MIT 等机构的研究团队在 Nature 发表论文，提出一种机器学习后处理层，学习并修正现有预报模型的误差，将 2 至 6 周次季节预报的准确率提高一倍，并在 ECMWF 的预报竞赛中夺得第一。该模型首次在这一时间尺度上超过气候平均值，同时显著提升了对极端天气的预测能力，且为开源、低成本的附加模块，可搭配任意预报模型使用。
推荐理由：研究把机器学习后处理叠加到现有预报模型上，使 2 至 6 周的次季节预报首次超过气候平均值，为极端天气预警提供新路径。
Tamnoon 基于 Amazon Bedrock 构建了智能体式云修复编排器 Tami，可自动调查 CNAPP 与云原生来源的安全发现、评估修复安全性并编排带护栏与治理的修复流程，90 天内将关键云暴露减少超 90%，且零生产事故。
Anchor Browser 与 Amazon Bedrock AgentCore payments 集成，让 AI 智能体在遇到 HTTP 402 响应时自动完成 x402 协议支付并重试请求。
推荐理由：原文拆解了把支付栈从智能体运行时移入托管基础设施的具体做法，读者可据此判断浏览器智能体自主付费的落地路径。
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日发售，同期 NVIDIA 与生态伙伴推出针对本地 AI 的软件与性能更新。
推荐理由：原文列出 RTX Spark 首发的智能体软件、模型与开发工具清单，读者可据此了解本地 AI 智能体的落地配套。
Meta 在 OCP Summit 2026 上发布首款液冷网络机架 IcePack 与 102.4T 交换机 IceCube，带宽较 51.2T 平台提升 2 倍。同时推出多平面后端 fabric FPF、开源 AI 传输协议 MetaRoCE，并联合 Microsoft、Alibaba 发起交换机平台架构 OSPA，规范 v1.0 已提交 OCP。
Amazon Bedrock 面向泰国、马来西亚、新加坡、印尼和中国台湾的五个 AWS 区域提供全球跨区域推理，可调用 OpenAI 的 GPT-6 Sol、GPT-6 Luna 和 GPT-6 Astra，其中 GPT-6 Astra 从亚太（新加坡）区域提供。
GitHub Copilot 可通过四种方式定制对项目的理解：.github/copilot-instructions.md 定义仓库级约定，.github/instructions 支持按 applyTo 字段的路径级指令。
微软研究团队提出 StudentSim，一个从公开去标识化学习记录中训练个性化 AI 学生模拟器的研究系统，用于在真实学习者测试之前评估和改进 AI 辅导系统。该工作同时推出 StudentSimEval 基准与评估协议，覆盖国际象棋、第二语言英语写作和数学，从行为保真度和引导响应性两个维度评估模拟器，StudentSim 在这些领域均优于主流基线。
在 Amazon SageMaker AI 上用 llama.cpp 部署决策模型，可让应用从固定选项集中直接输出概率分数，而不必生成文本答案。AWS 的 llama.cpp DLC 支持通过 OpenAI 兼容的 Chat Completions 接口调用，扩展方案 SemIf 则返回 option_ids、probabilities 与 raw option_logits。
针对多个团队共享昂贵 GPU 集群的需求，AWS 给出了一套基于 Amazon SageMaker HyperPod 与 EKS 的多租户参考架构，通过 Kubernetes 命名空间隔离工作负载、HyperPod Task Governance 做公平资源分配、命名空间级成本分摊实现按团队计费。
在旧金山 Microsoft 活动上，NVIDIA 与 Microsoft 宣布共同为 AI 智能体在 Windows PC 上运行进行软硬件协同设计，Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers（MXC）正式可用，让智能体在操作系统控制下安全持续地后台运行。
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起推到 Windows 上，读者可据此判断端侧智能体的落地路径。
GitHub 披露，如今每 3 个 pull request 就有 1 个涉及 AI agent，一年前还不到 1/10。GitHub 与 Microsoft Applied Sciences 联合打造了微调分类器，把 push protection 扩展到非结构化密钥，可在 2 毫秒内评估一批候选密钥，有望把可拦截的密钥数量提升一倍以上。
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量级 Agentic RL 框架，提出 Harnessed Agentic RL 范式，让部署时使用的同一 agent harness 直接参与强化学习训练，无需在训练框架内重写 agent。
推荐理由：微软亚研开源 3500 行轻量级智能体 RL 框架，给出真实 harness 参与训练、Kubernetes 原生运行和端到端编码智能体实验的完整方案。
Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中与 Chad Atalla 对谈，讨论评估如何推动 AI 系统性能边界、模型超出传统基准测试时出现的"意外失败"，以及数据为何值得细看。
微软发布开源离线基准 ReviewBench，用于评估 AI 代码审查智能体的表现，基于 GitHub 上 103.9M 个真实 pull request 的分布构建。
Microsoft Copilot Studio 团队联合 Hugging Face 发布 ThinkingBox，它让智能体在隔离的 MCP 工具会话中运行，按终端数据库状态和副作用评分，而非最终回复，每个任务重复 20 次。
推荐理由：通过 507 个有状态业务工作流的 20 次重复运行，揭示模型单次成功率与稳定完成率之间的差距。
MIT 博士生 JS Tan 与前 Kickstarter 组织者 Clarissa Redwine 出版《Against Tech Oligarchy》，记录过去十年科技业劳工运动的兴起与退潮。
通过 Amazon Bedrock AgentCore 的 AgentCore Gateway，可将 Claude Desktop 连接到由 Amazon 网页索引支持的 Web Search，突破模型训练知识截止限制。
uniopen 通过 Amazon SageMaker AI 对 Amazon Nova 2 Lite 做监督微调，并叠加提示词层面的输出优化，使其适配自身零售内容审核策略。
微软研究院实习生开发了一套端到端机器学习系统，可在风险出现前 30 至 60 分钟为美国本土 66,935 座变电站生成位置级空间天气风险估计。系统把太阳风观测、AE 与 Dst 指数预报、地质电导率等因素结合，先预测磁场变化率 dB/dt 再汇总为大陆级风险评估。评估期内该流水线识别出近 80% 的重大空间天气事件，Dst 预测器在 62.2% 的高活跃小时上优于 Burton 方程。
Amazon Bedrock 在印度上线 Anthropic 的 Claude Opus 5、Claude Sonnet 5 和 Claude Haiku 4.5，通过印度地理跨区域推理将请求限制在 ap-south-1 与 ap-south-2 之间，数据不出境。
Amazon Bedrock 现已在首尔和新加坡支持 Anthropic Claude 模型的区域内推理：首尔支持 Claude Opus 5 和 Claude Sonnet 5，新加坡支持 Claude Sonnet 5，通过 bedrock-runtime 端点调用。
GPT-6.1 Sol 在 Amazon Bedrock 正式可用，为智能体编码、电脑操作和专业工作流带来更强推理能力，是 GPT-6 Sol 的一次重大升级。
推荐理由：原文给出 GPT-6.1 Sol 在 Bedrock 上的能力与成本数据，读者可据此判断智能体编码任务的部署选择。
Amazon Quick 各组件对提示词的解析方式不同，官方博客按组件给出提示词写法：Quick Research 需明确目标、受众与关注点，并自行拆解子问题；Quick Flows 要写清时间、数据源与输出格式，复杂逻辑用编号步骤，并可通过对话迭代调整。
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由跨基因组、蛋白质、化学、RNA 与细胞状态、生物成像等模态联合训练的世界模型和连接模型、科学工具、文献与实验人员的 harness 组成。
推荐理由：微软研究院公开 Quine 的生物世界模型设计，并给出胰腺癌化合物筛选在湿实验中获验证的案例。
Microsoft Research Asia – Singapore 作为微软在东南亚的首个研究实验室已成立一年，团队规模扩大并深化了与新加坡高校、政府机构和产业的合作。
GitHub Copilot app 的 canvas（画布）是一种可自定义界面，用户和智能体共享同一状态，可用看板、清单或仪表盘等形式承载工作流。在 agent 会话中输入 /create-canvas 技能并用自然语言描述工作流、用户可执行的操作和智能体可执行的操作，无需写代码或做设计，界面会在右侧面板生成。
在 GitHub Copilot 应用中，canvas 是运行于应用内的全栈小程序，可与 Copilot agent 双向通信，也能调用第三方 API 并在本地执行代码，例如用 Winget 界面管理本地包或直接操作 SQLite 数据库，无需每次都消耗 token 让 agent 代劳。基于 canvas 可以把研究、原型、实现等开发流程自动化，让自己按需退出循环，而不是被聊天输入框限制。
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、400 多条行内评审评论的开源 PR 验证其性能。代码行沿用"绘制前高度已知"的确定性虚拟化几何，评论等动态块则改为可预估、惰性测量并以文件与行号锚定的独立几何，避免滚动跳变。
微软研究院对移动操作机器人负载做了首次系统性测量，发现仅依赖机载 GPU 推理会限制机器人性能、电池寿命与可扩展性。
推荐理由：微软对机器人负载的首次系统性测量显示，把推理从机载 GPU 卸载到边缘或云端可在成功率、模型规模与续航上同时获益。
微软在 Nature 发表逆合成模型 RetroChimera，并开源其实现与权重。该模型将基于 Transformer 的 R-SMILES 2 与基于图神经网络、使用反应模板的 NeuralLoc 结合，通过学习式集成对两者预测重新排序，性能在常见与稀有反应类别上均超越任一子模型。
GitHub 用 Copilot 智能体把 Copilot agent runtime 从 TypeScript 完全重写为超过 80 万行 Rust，AI 智能体编写了大部分代码，跨 128 个 pull request 增量合入 main。
推荐理由：一位工程师复盘用 AI 智能体把 43 万行 TypeScript 运行时迁到 Rust 的全过程，含编排、缓存与评审经验。
GitHub 日韩营销团队用 GitHub Issue 表单、Labels 和 Actions 把活动运营流水线化：Issue 表单收集活动字段，标签触发工作流，活动从单个 Issue 自动搭建、每天筛选报名者并在结束后自动收尾。
GitHub 发布研究预览 Project HydraFusion，在 GitHub Copilot 运行时对多个提供商的模型做编排，创建完整执行计划，让模型起草、评审、修订或升级到更强的模型。
推荐理由：GitHub 官方披露多模型编排的三种执行模式与三项基准的成本质量对照，可据此判断多模型路由在编码任务中的落地方式。
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash 两款高效病理基础模型，均以 Apache 2.0 许可证开放。
Hugging Face 发布研究，提出三项测试量化语音识别中的基准优化现象。研究评估 11 个开源 ASR 模型，发现部分高分模型在音频与参考文本矛盾时仍复现 VoxPopuli 和 LibriSpeech 的错误转写，被静音的年份甚至被补全为 2011。
推荐理由：文章用三类探针量化 ASR 模型对基准本身的过拟合，并给出可复用的检出方法。
微软研究院发布深度学习交换关联泛函 Skala 1.1，训练数据比首个公开版本多 2.5 倍，在 GMTKN55 的 55 个类别中拿下 32 项第一，加权平均误差 2.8 kcal/mol。该版本现已在 CP2K 中可用，并正集成进 Psi4、FHI-aims、ORCA 和 VASP，同时微软还推出持续追踪各版本计算性能的 living benchmark。
Microsoft Research 推出 MindTopo 基准，用于评测多模态大模型对连通性、封闭、顺序、分离与打结等拓扑关系的理解，同时考察静态识别与交互规划。当前模型在静态推理上明显强于交互规划，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。图像与视频生成仅在有助保持结构约束时才有效。
微软研究院推出胸部 X 光 VLM 研究模型 CARE-X，用辅助监督头与 DAPO 强化学习在生成式与判别式任务间统一推理，并明确其尚未获监管批准、不可用于临床诊断。
微软研究院发布开源框架 Orchard，核心是 Orchard Env——一个基于 Kubernetes 的可复用环境服务，支持软件工程、网页导航和个人助理等任务，并能在 Codex、OpenClaw、ZeroClaw 等真实部署 harness 中直接训练智能体。
推荐理由：微软开源 Orchard 框架，把训练环境做成可复用服务，读者可据此理解小模型如何直接在真实 harness 中训练。