跳到正文

#Microsoft

今日 17 条
10月7日周三
10月6日周二
  1. Hacker News：AI 热帖72

    TasteVal 论文提出 AI 实验研究品味基准，Opus 5.5 超过人类专家基线

    P-Zero Research 发布 TasteVal，用 8 个前沿 AI 研发任务衡量模型在固定问题下迭代设计实验并解读结果的能力。评测以达到人类专家分数所需实验计算为指标，由固定编码智能体在单张 H100 上执行，单次运行上限为 40 GPU-hours 或 120 小时墙钟时间，人类基线来自 24 名专家。

  2. Hacker News 热门（buzzing.cc 中文翻译）47

    我们要消灭“非活体”：平台算法审查如何催生 unalive 等委婉语

    文章批评 TikTok 等平台的算法审查让用户用 unalive、r*pe、grape 与表情符号替代死亡、强奸等直白词汇，这类说法已蔓延到线下日常语言。作者支持内容预警和 SA 等缩写，但认为规避算法会使内容过滤工具失效，并指出被污染的互联网训练数据还会限制大型 AI 产品对真实世界的认知。

  4. IT之家（RSS）77

    消息称 Meta 和微软要求员工减少使用 Claude，转向自研 AI 工具

    据 The Information 报道，Meta 与微软已要求员工减少使用 Anthropic 旗下 Claude，更多使用自研 AI 工具以削减成本。微软此前预计内部使用 Anthropic AI 的年支出至少达 10 亿美元，近期相关预算已削减超三分之一，但仍通过企业级云平台向客户提供 Claude。

    推荐理由：文章用内部预算、用户数和支出变化，呈现大型云厂商在外部模型与自研工具之间的成本取舍。

  5. Hacker News：AI 热帖60

    观点：AI 智能体将分为个人助理与虚拟员工两类

    作者提出 AI 智能体将按工作所有权分为个人助理和虚拟员工两类：前者使用用户账户、代表用户行动并由用户承担结果，后者拥有独立名称、电脑和账户，按职责与结果被管理。作者认为操作系统厂商更可能赢得个人助理市场，虚拟员工则像新员工一样通过邮件、共享文件夹和 Slack 获取权限，创业空间更公平；文章还指出虚拟员工独立行动带来的法律责任仍是开放问题。

  8. Rohan Paul76

    Anthropic 未来多年计划投入 5180 亿美元购买云和算力，其中约 4137 亿美元即使算力闲置也必须支付，平均每年约 410 亿美元。Broadcom 的 1612 亿美元芯片租约是最大单笔，主要涉及 TPU；Google 和 Amazon 合计被欠 2210 亿美元，无论是否使用都需支付。

    引用Tradr ETFs@TradrETFs

    Anthropic plans to spend $518B on cloud and compute in coming years, about 25 times the $20.3B in cash and short-term investments it held at the end of 2025. Its draft filing notes that several suppliers are also AI rivals, which could "adversely affect" their access to compute. After the Anthropic IPO @TradrETFs expects to launch leveraged long and short ETFs, $ANTT and $ANTZ. A registration statement relating to these securities has been filed with the Securities and Exchange Commission but has not yet become effective. See the pre-effective prospectus. https://www.sec.gov/Archives/edgar/data/1587982/000121390026021796/ea0278457-01_485apos.htm

    推荐理由：招股书披露的算力承诺按供应商和可取消性拆分，可帮助理解 Anthropic 上市前的固定成本压力与云厂绑定关系。

  9. Rohan Paul74

    Microsoft 将今年内部 Claude 支出预期从此前至少 $1B 下调逾 33%，Meta 的 Claude Code 用户也从约 60K 降至约 30K。Microsoft 正把 60K 人云与 AI 部门多数员工的月度 AI 预算从 $100K 降至约 $10K，Meta 员工则转向内部 MetaCode 和 Muse Code。The Information 还称，Microsoft 原本每年将为 Anthropic 模型支付至少 $2B，以支持生产力软件客户的 Copilot 功能，并已在 Copilot 中把部分自有模型换成 Claude。

    引用Rohan Paul@rohanpaul_ai

    Meta and Microsoft are cutting employee use of Claude Earlier, Microsoft had projected at least $1B in internal Claude spending this year, then cut that figure by more than 33%. OpenAI's own data show the climb steepening late, with the median researcher consuming more than $600 worth of tokens per day i.e. around $1.8 mn per emplyee/per year. Those agents now log 3.1 agent-workdays for every human workday, using an eight-hour workday as the comparison. Microsoft is moving the other way, cutting most per-employee AI budgets in its 60K-person cloud and AI group from $100K to about $10K a month, roughly $333 a day. Meta's Claude Code users have likewise fallen from about 60K to about 30K, as staff shift to its in-house MetaCode and Muse Code tools.

  10. IT之家（RSS）58

    微软 Word Copilot 新增引用功能，回复可附来源链接供溯源查证

    微软为 Word 中的 Copilot 新增引用功能，回复会附带来源链接，用户可点击跳转至原始网页或内部文档核实信息。该功能旨在提高透明度、帮助用户回溯原始材料并遏制 AI 幻觉。微软同时优化了 Copilot Chat 设计，为 Copilot App 增加插件、连接器及 Work IQ 增强，并在 PowerPoint 中新增技能与连接器。

  11. 公众号：数字生命卡兹克73

    解读 A16Z 两份 AI 报告：付费渗透、重度用户与算力需求的分化

    作者解读 A16Z 第七版《Top 100 消费级 AI 应用》和9月底更新的《市场状况 II》，认为AI使用广度扩大但深度使用和付费仍集中。报告显示，美国近一半人用过AI、每日使用者为25%，截至2026年8月个人付费订阅 ChatGPT、Gemini 或 Claude 的比例仅4.5%；69%的标普500公司称已部署AI，但只有2%长期追踪明确价值指标。

  12. Rohan Paul69

    Meta 和 Microsoft 正在削减员工对 Claude 的内部使用。Microsoft 此前预计今年内部 Claude 支出至少 $1B，随后将该数字下调超过 33%。

    引用Rohan Paul@rohanpaul_ai

    OpenAI's median researcher used $601 of coding-agent inference a day at API prices, up from under $1, in January 2026. Eoch AI's new report. > OpenAI researchers' coding-agent usage, valued at API list prices, is doubling roughly every month > By mid-August 2026, the median researcher used $601 a day and about $2M a year, roughly matching or exceeding what employing a researcher costs. > This pace probably can't last, since one more year would reach about $185M per median researcher, and list-price figures reveal nothing about what OpenAI actually spends.

  17. elvis54

    Microsoft 等机构的论文提出 CorpusMap，提前解析文档集合中的重复实体，并为每个实体建立链接所有相关文档的页面。智能体可沿实体跳转查找关联证据，原始文档保持不变；在 7 个模型和 3 个基准上，答案质量提升 6.4 至 11.7 分，输入 token 减少 34% 至 57%。该地图无需 LLM 调用即可构建，并能随新文档加入更新。论文：https://arxiv.org/abs/2609.37226

    引用DAIR.AI@dair_ai

    Banger paper from Microsoft and colleagues. If you run agents that search a large document collection, this one is worth your time. (bookmark it) They introduce CorpusMap, which resolves recurring entities across the collection in advance and gives each entity a page that links to every document that mentions it. The original documents stay in place. The agent reads a document, follows an entity to related documents, and avoids searching for the same evidence again. Across 7 models and three benchmarks, answer quality goes up 6.4 to 11.7 points while input tokens drop 34% to 57%. It also beats an LLM Wiki layer and three other navigation layers. The map can be built without LLM calls and updated as new documents arrive. Paper: https://arxiv.org/abs/2609.37226 Chat with Paper: https://academy.dair.ai/papers/follow-the-entities-a-corpus-map-for-agentic-search-2609.37226

  18. GitHub Blog · AI & ML62

    GitHub 发布开放 AI 代码审查基准 ReviewBench

    GitHub 发布开放 AI 代码审查离线基准 ReviewBench，研究预览版已上线，可用于比较代码审查智能体并接入自有系统。基准基于 103.9M 个 GitHub pull request 的分布构建，包含 187 个公开仓库中的 219 个 pull request、覆盖 19 种语言，并提供多来源 golden set、严重度和类别标注。

    推荐理由：原文说明了基准语料、标注流程和接入方式，适合用来理解代码审查智能体应如何做可复现评测。

10月5日周一
  5. Rohan Paul47

    Mustafa Suleyman（Microsoft AI CEO）： 1000亿美元规模的训练运行即将到来。 “目前正在集结吉瓦级算力，而只有五六家实验室。 算力以及测试时算力扩展显然将成为一项巨大的优势。 拥有如此庞大算力的大型实验室所开展的一些更大型项目，将会出现这种极端加速。” ---- 完整视频见 YouTube 频道“The Rest Is Politics: Leading”，（链接在评论中）

  11. Hacker News：AI 热帖52

    Hedwig 推出整合邮件、日历、待办与 Agents 的个人效率画布应用

    Hedwig 应用已发布，主打把聊天、日历、邮件和待办放在同一画布中，并提供可按条件自主运行、回到原会话汇报的 Agents。用户可连接 Gmail 或 Outlook，在一个面板内管理邮件、日程、待办、草稿、文档、表格和网页；一次请求最多生成 200 封个性化草稿，邮件不会在未经确认时发送。产品提供免费试用，桌面应用属于 Pro 功能。

10月4日周日
  1. IT之家（RSS）43

    微软为 20 多个数据中心项目引入“仿生”计划，修复湿地并种植本土植物

    微软正推行名为“仿生”（Biomimicry）的计划，重新规划旗下 20 多个数据中心周边土地，恢复湿地生态并种植本土植物。美国境内所有新建项目后续都将采用该方式，并使用 Ecosystem Intelligence 工具评估水质、生物多样性、噪音控制等指标。在 AI 数据中心扩张背景下，微软仍面临社区和环保组织压力，需建立准确的衡量与披露机制。

  2. Hacker News：AI 热帖67

    理解 AI 智能体漂移：模型之外的五类行为变化

    作者指出 AI 智能体即使没有代码、提示词或模型发布，也会因模型、harness、外部系统、自学习和人类使用方式变化而产生行为漂移。文章将漂移分为模型变化、harness 变化、系统变化、智能体学习和人类行为变化五类，并强调错误率不是固定属性。治理上应建立基线、记录完整执行链路，并按变更时、固定周期和线上行为三种节奏持续评估，阈值触发时降低自主性、增加人工审查或停止智能体。

  6. Hacker News：AI 热帖37

    BiNeuron 本地 AI 安全检测工具构想：智能代码分析与生成平台

    BiNeuron 是一款本地或云端运行的智能代码分析与生成平台，可自动识别 25 种以上编程语言，从 PDF、图片、网页等文件提取内容并生成上下文感知代码。平台集成 EasyOCR 与 DeepSeek OCR，采用 Qwen2.5-Coder-1.5B 等轻量模型完成 JSON 格式化，并通过 Microsoft Presidio 匿名化 PII、Fernet 加密聊天记录。