GitHub Copilot 提供了 Agentic Engineering 工作流的实践指南，涵盖 Plan、Build、Verify 和 Observe 四个阶段。开发者可利用 Copilot 在 Slack/Teams 中整合分散上下文、创建 GitHub Issues、使用 Plan Mode 制定计划，并利用 Session continuity 跨设备持续工作。
推荐理由：文章阐述了 Agentic Engineering 工作流的四个阶段，帮助开发者将精力从重复劳动转移到决策制定上。
Amazon Quick 团队分享了智能体工作原语的分类法，通过 When What Who How 四个问题分解了智能体工作。系统定义了 Trigger Agent Capabilities 三个核心原语，其中 Agent 是一个持久学习的 Actor，Capabilities 包括 Tools Skills 和 Workflows。
Microsoft Research 发布 PDD Kit 工具包，用于形式化验证 Agent 编写的全栈 Web 应用，以 Pet Store 的 Rust 前端和后端登录逻辑为例。PDD Kit 将用户意图转化为 Verus 形式化规范，自动生成证明和高质量测试，开发者只需审查意图而非逐行代码。
推荐理由：PDD Kit 帮助将意图转化为形式化规范，并使用 Verus 证明 Agent 生成的代码满足该规范，将软件审查重点从代码转向意图。
Microsoft Research Manager Mike Walker 讨论了理解规则的重要性，认为规则是社会建构而非单纯的限制。他曾参与 DARPA 的 Cyber Grand Challenge，该项目展示了自主 AI 系统发现和修补软件漏洞的能力。Walker 强调有效安全依赖于理解信任和上下文，而非仅依赖即时裁决。
Amazon Bedrock 现在支持 Kimi K3 在印度本地推理，通过 in.moonshotai.kimi-k3 推理配置文件，满足严格的数据驻留要求。客户 Ultrahuman 报告使用该功能后，通过提示词缓存将 LLM 成本降低了 80%，多轮聊天速度提升了 85%。文章提供了 OCR 和理解 Indic-language 文档的示例代码，并介绍了跨区域推理选项和成本优化策略。
推荐理由：AWS 介绍了 Kimi K3 在 Amazon Bedrock 上支持印度本地推理，满足严格数据驻留要求，并提供了 OCR 和 Indic-language 文档理解的实践代码。
Microsoft Research 构建了 Industry Evaluation Data Generation Platform，利用 O*NET occupational data、在线招聘信息和 SEC filings 等公开数据生成全规模合成企业环境，以解决真实企业数据敏感性与评估需求间的矛盾。
ForkPilot 是一个自改进的 agentic 框架，在六个基准测试和领先 AI 模型上，将 AI 处理需求降低了高达 59%，提高了复杂问题的可靠性和效率。
OpenAI 与 ServiceNow 扩大合作，将 OpenAI 模型和 Agent 整合到 ServiceNow 平台及工作流中。此次合作使 ServiceNow 工作流能够集成到 ChatGPT 和 Codex 中。
Flint-interactive 是一种用于创建交互式数据可视化的语言，支持通过点击、过滤、缩放、突出显示和跨图表交互等方式与图表交互。它利用高层语义事件和更新操作简化交互逻辑，Flint 编译器自动解析触发器并生成视觉更新，降低布局、渲染和调试难度。Flint-interactive 可在聊天、仪表盘、数据故事等场景中使用，并支持与表格、文本、应用状态等外部元素联动。
Microsoft 研究人员结合人类指导的 AI 智能体解决了 31 年未解的高维几何和概率中的 Kannan-Lovász-Simonovits (KLS) conjecture。该结果确立了 log-concave 分布的通用几何原理，表明简单平面切割可在固定因子内捕获最窄瓶颈，且与维度无关。该突破为随机算法的效率理解移除了主要理论障碍，并获得了多方独立验证。
三位拥有十年以上经验的 Java 专家分享了如何使用 GitHub Copilot 提高生产力，例如 Vlad Mihalcea 使用 Copilot 将原本需数周的任务缩短至两天。
Chris White 现任 Microsoft Research Catalyst Lab 负责人，曾在 DARPA 领导阿富汗技术项目，并研发黑网搜索工具打击人口贩运，获 2016 年总统奖。
StudentSim 是一个研究系统，用于在与真实学习者测试前评估和改进 AI 导师，它不是产品且不部署于课堂。该系统利用公开的去标识化学习记录训练个性化 AI 学生模拟器，并引入 StudentSimEval 基准，覆盖国际象棋、英语写作和数学三个领域。
Microsoft Research Asia 发布了 Agent Lightning v1.0，一款约 3,500 行代码的轻量化 Agentic RL 框架，能够直接使用真实代理器进行强化学习训练。框架支持 Kubernetes 原生运行、数据高效训练，并在 Qwen3.5-9B 上通过 6,000 条样本提升 Pass@1 从 41.8% 提升至 56.4%，实现 14.6 点的显著提升。
推荐理由：该框架通过将真实代理器集成到强化学习中，显著提升了 Qwen3.5-9B 在 SWE-bench Verified 上的 Pass@1，展示了轻量化、Kubernetes 原生支持和数据高效训练的可行性。
Microsoft Research 的 Jennifer Neville 与 Chad Atalla 探讨了 AI 系统性能边界的评估作用以及模型超越传统基准时出现的“意外失败”。
ReviewBench 是 GitHub 推出的公开 AI 代码审查基准，基于 1.039 亿个真实 GitHub 拉取请求构建，精选 219 条拉取请求，覆盖 19 种语言，保持与 GitHub 语言和仓库大小分布一致。
推荐理由：ReviewBench 提供了可复现的 AI 代码审查基准，帮助团队评估和改进审查模型。
Microsoft Research 开发端到端机器学习管道，能在美国大陆 66,935 个变电站上提前 30~60 分钟预测空间天气风险，并在评估期内检测到近 80% 的重大事件。系统融合 L1 太阳风观测、AE 与 Dst 指数预测、地质导电率等特征，利用梯度提升模型估算 dB/dt，检测率分别为 76.5%（重大）、81.2%（严重）和 64.1%（极端）。