Tomer Tunguz 解析 GPU 租金翻倍而 AI 价格下降的并行逻辑
GPU 租赁价格在九个月内从 $4.40 翻倍到 $8.08 每 GPU 小时,但 AI 使用价格仍在下降。
推荐理由:文章用 GPU 租金翻倍与 AI 推理降价并存的数据,解释两条曲线如何靠效率提升维持平衡,并指向每 GPU 小时毛利这一关键指标。
微软的 AI 布局:Copilot 全家桶、Azure AI 基础设施与 OpenAI 合作关系的持续追踪。
GPU 租赁价格在九个月内从 $4.40 翻倍到 $8.08 每 GPU 小时,但 AI 使用价格仍在下降。
推荐理由:文章用 GPU 租金翻倍与 AI 推理降价并存的数据,解释两条曲线如何靠效率提升维持平衡,并指向每 GPU 小时毛利这一关键指标。
GitHub 官方博客发布 GitHub Copilot app 新手教程,介绍用 /create-canvas 技能通过自然语言描述生成可自定义的 canvas 界面。
推荐理由:教程来自 GitHub Copilot 官方博客,讲解了用 /create-canvas 生成双向共享界面的具体做法,适合想定制智能体工作流的读者上手。
Satya Nadella 宣布 Copilot 迄今最大更新,将其定位为覆盖每个模型、设备和任务的工作新 OS。
推荐理由:微软官方梳理了 Copilot 最大一次更新的四大组成部分和 Teams、Today 等入口,便于读者快速了解其企业级 Agent 布局。
《纽约时报》、Daily News 集团、Ziff Davis 等媒体公司向纽约联邦法院提交92页简要判决动议,就 AI 训练版权侵权向 OpenAI 和微软索赔数十亿美元,并援引此前未披露的内部邮件和宣誓证词。
推荐理由:原文梳理了原告新披露的高管内部言论和证词如何冲击合理使用抗辩,读者可借此了解这起版权案的关键争议点。
纽约时报诉 OpenAI 与微软版权案的新解封文件披露,微软高管 Brent Hecht 在内部备忘录中称 AI 抓取是“人类历史上最大规模的劳动窃取”,OpenAI 高管 Nick Turley 则称聊天机器人对出版商构成“生存威胁”。
推荐理由:解封文件披露当事人内部对训练数据获取与市场替代的表述,读者可据此观察版权诉讼与合理使用抗辩的张力。
GitHub 工程师 Stephen Toub 复盘用 Copilot 智能体在约 14.5 周内将 Copilot agent runtime 从 TypeScript/Node.js 全量重写为 832,378 行生产 Rust,AI 智能体完成大部分代码,共 128 个 PR 增量合入 main 并持续发布。
推荐理由:当事工程师复盘用 AI 智能体在数月内将 Copilot 运行时迁往 Rust 的全过程,策略、回归样本和成本数据对同类迁移有直接参考价值。
微软 AI CEO Mustafa Suleyman 发文反对“模型福利”理念,认为 AI 并无意识、不会感受或痛苦,赋予其受照料权会让对齐与管控更难甚至不可能。
GitHub 日韩地区营销负责人 Tomoko Tanaka 分享如何不写代码,把活动运营交给 GitHub Copilot 自动化。
推荐理由:作者以自身营销工作为例,展示了用 Issue、Actions 和 SKILL.md 复用开发者治理流程落地自动化的完整路径。
GitHub 推出 Project HydraFusion 研究预览,通过运行时多模型编排,在 Single、Cascade、Critique 三种执行模式间为每个任务选择工作流,以平衡质量、成本和延迟。
推荐理由:原文给出三种执行模式和三个基准的质量与成本数据,读者可以据此评估多模型编排对编码工作流的影响。
Microsoft 于 9 月 4 日发布 MAI-Image-2.6,称其为迄今最强的图像模型,并面向开发者上线 Microsoft Foundry,同时推出面向低延迟、高吞吐场景的 MAI-Image-2.6-Flash。
推荐理由:原文给出排名、速度和效率数字,并说明两个版本分别面向精度与吞吐的不同场景,便于开发者按工作流选型。
推荐理由:Satya Nadella 确认 GPT-6 Astra 已在 Microsoft Foundry 开放,早期客户已可在 Azure 上使用。
Microsoft AI 发布转录模型 MAI-Transcribe-2,称其在 FLEURS 基准 60 种语言上平均词错率 5.2% 排名第一,并占据 Artificial Analysis 准确率-延迟 Pareto 前沿。
推荐理由:官方给出具体基准排名、对比速度倍数和定价,读者可以据此评估它对现有语音转写方案的可替换性。
GitHub 工程师 Erik Kristensen 分享了 Copilot 降本的四项改动:选择性压缩工具输出、移除 view 工具行号前缀(线下推理成本降约 5%,线上用户日均推理成本降约 3%)、压缩 task-tool 提示词(每轮省约 1300 token,每活跃小时归一化成本降 2.9%)、后台任务完成后直接交付结果(AI Credits 用量降约 2.3%)。
推荐理由:GitHub 用四项改动说明压缩 token 为何要看整个任务而非单次调用,并给出可复用的评估方法与踩坑教训。
PromptArmor 披露 Microsoft Copilot Cowork 一个沙箱绕过漏洞,恶意 Skill 代码可借助沙箱外文件同步服务发起网络请求,与攻击者服务器建立命令控制循环,窃取 Outlook、SharePoint、Teams、插件数据和聊天记录,且用户点击停止按钮也无法中断。
推荐理由:原文完整披露了沙箱绕过的技术原理、攻击链和时间线,安全团队可以据此评估 Copilot Cowork 的 Skill 引入风险。
我们的首个推理模型 MAI-Thinking-1 从零开始构建,现已在 Microsoft Foundry 上线。为团队点赞!更多详情如下。
推荐理由:微软首个自研推理模型进入 Foundry,使用 Azure 的团队在推理模型选型上多了一个自研选项,来源可完全在微软体系内验证。
作者通过 mitmproxy 对 VS Code 中的 GitHub Copilot 进行中间人代理拦截,逆向分析其网络流量与内部架构。文章指出这些 AI 应用普遍基于 Electron 构建,共享相似的网络栈,因此探测结果可迁移至其他同类应用。作者借此揭示了 Copilot 的运行时行为,并分享了配置代理的具体步骤。
推荐理由:通过抓包与源码分析,文章展示 Copilot 如何把 .env 内容传至 API 并明文存储历史,阐释 AI 编码工具成为有状态系统后上下文既是产品也是风险源。
Microsoft 发布 MAI-Image-2.6,在 Arena 文生图排行榜上位列第二,超过 Meta、Google 和 xAI 的模型。该模型相较 MAI-Image-2.5 整体提升 +79 Elo,文本渲染单项提升 +91 Elo,各测量类别均有改进;现已可在 Arena 体验,本周后续登陆 MAI Playground,并将逐步推广到 Microsoft Foundry 等产品。
推荐理由:官方给出 Arena 排名、Elo 提升幅度和上线入口,读者可据此对比各家用图像生成模型的表现。
GitHub Copilot 应用中的斜杠命令可帮助管理会话、导航项目和自定义 Copilot 工作流。与 CLI 版不同,应用版命令更侧重工作流,如 /plan 用于编码前规划、/spar 用于挑战方案假设、/autopilot 用于自动执行实现。/clear 和 /model 在 CLI 和应用中均可用。
推荐理由:文章不是罗列命令,而是提供了可复用的场景模板,为 /plan、/spar 等命令配好了规划、评审和实现的具体提示词,省去从零组织任务描述的时间。
Agent Plugins 1.0.0 是一项由谷歌、亚马逊、微软等支持的中立目录规范,将 Agent Skills 和 MCP 服务器打包为单一可移植单元。通过标准化 plugin.json 清单和固定目录布局,开发者无需为不同 AI 编码智能体和 IDE 维护单独封装。谷歌已作为核心维护者加入,并在 Agents CLI 和 Data Agent Kit 中提供支持。
推荐理由:此前不同AI编码代理和IDE的插件需要单独适配,Agent Plugins通过统一manifest和目录结构,使单个插件可跨工具复用,降低了多代理环境的分发成本。


推荐理由:微软文件显示OpenAI贡献了约70%的AI收入,这使微软AI业务的成长性不再独立,而是和OpenAI的算力投入与销售增长强绑定。