⌘ K
… 读取采集状态 同步中...
雷

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。

59条精选相关主题OpenAI / ChatGPTAI 编码产品更新

最新精选

第 1–20 条 · 共 59 条
10月11日周日
  1. DeepTech深科技68

    OpenAI 悄然上架生命科学新模型 gpt-rosalind-discovery

    OpenAI 的 API 价格页悄然出现未正式发布型号 gpt-rosalind-discovery，被归为“生命科学模型”一栏，与已公开的 gpt-rosalind-research 定价相同：每百万 Token 输入 5 美元、缓存输入 0.5 美元、输出 25 美元。

    推荐理由：文章拆解OpenAI新模型gpt-rosalind-discovery背后独立生命科学品牌的商业逻辑与行业定位。

  2. 量子位 QbitAI83

    Jev母公司TypeSafe AI完成8.7亿美元A轮融资，估值达75亿美元

    TypeSafe AI完成8.7亿美元A轮融资，投后估值达75亿美元。其决策模型Jev上线3天日吞吐量达1万亿Token，已接入约三分之一财富500强企业。OpenAI和Microsoft相继推出竞争模型，行业进入快速竞争阶段。

    推荐理由：Jev母公司完成8.7亿美元A轮融资，估值升至75亿美元，展示决策模型在后台自动化场景的商业化落地潜力。

  3. 硅星人Pro89

    微软发布决策模型及行业决策智能体动态

    微软发布基于Qwen3.5-9B的Microsoft-Decision-1模型，支持通过校准概率进行选项分类，速度比GPT-6 Sol快35倍。OpenAI正式开放公测Decisions API，vLLM推出6款基于Qwen的开源决策模型。

    推荐理由：文章梳理了微软、OpenAI和开源社区近期发布的决策模型，解释了这类低成本判断工具在Agent工作流中的具体应用场景。

  4. MarkTechPost69

    Nace AI 开源 Drex 1.5：一款 9B 参数决策模型

    Nace AI 开源 Drex 1.5，这是一个 8.95B 参数稠密模型，通过一次前向传播对选项概率进行评分而非生成文本。其在公开 Decision Index 0.3.1 上得分 58.08，在 32K 至 128K token 长文档准确率最高达 93.4%，但 GPQA Diamond 分数仅 45.4%，权重已在 Hugging Face 上线。

    推荐理由：该模型在1卡GPU上跑通且公开权重，为团队提供了低成本部署和决策评分的替代路径。

  5. AIGC开放社区77

    Google 发布 Gemini Agent，支持调用 Claude 模型并接入企业工作流

    Google Cloud 公布 Gemini Agent，这是一款企业智能体而非新基础模型。它负责规划步骤、选择工具并协调子智能体，支持在 Gemini 和 Anthropic Claude 模型间调度，也计划支持更多私有和开放模型。

    推荐理由：展示了智能体在Gemini与Claude间调度模型及拥有独立企业身份的工作流机制，可评估其在多软件环境下的落地可行性。

  6. 量子位80

    Jev母公司TypeSafe AI 完成 8.7 亿美元 A 轮融资，估值达 75 亿美元

    TypeSafe AI 完成 8.7 亿美元 A 轮融资，投后估值 75 亿美元，较种子轮 2 亿美元估值翻了近 37.5 倍。其主打模型 Jev 专攻分类、评分与选择，上线 3 天日吞吐量达 1 万亿 Token，已有约 1/3 的《财富》500 强企业接入。微软、OpenAI 与 Cloudflare 在 24 天内先后推出决策模型或 API，竞争迅速升温。

    推荐理由：Jev 的 24 天融资轨迹揭示了决策模型赛道的竞争格局，微软与 OpenAI 的快速跟进印证了该方向的行业共识。

  7. APPSO73

    Jev 获 8.7 亿美元融资，微软与 OpenAI 跟进发布决策模型

    AI 公司 TypeSafe 刚发布 24 天即获 a16Z 领投的 8.7 亿美元融资，估值飙升至 75 亿美元。同期微软、OpenAI 及 vLLM 相继推出专用于 Agent 分支判断的决策模型。这类模型不生成自由文本，仅返回候选项概率，旨在以极低成本解决 Agentic 工作流中高频路由与合规校验的难题。

    推荐理由：将微软、OpenAI 与 Jev 的决策模型发布并列，展示了 Agent 路由判断场景下低价专用模型的市场格局。

10月9日周五
  1. InfoQ CN66

    在生产环境中保护 MCP：超越网关的纵深防御

    作者提出在生产环境中保护 MCP 需要构建包含安全工具执行、隔离管理平面、受限出站信任及语义完整性在内的四层控制模型，而非仅依赖单一网关。文章基于 2026 年初超过 30 个针对 MCP 部署的 CVE 漏洞记录，指出网关虽能处理认证与审计，但无法防御语义滥用或管理平面攻击。

    推荐理由：文章提出MCP安全需分层管控而非依赖单一网关，读者可据此调整现有部署架构的防护重点。

  2. TechCrunch · AI85

    Google 发布支持跨系统执行任务的统一智能体 Gemini

    Google 发布面向企业的统一智能体 Gemini，支持将业务目标委派给模型执行，并能够接入 Google Workspace、Microsoft 365、Slack 等内部系统，以及任何标准的 Model Context Protocol 服务器。

    推荐理由：原文详细描述了统一智能体在业务系统中的权限分配、模型路由策略和多端接入入口，读者可据此评估其跨工具调用的落地复杂度。

  3. InfoQ CN83

    黄仁勋与Satya Nadella阐释Windows混合智能与Agent底层架构变革

    微软在10月8日Windows发布会上宣布引入混合智能，通过模型路由和本地AI能力让GitHub Copilot等产品自动切换云端与本地模型。黄仁勋与Satya Nadella现场讨论指出，Agent正成为新的电脑用户，操作系统需原生提供隔离与治理机制。

    推荐理由：两位负责人复盘了从Windows到Agent的基础设施演进，提出混合智能与本地安全原语将重构个人电脑的工作方式。

10月8日周四
  2. AI HOT83

    ts-rust：由 LLM 将 TypeScript 编译器、检查器和 LSP 移植到 Rust

    作者利用 LLM 将 TypeScript 编译器、类型检查器和语言服务器移植为 Rust 项目 ts-rust，全程未阅读代码，仅通过模型生成完成。移植成本约为 2.4 万美元 API 费用，远超预期的 2 万美元心理价位，但对比使用 GPT-5.6 和 GPT-6 Astra 耗费的 42 万美元失败尝试，效率提升显著。

    推荐理由：原文给出了详细成本与性能基准，展示了 LLM 执行大规模代码移植的可行性及效率对比。

  4. NVIDIA Blog81

    NVIDIA 与 Microsoft 发布 RTX Spark 与 DGX Station for Windows

    在 Microsoft 于旧金山举办的 Windows AI and Surface 活动上，NVIDIA 和 Microsoft 宣布共工程化 Windows PC 上的智能体运行平台，包括新硬件 RTX Spark、操作系统级安全执行容器 MXC，以及针对企业桌面推出的 DGX Station for Windows。

    推荐理由：原文展示了Windows本地运行智能体的硬件与系统基建组合，读者可判断Windows端侧AI能力的完整落地方案。

  5. GitHub Blog · AI & ML67

    GitHub 发布 ModernBERT 秘密检测模型以增强 AI 驱动的代码安全

    GitHub 宣布将 ModernBERT 分类器集成至秘密保护功能，该模型基于与 Microsoft Applied Sciences 合作开发，能在 2 毫秒内评估候选秘密批次。

    推荐理由：GitHub 展示了基于 ModernBERT 的细粒度秘密检测器在推动保护中的延迟与精度优势，揭示了 AI 提速背景下安全防御需从人工响应转向自动化的趋势。

  6. AI HOT77

    Microsoft Research 开源 Agent Lightning v1.0：3,500 行代码的真实 harness 智能体 RL 训练框架

    Microsoft Research Asia 提出 Harnessed Agentic RL 范式并开源 Agent Lightning v1.0，让部署时使用的真实 Agent harness 直接参与强化学习训练，无需在训练框架内重写 Agent。

    推荐理由：该范式让部署时的真实Agent框架直接参与强化学习，避免了重写代码带来的不一致性，为工程落地提供了数据高效的训练参考。

10月6日周二
  2. 机器之心78

    Meta与微软因成本压力削减Claude使用并转向自家模型

    据The Information报道，Meta和微软正减少员工对Anthropic Claude的依赖，以控制成本并推广自家AI工具。Meta内部Claude Code活跃用户因Muse Code的替代作用从6万降至3万，且在最近28天内其在Claude Code上花费超1.05亿美元。

    推荐理由：Meta和微软正通过内部工具切换和预算削减降低对Claude的依赖，这一商业动作发生在Anthropic冲刺IPO的关键节点。

  3. 钛媒体AGI81

    巨头7300亿美元AI基建投入面临4%回报缺口，市场开始追问何时赚钱

    四大科技巨头2026年合计约7300亿美元资本开支远超约250亿美元直接AI年收入，市场开始惩罚过度投资而非奖励扩张。文章结合美国银行、高盛等测算指出巨头需在AI收入达到约3000亿美元才能打平投入，当前缺口巨大；同时梳理了五大厂商合计约1.65万亿美元的表外义务和Oracle被标普降级至BBB-等信用风险信号，提出需通过货币化数据、融资端信号和相关性回归判断行业泡沫风险。

    推荐理由：文章拆解了巨头资本开支与AI收入的巨大缺口，并揭示了市场定价逻辑从奖励扩张转向惩罚烧钱的范式转变。