跳到正文
  1. TechCrunch · AI77

    科技巨头 AI 支出狂潮显现裂痕,巨额资本开支引发市场现金流与回报担忧

    随着 Alphabet、亚马逊、Meta 和微软今年资本支出规划合计超过 7400 亿美元,华尔街对巨额算力投入带来的负自由现金流与债务激增产生强烈担忧,引发纳斯达克及芯片股大幅下挫。

    推荐理由:原文对比了各科技巨头激增的资本开支与恶化的自由现金流,有助于读者理解资本市场对算力基建回报率的担忧焦点。

  2. The Verge · AI77

    OpenAI、Google、Microsoft 与 Anthropic 联合支持网站退出 AI 抓取新标准

    OpenAI、Google、Microsoft 和 Anthropic 宣布将采用新的统一标准,允许出版商在 robots.txt 中配置共享策略 token,一次性退出多家厂商的 AI 数据抓取与训练。

    推荐理由:统一的策略 token 改变了出版商逐家配置防抓取规则的繁琐现状,为跨厂商规范 AI 训练数据获取提供了可迁移标准。

  1. TechCrunch · AI76

    微软首次公布 Azure 季度美元收入达 332 亿美元

    微软首次以美元形式披露 Azure 季度收入,7 至 9 月季度营收达 332 亿美元,同比增长 48% 并超出市场预期。该业务占微软季度总营收 923 亿美元的约 36%,略高于同季度 Google Cloud 的 307 亿美元。此次披露使投资者能够直接横向对比各头部云厂商在算力与 AI 模型承载上的具体体量。

    推荐理由:原文提供了微软首次披露的云业务具体美元收入与横向对比,便于读者直接评估头部云厂商在算力与模型部署上的实际体量差距。

  2. TechCrunch · AI80

    微软最新季度从 OpenAI 获得 $10B 商业收入

    微软在最新监管文件中披露,在截至 9 月 30 日的季度中通过与 OpenAI 的商业合作获得 $10B 收入,占微软该季度 $92.3B 总营收的近 11%。整个 2026 财年微软来自 OpenAI 的相关收入达 $24.1B,截至 9 月底对 OpenAI 的应收账款升至 $7.2B。文件还显示微软在 OpenAI 的持股比例从 6 月的约 25% 略微降至 9 月的 24%。

    推荐理由:原文披露了微软从 OpenAI 获得巨额收入的具体财务构成与持股变化,有助于评估双方在业务竞争与资本结盟间的实际依赖程度。

  1. Hugging Face Blog64

    ThinkingBox 把数据库终态校验变成 RL 奖励训练 Agent

    微软与 Hugging Face 发布 ThinkingBox-Training,把数据库终态的可执行校验结果当作强化学习奖励,对 Qwen3.8-27B 做 50 步 GRPO 后,pass@1 从 51.70% 升至 60.78%,20 次全部正确的任务从 38 个增至 107 个。

    推荐理由:原文给出用数据库终态校验当强化学习奖励的完整训练流程与开源代码,读者可据此复现或迁移到自家 Agent 任务。

  2. Microsoft Research65

    Microsoft Research 发布 Flint-interactive,用高层语言创建交互式数据可视化

    Microsoft Research 发布 Flint-interactive,这是一种构建在 Flint 之上的语言,让智能体和开发者用高层语义事件与更新算子描述交互,由编译器处理布局、渲染和依赖。

    推荐理由:Flint-interactive 把交互逻辑交给编译器处理,读者可据此判断智能体生成交互式图表时能省下多少调试成本。

  1. Microsoft Research73

    Microsoft Research 研究者证明悬置 31 年的 KLS 猜想

    Microsoft Research 的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 KLS 猜想,给出一项与维度无关的固定界。

    推荐理由:这项证明本身是数学进展,更有价值的是把研究路径讲成了人机分工范式,读者可据此理解 AI 在科研协作中扮演的角色。

  1. Microsoft Research67

    微软研究院推出零知识证明虚拟机 Magnetar

    微软研究院发布零知识证明虚拟机 Magnetar,可证明用 Rust、Go、C 编写的程序,在 15 个基准程序上平均比现有最快的同类 zkVM 快 10 至 39 倍。它基于 RISC-V 架构,开发者无需手写密码学电路,安全性仅依赖 SHA-256、SHA-3 等标准哈希函数,不依赖椭圆曲线、格或可信设置。其证明校验时间约 12 毫秒,笔记本上每秒可证明 7.2 至 8.7 百万条处理器指令。

    推荐理由:微软研究院的新零知识证明虚拟机宣称比现有最快同类的 zkVM 快 10 至 39 倍,并仅依赖标准哈希函数,读者可借此理解这条技术路线的取舍。

  1. Microsoft Research80

    微软研究院开源 Agent Lightning v1.0,约 3500 行代码的轻量 agent RL 框架

    微软研究院开源 Agent Lightning v1.0,这是一个约 3500 行代码的轻量 agent 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。

    推荐理由:微软研究院开源这个框架,可以直接解决真实 agent harness 接入 RL 训练时重复实现的问题,并给出了可复现的编码智能体训练流程。

  1. GitHub Blog · AI & ML60

    GitHub 发布 AI 代码审查开放基准 ReviewBench

    GitHub 发布 AI 代码审查离线基准 ReviewBench,包含 219 个公开 pull request、覆盖 19 种语言,并配有公开数据集和排行榜。

    推荐理由:GitHub 公布 ReviewBench 的构建方法与 96.6% 专家标注一致率,并给出离线结果与线上 A/B 实验的对应案例。

已经到底了