微软研究院开源 Agent Lightning v1.0，一个约 3500 行代码的轻量级 Agentic RL 框架，提出 Harnessed Agentic RL 训练范式，让部署时使用的 agent harness 直接参与强化学习，无需在训练框架内重新实现 agent。
推荐理由：Agent Lightning v1.0 用约 3500 行代码实现完整 agent RL 控制面，并给出 SWE-bench Verified 上的训练增益数据。
GitHub 发布与 Microsoft Applied Sciences 联合构建的 ModernBERT 分类器，用代码上下文识别非结构化密钥，可在 2 毫秒内评估一批候选密钥，据称能把可拦截的密钥数量提升一倍以上。
推荐理由：GitHub 用九个季度数据说明密钥泄露与代码量同步增长，并给出把检测搬进 push 环节的模型方案。
AWS 宣布 Claude Haiku 5.5 在 Amazon Bedrock 和 Claude Platform on AWS 上可用。
推荐理由：文章给出 Haiku 5.5 在 Bedrock 上的可用范围与调用方式，并说明它与 Opus 5.5 的分工思路。
NVIDIA 与 Microsoft 在旧金山 Windows AI 活动上宣布为 AI 智能体共同设计 Windows PC 的软硬件，Microsoft 宣布 OS 级基础设施 Microsoft Execution Containers（MXC）正式可用，让智能体在系统控制下安全持久地在后台运行。
推荐理由：NVIDIA 与 Microsoft 把智能体运行所需的系统级基础设施和本地算力硬件一并给出，读者可据此判断 Windows PC 上跑本地智能体的门槛变化。
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中表示，把模型放到传统 benchmark 之外测试时会出现"意外失败"，评测是推动 AI 系统性能边界、贴合用户需求的关键。
GitHub 发布 ReviewBench，一个面向 AI 代码审查的开放离线基准，基于 1.039 亿个 GitHub PR 的分布特征构建，包含 219 个 PR、覆盖 19 种语言。
推荐理由：GitHub 公开了代码审查基准的构建方法与评测口径，读者可据此理解 AI 审查能力的衡量方式。
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，通过隔离的 MCP 工具会话检查智能体留下的后端终态和副作用，而非其生成的回答，并让每个任务重复运行 20 次。
推荐理由：微软与 Hugging Face 联合发布的智能体评测基准，用数据库终态而非模型自述来判定任务是否真正完成。
微软研究院开发了一套端到端机器学习流水线，利用 L1 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 30-60 分钟前的局地空间天气风险估计。
微软研究院亚洲新加坡分院（MSRA – Singapore）作为微软在东南亚的首个研究实验室，成立一年来聚焦下一代 AI 模型与智能体系统、领域专用 AI、AI 原生研究实践及生态与人才培养四大方向。该实验室与新加坡医疗生态合作探索多模态医疗 AI 和自演化诊断智能体，并联合 EDB 于 2026 年 2 月举办物流与交通 AI 高管圆桌会。
GitHub Copilot app 的 canvases 是一种可自定义的双向界面，用户只需在 agent 会话中输入 /create-canvas 并用自然语言描述需求，即可生成看板、发布清单或仪表盘等界面，无需编写代码。canvas 会保存为扩展，可随项目共享或作为个人扩展复用，社区已在 Awesome Copilot 分享现成模板。
微软研究院对移动机器人操作负载的系统测量显示，把物理AI推理从机器人端侧GPU卸载到边缘或云端GPU，可提升任务成功率、支持更大模型并延长续航。
推荐理由：微软对移动操作机器人推理负载的系统测量，给出端侧、边缘与云端算力取舍的量化依据。
微软研究院在 Nature 发表逆合成模型 RetroChimera，并开源其实现与权重。该模型由 Transformer 模型 R-SMILES 2 与 GNN 模型 NeuralLoc 组成，通过学习式集成与重排序融合两者互补优势。
微软研究院推出 GigaPath-Flash 和 GigaTIME-Flash，用蒸馏自原 GigaPath ViT-g 的 22M 参数 ViT-S 编码器替换原有骨干，并以 Apache 2.0 许可开源。
微软研究院发布深度学习 DFT 交换关联泛函 Skala 1.1，训练数据量为此前公开版本的 2.5 倍，在 GMTKN55 的 55 个类别中 32 项排名第一，加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用，并正在集成进 Psi4、FHI-aims、ORCA 和 VASP，同时微软推出持续追踪各版本计算性能的 living benchmark。