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。
公司与模型
Microsoft / Copilot 最新动态
微软的 Copilot 系列产品、Azure AI 云服务，以及与 OpenAI 的合作动向。
8 条精选近 30 天 6 条共收录 69 条
更新
Microsoft / Copilot的精选
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。
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。
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。