标签 · #microsoft

ThinkingBox 通过数据库状态基准测试 AI 代理的一致性

为什么值得读 AI 代理常能通过工具调用检查，却无法正确更新数据库。此基准测试揭示了成功 API 调用与实际数据一致性之间的差距。

微软与 Hugging Face 联合发布 ThinkingBox，该基准测试针对 507 个工作流，依据终端后端状态及副作用对 AI 代理进行评分。

微软 Build 2026：「Microsoft IQ」让上下文成为平台——Work IQ、Foundry IQ 与全新 Web IQ 上线

为什么值得读 我们略过了显而易见的 MAI 模型头条，因为 Build 2026 真正持久的故事是结构性的：微软试图让接地后的上下文成为默认的平台层，而非一个功能。请留意 Web IQ——一个低 token 的网络接地中介者，对开放网络的影响远超过它的企业说法。

Build 2026 较低调的平台动作：微软把接地（grounding）技术整合成单一品牌 Microsoft IQ——Work IQ、Foundry IQ、Fabric IQ 与全新 Web IQ——把上下文当成托管基础设施，横跨 Copilot 与 Foundry 发布。

微软把自家代码模型送进 GitHub Copilot：MAI-Code-1-Flash 对开发者的意义

为什么值得读 如果你成天泡在 GitHub Copilot 里，本周光标下的默认模型可能已悄悄换掉了。以下是实际推出的内容，以及如何辨认。

微软在 Build 2026 把一个 5B 自研代码模型放进 VS Code，并推出一个 35B 推理模型——两者都未经 OpenAI 蒸馏训练。

微软推出七款自研 MAI 模型，包含首款推理模型，以降低对 OpenAI 的依赖

为什么值得读 一个大型平台拥有者推出自家推理模型，并公开将其框定为少付 OpenAI 费用的途径，这是一个结构性的故事，而不只是一次产品发布——它为整个前沿模型供应链重新定价。

在 6 月 2 日的 Build 2026 上，微软发布七款从零打造的 MAI 模型，由推理模型 MAI-Thinking-1 领衔，以降低成本并减少对 OpenAI 的依赖。

Anthropic 洽谈租用微软 Maia 200 AI 芯片 —— 算力荒的对冲

为什么值得读 重点是芯片多元化，不是一次芯片胜利。Anthropic 已跑在 Nvidia GPU、Google TPU、AWS Trainium 上 —— 加上微软 Maia 200，将成为首个横跨四大训练/推理芯片家族的前沿实验室。当算力是瓶颈时，选择权就是护城河。

据 CNBC（5/21），Anthropic 正洽谈通过 Azure 在微软自研 Maia 200 芯片上跑 Claude 推理（尚未签约）。这是在算力荒中、从 Nvidia + Google TPU 分散风险的对冲。

Microsoft Agent 365 正式发布 + Agent Framework 1.0 — 企业级 Agent 控制平面全面开放

Agent 365 以每用户 $15 正式推出，每个 Agent 拥有独立 Entra 身份与 Defender MCP 威胁检测；Agent Framework 1.0 提供内置 A2A 与 MCP 互通的开源多 Agent 协作基础。