在旧金山微软活动上，NVIDIA 与微软共同展示为 AI 智能体在 Windows 电脑上运行的软硬件。微软宣布 Microsoft Execution Containers（MXC）正式可用，作为操作系统级基础设施让智能体在后台安全、持久运行。
推荐理由：NVIDIA 把完整 AI 栈带入 Windows 本地，给出 RTX Spark 硬件规格与 DGX Station 的本地算力，开发者可据此判断端侧 Agent 的落地路径。
GitHub 官方博客发文称，GitHub 上三分之一的拉取请求涉及 AI 智能体，过去一年带凭证的推送增长，GitHub 用 Microsoft Applied Sciences 微调的现代 BERT 分类器在不到两毫秒内评估候选密钥，能把可预防的密钥数量翻倍。
推荐理由：GitHub 给出新分类器的精度、速度与成本数据，以及在不同产品线的开放节奏，可据此判断推送保护的边界变化。
微软亚洲研究院开源 Agent Lightning v1.0，提出 Harnessed Agentic RL 范式，让部署用的 agent harness 直接参与强化学习，无需在训练框架内重建智能体。
推荐理由：框架用真实 harness 直接参与 RL 训练并原生支持 Kubernetes，方法可迁移到自有智能体训练。
微软研究员 Jennifer Neville 与 Microsoft Research 的 Chad Atalla 在微软研究播客中探讨评估在推动 AI 系统性能、满足用户需求中的作用，以及模型在传统 benchmark 之外被测试时出现的"令人意外的失败"。她分享了与当前 AI 系统协作的实用建议，并强调当结果违背预期时，仔细审视数据的重要性。
微软与 Hugging Face 联合发布 ThinkingBox 智能体基准，通过隔离的 MCP 工具会话运行智能体，对后端终态和副作用打分而非只看生成文本，并在 507 个有状态业务流程上每个任务重复运行 20 次。
推荐理由：微软联合 Hugging Face 发布 ThinkingBox 智能体基准，按后端终态而非生成文本打分并重复 20 次，给出可靠性与成本对比。
微软研究院实习生开发了一套机器学习系统，对美国大陆 66,935 个变电站预测空间天气风险，可提前 30 至 60 分钟预警。系统结合 L1 拉格朗日点太阳风观测、地磁指数预测与地质电导率，生成分站点风险估计。2020—2026 年评估中，AE 预测 410.2 nT RMSE 优于经验基线，极端事件检测率达 64.1%。
微软研究发布 Quine，一个结合生物学多模态世界模型与连接科学工具、文献、湿实验室和研究人员的交互系统。与 Broad Institute 合作，用它在胰腺导管腺癌中预测并排序数千种化合物，湿实验验证中排名最高的化合物产生了最大的预期细胞状态转变，整个过程仅用一周周末。Quine 为实验性研究技术，仅限研究用途，暂通过 Quine Fellows 计划和特定科研合作开放访问。
2025年7月24日，微软亚洲研究院（新加坡）作为微软在东南亚的首个研究实验室正式启用，以连接微软前沿AI研究与新加坡高校、政府及产业生态。过去一年，其工作围绕下一代AI模型与智能体系统、面向真实场景的行业专用AI、AI原生研究实践及生态与人才培养四大支柱展开，在医疗、金融、教育等领域推动前沿研究向实际应用转化。新加坡经济发展局、IMDA等机构成为重要合作伙伴，共同培养新一代AI研究人才。
微软研究团队称在移动操作负载上，把物理 AI 推理从机载 GPU 卸载到边缘或云 GPU 能提升任务成功率、支持更大模型并延长续航。实测显示较小 GPU 使映射规划最高慢 383%、导航障碍及时检测下降 30%、VLA 模型精度下降 50%，Jetson Thor 等大功率机载 GPU 使续航最多缩短 160%。
微软研究团队在 Nature 发表合成预测模型 RetroChimera，将基于 Transformer 的 R-SMILES 2 与基于图神经网络的 NeuralLoc 两个互补子模型结合，用学习排序策略聚合预测，在罕见反应类型、零样本迁移和微调上表现良好。
微软研究发布 GigaPath-Flash 与 GigaTIME-Flash，将原 GigaPath、GigaTIME 蒸馏为紧凑 ViT-S 骨干，大幅降低算力需求。
推荐理由：原文给出 Flash 系列在算力和显存上的具体提升幅度与开源入口，可据此判断其对大规模病理研究的可用性。
