微软推出 AI 诊断系统 MAI-DxO，复杂病例准确率达 83%
微软宣布推出 AI 诊断系统 MAI-DxO，通过编排多个 AI 智能体模拟专家联合会诊。在基于 NEJM 复杂病例的模拟评估中，其诊断准确率达 83%，而基层全科医生及普通内科医生仅为 36%；在 MIMIC-IV-ED 急诊常见病例评估中准确率为人类医生的 1.7 倍。
推荐理由：微软公布 MAI-DxO 在复杂病例上的准确率与成本对比，可了解多智能体编排在医疗诊断中的实际表现。
#Microsoft
IT之家精选AI 评分7878 The Verge精选AI 评分7878 微软称其 AI 诊断工具准确率最高达医生四倍
微软公布名为 Diagnostic Orchestrator 的 AI 诊断系统，在《新英格兰医学杂志》病例上准确率约 83%，普通内科医生使用参考资料时约 36%、不使用时约 22%；在波士顿 Beth Israel Deaconess 医疗中心急诊病例上为 80%，人类医生平均 47%。
推荐理由：微软在 Science 发表诊断系统评测，给出与人类医生对比的具体准确率数字，并说明临床验证尚未完成。
Microsoft Research精选AI 评分6060 Microsoft Research 发布 Flint-interactive 交互式数据可视化语言
Microsoft Research 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，用户只需用高层算子描述更新行为，从而减少布局与渲染调试成本。该语言可通过 Flint-MCP 在聊天环境使用，也提供编程 API 构建仪表盘和数据故事。
推荐理由：原文说明了 Flint-interactive 如何把交互逻辑交给编译器处理，读者可据此判断智能体生成交互式图表的可行路径。
Microsoft Research精选AI 评分7474 微软研究员用人类引导的 AI 流程证明 31 年未解的 KLS 猜想
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，证明在高维对数凹分布下，最佳平面切割与任意形状最佳切割的差距可由一个与维度无关的常数界定。
推荐理由：读者可看到人机协作如何被拆成可复用的研究流程，以及独立证明与 Lean 形式化如何构成交叉验证。
NVIDIA Blog精选AI 评分6262 NVIDIA 发布 RTX Spark，面向创作者、玩家与 AI 智能体的 Windows PC
NVIDIA 发布 RTX Spark，定位为一款面向创作者、玩家和 AI 智能体的 Windows PC，并将在全球多地举办发布活动。官方引用 Tom's Hardware、TrustedReviews、Tom's Guide 等媒体评测，称其在本地 AI、游戏和创作工作流上表现良好，Artificial Analysis 也提供了独立测试的早期结果。
推荐理由：NVIDIA 官方公布 RTX Spark 的发布活动与媒体评测反馈，可了解这款面向本地 AI 的 Windows PC 的定位。
Microsoft Research精选AI 评分6262 微软研究院发布 Magnetar：基于标准哈希函数的通用零知识证明 zkVM
微软研究院发布零知识虚拟机 Magnetar，可证明 Rust、Go、C 编写的程序执行，在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍，证明验证约 12 毫秒。
推荐理由：微软研究院公开 Magnetar zkVM 的设计与基准数据，读者可了解零知识证明在通用程序上的性能与密码学取舍。
NVIDIA Blog精选AI 评分7878 NVIDIA 为 RTX Spark 笔记本准备本地 AI 生态更新
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，并同步推出面向本地 AI 智能体的软件、模型与开发者工具更新。
推荐理由：原文列出 RTX Spark 上市前生态侧的具体更新，可据此判断本地智能体在 PC 上的可用程度。
Microsoft Research精选AI 评分6262 微软开源 Agent Lightning v1.0：约 3500 行的轻量智能体 RL 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：Agent Lightning v1.0 给出约 3500 行的轻量实现与完整训练配方，可据此评估真实 harness 参与 RL 的落地成本。
已经到底了