微软研究院播客：AI 评测的“意外失败”能教给我们什么
微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 讨论评测如何推动 AI 系统性能边界、满足用户需求，以及模型超出传统 benchmark 测试时出现的“意外失败”。她还分享使用当前 AI 系统的实用建议，并强调结果不符合预期时应仔细检查数据。
#大佬观点
Microsoft Research
GitHub Blog · AI & ML GitHub Copilot 用 canvas 替代聊天框：为 AI 智能体定制 UI
GitHub Copilot 应用推出 canvas，一种在应用内运行的全栈小应用，可与智能体双向通信，用于替代聊天框完成具体任务。用户只需一句话即可生成 canvas，例如 Connect 4 对战、管理本地 Winget 包或操作 SQLite 数据库，甚至自动化研究到原型的开发流程。这类固定 UI 可让后续交互不再消耗 token。
Berkeley AI Research 智能免费之后怎么办：面向、属于、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，随着推理成本大幅下降、接近免费，数据系统需应对三类新挑战：为智能体设计的数据系统、管理智能体集群的数据系统，以及由智能体合成数据系统。
Berkeley AI Research 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队发布综述，分析并行推理领域进展，重点讨论自适应并行推理——让推理模型自行决定何时分解并并行化独立子任务、启动多少并发线程以及如何协调。文章梳理了 self-consistency、Best-of-N、Tree/Graph of Thoughts、MCTS、ParaThinker、GroupThink、Hogwild!