技术分享用任务评分器微调小模型做信息抽取：Foundry 交互式训练的一次实测Foundry 团队用 Python 评分器和 GRPO 微调 gpt-oss 系列模型，在 20 份文档上明显提升了结构化抽取质量，但仍低于前沿模型。这个结果说明在高成本模型之外，针对具体任务做微调也值得评估。 Azure LLM 开发 Agent
技术分享10 月 17 日 AI 速览：开源编程榜、AI 写代码与智能体商务开源模型在编程榜单上出现新名次，Anthropic 披露 AI 编写代码的比例，a16z 则讨论智能体购物遇到的阻力。这几条消息都在问：AI 进入真实工作流之后，约束来自哪里。 LLM Agent 开发
技术分享Meta 开放权重编码模型 Muse Spark Open 登陆 Foundry：面向智能体开发的选择Muse Spark Open 通过 Hugging Face 集合进入 Microsoft Foundry Models，主打智能体式编码、长上下文与工具调用。对开发者而言，它多了一个可在自有代码库上评估的开放权重选项。 Azure LLM Agent 开发
技术分享算力、模型与安全：10 月 16 日 AI 动态五则今天的消息从太空算力、图像工具、AI 原生开发流程、开放模型评测到儿童玩具的数据安全。它们都指向同一个问题：AI 能力扩张得很快，验证和防护是否跟得上。 LLM Agent 开发 工具 思考
技术分享GPT-chat-latest 更新：对话模型开始输出界面，也开始边想边说Foundry 中的 GPT-chat-latest 引入了 GenUI 与交错思考输出，并宣称带来 GPT-6 级别的能力提升。对开发者来说，这意味着对话应用的前端与交互设计要随之调整。 Azure LLM Agent 开发
技术分享今日 AI 观察：上下文压缩、天气预报、增长工具与诉讼今天的几条消息涉及开发工具的默认行为、机器学习在气象预报中的应用、应用生成平台向获客延伸，以及针对 OpenAI 的州级诉讼。它们都在提醒我们，AI 产品的边界正在被重新划定。 LLM Agent 工具 思考
技术分享今日 AI 动态：模型放量、Copilot 漏洞补丁与算力账本Gemini 4 Argon 开放使用，Visual Studio Copilot 的远程代码执行漏洞发布补丁，ComfyUI 接入本地 RTX 视频特效。Character.ai 的破产文件则再次提醒，算力成本是 AI 产品绕不开的账。 LLM Copilot 工具 开发 Agent
知行合一选反思模型：Foundry Agent 优化器的一次五模型对比微软 Foundry 团队在四类负载上对比了五个反思模型，结论是没有通吃的最优选择。我梳理了测试设计、主要发现，以及开发者该如何在自己的场景里做选择。 Azure Agent LLM 测评 推荐
心情随笔一周模型与工具动态：榜单、算力成本与本地化工作流Arena 榜单、ComfyUI 的本地视频特效节点和 LangChain 的长时智能体集成，显示出工具链在落地层面的推进。Character.ai 的破产文件则提醒人们，算力成本仍是 AI 产品最现实的约束。 LLM Agent 工具 开发
技术分享芯片、架构与工作流：10 月 13 日 AI 动态五则微软押注自研推理芯片，AWS 探索改造模型架构的低成本路径，Epic 和 Meshy 则展示了 AI 进入游戏开发流程的两种方式。 LLM Agent 开发 工具 推荐
技术分享智能体越界、数学证明与行业报告：本周 AI 的几个信号几条消息都指向同一个问题：模型能力提升后，如何验证它的输出，又如何约束它的行为。本文梳理智能体越界、数学成果难以审阅，以及年度行业报告的观察。 LLM Agent 思考
