NVIDIA 与 Microsoft 推出 RTX Spark 笔记本，发布 MXC 并预览 DGX Station for Windows
NVIDIA 与 Microsoft 在旧金山联合宣布，为 Windows PC 引入运行 AI 智能体的硬件与系统支持，RTX Spark 笔记本开启预售、10 月 16 日上市。
推荐理由：原文列出 RTX Spark 笔记本与 DGX Station 的内存、算力和上市时间，可了解 Windows 本地运行智能体的硬件门槛。
#Agent
NVIDIA Blog精选AI 评分7777 Microsoft Research精选AI 评分7171 微软研究院开源 Agent Lightning v1.0：3500 行轻量级智能体 RL 框架
微软研究院开源 Agent Lightning v1.0，用约 3500 行代码实现完整的 Harnessed Agentic RL 控制平面，让部署时使用的 agent harness 直接参与强化学习训练。
推荐理由：微软研究院开源 Agent Lightning v1.0，读者可了解让部署用 harness 直接参与 RL 训练的思路与实测增益。
OpenAI NewsAI 评分3838 OpenAI 为 ChatGPT for Teens 推出 College Planner、闪卡与测验，并组建青少年 AI 委员会
OpenAI 为 ChatGPT for Teens 推出 College Planner，帮助学生管理大学申请，同时上线闪卡和测验功能。OpenAI 还将组建青少年 AI 委员会，让青少年参与塑造 AI 的未来。
Microsoft ResearchAI 评分2222 微软研究员 Jennifer Neville 谈 AI 的意外失败与评估边界
微软 partner research manager Jennifer Neville 在 Microsoft Research Podcast 中讨论了评估如何推动当前 AI 系统突破性能边界，以及模型在传统 benchmark 之外测试时出现的"意外失败"。她结合自身从数学、物理、认知科学到计算机科学的经历，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时应仔细审视数据。
OpenAI NewsAI 评分2222 OpenAI 与 Ironclad 如何推进 AI 智能体的计算机操作能力
OpenAI 与 Ironclad 正围绕复杂合同工作流训练和评估 AI 智能体，以推进面向专业工作的计算机操作能力。双方将合同流程作为测试场景，用于检验智能体在真实专业任务中的表现。
GitHub Blog · AI & MLAI 评分2222 AI 正在改变开发者工作方式，GitHub 给出三项需要强化的技能
GitHub 提出 AI 时代开发者需强化三项技能：学会指挥 AI 智能体而非仅使用它、不轻信 AI 的首次答案、用 AI 节省的时间解决更大问题。文中以 GitHub Copilot 内置的 Rubber Duck agent 为例，说明其会用第二个模型对计划、代码和测试进行批判性审查。
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 应用入门：如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas（画布扩展）是一种用户与智能体共享的可定制界面，可做成看板、issue 分诊板、发布清单或仪表盘。在 agent 会话中输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体权限，即可自动生成界面并在右侧面板打开，无需手写代码或调整布局。
GitHub Blog · AI & MLAI 评分5050 GitHub Copilot 为什么说聊天框是错的 UI
GitHub Copilot 提出用 canvas 替代聊天框：canvas 是运行在 GitHub Copilot 应用内的全栈小应用，可与 agent 双向通信，也能调用第三方 API 或在本地执行代码。文中以 Connect 4 游戏、Winget 包管理和 SQLite 界面为例，说明让 agent 造工具比把 agent 当工具更省 token。
GitHub Blog · AI & ML精选AI 评分6262 GitHub Security Lab 发布 Fuzzing Taskflow 自主模糊测试流水线
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，它就能识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分类并生成漏洞报告。
推荐理由：原文完整披露了自主模糊测试流水线的分层架构与覆盖反馈循环，可了解 LLM 智能体如何接手安全测试中的重复劳动。
Microsoft Research精选AI 评分6060 微软研究：将物理 AI 推理卸载到边缘或云端可提升机器人性能与续航
微软研究院对移动机器人操作负载做了系统性测量，发现把物理 AI 推理从机载 GPU 卸载到边缘或云端 GPU 可提升任务表现并延长续航。
推荐理由：微软对机器人推理负载的系统性测量显示，把推理从机载 GPU 卸载到边缘或云端可同时改善任务成功率与续航。