微软出品的 Rust 编程入门指南：写给 C# 和 .NET 开发者
微软开源了一个面向 C#/.NET 开发者学习 Rust 的指南，作者是曾从零开始学 Rust 的.NET 工程师。指南系统对比了两套语言的核心概念（类型、所有权、内存管理、并发、async 等），并附参考链接；定位是"速查+入门地图"，不代替官方 Book。 对熟悉.NET、想快速判断 Rust 哪些地方"反直觉"的工程师有实用价值；讨论点在于"跨语言映射法"是否足以帮人真正内化 Rust 所有权心智模型。
Microsoft Open Source
微软开源项目门户，微软在 GitHub 上的开源项目与社区贡献主页，涵盖编程语言、框架、工具与云原生技术。
评论
点赞
收藏Flint：面向AI时代的可视化语言
微软研究院发布开源项目Flint，一个可视化中间语言，让AI agent用简洁的语义化规格自动生成高质量图表。支持50种图表类型，覆盖Vega-Lite、ECharts、Chart.js、Plotly和Excel五个渲染后端，通过统一接口隐藏各后端API差异。 核心机制是用语义类型推断坐标轴、配色、布局等底层参数，并支持动态切换图表类型和后端。
Mage：轻量级、研究友好的多模态模型家族
微软开源 Mage 系列轻量级多模态模型，在 40 亿参数预算下实现视觉理解与生成能力。Mage-VL 采用 codec-native 流式架构处理图像和视频，Mage-Flow 支持原生分辨率的文本生成与指令编辑，提供 Base/RL/Turbo 变体。 模型可在普通硬件上训练和部署，性能可与更大规模开放模型竞争。
Mage-Flow：高效的原生分辨率图像生成基础模型
微软开源 4B 参数图像生成与编辑模型 Mage-Flow，主打原生分辨率与极致速度。在单张 A100 上，生成仅需 0.59 秒，编辑仅需 1.02 秒（均为 4 步 Turbo 模式），显存占用 18-20GB。 其自研 Mage-VAE 将编解码计算量降低一个数量级，配合 Rectified Flow 与 CUDA 融合优化，在 GenEval 等基准测试中性能超越 FLUX.2 和 Qwen-Image 等大得多（9B-20B+）的竞品。
微软发布 Flint：专为 AI 智能体设计的可视化语言
微软研究院发布 Flint，一种让 AI 智能体能根据简单数据描述自动生成高质量图表的可视化中间语言。它通过语义类型推断自动优化布局、配色和坐标轴，支持切换多种渲染后端。 该工具旨在解决 AI 生成图表时参数繁琐的问题，提供统一接口兼容 Vega-Lite 等主流库，方便开发者在智能体工作流中集成可视化能力。
BenchPress：预测任意大模型在任意基准测试中的得分
微软推出 BenchPress 项目，提供工具预测任意 LLM 在数百个主流基准测试上的表现。 该工具基于已有的评分矩阵，允许用户选择模型和基准，快速查看或估算模型的能力得分。
面向C#/.NET开发者的Rust入门指南
微软发布的指南，帮助C#和.NET开发者快速了解Rust语言。 对比了两种语言在内存管理、线程等方面的概念差异。
面向Python程序员的Rust入门指南
微软出品的Rust系统培训文档首页，专为有Python经验的开发者设计，覆盖从基础语法到所有权、并发、FFI等进阶主题。全书按难度分四级（🟢🟡🔴），每章配有学习时间建议和实践检查点，例如第1-4章1天内可写出CLI温度转换器，第7章所有权需1-2天理解move语义。 包含17个章节和1个CLI任务管理器实战项目，适合按Part I→II→III顺序自学。结构清晰但本质是课程目录索引，无个人观点或叙事，纯工具书性质。
微软 SkillOpt：将智能体技能视为可训练参数
微软提出 SkillOpt 框架，将 AI 智能体的自然语言技能（skill）当作可训练参数来迭代优化。核心是一个闭环流程：用冻结的目标模型执行任务并记录轨迹 → 优化器模型分析成功/失败批次并提议增/删/改操作 → 通过保留集验证后才接受为最新技能。 关键设计包括有界编辑预算（充当文本学习率，防止破坏性重写）、拒绝缓冲区（被拒编辑作为负反馈，避免重复有害方向）以及慢更新+元技能记忆。 在 SearchQA、SpreadsheetBench、OfficeQA、DocVQA、LiveMath、ALFWorld 六个基准上全面超越 Trace2Skill、TextGrad 等基线，最大增益达 9.2–8.9 个点。 还验证了跨模型迁移（GPT-5.4→nano 提升 +15.2）、跨工具迁移（Codex→Claude Code 提升 +31.8）以及自优化能力。最终技能仅为一个文本文件，部署开销极低。
SkillOpt：智能体技能的自我进化执行策略
微软研究院提出SkillOpt方法，让AI智能体像训练模型一样自动迭代自身技能指令，无需微调或手动维护prompt。核心流程：冻结目标模型执行任务后采集轨迹，由优化器模型分失败/成功批次进行反思，提出增删改等有界编辑，通过留出验证把关才采纳为新技能。 消融实验证明，编辑预算充当文本学习率防止破坏性重写，拒绝缓冲区提供负反馈，慢更新机制保留长期记忆。在SearchQA、SpreadsheetBench、OfficeQA、DocVQA、LiveMath、ALFWorld六个基准上全面超越无技能、人工技能、Trace2Skill、TextGrad等基线，GPT-5.5平均提升23.5个百分点。 跨模型迁移（GPT-5.4→GPT-5.4-nano）和跨工具链迁移（Codex→Claude Code）验证了技能的可复用性，最终部署只需一个技能文件，无额外开销。
微软 —— 在 VS Code 中运行 Agent 的 Agent Host 协议
微软发布 Agent Host Protocol（智能体主机协议），这是一个面向 VS Code 中 AI Agent 会话的便携式独立服务器协议。核心设计包括：基于 URI 标识的频道路由体系、类似 Redux 的不可变状态树、纯 reducer 驱动的状态变更、写前推算（Write-Ahead Reconciliation）实现多客户端乐观更新与冲突协调，以及通过能力对象实现的前向兼容版本控制。 协议目前仍在积极开发中，尚未稳定。该方案强调多客户端之间的状态同步一致性，适合需要多人协作编辑或调试 AI Agent 的场景。
Webwright：终端即一切——Web Agent 的新范式
微软研究院开源的 Webwright 提出了一个反直觉的思路：不给 Web Agent 浏览器截图和点击预测接口，而是直接给模型一个终端、一个本地工作区和写代码的自由度。 Agent 可以启动、检查、丢弃浏览器会话，把网页操作变成可复用的 Python 脚本和 CLI 工具。核心架构极简—— Runner + Model Endpoint + terminal Environment 三个模块，约 1000 行代码。 在长周期评测 Odysseys 上达到 60.8%（相对此前 SOTA 提升 35.1%），Online-Mind2Web 上 GPT-5.4 达到 86.7%。相比传统 vision-based agent 需要维护持续浏览器会话并预测每一步点击，Webwright 把浏览器当作可丢弃的代码驱动工具，操作历史变成可复用的工作区产物，并且支持将解决过的任务参数化为 CLI 工具和技能复用。 适合关注 AI Agent、Web 自动化、LLM 应用架构的读者。
面向行为的 Python 并发编程
微软开源的 BOC（Behavior-Oriented Concurrency）Python 库，用 cown（并发持有变量）和 behavior（行为）替代传统线程加锁的并发模型。 核心创新：cown 在 C 层用 lock-free compare-and-swap 实现所有权转移，无需互斥锁、不会死锁；behavior 通过确定性全局顺序的两阶段锁调度，死锁在架构层面被排除。 利用 Python 3.12+ 子解释器实现真正的多核并行。配套提供 noticeboard（最终一致的全局键值存储，行为间轻量通信）和 Matrix（C 实现的双精度密集矩阵，支持 XIData 零拷贝跨解释器传输）。 以煎蛋饼烹饪步骤为例对比传统 threading+Lock 写法与 BOC 写法，展示后者在可读性和安全性上的优势。适合对 Python 并发、无锁数据结构或子解释器编程感兴趣的开发者深入阅读。 
World-R1：通过强化3D约束提升文生视频质量
微软发布World-R1项目页，展示其文生视频模型在3D一致性上的改进成果。页面将示例视频按自然景观、城市建筑、微观静物、奇幻场景、艺术风格和动态数据六大类编排，每个视频配有镜头运动描述（如推近、环绕、平移）和具体Prompt。 亮点在于强调几何约束、场景持久性和直线结构保持，而非传统文生视频只关注画面美观。但页面仅以分类图集形式呈现，无方法解释、无评测指标、无对比分析，属于典型的研究项目Demo页。
全新的 Teams CLI
微软 Teams SDK 团队发布全新 Teams CLI 预览版及 teams-dev 智能体技能，旨在解决开发者构建 Teams Agent 时 Azure 门户、开发者门户和编辑器之间反复切换的痛点。 新 CLI 将应用注册、凭据生成、清单编写等繁琐步骤压缩为一条命令 teams app create，并提供安装链接替代传统 zip 包侧载流程。内置 teams app doctor 诊断命令帮助排查注册、凭据、端点等问题，所有命令支持 --json 输出便于 CI 集成。 同时推出的 teams-dev 智能体技能支持 Copilot、Claude Code、Cursor 等 AI 编码助手，开发者直接用自然语言指令完成 Agent 的注册、部署和故障排查。
TRELLIS.2：面向3D生成的原生紧凑结构潜空间
清华大学与微软研究院联合发布新一代3D生成模型TRELLIS.2，核心创新在于提出O-Voxel（全向体素表示）和SC-VAE（稀疏压缩变分自编码器）两项技术。 O-Voxel采用"无场"稀疏体素结构，同时编码精确几何与PBR材质（Base Color、Roughness、Metallic、Alpha），支持开放曲面、非流形拓扑和内部结构等任意拓扑。 SC-VAE实现16倍下采样，1024³分辨率仅需约9.6K潜变量token，配合4B参数DiT模型可在数十秒内生成高质量纹理化3D资产。相比前代，该方法在保真度和紧凑性上同时取得突破，且前后处理流程极简——纹理网格到O-Voxel转换单CPU不到10秒，CUDA加速下逆转换低于100毫秒，无需渲染或优化。 论文已在技术报告中公开。
将你的 AI Agent 接入 Microsoft Teams
你的 Agent 可能跑在 LangChain、Azure Foundry 或 Slack 上，但用户日常在 Teams 里做决策、回客户、推进项目。本文用三个真实场景（Slack Bot、LangChain Chain、Azure Foundry Agent）展示如何通过 Teams TypeScript SDK 的 HTTP Server Adapter 模式，以寥寥几行胶水代码将已有 Agent 接入 Teams。 核心思路：你的服务器仍是你的，SDK 只注入一个 POST /api/messages 端点，自动验证 Teams 请求合法性并路由到事件处理器。附带 Dev Tunnel 本地调试和 Teams Developer CLI 一键注册上架流程。 对正在做 Teams 集成、不想重写 Agent 基础设施的后端开发者，信息密度高、可直接照着用。
Garnet：微软出品的高性能 Redis 替代方案
微软开源的高性能 Redis 兼容缓存/存储系统 Garnet 官方介绍。采用 Tsavorite 存储层实现线程可扩展，支持分层存储和集群模式（分片+复制），兼容 RESP 协议可直接使用现有 Redis 客户端，覆盖 Redis 大部分 API 包括排序集合、位图和 HyperLogLog。 基于.NET C# 编写，跨平台运行于 Windows 和 Linux，内置 TLS 加密。全文为功能特性列表，无基准测试数据或生产实际案例。
Windows MIDI 服务正式上线
微软正式发布 Windows MIDI Services 的 SDK Runtime 与工具 RC 版，Windows 11 24H2/25H2/26H1 已内置基础服务。新架构增强 MIDI 1.0 支持（默认多客户端、内置环回），并提供 MIDI 2.0 驱动与基础设施。 下载包包含 MIDI 设置应用、命令行控制台、PowerShell 脚本支持等工具。核心亮点包括：无需第三方 USB 驱动即可兼容多数 MIDI 1.0 设备；所有端点默认支持多应用同时使用；传输速度更快、抖动更低、支持时间戳调度；内置应用间虚拟 MIDI 2.0 通信；SDK 采用通用 MIDI 数据包格式，提供丰富的设备元数据和热插拔通知。 但此为微软官方项目公告页，内容为功能清单罗列，无个人观点或一手经验，也缺乏讨论入口。