Claude for Microsoft 365 正式上线，支持跨 Office 应用协同
Claude for Microsoft 365 正式发布，其中 Claude for Excel、PowerPoint 和 Word 已面向所有付费订阅用户全面开放，Claude for Outlook 同步开启测试。
推荐理由：Anthropic 将 Claude 直接集成至微软办公套件并实现跨应用上下文流转，为办公自动化提供了跨工具协同方案。
#Microsoft
#Microsoft
今日 2 条Claude 官方博客（网页）精选AI 评分8282 Claude 官方博客（网页）精选AI 评分6464 Claude Marketplace 聚合 867 个连接器与 MCP 插件
Claude Marketplace 汇集了 867 个连接器与插件，支持将外部工具直接接入 Claude 对话。平台支持前端代码生成、子智能体开发与代码审查、Upstash Context7 实时文档检索、微软 Playwright 浏览器自动化端到端测试以及 monday.com 项目管理等功能。
推荐理由：原文给出了连接器生态与典型 MCP 服务能力，读者可以据此了解工具集成支持的开发和自动化场景。
Microsoft Research精选AI 评分6767 Microsoft Research 发布生物学 AI 研究系统 Quine
Microsoft Research 推出生物学 AI 研究系统 Quine，由多模态生物学世界模型以及连接科研工具、文献与湿实验的交互框架组成。系统联合学习基因组、蛋白质、细胞状态及生物成像等跨尺度数据，以预测干预后的生物状态演变；在与 Broad Institute 合作的胰腺癌研究中，Quine 快速完成化合物筛选并在湿实验中验证了候选分子。
推荐理由：原文展示了生物学世界模型与湿实验结合的闭环流程，读者可据此了解 AI 辅助跨模态生物学推理与药物筛选的具体范式。
Microsoft ResearchAI 评分3232 微软亚洲研究院（新加坡）成立一周年：如何推进前沿研究、合作与人才发展
微软亚洲研究院（新加坡）在成立一周年之际，展示了其连接前沿 AI 研究与新加坡创新生态的最新进展。该实验室聚焦下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践及人才培养四大支柱。目前正与当地高校、政府机构及医疗、金融等行业伙伴合作，加速多模态医疗 AI 与自进化诊断智能体等技术的实际场景落地。
GitHub Blog · AI 与安全精选AI 评分7474 GitHub 团队分享如何用开源 AI 安全智能体挖掘 24 个 Android 漏洞
GitHub Security Lab 介绍了利用开源 Taskflow Agent 审计 Android 应用并挖掘出 24 个漏洞的实践方法与案例。研究人员通过拆分识别入口点与定向排查漏洞两类 YAML 提示词工作流，成功发现了 OsmAnd 隐私追踪和维基百科应用账户接管等高危漏洞。
推荐理由：文章分享了利用分步任务流引导大模型挖掘移动端漏洞的实操流程，并客观指出了模型评估漏洞严重性时的局限。
GitHub Blog · AI 与安全精选AI 评分7070 GitHub Copilot 教程：如何使用画布构建自定义工作流
GitHub Copilot 现支持通过 /create-canvas 技能利用自然语言描述直接生成双向交互画布，用于搭建看板、Issue 分流板或发布清单等工作流界面。用户与 AI 智能体可以实时共享并修改画布状态，无需手动编写布局代码即可同步更新数据。生成的画布支持保存为扩展在团队内复用，社区也已在 Awesome Copilot 中提供了一系列开箱即用的预设模板。
推荐理由：文章介绍了用自然语言生成双向交互界面的方法，开发者可据此将单向命令交互改造为可实时协同的看板工作流。
GitHub Blog · AI 与安全精选AI 评分6565 GitHub 探讨 AI 交互界面：为什么对话框往往不是最佳选择
GitHub 官方博客探讨了纯对话框作为大语言模型主要交互界面的局限性，并介绍了 GitHub Copilot app 中的 canvas 功能。Canvas 是运行在 Copilot 内部的全栈应用界面，支持与 Copilot agent 进行双向通信并在本地执行代码。作者指出，让智能体构建可视化工具而不是在聊天框中处理所有琐碎指令，能有效避免 token 浪费并更好地自动化开发流程。
推荐理由：文章探讨了纯聊天框在智能体交互中的局限，展示了用自定义全栈界面替代重复对话来降低 token 消耗的方法。
GitHub Blog · AI 与安全精选AI 评分7474 GitHub Security Lab 开源 AI 模糊测试工具 Fuzzing Taskflow
GitHub Security Lab 推出基于 Taskflow Agent 的自主模糊测试流水线 Fuzzing Taskflow，可全自动完成 C/C++ 项目的代码入口识别、Harness 编写、AFL++ 执行与崩溃分类。该框架将大语言模型的调度决策与 MCP 工具执行解耦，内置覆盖率反馈驱动的用例迭代与结构感知变异机制，并在测试结束后自动生成包含根本原因分析和修复补丁建议的漏洞报告。
推荐理由：展示了将大模型决策与工具执行解耦的自动化模糊测试闭环设计，为软件安全工程提供了实用的落地参考。
GitHub Blog · AI 与安全AI 评分5353 GitHub Copilot App 如何实现超大 Pull Request 的流畅渲染
GitHub 团队重构了 GitHub Copilot App 的 Pull Request 视图架构，通过将确定性代码行与动态评论解耦为两套独立几何计算，成功在包含 2,200 个文件、超 100 万行变更及 400 多条行内评论的超大 PR 中实现平滑滚动。
Microsoft Research精选AI 评分6363 微软推出具身智能推理云边卸载方案并上线工具集
微软研究院针对物理具身智能（Physical AI）推出推理卸载方案与工具集，指出将 AI 推理从机器人板载 GPU 卸载至边缘或云端可显著突破算力瓶颈并延长续航。
推荐理由：原文系统量化了机器人端侧与云边协同推理的性能与能耗权衡，为具身智能系统的分布式算力架构设计提供了实测参考。
GitHub Blog · AI 与安全AI 评分4242 GitHub 调查：超千名开发者对高效软件与绿色计算的需求
GitHub 与耶鲁大学对 1,039 名 GitHub 用户的调查显示，80% 的受访开发者对编写高能效代码的工具有需求，71% 担忧 AI 系统的能耗、用水与碳排放。近 75% 的受访者希望量化软件开发的环境足迹，并呼吁借助可靠的测量工具在代码、数据和网络层面减少不必要的算力浪费。
Microsoft Research精选AI 评分6363 微软开源逆合成预测模型 RetroChimera 并在 Nature 发表
微软研究院在《Nature》发表并开源了逆合成预测模型 RetroChimera 的代码与权重，用于自动生成高质量的小分子化学合成路径。该框架结合了基于 Transformer 的生成模型 R-SMILES 2 与基于图神经网络的模板模型 NeuralLoc，并通过学习重排序机制聚合两者的互补优势。
推荐理由：该模型融合了端到端生成与模板图神经网络的互补优势，为小分子与新药研发中的化学逆合成路线设计提供了可落地的开源方案。
Azure Blog · 云基础设施AI 评分3030 微软入选 2026 年 Gartner 分布式混合基础设施魔力象限领导者
微软在 2026 年 Gartner 分布式混合基础设施魔力象限中连续第四年获评领导者，并在执行能力维度排名最高。依托 Azure Arc 与 Azure Local，企业可跨数据中心、边缘、多云及主权环境实现统一治理与断网运行支持。此外，Foundry Local 可将 AI 推理延伸至本地环境，支持以 Kubernetes 原生方式运行模型。
Azure Blog · 云基础设施AI 评分3535 微软获评 2026 年 Gartner 容器管理魔力象限领导者
微软在 2026 年 Gartner 容器管理魔力象限（Magic Quadrant）中获评领导者，并在“愿景完整度”维度处于最右端。其容器产品矩阵涵盖 AKS、Azure Container Apps 和 Azure Arc 等，支持持久化模型服务与 Serverless GPU 按需推理等 AI 架构。
Azure Blog · 云基础设施AI 评分3939 智能体优化经济学：AI 智能体治理如何控制成本并证明 ROI
Microsoft Foundry 推出 AI 智能体成本治理方案，通过实时可观测性与链路拦截控制智能体支出并量化 ROI。平台已对 Azure OpenAI 等模型上线项目级成本归因（preview），支持精确追踪单智能体的 token 消耗与成本。配合 AI Gateway，系统可在请求链路中执行每分钟 token 限速（返回 429）与总配额限制（返回 403），防止重试死循环。
Azure Blog · 云基础设施AI 评分3535 Azure 基础设施弹性的未来始于现代化
微软 Azure 阐述了基础设施现代化与弹性构建策略，并推出 Azure Infrastructure Resiliency Manager 以帮助组织在应用层面评估弹性态势与弥补短板。该工具结合 Azure Copilot 中的弹性智能体提供 AI 辅助建议及部署模板生成；此外，针对 Azure Managed Disks 的单盘弹性功能已在部分区域开启公开预览。
Azure Blog · 云基础设施AI 评分4747 双可用区还是三可用区？Azure 工作负载可用区弹性设计框架
Azure 提出工作负载可用区弹性设计框架，强调不应默认全盘采用三可用区，而应按组件逐一决策。无状态计算与网络组件部署在两个可用区即可满足单区容灾目标，而涉及法定人数（Quorum）、共识选举或高持久性的数据存储才需要三可用区。架构设计应优先采用 Azure 服务托管的可用区冗余，以平衡成本与复杂度。
Azure Blog · 云基础设施AI 评分4949 超越基准：微软自适应方法如何推动科学发现
微软 Microsoft Discovery Engine 搭载 CLIO，在基准测试 Agent’s Last Exam 的健康与医学（61.6%）、物理科学（75.2%）和生命科学（64.6%）领域均获得最高分。CLIO 允许自适应探索多条独立推理路径，支持动态调整策略、切换模型及引入专家介入。该平台已面向企业研发组织开放，并曾辅助发现新型有机氧化还原液流电池。
Kubernetes Blog精选AI 评分7070 Kubernetes v1.37 推进工作负载感知调度：Gang Scheduling 升至 Beta 并引入多层级调度 API
Kubernetes v1.37 正式推进工作负载感知调度，核心 Workload 与 PodGroup API（支持 Gang Scheduling）、工作负载感知抢占及 DRA 资源共享均晋升至 Beta 阶段。
推荐理由：多层级拓扑感知调度与 PodGroup 队列机制原生落地，为大规模分布式 AI 训练与复杂批处理提供了更细粒度的协同编排能力。
Azure Blog · 云基础设施AI 评分2828 微软：企业 AI 转型依赖端到端平台，Azure 为此而建
微软强调企业 AI 生产化落地依赖端到端平台，Azure 整合了算力基础设施、数据治理与 Agent 协同的全栈系统能力。微软入选 2026 Gartner 战略云平台服务魔力象限和 Q3 2026 Forrester Wave 公共云平台领导者。平台通过 Microsoft Foundry、Fabric 与 GitHub Copilot 等服务，支持企业在多模型选择中实现数据治理与架构现代化。
Azure Blog · 云基础设施精选AI 评分8888 OpenAI 前沿模型 GPT-6 Astra 正式在 Microsoft Foundry 全面可用
OpenAI 最新前沿模型 GPT-6 Astra 正式在 Microsoft Foundry 全面可用（GA），主打面向复杂企业任务的多步规划、跨应用工具调用以及计算机使用（computer use）能力。
推荐理由：原文明确了前沿智能体模型在企业云端的部署形态与调用定价，有助于评估复杂跨应用自动化任务的落地成本与安全架构。
Azure Blog · 云基础设施AI 评分3737 微软物理安全工程团队如何借助 Azure Arc 与 Azure Virtual Desktop 扩展混合运维
微软物理安全工程团队结合 Azure Arc 与 Azure Virtual Desktop 等服务，将其全球数据中心分布在数百个地点的数千台本地服务器统一接入 Azure 控制平面，实现了混合基础设施的集中治理与运维。借助 Azure Update Manager 与 Azure Monitor 等工具，团队实现了集中的补丁调度、合规监控与可观测性，每年通过自动化节省数千小时运维时间。
Azure Blog · 云基础设施AI 评分5656 微软解析企业级 AI 智能体上下文工程与成本优化策略
微软在 Azure 博客中阐述了企业级 AI 智能体的上下文工程体系，通过精准控制每轮交互输入上下文来降低推理成本并提高回答质量。方案涵盖由 Foundry IQ 支撑的知识检索层、统一管理 MCP 等接口并减少约 97% 输入 Token 消耗的工具搜索机制、按需加载的中心化技能库，以及支持会话、用户和流程的三级记忆架构，帮助企业智能体在实际运行中持续沉淀工作流并提升任务完成率。
Microsoft ResearchAI 评分5555 微软研究院开源病理学基础模型 GigaPath-Flash 与 GigaTIME-Flash
微软研究院联合华盛顿大学与 Providence 开源发布高效病理学基础模型 GigaPath-Flash 与 GigaTIME-Flash，模型权重与代码已按 Apache 2.0 协议上线 Hugging Face。
Microsoft ResearchAI 评分4949 拓展 Skala 生态加速实现预测性 DFT
微软研究院发布深度学习密度泛函（DFT）模型 Skala 1.1，其训练数据量是前代的 2.5 倍，在 GMTKN55 基准的 55 个类别中斩获 32 项第一，加权平均误差降至 2.8 kcal/mol。Skala 现已上线 CP2K，并正集成至 Psi4、FHI-aims、ORCA 与 VASP 等主流软件。此外，团队还推出了追踪后续版本计算性能的动态基准。
Microsoft ResearchAI 评分4545 MindTopo 揭示 VLM 的空间拓扑推理能力
MindTopo 评测基准针对多模态模型（VLM）发布，旨在从连通性、分离、顺序、包围与绳结五个维度评估其空间拓扑推理与交互规划能力。测试显示，主流闭源与开源模型在静态识别上的表现普遍优于交互规划，但整体均远落后于人类水平。模型的失败主要集中在多步规划阶段，容易在动态变化中丢失结构追踪或违反物理约束。
Microsoft ResearchAI 评分4646 微软推出 CARE-X：面向临床实用的放射学视觉语言模型
微软研究院推出胸部 X 光视觉语言模型 CARE-X，通过结合自由文本生成与结构化预测，统一支持放射学报告生成、校准诊断等多类临床判读任务。该模型利用强化学习（DAPO）在多任务场景中奖励临床正确性，并在印度 Narayana Health 的真实临床数据上完成了验证。
Microsoft Research精选AI 评分7474 微软开源智能体研究框架 Orchard
微软研究院开源了可扩展智能体研究框架 Orchard，其核心 Orchard Env 提供基于 Kubernetes 的轻量级通用环境服务，支持在不同任务与真实运行容器中训练和评测智能体。团队同步发布了软件工程、网页导航和个人助理三个方向的训练方案，其中约 30 亿激活参数的 Orchard-SWE 在 SWE-bench Verified 上配合价值模型重排取得了 73.0% 的解决率。
推荐理由：该框架通过通用的隔离环境服务让小参数模型能直接在真实运行容器中端到端训练，降低了智能体研究的基础设施门槛。
Microsoft Research精选AI 评分7272 微软研究院发布 Echoverse：用于训练 Computer-Use 智能体的高保真演进环境
微软研究院推出 Echoverse，通过构建 10 个深度领域环境和 2 个专项能力世界，以真实数据库状态交互和校验器协同演进训练 Computer-Use 智能体。
推荐理由：研究展示了高保真状态交互和数据库级校验对智能体泛化的核心作用，为闭环环境训练提供了可复现的评测与演进范式。
Hugging Face精选AI 评分7070 Hugging Face 携手微软在 Foundry Managed Compute 上线开源模型托管服务
Hugging Face 与微软合作在 Microsoft Foundry 中推出 Hugging Face Collection，支持在托管 GPU 平台 Foundry Managed Compute 上一键部署开源权重模型。
推荐理由：原文给出了预置权重、多引擎托管与统一安全治理的落地架构，读者可以据此评估企业私有化部署开源模型与智能体集成的工程链路。
Kubernetes Blog精选AI 评分7474 Kubernetes v1.36 演进工作负载感知调度
Kubernetes v1.36 升级工作负载感知调度架构，将 Workload API 拆分为静态模板与管理运行时状态的 PodGroup API，并为 kube-scheduler 增加原子化 PodGroup 调度周期以支持成组调度（gang scheduling）。
推荐理由：原生拆分静态模板与运行时分组状态，并联合调度周期与抢占机制，使分布式训练等紧耦合任务摆脱了复杂外挂调度系统的依赖。