AINews 汇总「黑色十月」：AI 加速漏洞披露与多起安全事件
Latent Space 的 AINews 汇总了 10 月 21 日至 22 日的 AI 行业动态，将约 48 小时内集中出现的漏洞披露与入侵事件称为「黑色十月」。
#Microsoft
Latent SpaceAI 评分7070 Hugging Face Blog精选AI 评分6262 微软与 Hugging Face 开源 ThinkingBox-Training：把数据库校验结果变成 Agent 的 RL 奖励
微软与 Hugging Face 开源 ThinkingBox-Training，把 ThinkingBox 对数据库终态的确定性校验直接当作 RL 奖励，用于训练 Agent。
推荐理由：微软与 Hugging Face 联合开源了把数据库终态校验转成 RL 奖励的训练栈，并给出 Qwen3.8-27B 的可复现配置。
TechCrunch · AIAI 评分6666 微软 MAI-DxO 多智能体诊断系统在复杂病例模拟中准确率 83%，高于全科医生的 36%
微软的 MAI-DxO 系统在《Science》发表的研究中，对《新英格兰医学杂志》复杂病例的模拟诊断准确率为 83%，而单独作答的全科医生和内科医生为 36%，但这些复杂病例通常由专科医生或团队处理，未纳入对比。
AWS Machine Learning BlogAI 评分5858 AWS 为 SageMaker AI 推出免管理 GPU 的模型定制训练会话
AWS 宣布 SageMaker AI 无服务器模型定制正式推出训练会话（training sessions），用户可自行编写并协调训练循环，包括自定义损失函数和奖励信号，GPU 分配、分布式执行、故障恢复与检查点存储由 SageMaker AI 负责。
The Verge · AIAI 评分7373 微软称其 AI 诊断工具在诊断疾病上优于医生
微软公布名为 Diagnostic Orchestrator 的 AI 诊断系统，称其在测试中诊断准确率最高达人类医生的四倍，相关结果发表在 Science 上。
TechCrunch · AIAI 评分6464 中国黑客攻破 ConnectWise 后窥探数千家企业，微软称其用 AI 智能体加速入侵
微软安全研究人员称，与中国政府关联的黑客攻破 IT 管理与远程访问厂商 ConnectWise 的云备份服务，窃取用于建立数据链路的应用程序凭证，进而以授权用户身份登录客户托管在微软环境中的邮箱和文件。
Microsoft ResearchAI 评分5858 微软研究院发布 Flint-interactive：用于创建交互式数据可视化的语言
微软研究院发布 Flint-interactive，一种在 Flint 之上创建交互式数据可视化的语言，让用户和智能体用高层语义事件与更新算子定义点击、筛选、缩放、高亮和跨图表联动等行为。
Microsoft Research精选AI 评分7878 微软研究院用人类引导的 AI 智能体证明 31 年悬而未决的 KLS 猜想
微软研究院的 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 Kannan-Lovász-Simonovits（KLS）猜想，证明该猜想中的界与维度无关。
推荐理由：读者可以看到人机协作如何被拆成可复用的搜索与剪枝流程，以及独立证明和 Lean 形式化如何构成交叉验证。
NVIDIA BlogAI 评分5858 NVIDIA 扩展机密计算，推出 Confidential Bare Metal 部署选项
NVIDIA 扩展机密计算能力，新增 Confidential Bare Metal 部署选项，与已有的 Confidential Containers、Confidential Virtual Machines 组成三种部署形态，让前沿模型构建方在第三方基础设施上运行敏感负载时保留对模型和数据的控制。
Microsoft ResearchAI 评分1212 Microsoft Research 播客：Chris White 从阿富汗战场到暗网搜索的技术公益之路
Microsoft Research Catalyst Lab 负责人 Chris White 在播客中讲述自己从 DARPA 数据分析项目走向阿富汗战场领导先进技术运营，后又投身用于打击人口贩运的暗网搜索工具。他因这些工作获得 2016 年美国总统打击人口贩运杰出贡献奖，并强调问题选择在创新中的关键作用。
GitHub Blog · AI & MLAI 评分3434 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 中打开并继续，保留原有对话、代码改动和 worktree 工作上下文。VS Code 会加载该会话对应的 worktree 并在 Copilot 侧边栏显示原会话，用户可逐行审查 diff、手动编辑、在集成终端运行测试，最后提交并推送到该会话关联的 pull request。
Microsoft ResearchAI 评分5858 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，可直接证明用 Rust、Go 或 C 编写的程序，在 15 个基准程序上平均比现有最快的同类 zkVM 快 10 到 39 倍，证明验证约需 12 毫秒。
GitHub Blog · AI & MLAI 评分3434 GitHub 如何用 ModernBERT 分类器更准更省地检测密钥泄露
GitHub 用微调的 ModernBERT 分类器替换原 LLM 流水线来识别通用密钥，用户接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本下降超 98%。新方案先用正则表达式广撒网生成候选，再由分类器结合文件路径、变量名和上下文判断是否为真实凭据，从而过滤占位符、测试样例和校验和等误报。该效率提升也让通用密钥检测扩展到推送保护阶段，在代码推送前即可返回结果。
Microsoft ResearchAI 评分5252 微软研究院提出 StudentSim：用个性化学生模拟器评估和改进 AI 导师
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学生模拟器，用于在真实学习者测试前评估和改进 AI 导师。研究同时发布覆盖国际象棋、第二语言英语写作和数学的基准 StudentSimEval，从行为保真度和对指导的响应性两个维度评估模拟器。
GitHub Blog · AI & MLAI 评分5858 GitHub 推出基于 ModernBERT 的密钥检测模型，将推送保护扩展到非结构化密钥
GitHub 发布与 Microsoft Applied Sciences 共建的 ModernBERT 分类器，用代码上下文识别数据库密码等非结构化密钥，候选批次评估耗时低于 2 毫秒，可将可拦截的密钥数量提升一倍以上。
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，用约 3500 行代码实现 Harnessed Agentic RL，让部署时使用的智能体 harness 直接参与强化学习训练。
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 6000 条样本把 Qwen3.5-9B 在 SWE-bench Verified 上提升 14.6 个百分点的完整流程。
Microsoft ResearchAI 评分2323 Microsoft 研究播客：AI 会犯哪些错，失败能教我们什么
Microsoft 合伙人研究经理 Jennifer Neville 在 Microsoft Research Podcast 中与首席应用科学家 Chad Atalla 对话，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"。
GitHub Blog · AI & ML精选AI 评分6161 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，基于 103.9M 条 GitHub PR 的分布构建，包含 219 个 PR、覆盖 19 种语言。
推荐理由：GitHub 公开了 ReviewBench 的构建方法、评分规则与验证数据，读者可据此了解 AI 代码审查的评测方式。
Microsoft ResearchAI 评分4040 微软研究院用机器学习预测电网空间天气风险，覆盖美国66,935座变电站
微软研究院开发了一套端到端机器学习流水线，利用L1太阳风观测与AE、Dst指数预报，结合纬度、地质电导率等数据，为美国本土66,935座变电站生成提前30-60分钟的位置级空间天气风险估计。
GitHub Blog · AI & MLAI 评分5555 GitHub Copilot 如何用 canvases 构建自定义工作流
GitHub Copilot 应用中的 canvas 是一种可自定义界面，用户与智能体共享同一状态，可做成看板、问题分诊板、发布清单或仪表盘。用户只需在智能体会话中输入 /create-canvas 并用自然语言描述工作流、界面操作和智能体权限，智能体就会生成界面并打开在右侧面板，之后可继续让智能体增删列、筛选或接入未关闭的 pull request。