跳到正文

#Microsoft

今日 0 条
10月3日周六
10月2日周五
10月1日周四
  1. GitHub Blog26

    GitHub Universe 2026 十大技术演讲精选

    GitHub Universe 2026 聚焦 Copilot 记忆基准、MCP 细粒度授权及 Vite+ 工具链等前沿议题。GitHub 研究揭示累积上下文可能降低性能,Pomerium 演示身份感知代理以强化 MCP 安全边界。此外,会议还将探讨 npm 供应链风险、AI 代码验证机制及低连接环境下的软件开发实践。

  2. The Decoder80

    OpenAI 称阻止窃取模型推理活动但 Azure 仍存漏洞

    OpenAI 宣布阻止了一起试图窃取其模型推理链的活动,并指出该攻击手段在 Microsoft Azure 平台上仍然有效。研究人员发现,通过利用加密推理包在不同会话和模型间的可移植性,弱模型可作为“解密预言机”提取强模型的隐藏思维过程。

    推荐理由:原文披露了针对模型推理链的提取攻击及 Azure 平台防护滞后问题,揭示了云服务商间安全标准不一致带来的风险。

9月29日周二
  1. GitHub Blog73

    GitHub 开源 AI 安全智能体任务流:如何发现 24 个 Android 漏洞

    GitHub Security Lab 发布了开源的 Taskflow Agent,通过定制化的提示词工作流自动化 Android 应用的安全审计,目前已协助发现并报告了 24 个漏洞。

    推荐理由:GitHub Security Lab 开源了用于 Android 漏洞审计的 AI 任务流,提供了具体的 Prompt 设计思路和两个高危漏洞挖掘案例。

9月26日周六
  1. GitHub Blog42

    GitHub Copilot 应用新手指南:如何用 canvases 构建自定义工作流

    GitHub Copilot 应用推出 canvases 功能,允许用户通过 `/create-canvas` 指令用自然语言生成看板、清单等双向交互界面。该工具支持人与 AI 智能体实时同步操作状态,无需编写代码即可定制工作流。生成的 canvas 可作为扩展保存并共享给团队,实现即时协作而非传统的命令等待模式。

9月25日周五
9月24日周四
  1. GitHub Blog48

    GitHub Copilot 应用如何渲染包含 2,200 个文件的巨型 Pull Request

    GitHub Copilot 应用重构了 Pull Request 视图,以支持包含 2,200 个文件、超百万行变更及 400+ 评论的巨型 PR。该方案将文档高度拆分为确定性代码几何与动态块几何两个独立域,解决了因 Markdown 和异步资源导致的评论高度不可预测问题。通过延迟测量并锚定修正,确保了在极端负载下的滚动流畅性与性能。

9月23日周三
  1. The Pragmatic Engineer80

    Windows 将如何因 AI 改变操作系统:微软的 Agent 与本地模型策略

    微软计划通过引入原生 Agent 身份识别、集中式 MCP 注册表以及跨平台隔离技术 MXC,将 Windows 打造为更适合构建和运行 AI 智能体的操作系统。针对开发者流失问题,微软正致力于解决系统臃肿痛点,并推出基于 ONNX 的 Windows ML 以支持 GPU/NPU/CPU 上的本地小语言模型(SLMs)运行,旨在降低云端依赖并提升开发体验。

    推荐理由:文章通过访谈微软高管,梳理了 Windows 在 Agent 身份、隔离机制及本地模型运行方面的规划,为开发者提供了评估未来 OS 生态变化的视角。

9月4日周五
9月1日周二
  1. ComfyUI Blog80

    ComfyUI 原生支持 Trellis.2 和 Pixal3D 模型

    ComfyUI 宣布原生集成 Trellis.2 和 Pixal3D 两个开源 3D 生成模型,无需自定义节点或编译 CUDA 扩展即可运行。此次更新重构了 3D 工作流,新增 Load/Preview/Save 3D 节点及网格后处理功能,并移除了非商业许可依赖,支持在消费级硬件上免费进行包括商业用途在内的资产生成。

    推荐理由:原生集成消除了编译依赖和许可限制,并配套完整的3D后处理节点,降低了本地高质量3D生成的门槛。

7月21日周二
5月5日周二
4月28日周二
  1. 宝玉的分享82

    Ed Zitron 分析 AI 经济账算不通:从 Copilot 涨价看行业成本错配

    Ed Zitron 指出 AI 行业的经济账根本算不通,以 GitHub Copilot 将于 2026 年 6 月改为按用量计费为例,揭示了长期补贴算力导致的不可持续性。文章认为基于 LLM 的月费订阅模式因推理成本波动剧烈而存在严重缺陷,并警告 OpenAI 和 Anthropic 等公司面临巨大的数据中心资本开支压力,若无法实现承诺的收入增长将引发系统性风险。

    推荐理由:文章通过拆解 GitHub Copilot 转向按用量计费的案例,深入分析了 AI 订阅模式背后的算力成本错配与数据中心经济风险。

4月1日周三