标签
随着Copilot智能体变得更加自主，确保其操作的准确性变得至关重要。文章提出了如何有效验证这些结果的问题。
微软高管Carol S. Scott掌舵70亿美元Azure与AI业务，负责Copilot和Azure OpenAI在欧洲、非洲和中东的企业落地，并认为AI时代的赢家是速度最快的企业而非最早采用的。
GitHub Copilot 代码审查现已支持 AGENTS.md 文件，允许用户自定义以获得更具上下文感知的审查。
一项对五百万Microsoft 365 Copilot对话的新分析揭示了人们如何在工作中实际使用AI，由Scott Counts呈现。
一位开发者创建了一个统一的安装程序，将现有的如 OpenSpec、RTK 和 ccusage 等为 Copilot 和 Claude Code 节省 Token 的工具整合在一起，并带有命令行界面，可显示实际的 Token 消耗节省量。
据报道，微软正在考虑将 DeepSeek 集成到其 Copilot Cowork 产品中。
Microsoft 发布了 FastContext-1.0，这是一个开源仓库侦察工具，可在本地使用 llama.cpp 运行，通过扫描文件并仅向主代理提供相关上下文来降低 Copilot 成本。
GitHub Copilot 代码审查现公开预览支持自定义代理技能和 MCP 服务器连接，使组织能够将自己的标准和上下文带入代码审查中。
GitHub 推广其 Copilot 应用，称其通过将整个开发工作流（从问题到合并）集中在一个地方，减少了上下文切换。
本文批评了AI编程工具供应商从基于结果的效率声明（例如，任务完成速度提高55%）转向基于数量的声明（例如，75%的代码由AI生成），认为后者意义不大且更难证伪。
这篇文章探讨了微软是否在AI方面失去了竞争优势，指出Copilot的采用情况令人失望、GitHub的可靠性问题，以及来自Anthropic的Claude Code的竞争，尽管萨提亚·纳德拉在Build主题演讲中持乐观态度并专注于代理型AI。
一项针对主要AI Agent Harness（Claude Code、Codex、Copilot等）中记忆实现的调查揭示了常见的边界故障，包括有界本地存储、关键词检索、Harness作用域、弱陈旧性处理以及57-71%的跨用户污染率，凸显了Agent记忆基础设施中尚未解决的问题。
本文探讨了AI编码代理的爆炸式增长（2026年增长1400%）如何使GitHub的基础设施承压，导致显著的服务可用性问题，并讨论了GitHub为使其平台适应这一新时代而制定的计划。
微软推出了MAI-Code-1-Flash，这是一款针对生产工作流优化的编码模型，在多个基准测试中，其使用的token更少，准确率高于Claude Haiku 4.5。
Microsoft 推出 Scout，这是一款基于 OpenClaw 框架构建的 AI 助手，设计为始终在线的智能助手，集成到 Microsoft 365 中，具备持久记忆、可定制技能和安全保护。
微软即将推出Copilot超级应用改版，泄露截图显示其中搭载了名为Scout的AI智能体。
微软计划在Build大会上发布新的AI模型，包括其首个推理模型MAI-Thinking-1，以及Windows 11开发者体验改进和Copilot更新。