Microsoft 向约四分之一员工提供自愿离职补偿并豁免 AI 关键团队
Microsoft 正向约 60,000 名员工（约占其总员工的四分之一）提供自愿离职补偿方案，覆盖美国、加拿大、印度和英国的副总裁及以下级别员工。Xbox、Windows、Copilot 和财务部门完全纳入该计划，而数据中心、销售、网络安全和量子计算等对 AI 战略至关重要的领域被排除在外。
#Microsoft
The DecoderAI 评分7474 TechCrunch · AIAI 评分6868 NVIDIA 考虑为 Nscale 在西弗吉尼亚州的 Anthropic 数据中心提供数十亿美元债务担保
据 The Information 报道，NVIDIA 正在洽谈为 AI 云服务商 Nscale 在西弗吉尼亚州建设的 Anthropic 数据中心提供数十亿美元债务融资担保。
TechCrunch · AIAI 评分6767 AI 支出热潮出现裂痕：科技巨头资本开支超 7400 亿美元引发投资者担忧
Alphabet、Amazon、Meta 和 Microsoft 今年计划资本开支超过 7400 亿美元，但投资者对负自由现金流和回报前景的担忧加剧，导致纳斯达克及芯片股下跌。
The Verge · AIAI 评分6262 OpenAI、Google、Microsoft 和 Anthropic 支持新的 AI 抓取退出标准
OpenAI、Google、Microsoft 和 Anthropic 宣布将采用一项新标准，允许网站通过 robots.txt 文件中的共享 policy token 统一拒绝被 AI 爬虫抓取用于训练。
Microsoft ResearchAI 评分5252 Microsoft Research 发布 Flint-interactive 交互式数据可视化语言
Microsoft Research 发布 Flint-interactive，这是一种基于 Flint 编译器构建的交互式数据可视化语言，支持 AI 智能体生成可点击、筛选、缩放和跨图表联动的图表。
Microsoft ResearchAI 评分5252 Microsoft Research 证明 31 年历史的 KLS 猜想
Microsoft Research 研究员 Xinzhi Zhang 与合作者证明了提出于 1995 年的 Kannan-Lovász-Simonovits（KLS）猜想，确立了高维对数凹分布中与维度无关的几何原理。
Microsoft ResearchAI 评分4545 Microsoft Research 用 Magnetar 实现基于证明的通用计算
Microsoft Research 推出零知识证明系统 Magnetar，可直接为 Rust、Go 或 C 编写的程序生成执行正确性证明。其平均运行速度比此前最快的同类系统快 10 至 39 倍，安全性仅依赖标准哈希函数。验证者可在毫秒内完成校验，无需重新运行程序或信任执行方。
GitHub Blog · AI & MLAI 评分4141 GitHub 用微调 ModernBERT 分类器升级密钥检测流水线
GitHub 采用微调的 ModernBERT 分类器替换原有 LLM 流水线，用于密钥扫描中的上下文感知分类。新方案使推送后扫描的中位执行时间缩短 86%，服务成本降低超 98%，所有者加权告警精度提升 11.5%。该两阶段流水线先用正则生成候选项，再由分类器结合文件路径与周围代码过滤误报。
GitHub Blog · AI & MLAI 评分5656 GitHub 推出基于 ModernBERT 的密钥检测模型以扩展推送保护能力
GitHub 发布基于 ModernBERT 的通用密钥检测分类器，将推送保护（push protection）扩展到无结构化密钥，评估候选批次耗时低于 2 毫秒，有望使可拦截的密钥数量翻倍。
Microsoft Research精选AI 评分6161 Microsoft Research Asia 发布 Agent Lightning v1.0 轻量级智能体强化学习框架
Microsoft Research Asia 开源了 Agent Lightning v1.0，一个约 3500 行代码的轻量级智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的真实智能体 harness 直接参与强化学习训练。
推荐理由：框架通过在模型与智能体之间插入代理层，让部署用的真实 harness 直接参与强化学习，省去了在训练框架中重写智能体的成本。
GitHub Blog · AI & MLAI 评分4242 GitHub 推出 AI 代码审查开源基准 ReviewBench
GitHub 推出 AI 代码审查开源基准 ReviewBench，基于 103.9M 真实 pull request 分布构建，包含 187 个公开仓库的 219 个 pull request，覆盖 19 种语言。