IT之家 · AI精选7272微软、谷歌、甲骨文等五大科技巨头承诺 AI 基建投入超 3 万亿美元
据彭博社报道，Alphabet、Meta、微软、亚马逊和甲骨文承诺未来数年在数据中心等领域投入超过 3 万亿美元，其中租赁付款承诺合计 1.3 万亿美元、其他采购承诺合计 1.9 万亿美元。
推荐理由: 五家巨头的合同承诺规模与口径差异被一并列出，可看清 AI 数据中心投资的资金结构与回收压力。
实时
公司与模型
Microsoft / Copilot
微软的 AI 布局：Copilot 全家桶、Azure AI 基础设施与 OpenAI 合作关系的持续追踪。
9篇精选
8本月
10月31日 23:57更新于
本月仍有更新
最新报道
- IT之家 · AI精选7272
MarkTechPost精选7171微软与加州大学伯克利分校发布TokenEconomizer插件，编码智能体成本最高降低30.9%
Microsoft Research 与 UC Berkeley 的研究团队发布开源成本控制器 TokenEconomizer，可在不改动模型权重和智能体代码的前提下降低编码智能体开销。
推荐理由: 原文给出插件在 277 个 SWE-Bench 任务上的成本降幅与 Pass@1 变化，可据此判断它对编码智能体工作流的影响。
Microsoft Official Blog精选7272微软通过 Foundry 开放 Copilot harness，支持多模型智能体开发
微软将 GitHub 团队构建的 Copilot harness 通过 Microsoft Foundry 对外开放，提供全托管方式构建能推理、调用工具并完成长任务的智能体。
推荐理由: 微软把内部支撑多个 Copilot 产品的多模型 harness 开放到 Foundry，读者可据此判断自建编排层的取舍。
Microsoft AI News精选6767微软发布 MAI Image 2.7 图像编辑模型，Arena Edit 排第 3、Artificial Analysis 排第 2
微软 AI 发布图像编辑模型 MAI Image 2.7，以预览版上线，在 Arena Edit 排第 3、在 Artificial Analysis 图像编辑榜排第 2，微软 AI 因此成为第 2 名实验室。
推荐理由: 微软公布 MAI Image 2.7 在两个图像编辑榜单的排名，并给出相对上一代在 10 类用例上的提升幅度。
- IT之家 · AI精选7171
小米开源 AI 硬件 HachimoDock 亮相，自制成本约 150 元。
小米技术委创新产品团队孵化的开源 AI 硬件 HachimoDock 在 2026 观猹大会亮相，硬件自制成本约 150 元。该设备集桌宠、语音操控电脑端 Agent、智能家居联动和自定义组件生成于一体，可将语音意图分发给 Codex、WorkBuddy 等 Agent，并联动小米 Miloco 控制家居。软件源码已在 GitHub 公开，同时提供硬件物料清单、结构件模型和装配教程。
推荐理由: 小米公开了这款桌面 AI 硬件的源码、物料清单和装配教程，读者可据此判断低成本自制 AI 硬件的门槛。
- MarkTechPost精选8080
Microsoft Research开源Agensh：支持1024个智能体的多智能体框架
Microsoft Research 开源了 Agensh，一个去掉中心编排器的多智能体框架，每个 worker 自行认领子任务、共享发现并合并代码到同一个 Git 仓库。
推荐理由: 原文给出无中心编排器的多智能体框架在 ProgramBench 上从 1 到 1024 个智能体的扩展数据，可对照现有编排式方案。
Hugging Face Blog精选6666微软与 Hugging Face 用 ThinkingBox 数据库校验作 RL 奖励训练智能体
微软与 Hugging Face 发布 ThinkingBox-Training，把 ThinkingBox 对数据库终态的确定性校验直接当作强化学习奖励，用 GRPO 对 Qwen3.8-27B 训练 50 步。
推荐理由: 微软与 Hugging Face 把数据库终态校验直接当作强化学习奖励，并公开了任务筛选与训练代码，可迁移到其他有状态智能体训练。
- Microsoft AI News精选7878
微软发布医疗诊断系统 MAI-DxO 与分步诊断基准 SDBench
微软的 Health MAI 团队发布了 AI 诊断系统 MAI-DxO 及配套基准 SDBench，成果发表于《科学》杂志。在 304 个 NEJM 复杂病例上，MAI-DxO 诊断准确率为 83%，医生在有外部资料时为 36%，无资料时为 22%；在 MIMIC-IV-ED 的急诊常见病例上为 80%，医生为 47%。
推荐理由: 原文给出分步诊断基准与多智能体编排的量化对比，读者可据此理解医疗 AI 评测从考试题转向交互式诊断的路径。
Microsoft Research精选6565Agent Lightning 通过其现有的框架训练代理
Microsoft Research 的 10 月 7 日技术概述介绍了重建的 Agent Lightning v1.0：约 3,500 行控制平面代码、以 Kubernetes 作业方式运行的智能体，以及一个让现有 harness 参与强化学习的 LLM 代理。据报告，其 Qwen3.5-9B 编码流水线使用约 6,000 个样本，将 SWE-bench Verified Pass@1 从 41.8% 提升至 56.4%。
推荐理由: 编辑观点：训练环境应当与部署的智能体相似。在采用之前先检查已发布的工作流；这些结果描述的是作者的编码实验，运行训练仍然需要算力和基础设施。这是一篇技术概述，并非声称该框架于今日首次发布。
