Microsoft Research 用 PDD Kit 形式化验证智能体编写的全栈 Web 应用
Microsoft Research 联合 GitHub Next 发布研究原型 PDD Kit，把用户意图转成 Verus 形式规约，证明智能体写的代码对每个输入都满足规约，证明覆盖不到的部分退回测试。
借鉴点
能拿走的是把意图先写成 Verus 形式规约、再让 agent 写证明并用变异检查防弱规约的流程，可接到软件工厂的代码审查环节，代价是只支持 Rust 且证明本身仍要投入。
#Microsoft
只收明天就能用得上的Microsoft Research精选AI 评分5858
AWS Machine Learning Blog精选AI 评分5858 AWS 演示 Bedrock AgentCore Gateway 如何用 OBO 令牌交换让 Agent 以用户身份调用 ServiceNow
AWS 发布教程，演示在 Amazon Bedrock AgentCore Gateway 上配置 on-behalf-of（OBO）令牌交换，让 AI Agent 调用 ServiceNow REST API 时保留发起用户的身份。
借鉴点能拿走一套 OBO 令牌交换配置，把 Agent 调企业 API 的身份从应用本身换成发起用户；前提是 Entra 双应用注册、ServiceNow 入站 OAuth 和 MCP 2025-11-25 网关，漏掉 requested_token_use 参数就会认证失败。
掘金精选AI 评分7171 Agent 架构怎么选：从单 Agent 到多 Agent 编排的选型决策指南
这篇指南提出 Agent 架构选型应 workflow 优先、agent 兜底，流程能在设计期固定就用 workflow，只有需要中间决策才上 agent。
借鉴点能拿走一个五参数选型函数和症状对照表，把 workflow 优先、单 Agent 兜底、真并行才上多 Agent 的判断固化成代码，落到软件工厂的架构选型环节；代价是文中成本数字引自 Anthropic 研究，自己项目仍需实测。
MarkTechPost精选AI 评分8383 微软联合 UC Berkeley 开源 TokenEconomizer，编码 agent 成本最高降 30.9%
微软研究院与 UC Berkeley 发布开源编码 agent 成本控制器 TokenEconomizer，在 277 个 SWE-Bench 任务、5 种 agent 与模型组合下把平均成本降低 18.4% 至 30.9%，30 个仓库与设置组合全部更便宜。
借鉴点能拿走三套可切换机制的具体参数，工具剪枝连续3个任务未用即屏蔽、每5个任务全量复审，失败循环用成功运行长度90分位的1.25倍做轮次预算；落到软件工厂的编码 agent 成本控制，代价是微技能默认关闭且需额外模型调用，前几个任务反而更贵。
Hacker News · AI 讨论精选AI 评分7474 envgit 发布：为编码智能体环境做版本控制，按请求拦截 git push 和 npm publish
作者发布 envgit，一个给编码智能体工作环境做版本控制的开源工具，在每一步后快照工作目录，并用请求级 YAML 策略拦截 git push、npm publish 等不可逆操作。
借鉴点envgit 用每步快照加请求级策略（按 method 和 path 拦 git push、npm publish）补上三个 agent 沙箱默认放行 ~/.ssh 和出网的缺口，代价是 Copilot CLI 只能记录不能强制，shell 规则形同虚设。
Hacker News · 首页精选AI 评分7171 上下文工程现状：从长上下文到智能体驱动 harness 的失败模式与修复
dbreunig 在 AGNTCon 的演讲中梳理了上下文工程的演进，指出长上下文带来上下文投毒、分心、混淆和冲突四类失败模式，并给出六种修复手段。这些手段包括上下文增强、工具筛选、上下文隔离、裁剪、卸载和压缩，作者用 DSPy 演示约 16 行代码即可把四种修复装进 harness。
借鉴点能拿走六种上下文修复手段的具体做法，包括工具筛选、子智能体隔离、按轮裁剪和先判相关性再压缩，落到软件工厂的 agent 编排上；代价是要自己写决策模型和 loadout 函数，还得留意 prompt 缓存。
MarkTechPost精选AI 评分8383 Microsoft Research 开源 Agensh：无中心编排的多智能体框架，最多跑 1,024 个编码 agent
Microsoft Research 开源了 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。
借鉴点能拿走的是无中心编排的 5 步协作循环和 Gitea、Mattermost、共享上下文板三件套，可替换单 agent 串行派活；代价是 1024 agent 需 16 节点、每 worker 64 GiB 内存，token 成本未披露。
Hugging Face Blog精选AI 评分6262 微软与 Hugging Face 用 ThinkingBox 数据库终态校验做 RL 奖励，Qwen3.8-27B 全对任务从 38 增至 107
微软与 Hugging Face 联合发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的 1/0 可执行校验直接当作 RL 奖励。
借鉴点可复用离线策略相对难度筛选，用 Beta 后验把任务分五档，只留 0.08 到 0.90 区间做 GRPO，代价是每个候选任务要先跑 n 次探测，且训练与评测的解析器必须对齐。
Microsoft Research精选AI 评分5858 Microsoft Research 发布 Flint-interactive，让智能体生成可交互数据可视化
Microsoft Research 发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可点击、筛选、缩放、高亮和跨图表联动的图表。
借鉴点把交互逻辑写成语义事件加更新算子交给编译器处理，agent 不用再生成底层渲染代码；接入方式是 Flint-MCP 和 MCP Apps，代价是要先按 MCP 指南配置环境。
Microsoft Research精选AI 评分7474 微软亚洲研究院开源 Agent Lightning v1.0，3500 行代码实现 Harnessed Agentic RL
微软亚洲研究院开源 Agent Lightning v1.0，用约 3500 行代码实现 Harnessed Agentic RL，让部署时使用的 agent harness 直接参与强化学习训练，无需在训练框架内重写 agent。
借鉴点把部署用的 harness 直接接进 RL 训练，只需把模型端点指向 LLM proxy，省去在训练框架里重写 agent；代价是重分词、样本合并与优势/损失归一化要按 rollout 级处理。
GitHub Blog · AI & ML精选AI 评分5858 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，现已开放研究预览版。基准包含 19 种语言、187 个开源仓库的 219 个 PR，其语言与仓库规模分布对齐对 103.9M 个 GitHub PR 的分析结果，PR 规模则刻意向可审查的中长尾加权。
借鉴点可借鉴其多源金标集构建法：人工评审、后续提交推断、静态分析、多个前沿 LLM 汇总去重，再用统一 rubric 判分；代价是 219 条 PR 的标注与专家复核成本高，且依赖 Claude Sonnet 5 作 judge。
已经到底了