微软研究院发布 StudentSim，用个性化学生模拟器评估和改进 人工智能（AI，Artificial Intelligence） 辅导系统
微软研究院提出研究系统 StudentSim，用公开的去标识学习记录为每个学生训练个性化模拟器，在真实学习者测试之前评估和改进 人工智能（AI，Artificial Intelligence） 辅导系统。
推荐理由：微软研究院提出用真实学习记录训练个性化学生模拟器，在三个学科上给出可复用的评测协议和训练反馈路径。
技术方向
AI 应用·软件赛道 最新动态
AI 产品、开发工具、应用落地与企业服务场景的软件赛道：模型产品更新、Agent 工作流、编码工具、企业采用与商业化。
50 条精选近半年 42 条共收录 751 条
更新
精选归档 · 第 2 页
Microsoft Research精选模型评分6060
Anthropic News精选模型评分6161 Anthropic 启动 Cyber Mission，推出关键基础设施防御计划与 OSS Scanner
Anthropic 宣布启动长期计划 Anthropic Cyber Mission，先从关键基础设施和开源软件两个方向支持防守方。
推荐理由：Anthropic 把前沿模型、驻场工程师和威胁研究打包给关键基础设施与开源维护者，读者可据此判断 人工智能（AI，Artificial Intelligence） 安全能力如何落到防守方。
GitHub Blog · AI & ML精选模型评分6161 GitHub 推出基于 ModernBERT 的密钥检测模型，扩展推送保护
GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，把推送保护扩展到无固定格式的密钥，可在两毫秒内评估一批候选密钥，并称可让可拦截的密钥数量翻倍以上。
推荐理由：GitHub 用九个季度的数据说明密钥泄露与代码量同步增长，并给出把防护成本从人工转移到模型推理的思路。
Microsoft Research精选模型评分7373 Microsoft Research Asia 开源 Agent Lightning v1.0，约 3500 行代码的智能体强化学习框架
Microsoft Research Asia 开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，让部署时使用的智能体框架直接参与训练，无需在训练框架里重写智能体。
推荐理由：框架把部署用的智能体直接接入强化学习训练，并给出约 6000 条样本提升 14.6 个百分点的完整流程，可据此判断改造成本。
GitHub Blog · AI & ML精选模型评分7171 GitHub 发布 人工智能（AI，Artificial Intelligence） 代码评审开放基准 ReviewBench
GitHub 发布 人工智能（AI，Artificial Intelligence） 代码评审开放基准 ReviewBench，包含 219 个公开拉取请求、覆盖 19 种语言，并公开数据集、评分规则和评审模型。
推荐理由：GitHub 公开了基准数据集、评分规则和评审模型，读者可以据此复现评测，并了解离线结果与线上实验的对应关系。
Anthropic News精选模型评分8181 Anthropic 投入 1 亿美元推出 Claude Frontier Academy，计划到 2027 年底培养 1 万名工程师
Anthropic 推出 Claude Frontier Academy，投入 1 亿美元，计划到 2027 年底培养 1 万名 Frontier Deployed Engineer（FDE，前沿部署工程师）。
推荐理由：Anthropic 用 1 亿美元和 1 万人目标切入企业 人工智能（AI，Artificial Intelligence） 落地中最缺的人才环节，首批名单覆盖咨询、金融与制药公司。
Anthropic News精选模型评分6464 巴克莱扩大与 Anthropic 合作，将 Claude 推广至全行
巴克莱扩大与 Anthropic 的战略合作，把 Claude 推广到全球业务中，用于加速软件开发、改造遗留系统并提升运营效率。巴克莱预计到 2026 年底 Claude Code 覆盖 50% 的开发人员，2027 年覆盖多数软件工程师。
推荐理由：巴克莱把 Claude 铺到全行，并给出开发者渗透率和邮件处理量等具体数字，可看大型银行如何落地 人工智能（AI，Artificial Intelligence）。
Piotr Dabkowski · ElevenLabs 作者页精选模型评分7272 ElevenLabs 发布情感语音模型 Eleven v4 及低延迟版 Eleven v4 Turbo
ElevenLabs 发布文本转语音模型 Eleven v4 和低延迟版本 Eleven v4 Turbo，称 Eleven v4 在 Artificial Analysis 语音竞技场排名第一。
推荐理由：官方给出盲测偏好比例和延迟数字，读者可据此判断情感语音在配音与语音智能体上的可用边界。
Cursor Blog精选模型评分6060 Cursor 发布 Rollouts 与 Security Review 两个开发机器人
Cursor 发布 Rollouts 和 Security Review 两个软件开发机器人，分别负责从 PR 到生产的上线监控与代码安全审查。Rollouts 在合并前读取代码差异并写出监控计划，部署后对比部署前基线，发现回归时可通知作者、暂停渐进式发布或生成待批准的回滚 PR。
推荐理由：两个机器人分别盯上线后的回归与代码安全审查，给出了从 PR 到生产的自动化处理路径。
Cursor Blog精选模型评分6262 Cursor 优化智能体框架 token 效率，用户成本降低 7%
Cursor 改进了智能体框架的上下文组装方式，在不降低智能体质量的前提下把用户 token 成本降低 7%。具体做法包括把系统提示词精简约 66%、让低频工具按需加载、在请求稳定层之后设置显式缓存断点，使冷缓存未命中率下降 20%。
推荐理由：原文逐层拆解智能体框架的上下文开销，并给出可量化的成本下降，适合关注长任务成本的人参考。
Cursor Blog精选模型评分6161 Grab 如何让设计、运营和工程团队都用上 Cursor
Cursor 介绍了 Grab 在东南亚 8 个国家的技术团队中推广 Cursor 的情况，约 98% 的技术组织员工每月使用，约 75% 每周使用。对 4000 人约 10 万条脱敏 Cursor 消息的分析显示，修复缺陷在各类岗位中均排进前三，在软件工程和运营业务岗位中约占 39% 的活动。
推荐理由：Grab 各职能团队使用 Cursor 的具体数据，展示了非工程角色如何直接参与产品改动。
Cursor Blog精选模型评分7474 Cursor 推出 Projects，用协调者智能体统筹数千个子智能体
Cursor 发布 Projects 功能，让开发者以对话方式指挥一个协调者智能体，由它调度数千个子智能体完成功能开发、迁移等长期工作。Projects 默认在云端独立运行，关闭笔记本也不中断，并维护跨云端和本地同步的共享上下文文件；协调者还能监听 Slack 频道、按计划运行或跟踪 PR，无需提示即自动行动。
推荐理由：官方披露了 Projects 的协调者机制和内部使用数据，读者可据此判断多智能体协作在真实工程中的分工方式。
Cursor Blog精选模型评分7373 Cursor 推出自托管机器，云端智能体可在企业自有网络内执行
Cursor 发布 Self-Hosted Machines，让云端智能体在用户自行管理的机器池中执行工具调用，智能体循环、推理和规划仍留在 Cursor 云端。
推荐理由：Cursor 把云端智能体的执行环境搬进企业自有网络，读者可据此判断内网代码与自建硬件场景的接入方式。
Cursor Blog精选模型评分6262 Cursor 发布 Git 存储系统 Continuity 与托管平台 Origin
Cursor 发布自研 Git 存储系统 Continuity，并推出基于它的代码托管平台 Origin。Continuity 把每次推送先写入 S3 上的预写日志（WAL，Write-Ahead Log）再确认，仓库在本地磁盘只当作缓存，因此副本数量可随负载增减，读取始终与 S3 上的日志保持一致。
推荐理由：Cursor 公开了自研 Git 存储系统 Continuity 的架构取舍，读者可对照 Spokes 的局限理解大规模仓库托管的工程难点。
Cursor Blog精选模型评分8686 Cursor 正式被 SpaceX 收购
Cursor 宣布正式被 SpaceX 收购，完成了今年 4 月宣布与 SpaceXAI 合作加速模型训练时启动的收购流程。Cursor 表示，将获得全球规模最大的 图形处理器（GPU，Graphics Processing Unit） 集群，从而构建更强、运行成本更低的模型，并以更低价格向客户提供能力更强的模型。周三发布的 Grok 4.6 是双方合作后的早期成果。
推荐理由：Cursor 被 SpaceX 收购后，作者说明了算力来源和模型成本的变化，读者可以据此判断这次并购对开发工具的影响。
Cursor Blog精选模型评分6161 Firetiger 团队加入 Cursor，补齐代码上线后的智能体能力
Cursor 宣布 Firetiger 团队加入，Firetiger 做的是软件进入生产环境后工作的智能体，负责监控发布、捕捉回归、调查故障，并把发现回传给编码智能体。
推荐理由：Cursor 把生产环境监控团队并入自身，读者可据此判断编码智能体正从写代码延伸到上线后运维。
Cursor Blog精选模型评分6666 Cursor 推出 builds，云端智能体启动速度最高提升 3 倍
Cursor 推出 builds 功能，在后台持续准备开发环境副本，让云端智能体直接进入已就绪环境，响应速度最高提升 3 倍。Cursor 默认每小时执行一次新构建，构建成功后即成为后续智能体的启动环境；若某次提交或依赖更新导致构建失败，智能体会继续使用最近一次成功的构建，工作不中断。
推荐理由：原文给出了构建机制、启动提速数据和失败回退方式，读者可据此判断云端智能体的环境准备成本会怎样变化。
陈成 · sorrycc精选模型评分7777 《Deep Research：Claude Code Dynamic Workflow 最佳实践》梳理 18 条动态工作流实践
陈成（sorrycc）基于 links/2026/ 下 14 篇 Claude Code Dynamic Workflow 摘要，整理出 18 条最佳实践。动态工作流（Dynamic Workflow）指 Claude 在运行时现场写出一段 JavaScript 编排脚本，丢进本机 Node vm 沙箱后台执行，扇出几十到上百个隔离上下文的子智能体，只把综合结果回吐主会话。
推荐理由：把 14 篇 Claude Code 动态工作流材料整理成 18 条可执行实践，覆盖选型、编排原语与成本控制。
实践哥 MinLi精选模型评分8181 Claude Code 动态工作流：为每个任务定制 Harness 的用法与场景
这篇译文介绍 Claude Code 的动态工作流（dynamic workflow）：它按任务即时编写编排脚本，在单个会话里运行数十到数百个并行 subagents，并在结果交付前先自行检查。
推荐理由：译文梳理了 Claude Code 动态工作流的六种编排套路与九类落地场景，也点明它更费 token、常规编码不必硬上。
MiniMax Research精选模型评分7979 MiniMax 发布 M3 模型：1M 上下文、原生多模态与前沿编码能力
MiniMax 发布 M3 模型，采用自研稀疏注意力架构 MSA（MiniMax Sparse Attention），支持最高 1M token 上下文窗口，并原生支持图像和视频输入、可操作桌面电脑。
推荐理由：官方给出 M3 在编码、智能体与多模态三项能力上的基准分数和真实任务演示，可据此判断开源权重模型与闭源前沿的差距。