追踪 Microsoft、Azure AI、Copilot 与相关研究和开发者平台。
推荐理由原文给出 Fusion 与 Claude Code 在 Coding Agent Index 上的分数、单任务成本和 token 用量对比，便于判断路由方案的实际取舍。
微软 AI 发布图像编辑模型 MAI Image 2.7，以预览形式上线，在 Arena Edit 排名第 3、在 Artificial Analysis 图像编辑榜排名第 2，微软 AI 因此成为第 2 的实验室。官方称该模型在 Artificial Analysis 评估的全部 10 个用例和 7 类编辑动作上均优于 2.6，在场景与风格上领先次优模型 24 Elo，目前可在 Arena、Artificial Analysis 和 MAI Playground 试用，文生图功能即将推出。
推荐理由官方给出该图像编辑模型在 Arena Edit 与 Artificial Analysis 榜单的名次，以及相对 2.6 的用例提升幅度。
Microsoft Research 开源 Agensh，一个去掉中心编排器的多智能体框架，每个 worker 自行认领子任务、共享发现并合并代码到同一个 Git 仓库。团队在 ProgramBench 上把规模从 1 个智能体扩展到 1024 个，5 个最难任务的平均通过率从 19.31% 升到 28.78%（128 个智能体），pandoc 单任务在 GPT-6.1-sol 配 32 个智能体时达到 79.59%。代码以 MIT 协议开放，默认单节点 8 个 worker，1024 智能体运行使用 16 个节点、每节点 64 个智能体。
推荐理由原文给出无中心编排器的多智能体协作机制与 1 到 1024 个智能体的扩展数据，可观察规模扩大后涌现的分工行为。
微软 MAI-DxO 诊断系统在发表于 Science 的同行评审研究中，对《新英格兰医学杂志》病例记录的诊断准确率为 83.2%，使用参考资源的全科医生为 36.1%。研究提出 Sequential Diagnosis Benchmark（SDBench），将 304 个期刊病例和 325 个 MIMIC-IV-ED 急诊病例转为可逐步提问、开检查的分步诊断任务，并按准确率和检查成本计分。DxO 搭配 GPT-5 在无预算约束下平均每例成本 5,431 美元，作者同时说明该对比不涉及专科医生、多学科团队或真实临床实践。
推荐理由论文给出分步诊断基准与成本约束下的准确率对比，可看多智能体编排在临床推理中的实际增益。
微软安全研究人员称，与中国政府关联的黑客攻破 ConnectWise 的云备份服务，窃取用于建立数据链路的应用程序凭据，从而能以授权用户身份登录客户的 Microsoft 托管环境，访问邮件和其他文件。黑客使用 AI 智能体以每分钟近 3000 次登录尝试的速度入侵约 2250 家机构，微软称这一速度让防御方几乎没有时间检测和响应。所用 AI 框架为开源的压力测试框架 ARTEX，该框架此前也被用于韩国金融系统遭入侵事件。ConnectWise 表示已暂停云备份系统访问并展开调查，截至周四正在恢复服务。
推荐理由微软披露的攻击细节显示，AI 智能体把撞库速度推到每分钟近 3000 次登录尝试，为防御方留下的响应窗口被大幅压缩。
微软研究院研究员 Xinzhi Zhang 与合著者证明了 1995 年提出的 KLS 猜想，给出与维度无关的固定界，此前最好的结果只允许该界随维度缓慢增长。证明来自人类引导的智能体搜索过程，团队探索了 100 多条候选路径，由研究者评估、剪枝并重新定向；同期另有独立团队给出完整证明，随后出现 Lean 4 形式化验证。作者称此前用多个前沿模型做无引导的端到端尝试未能达成目标。
推荐理由微软研究院用人类引导的智能体搜索证明 KLS 猜想，读者可看到 AI 在数学发现中如何被定向使用。
微软 AI 宣布完成新一代基础模型 MAI-Base-2 的预训练，这是一个 80B 激活参数、2.8T 总参数的 MoE 模型，在内部留出评测上优于其测试的所有开放权重模型。微软称其预训练 FLOPs 效率比最强的开放基础模型 DeepSeek-V4-Pro-Base 高 4-12 倍，训练使用 16k 块 GB200 GPU、历时 38 天，平均 MFU 21%、goodput 89%。该模型基于有机数据训练、不涉及其他模型蒸馏，目前正进行后训练，微软计划通过 Foundry 向可信伙伴授权模型权重。
推荐理由微软公开 MAI-Base-2 的预训练细节，读者可了解其 MoE 规模、效率对比与数据来源策略。
NVIDIA 与 Microsoft 在旧金山 Windows AI 活动上宣布为 Windows PC 的 AI 智能体协同设计软硬件，Microsoft 宣布 OS 级智能体运行基础设施 MXC 正式可用。RTX Spark 把完整 NVIDIA AI 栈带入 Windows 笔记本和紧凑台式机，笔记本今日开启预售、10 月 16 日上市，台式机 11 月开售，最高 128GB 统一内存和 1 petaflop FP4 AI 算力，可本地运行 Qwen 3.8 Flash Next 等模型。活动还预览了 NVIDIA DGX Station for Windows，基于 GB300 Grace Blackwell Ultra 桌面超级芯片，提供 748GB 一致内存和最高 20 petaFLOPS FP4 算力，可在本地运行万亿参数级模型。
推荐理由原文给出 RTX Spark 的硬件规格与本地运行模型能力，读者可据此判断 Windows PC 本地跑大模型的门槛变化。
微软于 2026 年 10 月 7 日宣布 AI 智能体策略驱动容器 Microsoft Execution Containers（MXC）正式可用，支持在 Windows、Linux、macOS 上以沙箱方式运行模型输出、插件、工具等不可信代码。用户用 JSON schema 描述隔离条件，经多语言 SDK 映射到对应沙箱后端，可控制隔离环境、进程、文件系统、网络和用户界面五类策略。MXC 已在 GitHub 以 MIT 许可开源，GitHub Copilot、OpenAI Codex、OpenClaw、Replit、LM Studio、Unsloth 等已支持，Anthropic Claude Code、Perplexity、Manus 等将陆续支持。
推荐理由原文列出 MXC 的四类沙箱后端与五类可控制策略，并给出已支持与即将支持的智能体名单，便于判断落地范围。
GitHub 发布与 Microsoft Applied Sciences 联合微调的 ModernBERT 分类器，用于在 push 阶段识别非结构化密钥，可在 2 毫秒内评估一批候选密钥，官方称可将可拦截的密钥数量提升一倍以上。该功能目前处于 private preview，本月晚些时候面向 Enterprise Cloud 和 GitHub Teams 上购买 GitHub Secret Protection 的组织开放，并消耗 AI credits。GitHub 同时把该模型接入 AI secret detection 的推送后扫描、GitHub Enterprise Server 3.23 公开预览，以及 Copilot CLI 和 Copilot App 的 /security-review 命令。文中还给出九个季度数据：Q2 2024 至 Q2 2026 受检 push 增长 2.84 倍，携带凭据的 push 增长 2.59 倍，开发者覆盖 push 拦截的比例从 6.63% 降至 3.93%，手动吊销密钥的平均时间约 40 天。
推荐理由GitHub 用九个季度的数据说明密钥泄露为何随 AI 编码增长，并给出把防护前移到 push 环节的模型方案。
微软发布首款流式转写模型 MAI-Transcribe-2-Streaming，支持 60 种语言和自动连续语言检测，在 Artificial Analysis 的最终与部分转写准确率上均排名第一，收到音频后 100ms 出头即可给出首个部分结果，年内按每小时音频 0.54 美元计价。同时发布多语言文本转语音模型 MAI-Voice-2.1，支持 23 种语言和 26 个地区，单一音色可用各语言的原生口音，定价每 100 万字符 22 美元；以及面向高并发低延迟场景的 MAI-Voice-2.1-Flash，端到端延迟 150ms、可生成 45 秒音频，推理速度提升 55%，定价每 100 万字符 15 美元。三款模型可通过 Microsoft Foundry 等渠道使用，MAI-Voice-2.1 系列已上线 OpenRouter。
推荐理由微软一次性发布流式转写与两款语音合成模型，并给出延迟、语言数和定价，可据此判断实时语音智能体的成本与响应空间。
Inception 宣布 Mercury 扩散大语言模型在 Azure AI Foundry 上线，面向企业开发者提供商用规模的 dLLM。该模型通过扩散架构并行生成多个 token，推理速度最高可达同类自回归模型的 10 倍，在知识、编码、指令遵循和数学基准上与 Gemini 2.5 Flash、Claude 4.5 Haiku 相当。它支持 128K token 上下文窗口、原生工具调用和 JSON schema 结构化输出，API 兼容 OpenAI，目前在美国和加拿大区域提供，软件许可费用为 $0.78/小时，计算费用另计。
推荐理由Mercury 以扩散架构实现并行生成，读者可据此判断实时 AI 应用在速度与质量之间的取舍空间。
Inception Labs 宣布 Mercury 2 上线 Azure AI Foundry，该模型采用扩散架构并行生成 token，官方称生成速度提升超过 5 倍，在 NVIDIA Blackwell GPU 上达到 1,009 tokens/sec。模型定价为每百万输入 token 0.25 美元、每百万输出 token 0.75 美元，支持 128K 上下文、原生工具调用和 JSON schema 结构化输出，API 兼容 OpenAI，目前在美国和加拿大区域提供。
推荐理由Mercury 2 以扩散架构实现并行生成，读者可据此了解实时推理在延迟与质量之间的取舍方式。
微软发布图像模型 MAI-Image-2.6，并推出面向延迟敏感、高吞吐生产负载的 MAI-Image-2.6-Flash，两者均支持多图参考编辑、网络接地和动态宽高比。官方称 MAI-Image-2.6 在 Arena 的文生图与图像编辑均排第 2，在 Artificial Analysis 上图像编辑排第 1；Flash 生成速度比 GPT-Image-2-Medium 快 2.8 倍，效率高 72%。两款模型已在 MAI Playground 开放试用，并通过 Microsoft Foundry 进入 Public Preview。
推荐理由微软发布 MAI-Image-2.6 及 Flash 版本，并给出 Arena 与 Artificial Analysis 排名和速度数据，可据此判断图像模型的质量与成本取舍。
微软 AI 发布推理模型 MAI-Thinking-1，已在 Microsoft Foundry 开启公开预览。该模型为 35B 激活参数、约 1T 总参数的稀疏 MoE 架构，在 SWE-Bench Pro 上与 Claude Opus 4.6 持平，AIME 2025 得分 97.0%、AIME 2026 得分 94.5%，并在与 Claude Sonnet 4.6 的盲测人评中被更多用户偏好。模型支持 256k token 上下文窗口、函数调用和开发者指令，兼容 Chat Completions API，微软称其训练未使用第三方模型蒸馏，数据为可追溯的企业级数据。
推荐理由微软公开了 MAI-Thinking-1 的参数量、基准成绩与训练数据来源，读者可据此判断其企业级推理定位。
微软研究院推出开源框架 Orchard，核心是 Orchard Env，一个基于 Kubernetes 的轻量环境，可并行创建、管理和移除数千个隔离组件，用于数据收集、强化学习 rollout 和评估。团队同时发布 Orchard-SWE、Orchard-GUI、Orchard-Claw 三个领域训练方案及训练数据与评估方法。Orchard-SWE 在 SWE-bench Verified 上从 61.4% 基线提升至 69.7%，加入价值模型重排序后达到 73%；Orchard-GUI 训练 4B 参数视觉语言模型，在 WebVoyager、Online-Mind2Web、DeepShop 上平均 68.4%。
推荐理由微软研究院开源 Orchard 框架，公开环境服务、训练流程与数据，读者可了解智能体训练基础设施的开放路径。
微软发布针对 MDASH harness 优化的 MAI-Cyber-1-Flash，在 CyberGym 上取得 96% 的 any crash 分数，成本为当前 MDASH 最佳方案的 50%，并可在 H100 上部署。该模型设计用于高效处理最多 90% 的任务，把 GPT 5.4 等最贵模型留给 10% 的极难问题。微软同时披露上季度已交付十余个覆盖图像、语音、转写、编码和安全的新模型，其中 MAI-Image-2.5-Flash 在 PowerPoint 中相比 GPT-Image-2 降低最多 84% 的 GPU 成本，MAI-Voice-2-Flash 在 Dynamics 365 Contact Center 中降低最多 89% 的 GPU 成本。
推荐理由微软披露 MAI 系列小模型与自研 harness 协同后的成本与性能数据，可观察前沿模型分层调度的落地方式。
微软 AI 宣布 MAI-Image-2.5-Pro 与 MAI-Voice-2-Flash 进入公开预览。MAI-Image-2.5-Pro 主打高保真图像生成与精确图像内文字渲染，定价为每 1M 文本输入 token 5 美元、每 1M 图像输入 token 8 美元、每 1M 图像输出 token 106 美元；MAI-Voice-2-Flash 面向高并发语音场景，比 MAI-Voice-2 快 2 倍、便宜 32%，定价为每 1M 字符 15 美元。微软称 MAI-Image-2.5 已成为 Bing Image Creator 的默认模型，在 PowerPoint 中使 GPU 成本最多降低 84%，在 OneDrive 中使保存率提升 26%、P95 延迟降低约 25%；MAI-Voice-2-Flash 已接入 Dynamics 365 Contact Center 与 Azure Voice Live，GPU 成本最多降低 89%。
推荐理由微软公布两款新模型的公开预览与定价，并给出它们在 Bing、PowerPoint、OneDrive 等产品中的成本与效率数据。
微软 AI 公布面向智能体工作负载的 MAI 模型在 GitHub Copilot 和 Excel 中的部署情况。MAI-Code-1-Flash 自 6 月在 GitHub Copilot 上线以来已有数百万开发者使用，在 VS Code 中代码接受率比 GPT 5.4 Mini 和 Claude Haiku 4.5 高约 10%，中位 token 用量低 10%。在 Excel 中，基于该 checkpoint 继续强化学习得到的模型在常见任务上质量与 GPT-5.6 相当，且可运行在 Nvidia H100 和 A100 上，降低部署成本。微软表示正将这一方法扩展到 Copilot Chat、Outlook、PowerPoint 等产品。
推荐理由微软披露 MAI 模型在 GitHub Copilot 与 Excel 的实际部署数据，可观察小参数专用模型替代大模型的路径。
Microsoft 与 Hugging Face 将经过许可与安全审查的数千个开放模型引入 Foundry Model Catalog，目前以预览版提供，并每周更新。模型可通过统一端点部署到配备 NVIDIA A100、H100 或 AMD MI300X 的 Managed Compute，运行时升级和 CVE 修补由平台自动完成；后续将扩展模型与加速器覆盖，并支持 Bring Your Own Weights。
推荐理由材料详述模型筛选、安全审查、运行时匹配和托管部署流程，可用于评估开放模型进入企业生产环境的路径。