Meta 和 Microsoft 大幅削减 Claude 使用，转向自有工具
Meta 和 Microsoft 正大幅削减内部 Claude 使用，并推动员工转向自有工具及其他模型。Microsoft 将云部门月度人均预算从 $100,000 降至约 $10,000，支出削减超过三分之一；Meta 的 Claude Code 用户从约 60,000 人降至 30,000 人，部分原因是裁员和推广自有工具。
#Microsoft
The DecoderAI 评分6868
GitHub Blog · AI & ML精选AI 评分7676 GitHub 发布 ReviewBench 开放基准，评测 AI 代码审查智能体
GitHub 推出 ReviewBench 开放基准，用于评测 AI 代码审查智能体，并提供公开数据集、统一评分方法和系统比较入口。基准包含来自 187 个开源许可仓库的 219 个 PR，覆盖 19 种语言，其分布参考了对 103.9M 个 GitHub PR 的分析；资深工程师独立复核标注，判断一致率为 96.6%。
推荐理由：ReviewBench 将真实 PR 分布、多来源标注和专家复核纳入同一评测流程，并用线上实验对照离线信号，为代码审查智能体比较提供可复现依据。
Hugging Face Blog精选AI 评分8080 Microsoft 与 Hugging Face 发布 ThinkingBox 智能体评测基准
Microsoft 与 Hugging Face 发布 ThinkingBox 和 ThinkingBox-Bench，用数据库终态及副作用评估 AI 智能体是否真正完成业务工作流，并将每项任务独立运行 20 次衡量一致性。
推荐理由：ThinkingBox 将评估焦点从对话和工具调用转向数据库终态，并通过每项任务重复运行衡量一致性，为检验智能体是否可靠完成业务流程提供了可复用基准。
GitHub Blog · AI & MLAI 评分4040 AI 正在改变开发者工作：GitHub 提出三项值得加强的技能
GitHub 指出，AI 正在改变开发者的工作方式，并提出三项值得加强的技能：指导 AI 智能体完成任务、审查而非轻信 AI 的首个答案，以及用节省的实现时间解决更大的问题。GitHub Copilot 内置的 Rubber Duck agent 会使用第二个模型，在继续推进前评审计划、代码和测试。越多实现工作交由 AI 处理，开发者的技术判断、权衡能力和问题选择就越重要。
Microsoft ResearchAI 评分5656 Microsoft Research 机器学习系统预测美国 66,935 座变电站的空间天气风险
Microsoft Research 研究人员开发了一套机器学习系统，为美国本土 66,935 座变电站预测空间天气风险，可提前 30 至 60 分钟给出位置级风险估计。
Microsoft Research精选AI 评分7676 Microsoft Research 推出面向复杂生物学研究的 AI 系统 Quine
Microsoft Research 推出 Quine，这是一个结合生物多模态世界模型与交互式研究环境的实验性 AI 研究系统，可连接科学工具、文献、湿实验室和研究人员。
推荐理由：Quine 将生物多模态世界模型与实验工具及文献连接，并以胰腺癌细胞状态实验展示其筛选候选化合物的研究流程。
Microsoft ResearchAI 评分4040 Microsoft Research Asia – Singapore 一年来如何通过研究、合作与人才培养推动现实影响
Microsoft Research Asia – Singapore 在成立一周年之际，回顾其通过前沿 AI 研究、伙伴合作与人才培养推动现实应用的进展。实验室聚焦下一代 AI 模型与智能体系统、面向实际场景的领域 AI、AI 原生研究实践及生态与人才发展，并与新加坡医疗体系合作探索多模态医疗 AI 和自我进化诊断智能体。
GitHub Blog · AI & ML精选AI 评分6464 GitHub Copilot app 初学者指南：如何用 canvases 构建自定义工作流
GitHub Copilot app 的 canvases 允许用户与智能体共享可自定义界面，并围绕各自工作流调整内容。用户可在智能体会话中输入 `/create-canvas` 技能并描述需求，无需手动编写代码或设计界面，智能体便会创建画布。画布可保存为团队共享或个人扩展，用户和智能体也能同时修改共享状态。
推荐理由：文章通过创建发布说明看板的示例，展示从自然语言描述到可复用画布的过程，并说明用户与智能体如何同步修改共享界面。
GitHub Blog · AI & ML精选AI 评分6262 GitHub Copilot 的 canvas 如何突破聊天界面的限制
GitHub Blog 作者 Burke Holland 主张，聊天并非与 AI 交互的最佳界面，并介绍了 GitHub Copilot app 中名为 canvas 的可定制界面。
推荐理由：文章通过 Connect 4、Winget、SQLite 和开发流程自动化等实例，说明自定义界面如何让 Copilot 智能体参与任务并减少反复聊天交互。
GitHub Blog · AI & ML精选AI 评分7575 GitHub Security Lab 开源 Fuzzing Taskflow 智能体，自动化 C/C++ 模糊测试
GitHub Security Lab 开源了面向 C/C++ 项目的 Fuzzing Taskflow，由 LLM 智能体自动识别代码入口、编写 harness、运行 AFL++、根据覆盖率改进测试，并对崩溃进行分诊和生成漏洞报告。
推荐理由：文章拆解了覆盖率反馈、结构化输入生成与崩溃分诊的自动化流程，也说明模型报告仍需人工审查，可供安全测试工作流设计参考。
GitHub Blog · AI & ML精选AI 评分7272 GitHub Copilot app 如何流畅渲染超大型 Pull Request
GitHub 重建了 GitHub Copilot app 的 Pull Request 视图，使包含 2,200 个文件、超过 100 万行变更和 400 多条行内评论的 PR 仍能流畅浏览。文章详述了代码行与动态评论分开管理高度、滚动时延后测量并保持阅读锚点，以及通过缓存和自动化测量循环定位性能问题的做法。
推荐理由：文章拆解了超大型 PR 视图的关键设计取舍，尤其说明动态评论如何影响虚拟化，以及团队如何通过锚定校正和自动化测量避免滚动卡顿。
Microsoft Research精选AI 评分7777 Microsoft Physical AI Toolchain 新增机器人推理卸载能力
Microsoft Research 宣布 Physical AI Toolchain 新增机器人推理卸载能力，可通过 Kubernetes 工具在机器人、边缘 GPU 和云端之间分配推理工作负载。研究发现，部分较轻 GPU 上的地图构建与规划速度较 A100 慢最多 383%，较大的板载 GPU 还会显著消耗机器人电量；文章也提供了 SO-101 和 UR10e 的卸载示例。
推荐理由：文章结合移动操作任务测量了端侧与卸载推理的性能和续航差异，并介绍 Kubernetes 工具链如何在机器人、边缘 GPU 与云端间分配工作负载。
Microsoft Research精选AI 评分7070 Microsoft Research 发布 RetroChimera 逆合成研究并开源模型
Microsoft Research 发布 RetroChimera 逆合成研究，该模型结合 R-SMILES 2 与 NeuralLoc，并通过学习式集成重排两者提出的反应物预测。在多步合成路线评估中，RetroChimera 在十个具有挑战性的目标中成功完成九个，高于文中对比模型；其实现和权重已开源，也可通过 Microsoft Foundry 使用。
推荐理由：RetroChimera将两种互补的逆合成模型进行学习式重排，并以盲测和多步路线评估展示其表现，呈现了集成方法应对稀有反应的思路。
GitHub Blog · AI & MLAI 评分4646 该不该读 AI 生成的代码、RAG 是否已死、Skills 是否取代了 MCP？GitHub 播客解析 AI 热点观点
GitHub 播客讨论 AI 开发中的五种热点观点，认为开发者仍须审查并对生成代码负责，但应按风险分配精力。Skills 与 MCP 解决的问题不同：前者提供背景、流程和最佳实践，后者连接工具与数据；RAG 也没有过时，可与 Agent、Skills 和 MCP 协同使用。
GitHub Blog · AI & ML精选AI 评分8181 GitHub Copilot 团队如何借助 Copilot 将运行时迁移到 Rust
GitHub 将 Copilot 智能体运行时从 TypeScript 迁移为 Rust，项目主要由 AI 智能体编写代码，并通过 128 个 pull request 分批合入和发布。运行时最终包含 832,378 行生产 Rust 代码，迁移期间发布了 135 个版本；作者还介绍了原地替换策略、测试验证以及多智能体协作中的协调经验。
推荐理由：文章以运行时迁移为例，结合渐进式替换、测试和发布数据，呈现了用智能体协作完成大型代码迁移的具体做法。
Microsoft Research精选AI 评分7272 Microsoft Research 发布 GigaPath-Flash 和 GigaTIME-Flash 病理基础模型
Microsoft Research 发布 GigaPath-Flash 和 GigaTIME-Flash 两款开放权重病理研究模型，面向全切片表征学习和肿瘤微环境空间蛋白质组预测。
推荐理由：这组模型将病理基础模型的计算成本与队列规模联系起来，文中给出的性能和资源对比可帮助研究者评估大规模分析的可行性。
Microsoft Research精选AI 评分7070 Microsoft Research 扩大 Skala 接入范围，Skala 1.1 提升 DFT 精度
Microsoft Research 发布 Skala 1.1，并宣布其已接入 CP2K，正集成至 Psi4、FHI-aims、ORCA 和 VASP。Skala 1.1 的训练数据量是首个公开版本的 2.5 倍，在 GMTKN55 的 55 个类别中有 32 个排名第一，平均加权误差为 2.8 kcal/mol；团队还发布了跟踪不同版本和软硬件平台计算性能的持续更新报告。
推荐理由：Skala 1.1 的精度提升与多软件集成同步推进，文中还介绍了持续更新的性能报告，呈现其走向计算化学工作流的路径。
Microsoft Research精选AI 评分6161 MindTopo 基准揭示 VLM 的空间推理能力
Microsoft Research 推出 MindTopo 基准，用于评估多模态大语言模型对连通、分离、顺序、包围和打结等拓扑关系的推理与规划能力。测试结果显示，模型在静态场景识别上的表现优于交互规划；规划错误常出现在模型已理解场景之后，包括未能追踪多步动作的后果或提出违反环境规则的动作。
推荐理由：MindTopo将静态识别与交互规划放在同一基准中比较，揭示多模态模型在连续动作中维持拓扑关系时的表现落差。