微软研究院发布 PDD Kit，用形式化验证检查智能体编写的全栈 Web 应用
微软研究院联合 GitHub Next 发布研究原型 PDD Kit，把开发者的自然语言意图转成 Verus 形式化规格，证明智能体生成的代码对每个输入都满足规格，证明覆盖不到的部分则用测试补充。
#Microsoft
Microsoft ResearchAI 评分5858
Microsoft ResearchAI 评分2222 微软研究院 Mike Walker 谈黑客思维：从 DARPA Cyber Grand Challenge 到下一代网络防御
微软研究院研究经理 Mike Walker 分享黑客文化如何塑造其职业生涯，他曾领导 DARPA Cyber Grand Challenge，该赛事今年迎来 10 周年。他认为有效安全取决于对信任与上下文的理解，并强调安全系统每次向用户索取信任时都在消耗这一宝贵资源。
Microsoft ResearchAI 评分3838 微软用合成企业数据评估 Microsoft Copilot 的 AI 置信度
微软构建 Industry Evaluation Data Generation Platform，用基于 O*NET、招聘信息和 SEC 文件等公开数据生成的全合成企业环境来评估 Microsoft Copilot，避免使用任何客户数据。
Microsoft ResearchAI 评分2222 Microsoft Research Focus 第 97 期：ForkPilot、CABRA、TeleTune 与 Copilot 使用差异研究
Microsoft Research Focus 第 97 期介绍了多项新研究：自改进智能体框架 ForkPilot 在六个 benchmark 和主流模型上达到现有最佳方法水平，同时将 AI 处理开销降低最多 59%。
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 BlogAI 评分5858 NVIDIA 扩展 Confidential Computing，推出 Confidential Bare Metal 部署选项
NVIDIA 扩展 Confidential Computing，新增 Confidential Bare Metal 部署选项，让前沿模型构建方在第三方专用基础设施上运行敏感负载并保留对模型和数据的控制。
Microsoft ResearchAI 评分1818 Microsoft Research 播客：Catalyst Lab 负责人 Chris White 谈从阿富汗到暗网搜索的技术之路
Microsoft Research Catalyst Lab 负责人 Chris White 在播客中讲述其从哈佛博士后、DARPA 项目经理到阿富汗战场先进技术负责人的经历，以及后来转向暗网搜索工具打击人口贩运。他因相关工作获得 2016 年美国总统打击人口贩运特别努力奖，并强调问题选择在创新中的重要作用。
NVIDIA BlogAI 评分4242 NVIDIA 与 EBU、Adobe 推进媒体行业智能体安全，覆盖欧洲公共广播与全球内容生产
NVIDIA 与欧洲广播联盟（EBU）扩大主权框架合作，引入主权云、开放模型和系统集成商，明确广播机构部署 AI 智能体时对数据、基础设施、模型和安全的控制方式。
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 ResearchAI 评分4040 微软 StudentSim：用个性化学生模拟器评估和改进 AI 辅导系统
微软研究院推出 StudentSim，一个从公开去标识化学习记录中训练个性化 AI 学生模拟器的研究系统，用于在真实学习者测试前评估和改进 AI 辅导系统。该研究同时提出 StudentSimEval 评测基准，覆盖国际象棋、第二语言英语写作和数学三个领域，从行为保真度和指导响应性两个维度评估模拟器，StudentSim 在三个领域均优于主流基线。
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。
Microsoft ResearchAI 评分2222 Microsoft 研究：AI 评测如何暴露传统 benchmark 之外的“意外失败”
Microsoft 的 Jennifer Neville 在 Microsoft Research Podcast 中讨论评测如何推动 AI 系统性能边界，以及模型在超出传统 benchmark 测试时出现的“意外失败”。她结合自身从数学、物理、认知科学到计算机科学的经历，分享与当前 AI 系统协作的实用建议，并强调当结果偏离预期时应仔细检查数据。