AI 编码工具。
The Verge · AIAI 评分6262 微软让 Copilot 获得更多 Windows 与本地文件控制权
微软在 Windows 与 Surface 活动上展示 Copilot 升级，将可访问 PC 本地文件并在系统内执行操作，这一思路被命名为 Hybrid Intelligence。
GitHub Blog · AI & ML精选AI 评分6262 GitHub 推出基于 ModernBERT 的通用密钥检测模型，扩展 push protection
GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器，用代码上下文识别无固定格式的密钥，候选批次评估耗时低于 2 毫秒，可将可拦截的密钥数量提升一倍以上。
推荐理由：GitHub 公开了九季度密钥泄露数据，并给出用分类器把防护前移到 push 环节的具体做法与开放节奏。
Microsoft Research精选AI 评分6262 微软研究院开源 Agent Lightning v1.0：3500 行轻量级 Agentic RL 框架
微软研究院亚洲团队开源 Agent Lightning v1.0，提出 Harnessed Agentic RL 训练范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重新实现 agent。
推荐理由：微软研究院开源 Agent Lightning v1.0，用约 3500 行代码把真实 harness 直接接入 RL 训练，并给出 6000 样本提升 14.6 个百分点的完整流程。
The DecoderAI 评分5858 微软发布诺奖经济学家 Acemoglu 的悲观 AI 预测：十年 GDP 仅增 1.5%
微软发布了诺贝尔经济学奖得主 Daron Acemoglu 对 AI 的悲观预测，他认为 AI 将在十年内推动 GDP 增长约 1.5%，最多替代 5% 的岗位，远低于部分 AI 实验室的预期。
Microsoft ResearchAI 评分2222 微软研究员 Jennifer Neville 谈 AI 评测的意外失败与数据洞察
微软 partner research manager Jennifer Neville 在 Microsoft Research Podcast 中探讨评测如何推动 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"。她指出结果反常时应仔细审视数据，并分享了使用当前 AI 系统的实用建议。
The DecoderAI 评分6969 Meta 和 Microsoft 大幅削减 Claude 内部使用，Anthropic 从伙伴变为竞争对手
Meta 和 Microsoft 这两家 Anthropic 最大的企业客户正在大幅削减 Claude 的内部使用。
GitHub Blog · AI & ML精选AI 评分6262 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 pull request 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 pull request。
推荐理由：GitHub 公开了代码审查基准的构建方法与离线在线信号对照，读者可据此判断评测结果能否预测生产表现。
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，再依据终端后端状态和副作用而非模型生成的文字来判定任务成败。
推荐理由：微软与 Hugging Face 联合发布的智能体评测基准，用数据库终态而非模型自述来判定任务成败，并给出可复现的 OpenEnv 运行方式。
Microsoft ResearchAI 评分3434 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
微软研究院开发了一套端到端机器学习流水线，利用 L1 太阳风观测、AE 与 Dst 指数预报及变电站所在地的纬度与地质电导率数据，为美国本土 66,935 座变电站生成 30 至 60 分钟前的局地空间天气风险估计。
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，由跨序列、结构、功能、细胞状态与成像等多模态数据联合训练的生物世界模型，以及连接模型、科学工具、文献与实验人员的交互式 harness 组成。
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设计，并给出胰腺癌化合物筛选的湿实验验证结果。
Microsoft ResearchAI 评分2020 微软研究院亚洲新加坡分院成立一年：推进前沿 AI 研究、合作与人才培养
微软研究院亚洲新加坡分院（MSRA – Singapore）作为微软在东南亚的首个研究实验室，成立一年来聚焦下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践及生态与人才培养四大方向。该实验室与新加坡医疗生态伙伴合作推进多模态医疗 AI 和自进化诊断智能体，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（画布扩展）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，agent 即可生成看板、发布清单或仪表盘等界面。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 为什么说聊天框是错的 UI：用 canvas 替代 chat
GitHub Copilot 提出 canvas 概念，即在 GitHub Copilot app 内运行的无浏览器外壳的全栈小应用，可与 agent 双向通信，并能在本地执行代码、调用第三方 API。
GitHub Blog · AI & MLAI 评分2222 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 100 万行改动和 400 多条行内评论的开源 PR 做压力测试。其做法是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：代码行高提前算好，评论高度按块懒测量、以文件和行号锚定，避免滚动跳变。
Microsoft Research精选AI 评分6262 微软研究院：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
微软研究院对移动操作机器人工作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 能提升任务成功率、支持更大模型并延长续航。
推荐理由：微软研究院系统测量了机器人端侧 GPU 推理的瓶颈，并给出可复用的 Kubernetes 卸载工具链，读者可据此判断物理 AI 的部署取舍。
Microsoft ResearchAI 评分5252 微软研究院在 Nature 发表 RetroChimera 逆向合成预测模型并开源
微软研究院在 Nature 发表逆向合成模型 RetroChimera，它结合 Transformer 模型 R-SMILES 2 与图神经网络 NeuralLoc，用学习式集成排序整合两者预测。
GitHub Blog · AI & ML精选AI 评分8282 GitHub 用 Copilot 把 Copilot 运行时迁移到 Rust
GitHub 用 GitHub Copilot app 和 Copilot CLI 把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行生产级 Rust，AI agent 写了其中大部分代码，分布在 128 个合入 main 的 PR 中并增量发布。
推荐理由：作者以亲历者身份给出把 Copilot 运行时从 TypeScript 迁到 Rust 的完整工程细节，可迁移到大规模 agent 协作开发。
Microsoft ResearchAI 评分4040 微软推出 GigaPath-Flash 与 GigaTIME-Flash 病理基础模型，计算量降至约 1/50
微软发布 GigaPath-Flash 和 GigaTIME-Flash 两个高效病理基础模型，均采用从原十亿参数 GigaPath 编码器蒸馏出的 22M 参数 ViT-S 骨干，并以 Apache 2.0 许可开源。
Microsoft ResearchAI 评分4242 微软 Skala 1.1 发布：训练数据增至 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。微软同时推出持续更新的 living benchmark，追踪后续 Skala 版本的计算性能。
Microsoft ResearchAI 评分3838 MindTopo 基准揭示 VLM 空间推理能力短板
Microsoft Research 推出 MindTopo 基准，用于评测多模态大语言模型的拓扑推理能力，覆盖连通性、分离、顺序、包围与打结五类关系，并分为静态推理与交互规划两个层级。测试显示，现有闭源与开源模型在静态识别上明显优于交互规划，且均远低于人类水平；失败多发生在规划阶段而非感知阶段，模型在场景变化中会丢失结构关系或提出违反物理约束的动作。图像与视频生成仅在单帧保留结构约束时才有帮助。