AI 实验室开始收购倒闭初创公司的数据用于模型训练
随着公开与合成数据集接近上限，AI 实验室和训练数据供应商开始收购倒闭初创公司的代码与办公数据。
全部资讯动态
MIT Technology Review · AIAI 评分6565 GitHub Blog · AI & MLAI 评分2222 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 入门系列介绍四种让 Copilot 适配项目的方式：用 .github/copilot-instructions.md 定义仓库级规范，用 .github/skills 下的 agent skills 封装可复用流程，用 .github/agents 创建自定义智能体，并通过 MCP 服务器连接外部工具与数据源。
Microsoft Research精选AI 评分6060 微软研究院提出 StudentSim：用个性化学生模拟器评估和改进 AI 辅导系统
微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，用于在接触真实学习者之前评估和改进 AI 辅导系统。研究同时发布 StudentSimEval 基准，从行为保真度和指导响应度两个维度评估模拟器，覆盖国际象棋、第二语言英语写作和数学三个领域。
推荐理由：读者可了解用真实学习记录训练个性化学生模拟器、并以行为保真度和指导响应度评估的思路。
MIT Technology Review · AIAI 评分4242 我们是否过度相信 AI 说“不”的能力
MIT Technology Review 探讨 AI 拒绝机制为何成为安全体系承重墙：模型经海量网页训练后掌握暴力与恶意知识，企业靠拒绝训练和外围过滤让模型说“不”，但拒绝是概率性的、常被绕过。OpenAI 董事会成员 Zico Kolter 称“界限画在哪”是巨大难题，而划线权目前掌握在 AI 公司手中，政府也将介入。
MIT Technology Review · AIAI 评分6060 MIT科技评论：机器人学的AI突破短期内不会改变你的生活
MIT科技评论梳理人形机器人的宣传与实验室现实，指出特斯拉Optimus等产品目前多在活动中递送物品，Musk称工厂里只有部分机器人在做简单任务。
GitHub Blog · AI & MLAI 评分5858 GitHub 推出基于 ModernBERT 的通用密钥检测模型，推送前拦截耗时低于 2 毫秒
GitHub 发布与 Microsoft Applied Sciences 共建的 ModernBERT 分类器，用代码上下文识别无固定格式的密钥，候选批次评估耗时低于 2 毫秒，可将可拦截密钥数量提升一倍以上。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架
微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的 agent harness 直接参与训练，无需在训练框架内重写智能体。
推荐理由：原文给出框架的代码规模、Kubernetes 部署方式与端到端训练结果，读者可据此判断真实 harness 参与 RL 训练的可行路径。
Google DeepMind精选AI 评分7272 Google DeepMind 发布 EmbeddingGemma 2 开源多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，将文本、代码、图像、视频和音频映射到统一嵌入空间，采用 Apache 2.0 许可，参数量 740M。
推荐理由：原文给出参数量、分模块配置和端侧内存占用，读者可据此判断多模态嵌入在本地检索中的落地边界。
Microsoft ResearchAI 评分2222 微软研究播客：AI 会犯哪些错，失败能教我们什么
微软研究院 partner research manager Jennifer Neville 在 Microsoft Research Podcast 中与首席应用科学家 Chad Atalla 对话，讨论评估如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的“意外失败”。她还分享使用当前 AI 系统的实用建议，并强调当结果偏离预期时应仔细检查数据。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 AI 代码审查开放基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布特征，构建了覆盖 19 种语言、187 个开源仓库的 219 个 PR 评测集。
MIT Technology Review · AIAI 评分2222 MIT Technology Review 调研：连接 AI 智能体与企业知识
MIT Technology Review 基于对 300 名数据与 AI 高管的调研发现，企业平均仅约 34% 的智能体 AI 项目能进入生产，遗留数据系统、安全隐私顾虑和知识与上下文缺失是主要失败点。
MIT Technology Review · AIAI 评分1818 将预测分析带入智能体 AI 时代
企业 AI 的竞争焦点已从预测模型能否超越统计预测转向如何让预测系统依据自身结论自主行动而不偏离业务意图。深度学习与生成式 AI 驱动的智能分析支持实时训练，数据范围也扩展到非结构化交互来源，推动企业从被动回顾走向务实前瞻。Everest Group 合伙人 Vishal Gupta 认为，"分析"一词正让位于 AI。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作，GitHub 给出三项需要强化的技能
GitHub 提出开发者应强化的三项 AI 时代技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的第一个答案、用 AI 省下的时间解决更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明其用第二个模型审查计划、代码和测试，以发现首个模型遗漏的问题。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 宣布推出新前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，随后逐步扩展至开发者、企业和消费者。
推荐理由：官方披露了模型在内部代码迁移、量子优化与漏洞挖掘中的具体数字，可据此判断长程推理能力的实际落点。
Microsoft Research精选AI 评分6060 微软研究院开发机器学习系统，为美国66,935座变电站预报空间天气风险
微软研究院实习生 Rohan Kannan 开发了一套端到端机器学习系统，可提前30至60分钟为美国本土66,935座变电站给出空间天气风险估计。系统先用 L1 拉格朗日点的太阳风观测预报 AE 和 Dst 指数，再结合各变电站纬度、地质电导率等特征，用梯度提升模型估计 dB/dt 并汇总为大陆尺度风险评估。
推荐理由：读者可了解一套端到端机器学习管线如何把太阳风观测与地质条件结合，提前30至60分钟给出变电站级风险评估。
Google DeepMind精选AI 评分7474 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印
Google DeepMind 发布 SynthID Bio，将水印技术用于合成生物学，把不可感知的签名直接嵌入生物代码，在实验室测试中保持蛋白质的生物功能。该方法针对序列微调氨基酸选择、针对 3D 结构调整原子坐标，并微调 AlphaFold 3 扩散网络的一小部分，使预测坐标自带可检测签名。
推荐理由：读者可了解水印如何嵌入蛋白质序列与 AlphaFold 3 结构，以及它对 DNA 合成筛查的意义。
Microsoft Research精选AI 评分7171 微软研究院推出面向生物学复杂性的 AI 研究系统 Quine
微软研究院推出 AI 研究系统 Quine，由生物世界模型和连接模型、科学工具、文献与研究者的交互框架组成，可跨基因组、蛋白质、化学、RNA 与细胞状态、生物成像等模态学习共享表征。
推荐理由：原文给出胰腺癌细胞状态转换的湿实验验证结果，读者可据此判断多模态生物世界模型在药物优先级排序中的实际作用。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 入门教程：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种用户与智能体共享的可定制界面，可通过 /create-canvas 技能用自然语言描述生成看板、发布清单或仪表盘，无需手写代码或设计布局。canvas 具备双向同步能力，用户点击按钮、移动卡片与智能体的修改会即时互相可见，无需额外发送或同步步骤。生成的 canvas 会保存为扩展，可随项目共享给团队或保存为个人扩展复用。
GitHub Blog · AI & MLAI 评分4242 GitHub Copilot 用 canvas 替代聊天框：为 AI 智能体定制专属 UI
GitHub Copilot 应用推出 canvas，一种在应用内运行、无浏览器界面的全栈小应用，可与 Copilot 智能体双向通信。它支持调用第三方 API 并在本地执行代码，示例包括 Connect 4 游戏、Winget 包管理界面和 SQLite 数据库操作。作者认为聊天框常是错误交互界面，让智能体构建工具比反复消耗 token 更划算。
GitHub Blog · AI & ML精选AI 评分6060 GitHub Security Lab 发布 Fuzzing Taskflow 智能体模糊测试流水线
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就能自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分类并生成漏洞报告。
推荐理由：原文完整交代了智能体与工具分工的架构取舍，对想用 LLM 自动化安全测试的团队有方法参考。
Microsoft Research精选AI 评分7070 微软研究：将物理AI推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动机器人操作负载做了系统测量，发现把物理AI推理从机器人板载GPU卸载到边缘或云端GPU，可提升任务成功率并延长续航。在内存不足的小GPU上，建图与规划比A100慢最多383%，导航障碍及时检测率下降30%，VLA模型精度下降50%；用Raspberry Pi-5替代板载GPU后，Jetson Thor等大GPU曾使Stretch-3续航缩短最多160%。
推荐理由：微软团队系统测量了机器人端侧与卸载推理的差异，给出任务成功率与续航的量化对比，可供设计物理AI推理系统参考。
Berkeley AI ResearchAI 评分5858 K-Search 扩展 MLX 后端，将 CUDA 内核经验迁移至 Apple Silicon
Berkeley Sky Lab 团队在 K-Search 进化式内核搜索框架上新增 MLX 后端，并设计结构化 CUDA-to-MLX 翻译层，把已有 CUDA 内核作为知识库改写为 Apple Silicon 上的高质量内核，而非逐条指令照搬。
Berkeley AI ResearchAI 评分5858 Berkeley AI Research 提出 ABBEL 框架，用信念状态替代长程交互历史
Berkeley AI Research 提出 ABBEL 框架，将摘要的信息内容隔离为自然语言信念状态并加以监督，以替代完整交互历史作为智能体的工作上下文。研究指出，递归摘要虽能压缩上下文，但在高质量数据稀缺的人类协助场景（如协作代码生成）中会带来明显性能损失。该框架通过信念评分监督每个信念状态的内容来提升表现。
Berkeley AI ResearchAI 评分3838 智能免费之后：为智能体而建、由智能体构建的数据系统
UC Berkeley 团队提出，推理价格从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不足 $1，部分厂商已低于 $0.10，基准测试中年度降幅在 9x 到 900x 之间、中位数约 50x。作者认为近乎免费的智能带来三类新挑战：为智能体设计的数据系统、由智能体运行的数据系统，以及智能体自行合成定制数据系统。
Berkeley AI ResearchAI 评分3838 自适应并行推理：高效推理扩展的下一个范式
自适应并行推理让推理模型自行决定何时分解并并行化独立子任务、开启多少并发线程以及如何协调。相比随探索量线性增长的串行推理，该范式可缓解上下文退化与延迟随推理长度成比例上升的问题。文章梳理了并行推理领域近期进展，包括作者参与提出的 ThreadWeaver。
Berkeley AI ResearchAI 评分5858 Berkeley AI Research 提出 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 提出 GRASP，一种面向学习动力学（世界模型）的梯度规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代上直接加入随机性以探索、并重塑梯度让动作获得清晰信号，同时避开经由高维视觉模型的脆弱状态输入梯度，使长时程规划更实用。
Berkeley AI ResearchAI 评分4848 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 交互
Berkeley AI Research 介绍 SPEX 和 ProxySPEX 两种算法，用于在大规模 LLM 中识别关键交互。方法以消融归因为核心，通过移除输入片段或组件并测量预测变化来衡量影响。随着特征、训练数据和模型组件数量增长，潜在交互数呈指数级上升，穷举分析在计算上不可行。