微软VEGA项目：让游戏角色拥有独立人格的"氛围游戏"
微软研究院推出VEGA项目，探索"氛围游戏"概念——游戏角色由AI代理驱动，拥有独立人格和记忆，能在玩家离线时自主行动、学习技能、与其他角色协作。玩家通过自然对话而非直接操控来影响角色。基于开源体素游戏平台Luanti构建原型。 
Microsoft
微软（Microsoft），全球最大的科技公司之一，提供 Windows、Microsoft 365、Azure 云、Copilot AI、Xbox、Surface 等产品与解决方案。
评论
点赞
收藏MindTopo基准测试揭示视觉语言模型的拓扑推理能力
Microsoft Research推出MindTopo基准测试，评估多模态大模型在拓扑推理（连通性、包围、顺序、分离、结）上的能力。静态图像识别表现较好，但在需要保持和操作拓扑关系的交互任务上差距明显，失败多出现在规划阶段而非感知阶段。 
即时通讯与中断：任务类型如何影响工作表现
微软2000年研究发现即时通讯通知对计算任务有负面影响，且对快速刺激驱动型搜索任务的干扰大于慢速语义搜索任务。
微软发布CARE-X：结合强化学习与工具测量的胸部X光视觉语言模型
微软发布CARE-X胸部X光VLM，结合强化学习与工具测量，在印度临床数据验证。模型支持报告生成、结构化诊断预测、医疗器械识别等任务，采用DAPO强化学习对齐临床正确性，并将Qwen3-VL-4B-Instruct与确定性测量工具结合，评估直接计算对测量依赖型病情的提升效果。 
生产环境中的Agentic Coding：GitHub Copilot大规模工作负载特征分析
微软和UIUC分析GitHub Copilot生产数据：3.2M用户、761M次LLM调用揭示编码代理工作负载特征 87%的LLM调用由代理自主发起，形成LLM与工具1:1耦合的执行循环。KV缓存命中率在会话内达90%，但在用户turn边界降至55%，模型切换后仅8%。工具失败占9%的turn，触发重试循环使计算量放大4倍。5种用户原型token消耗相差50倍，设计空闲时间预测器可捕获86-90%总空闲时间。
Echoverse：为电脑操作Agent打造深度可演化的训练环境
微软发布Echoverse，用12个高保真合成环境训练9B模型，得分从36.5%提升到67.1%，接近GPT-5.4水平。核心发现是训练环境的质量比数量更重要——深度世界保持真实因果结构，比浅层克隆更有效；模型、环境和验证器协同进化能持续提升三者表现。已开源4个环境及代码和数据。 
EvoLib：将经验转化为可演进的知识库
微软研究院推出EvoLib框架，让大语言模型在推理阶段从自身经验中学习，无需真实标签或外部反馈。核心思路是把过去的尝试转化为可复用的技能和反思洞察，并通过"整合"和"加权"两个机制持续精炼知识库——新经验到来时，系统会检索相似知识进行整合，同时根据长期贡献度动态调整各知识单元的重要性。在数学推理、代码生成和长程决策任务上，EvoLib持续优于基于检索的内存方法，且对任务顺序变化具有鲁棒性。框架无需更新模型参数，可直接应用于通过API部署的黑盒模型。 
微软：开放权重与美国 AI 领导力
微软联合 a16z、Meta 等机构发表声明，主张开放权重模型是维持美国 AI 领导力的关键。文章认为开源能降低企业成本、促进竞争并增强安全性，呼吁政策制定者避免限制开源模型，同时澄清模型蒸馏等技术的合法性。 
时间扭曲：AI时代开发者理想与现实工作周的差距
微软研究院基于484名开发者的调查，量化了理想与实际工作周的偏差对生产力和满意度的负面影响。数据显示，开发者希望减少会议、合规及客服时间，增加编码、架构设计及学习投入。研究进一步指出，偏差越大满意度越低，并识别出开发者最希望由AI自动化的具体任务，为工程效能工具开发提供数据支撑。
代码所有权与软件质量：一项复现研究
微软团队复现并扩展了关于代码所有权与软件质量关系的研究。针对大型代码库，研究定义了新的所有权指标，在四个主要产品中验证了代码所有权与缺陷率的相关性。结果显示，利用改进的所有权指标，能以中位精度0.74和中位召回率0.38分类包含至少一个错误的源文件；在目录级别，精度达到0.76，召回率为0.60。该研究为评估代码维护责任和潜在风险提供了量化依据。
解析 AsyncAPI NPM 供应链入侵：导入时载荷投递
微软披露 AsyncAPI npm 组织遭供应链攻击。攻击者利用 GitHub Actions 配置缺陷窃取 Bot Token，通过可信发布机制上传含恶意 Loader 的包。与常见 postinstall 不同，此攻击在模块 import/require 时执行，绕过 --ignore-scripts 防护。载荷通过 IPFS 下载第二阶段 Miasma 运行时，具备持久化、C2 通信及禁用状态的凭证窃取能力。建议立即移除受影响版本，清理缓存，排查 sync.js 及异常 Node.js 进程，阻断 C2 连接并轮换密钥。
GigaWiper：由多种恶意软件组装而成的破坏性后门解剖
微软披露GigaWiper后门，将Crucio勒索软件、FlockWiper擦除工具及自定义Wiper整合进单一Go语言模块。攻击者可通过RabbitMQ下发指令，执行物理磁盘覆写、假勒索加密或蓝屏破坏。代码复用痕迹显示同一团伙在优化部署效率，这种模块化恶意为安全研究提供了新的威胁建模视角。
Verifying Rust cryptography in SymCrypt, from standards to code
How Rust, Lean, Aeneas, and AI agents are helping scale formal verification for production cryptographic algorithms At a glance SymCrypt develops new verified cryptography using Rust, Aeneas, and Lean... 
Aurora 1.5: Extending open foundation models for weather and Earth-system applications
At a glance Aurora 1.5 is a major extension of Microsoft’s Aurora Earth System foundation model that adds 22 more weather variables relevant to energy, agriculture, transport, and climate risk, along ... 
Flint: A visualization language for the AI era
At a glance Polished charts from simple specs. Flint allows AI agents to reliably generate expressive, visually polished charts from simple, human-editable specifications. Semantic types guide design.... 
微软加速后量子安全时间表：2029年前完成过渡
微软宣布将后量子密码学（PQC）过渡目标提前至2029年，理由是量子计算机威胁可能比预期更早到来。文章列出了三大工程重点：升级传输中加密、构建存储数据加密敏捷性、现代化信任链。建议企业立即开始盘点现有加密资产，而非等待标准完全成熟。
微软前沿公司：嵌入式企业级AI服务
微软推出“前沿公司”服务，基于FDE模式将工程师嵌入客户企业，提供从设计到部署的全流程AI系统构建。强调数据隐私保护及与现有工作流的集成，旨在实现规模化应用而非试点。
SkillOpt: Agent skills as trainable parameters
At a glance AI agents often fail because their instructions, or skills, are manually modified with no guarantee of improvement. SkillOpt turns skill editing into a training process, making agent behav... 
Memora：平衡抽象与细节的 AI 智能体和谐记忆系统
微软发布 Memora，解决 AI Agent 长期记忆痛点。核心创新在于将“存储内容”与“检索结构”解耦：通过轻量级抽象层索引，保留原始丰富细节。相比 RAG 和 Mem0，它在长对话基准测试中刷新 SOTA，且上下文 Token 消耗降低高达 98%。这种平衡抽象与特异性的架构，为 Agent 跨月/年的复杂任务协作提供了高效方案。
将大脑预测模型转化为可测试的解释
微软与多校合作提出生成因果测试（GCT），将黑盒脑预测模型转化为可验证的简短解释。LLM生成特定刺激验证脑区功能，不仅厘清了相邻区域差异，还发现了针对对话、时间等概念的微小脑区。该方法为解决AI模型可解释性提供了“假设-验证”的新范式。
Talos: Scaling rare disease diagnosis by automated, iterative genomic reanalysis
At a glance Talos is an open-source tool for automated, iterative reanalysis of genomic data in rare disease. It efficiently re-examines stored sequencing data as scientific knowledge evolves and flag...