如何在 VS Code 中继续 GitHub Copilot 应用会话
GitHub Copilot 应用中的会话可直接在 VS Code 中打开，对话、代码改动和工作上下文完整保留。VS Code 会加载该会话对应的 worktree，并在 Copilot 侧边栏显示原会话，便于逐行审查 diff、手动编辑、本地运行测试，最后提交并推送到会话关联的 pull request。
全部 AI 动态
GitHub Blog · AI & MLAI 评分3434
Google Research精选AI 评分6464 Google Research 介绍让 AI 智能体落地湿实验室的三项研究
Google Research 发布博客，介绍让 AI 智能体从计算设计走向真实湿实验室实验的三项研究：VERID 实验室语义数字孪生框架、适配体闭环设计原型和 FAP 靶点 de novo 蛋白结合体设计。
推荐理由：Google Research 用三个项目展示智能体如何接入湿实验室的物理状态与闭环实验反馈，读者可了解自动化实验的关键工程环节。
Google DeepMindAI 评分5858 Google DeepMind 演示用 Antigravity 加速抗菌肽发现
Google DeepMind 展示了生物学家如何用 Google Antigravity 的智能体科学工作台，在一次多轮会话中完成抗菌肽候选的发现、结构评估与优先级排序，把原本分散在多个数据库的检索压缩到单一会话。
Microsoft Research精选AI 评分6969 微软研究院发布 Magnetar：基于标准哈希函数的通用零知识证明系统
微软研究院发布零知识虚拟机 Magnetar，可证明用 Rust、Go 或 C 编写的程序执行过程，在 15 个基准程序上平均比现有最快 zkVM 快 10 到 39 倍。
推荐理由：微软研究院梳理十余年零知识证明研究脉络，说明 Magnetar 如何在通用性、速度与密码学假设三方面同时推进。
Mistral AI精选AI 评分7171 Mistral 发布时间序列基础模型 Timestral，209M 参数版本登顶三项基准
Mistral 发布首个时间序列基础模型系列 Timestral，提供 5M、28M、123M 和 209M 四个尺寸。其中 209M 版本在 GIFT-Eval、TIME 和 fev-bench 三项公开基准上均排名第一，参数量约为此前最优模型的三分之二，结果已提交至 GIFT-Eval 和 TIME 榜单。
推荐理由：原文给出四个尺寸的参数量、三项基准排名和 CPU 推理延迟，便于判断时间序列基础模型的选型边界。
Google Research精选AI 评分7474 Google 发布 Deep Review 智能体文档审阅系统
Google 公开发布 Deep Review，一个面向复杂文档提供严谨反馈与技术核查的智能体系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。系统采用文档分段、自适应预算、并行核查与全局综合的四阶段流程，支持 PDF 和纯文本输入，每位用户每周可免费审阅两篇文档，也可接入 Gemini API key 提高额度。
推荐理由：原文交代了 Deep Review 的四阶段智能体流程和会议试点规模，读者可据此判断自动审稿能承担哪些环节。
Google Research精选AI 评分6060 Google 发布地理空间推理智能体技术报告并扩大 Earth AI 早期访问
Google 发布 Geospatial Reasoning 智能体的技术报告，在四个基准上对比独立 LLM、基础工具、Earth AI 工具和带前置规划的完整智能体四种配置，并新开源 GeoKTools 与 GeoExpertQueries 两个基准的开发集。
推荐理由：原文给出四组基准对比与合作伙伴实测，可看清专用工具和前置规划对地理空间推理的作用。
Google ResearchAI 评分5050 Google Research 展示 10 项放大人类创造力的研究成果
Google Research 在 Mountain View 的 Research@ 活动上展示了 10 项研究成果，包括扩大 Google Earth AI 早期访问并开放地理空间推理智能体技能 API。Deep Review 智能体系统已用于审阅逾 16,000 篇投稿论文，现向公众开放。TimesFM 与 TabFM 两款数值基础模型将集成进 Gemini for business。
Google DeepMindAI 评分5858 Google DeepMind 与新加坡政府合作微调端侧诈骗检测模型
Google DeepMind 与新加坡政府科技局（GovTech Singapore）合作，基于轻量级 Gemma 模型微调出一个隐私保护的端侧诈骗检测模型。
Google DeepMind精选AI 评分8282 Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案
Google DeepMind 开始广泛推送 Gemini 4 Argon，并同步发布安全与安保报告，说明其在高风险领域的防护措施。该模型在 12 个端到端模拟网络攻击场景中全部通关，上一代为 5 个；在对抗测试集上违规率降低近两倍。
推荐理由：原文披露了 Gemini 4 Argon 在网络安全与生物风险上的防护设计，以及智能体越界行为的监控数据。
GitHub Blog · AI & MLAI 评分4646 GitHub 新密钥检测模型：用更少噪音发现更多密钥
GitHub 用微调后的 ModernBERT 分类器替换原有 LLM 密钥扫描流程，在推送后扫描中把中位执行时间降低 86%、服务成本降低 98%，告警接受率提升 11.5%。该两阶段流程先用正则生成候选，再由模型结合文件路径、变量名和上下文判断是否为真实凭据，并已把通用密钥检测扩展到推送保护。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon 机器人模型
Google DeepMind 发布 Gemini 4 Argon，主打物理理解、代码生成与视觉语义推理，在 Embodied Reasoning（ERQA）基准上以纯推理取得 87%，超过其他前沿模型。
推荐理由：官方给出 Argon 在 ERQA 的得分与四类机器人工作流示例，可据此判断物理推理模型在机器人栈中的用法。
Google DeepMind精选AI 评分9292 Google DeepMind 发布 Gemini 4 Argon 模型
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和消费者开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元。
推荐理由：官方披露了 Argon 在编码、科研与安全对齐上的具体案例和数字，可据此判断前沿模型在长程任务中的实际边界。
GitHub Blog · AI & MLAI 评分4242 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub Copilot 入门系列介绍四种让 Copilot 适配项目的方式：用 .github/copilot-instructions.md 定义仓库级规范，用 agent skills 封装可复用流程，用 custom agents 处理跨文件的复杂任务，用 MCP servers 连接外部工具与数据源。
Microsoft ResearchAI 评分4949 微软研究院 StudentSim：用个性化学生模拟器评估和改进 AI 辅导
微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化 AI 学生模拟器，用于在接触真实学生前评估和改进 AI 辅导系统。该研究同时发布覆盖国际象棋、英语二语写作和数学的 StudentSimEval 基准，从行为保真度和对辅导引导的响应度两个维度评测模拟器，StudentSim 在这三个领域均优于主流基线。
Google Research精选AI 评分7474 Google Research 研究：AI 辅助提升专利撰写产出，但初级律师的无辅助判断力未同步提升
Google Research 在 NBER 发布专利撰写三个月实地实验，133 名律师随机获得当时未发布的 Google Labs AI 专利撰写工具（现属 Gemini Notebook）使用权。
推荐理由：三个月实地实验区分了 AI 带来的即时产出提升与无辅助判断力的变化，并指出两类收益在资深与初级律师身上并不一致。
GitHub Blog · AI & MLAI 评分5858 GitHub 推出基于 ModernBERT 的通用密钥检测模型
GitHub 发布与 Microsoft Applied Sciences 合作微调的 ModernBERT 分类器，用代码上下文识别无固定格式的密钥，可在 2 毫秒内评估一批候选密钥，并称可让可拦截的密钥数量增加一倍以上。
Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：约 3500 行的轻量智能体强化学习框架
微软研究院开源 Agent Lightning v1.0，这是一个约 3500 行代码的轻量智能体强化学习框架，提出 Harnessed Agentic RL 范式，让部署时使用的智能体 harness 直接参与训练，无需在训练框架内重新实现智能体。
推荐理由：微软研究院开源了约 3500 行的智能体强化学习框架，并给出用约 6000 条样本训练编码智能体的完整流程与提升数据。
Google DeepMind精选AI 评分6363 Google DeepMind 发布 EmbeddingGemma 2 多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，将文本、图像、音频和视频映射到统一嵌入空间，采用 Apache 2.0 许可，参数量 7.4 亿。
推荐理由：原文给出了参数量、模块化拆分和端侧内存占用，读者可据此判断多模态嵌入在本地检索中的可行性。
Microsoft ResearchAI 评分2222 微软研究院播客：AI 会犯哪些错，失败又能教我们什么
微软研究院播客中，partner research manager Jennifer Neville 与首席应用科学家 Chad Atalla 对谈，讨论评估如何推动 AI 系统突破传统 benchmark 的性能边界，以及模型在超出常规测试时出现的“意外失败”。她还分享使用当前 AI 系统的实用建议，并强调结果偏离预期时应仔细检查数据。
Google ResearchAI 评分5858 Google 用 PDFM 地理空间基础模型嵌入验证全球公共卫生预测
Google Research 以 Google Earth AI 的 Population Dynamics Foundation Model（PDFM）为概念验证，展示无需任务微调的地点嵌入可直接接入现有流行病学模型。
Mistral AI精选AI 评分8383 Mistral 发布 Mistral Large 4 公开预览，1 万亿参数原生多模态
Mistral 发布 Mistral Large 4 公开预览，这是一个 1 万亿参数、520 亿激活参数的原生多模态模型，可在 Mistral Studio 试用预览 API，权重将于本月底开放。
推荐理由：官方给出 1 万亿参数、520 亿激活的规格与多项基准，并说明权重月底开放，可据此判断开源权重模型的当前水位。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 AI 代码审查开放基准 ReviewBench
GitHub 发布 AI 代码审查离线基准 ReviewBench，基于 1.039 亿个 GitHub PR 的分布特征，构建了覆盖 19 种语言、219 个公开 PR 的评测集。
GitHub Blog · AI & MLAI 评分2525 GitHub 博客：AI 正在改变开发者工作，值得强化的三项技能
GitHub 博客提出 AI 时代开发者应强化的三项技能：学会指挥 AI 智能体而非仅使用它，不轻信 AI 的第一个答案，以及用 AI 省下的时间解决更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明它用第二个模型审查计划、代码和测试，以发现首个模型遗漏的问题。
Google DeepMind精选AI 评分8888 Google DeepMind 发布 Gemini 4 Argon 前沿模型
Google DeepMind 发布前沿模型 Gemini 4 Argon，先通过 Fairwind Program 向受信任的网络安全防御方开放，之后再逐步扩展到开发者、企业和消费者。
推荐理由：官方披露了 Argon 在内部代码迁移、漏洞发现等任务上的具体案例与基准成绩，可据此判断前沿模型在长周期工程任务中的实际位置。
Microsoft ResearchAI 评分5252 微软研究院用机器学习预测电网空间天气风险
微软研究院实习生 Rohan Kannan 构建了一套机器学习管线，利用 L1 拉格朗日点的太阳风观测和 AE、Dst 指数预报，结合各变电站纬度与地质电导率，为美国本土 66,935 座变电站生成提前 30 至 60 分钟的位置级地磁感应电流风险估计。
Mistral AIAI 评分4040 Mistral 在慕尼黑开设德国中心，推进工业 AI 与 Physics AI
Mistral 在慕尼黑开设新中心，组建专注 Physics AI 与工业 AI 的研究团队，并配备直接服务企业客户的应用工程师。该中心将与 BMW 合作碰撞仿真与工程 AI、与 Siemens Energy 合作工业 AI 应用，并与慕尼黑工业大学（TUM）共建风洞数字孪生研究。Mistral 计划到 2030 年建成 1 吉瓦欧洲算力，其开放权重模型可在客户自有基础设施上运行。
GitHub Blog · AI & MLAI 评分5555 GitHub Copilot 入门教程：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可定制界面，用户和智能体共享同一份状态，可做成看板、问题分诊板、发布清单或表格。创建时只需打开智能体会话，输入 /create-canvas 技能并用自然语言描述工作流、界面操作和智能体可执行的动作，智能体便会生成界面并在右侧面板打开。
Mistral AIAI 评分5858 Mistral 与 Mozilla 达成合作，为 Firefox Smart Window 提供模型支持
Mistral 宣布与 Mozilla 建立合作，Firefox 的 AI 浏览助手 Smart Window（beta）改由 Mistral 模型驱动，先在法国和北美上线，英国和德国预计今年晚些时候跟进。
Mistral AIAI 评分3838 Mistral 与 Cloudera 合作，将专用主权智能引入企业数据
Mistral 与 Cloudera 宣布合作，将 Mistral 模型集成进 Cloudera 混合数据平台，支持企业在私有云、公有云、本地及完全气隙环境中部署推理并保持完全控制。企业还可在受控环境中用自有数据训练定制模型，数据与由此产生的智能均归企业所有。Cloudera 平台承载 30 exabytes 客户自管数据。
Mistral AIAI 评分5858 Mistral 如何用 AI 智能体迁移 4 万行 Fortran 遗留代码
Mistral 帮助一家欧洲能源运营商把 4 万行 Fortran 77 水库模拟器代码迁移到 C++，并公开了其中的智能体工作流。团队先为 Fortran 代码加入状态导出和 C++ 测试框架，建立数值对齐校验，再用 Vibe CLI 启动上百个智能体，借助 Mistral OCR 整理散落的文档。
Berkeley AI Research精选AI 评分6262 从 CUDA 到 MLX：K-Search 如何把内核优化经验迁移到 Apple Silicon
Berkeley Sky Lab 团队把 K-Search 内核搜索框架扩展到 MLX 后端，并加入结构化的 CUDA 到 MLX 翻译层，让已有 CUDA 内核作为知识库迁移到 Apple Silicon。
推荐理由：原文给出注意力与 Mamba 两个内核的实测数据，并拆出翻译层对性能提升的贡献，便于判断跨平台内核迁移的可行边界。
Berkeley AI ResearchAI 评分3434 ABBEL：教 LLM 更新信念状态，提升长程交互效率
伯克利 AI 研究团队提出 ABBEL 框架，将摘要隔离为自然语言"信念状态"并对其内容进行监督评分。在协作编码基准 CollabBench 上，基于重建的信念评分将 ABBEL 与全上下文模型的性能差距缩小约 50%，训练步数从 100 步降至 50 步，峰值上下文 token 数也显著低于全上下文设置。
Berkeley AI ResearchAI 评分5050 智能免费之后怎么办？面向智能体、由智能体构建的数据系统
UC Berkeley 的 Aditya G. Parameswaran 等人提出，推理成本已从 GPT-4 级约 $30/百万 token 降至不足 $1，部分厂商低于 $0.10，中位年降幅约 50x，数据系统需围绕智能体重构。
Berkeley AI ResearchAI 评分1717 2026 届 BAIR 博士毕业生展示：LLM 推理、机器人学习与 AI 安全研究
加州大学伯克利分校 BAIR 实验室展示 2026 届博士毕业生的研究成果，覆盖机器人、LLM 推理、计算机视觉、生成建模、AI 安全与人机交互等方向。毕业生去向包括 OpenAI、Mistral AI、Physical Intelligence、Amazon 等机构，以及 UCLA、芝加哥大学教职和自主创业。
Berkeley AI ResearchAI 评分3838 自适应并行推理：高效推理扩展的下一个范式
伯克利 AI 研究团队综述了并行推理领域进展，重点分析自适应并行推理——让模型自行决定何时分解并并行化子任务、开多少并发线程以及如何协调。现有方法如 self-consistency、Best-of-N、Tree of Thoughts、MCTS、ParaThinker、GroupThink 和 Hogwild! Inference 的并行结构多由模型外部设定，未教会模型自适应行为。
Berkeley AI ResearchAI 评分4242 Berkeley AI Research 提出 GRASP：面向世界模型长时程规划的梯度规划器
Berkeley AI Research 提出 GRASP，一种面向学习型世界模型的梯度规划器，通过将轨迹提升到虚拟状态实现跨时间并行优化、在状态迭代中注入随机性以探索，并重塑梯度让动作获得清晰信号。该方法针对长时程规划中梯度爆炸/消失、非贪心结构导致局部极小值以及高维视觉模型“状态-输入”梯度脆弱等问题。
Berkeley AI ResearchAI 评分3838 Berkeley AI Research 提出 SPEX 与 ProxySPEX：大规模识别 LLM 关键交互
Berkeley AI Research 提出 SPEX 与 ProxySPEX 算法，用于在大规模场景下识别驱动 LLM 输出的关键交互。SPEX 利用稀疏性与低阶性把交互搜索转化为稀疏恢复问题，ProxySPEX 进一步利用层级结构，以约 10 倍更少的消融达到 SPEX 的性能。在情感分析任务上，SPEX 在上下文扩展到数千特征时仍保持高忠实度，优于 LIME、Banzhaf 等方法。
Berkeley AI ResearchAI 评分3636 Berkeley AI Research 提出基于信息量的成像系统设计框架
Berkeley AI Research 提出一种直接以互信息评估和优化成像系统的框架，仅用带噪测量和噪声模型即可量化测量对物体的区分能力。该信息指标在彩色摄影、射电天文、无透镜成像和显微镜四个领域预测了解码器性能，优化后的设计达到与端到端方法相当的 SOTA 水平，同时所需内存和算力更少，且无需任务专用解码器设计。