跳到正文
今天11月17日周二2 条
  1. Microsoft Research66

    微软研究院等发布 TokenEconomizer:让编码智能体从历史会话中学习降本

    微软研究院联合 UC Berkeley 和 Microsoft Security 发布开源插件 TokenEconomizer,它从编码智能体在仓库中的历史会话学习,在不改动智能体和底层模型的前提下降低后续会话的 token 开销。

    推荐理由:微软研究院联合 UC Berkeley 发布的插件,在 277 个 SWE-Bench 任务上把编码智能体成本降低 18.4–30.9%,可了解经验驱动降本的具体机制。

11月13日周五
  1. GitHub Blog · AI & ML58

    GitHub 实践指南:如何编写可跨智能体复用的 agent skills

    GitHub 发布 agent skills 实践指南,介绍以 SKILL.md 为核心的版本化目录结构,让同一套指令可在不同智能体客户端间复用。文中以 Proof Agent 的独立验证技能和 Data Forge 的多技能数据流水线为例,说明如何把项目配置放进 manifest、让相关技能共用执行路径,并在每个阶段设置人工审批点。

11月11日周三
  1. Microsoft Research80

    微软研究披露 Lazarus 后门:重编程休眠神经元即可控制 AI 智能体

    微软研究人员发现名为 Lazarus 的后门技术,通过重编程 LLM 中不到 10 个休眠神经元,无需训练即可给基于该模型的智能体植入后门,模型仍能通过标准评测,直到触发条件出现才执行攻击者命令。

    推荐理由:微软研究团队披露一种无需训练、仅改动不到 10 个休眠神经元即可给智能体植入后门的权重篡改方法,并给出溯源与检测思路。

11月6日周五
  1. Microsoft Research58

    微软研究院用 PDD Kit 形式化验证智能体编写的全栈 Web 应用

    微软研究院发布 PDD Kit,把开发者的意图转成 Verus 形式化规约,再证明编码智能体生成的代码对每个输入都满足该规约,证明覆盖不到的部分改用测试。团队在 GitHub Next 的 Chopin 环境中用它验证了 Rust 全栈应用 Pet Store 的登录逻辑,开发者只审阅意图文档而未逐行阅读生成代码。PDD Kit 目前是研究原型,仅支持 Rust,验证依赖 Verus 与 Z3。

10月30日周五
10月23日周五
  1. Microsoft Research60

    微软研究院发布 Flint-interactive,让智能体生成可交互数据可视化

    微软研究院发布 Flint-interactive,一种在 Flint 之上创建交互式数据可视化的语言,让智能体生成可点击、筛选、缩放和跨图表联动的图表。它通过 Flint 编译器把点击、拖拽等原始触发解析为语义事件,用户和智能体只需用高层算子描述更新行为,从而减少布局、渲染和调试问题。

    推荐理由:微软研究院发布 Flint-interactive,把交互逻辑交给编译器处理,读者可据此判断 AI 生成图表在交互可靠性上的改进空间。

10月14日周三
  1. GitHub Blog · AI & ML40

    GitHub 如何用 ModernBERT 分类器更少误报地检测密钥

    GitHub 为密钥扫描训练了专用 ModernBERT 分类器,配合正则候选生成的两阶段流水线,在推送后扫描中把用户接受率提升 11.5%、中位扫描执行时间降低 86%、服务成本较远程 LLM 调用降低 98%。该分类器结合文件路径、变量名和周边代码判断候选字符串是否为真实凭据,使通用密钥检测得以扩展到推送保护阶段。

10月8日周四
10月5日周一