AI标签_微软开发者社区

AI

技术速递｜从 Jev 到你的笔记本电脑：使用 Mobius 在 ONNX 中构建“System One”决策模型

Mobius 可以直接在 ONNX 中构建生成式模型。这里的关键就在于“在”这个字。根据项目仓库自身的描述，Mobius 通过“使用 onnxscript.nn API 为生成式 AI 提供 ONNX 模型定义”，支持构建*“大语言模型、混合专家模型（MoE）、多模态模型、纯编码器模型、编码器—解码器模型、视觉模型、音频模型和扩散模型，并使用 onnxscript.nn.Module 直接构建 O

MicrosoftReactor
2026-10-10 21:32:50

 198

 1

#AI #人工智能
技术速递｜使用 GitHub Security Lab Taskflow Agent 实现 AI 驱动的模糊测试

我启动这个项目，是因为我看到了每一位安全研究人员都熟悉的局限：模糊测试确实有效，但如果没有人工持续关注，就很难扩大规模，而人工投入恰恰是整个流程的瓶颈。Fuzzing Taskflow 是我尝试突破这一瓶颈的成果。通过将编写测试驱动程序、阅读覆盖率报告、追踪覆盖率缺口和分析崩溃等重复性工作交给大语言模型智能体，同时明确区分智能体的判断职责与实际执行工作的工具，我希望让整个流程具备更强的自动化能力。

MicrosoftReactor
2026-10-09 22:14:22

 315

#github #人工智能 #AI
技术速递｜GitHub Copilot App 入门指南：如何使用 Canvas 构建自定义工作流

只需用自然语言描述你需要的界面，然后让智能体构建一个可实时使用和更新的交互界面——让你少花时间适应工具，把更多精力放在真正完成工作上。

MicrosoftReactor
2026-10-08 21:08:16

 213

 2

#copilot #AI
超越“百里挑一”：评估文生图模型

随着 AI 从实验阶段走向关键业务基础设施，文生图模型评估也需要具备工程化方法，而不能继续依赖几张“效果最好”的展示图片。HEIM 提供了一套覆盖图像质量、推理能力、安全公平、多语言以及生产效率等多个维度的整体评估框架。结合企业自身的真实业务场景建立标准化评估矩阵，能够更客观地比较不同模型之间的能力权衡，帮助团队构建既美观、稳定，又安全、具备成本效益的视觉 AI 应用。

MicrosoftReactor
2026-09-23 22:04:42

 347

 1

#AI #人工智能 #copilot +1
技术速递｜市场营销即代码：在 GitHub 上实现从活动策划到后续跟进的自动化

作者：Tomoko Tanaka排版：Alan Wang如果你能把自己的工作流程清晰地描述下来，就可以将其自动化。以下就是我为支持 GitHub 亚太地区市场团队所做的实践。我负责 GitHub 在日本和韩国的市场营销，而活动是其中的核心：面向企业开发者的系列线上研讨会、东京的开发者社区线下聚会、首尔的定向高管闭门交流会。这个市场的开发者现在真正需要什么？哪些主题值得他们花一个小时参加？应该邀请哪

 MicrosoftReactor
2026-09-22 22:39:08

 117

#AI
技术速递｜GitHub Copilot App 入门指南：使用 Diff、终端和浏览器

作者：Kayla Cinnamon排版：Alan Wang检查智能体生成的代码，往往意味着需要在多个标签页之间来回切换。了解如何在 GitHub Copilot App 中查看代码 Diff、运行终端命令，以及并排预览 Web 应用，在一个界面内完成整个开发与验证流程。当智能体修改了你的代码后，你通常需要检查改动、运行代码，并确认到底发生了什么变化。好消息是，现在你可以直接在中完成这三件事，无需离

 MicrosoftReactor
2026-09-21 22:11:41

 144

 2

#AI
技术速递｜从 AI 基础设施到基于 kars 的安全 AI Agent 基础设施

明确输入、输出、允许的操作、禁止的操作、数据边界以及人工审批点。产品、平台和安全团队都能够解释 Agent 所拥有的最大权限。企业最终会提出这些问题：Agent 可以访问什么？模型提供商的凭据在哪里？谁定义并修改工具权限？Prompt 注入能否通过 DNS、元数据、本地守护进程或 HTTPS 传输数据？一个任务最多可以消耗多少 Token 和进行多少次修复迭代？谁可以修改补丁、批准、合并或部署？P

MicrosoftReactor
2026-09-17 21:11:22

 182

#AI
技术速递｜如何在不牺牲任务质量的前提下，让 AI 编码更具成本效益

作者：Erik Kristensen & Napalys Klicius排版：Alan Wang为什么更短的输出反而可能成本更高，以及 GitHub Copilot 如何在完整的编码任务过程中减少无效工作。在使用 AI 编码智能体时，输出质量固然重要，但真正的效率来自于快速、高效地完成工作，并为模型提供恰当的上下文。因此，仅凭单次交互的 Token 数量，并不能真正衡量效率。目标不应该是使用更少的

 MicrosoftReactor
2026-09-10 21:58:49

 263

#人工智能 #copilot #AI +1
技术速递｜如何在投入生产环境前评估 LLM

作者：Mariko Wakabayashi & Zixiao Chen排版：Alan Wang以下是我们在真实的密钥扫描场景中评估 LLM 时总结出的经验。语言模型在干净的基准测试上表现良好，并不意味着它在生产环境中真正重要的场景下也能表现出色。在对基于 LLM 的系统进行原型设计时，基准测试和精心整理的数据集非常有用。它们可以帮助团队比较模型、测试初始提示词，并判断一个想法在技术上是否可行。但随

 MicrosoftReactor
2026-09-01 22:59:06

 352

 5

#AI
技术速递｜今天我将……现代化一个 .NET 应用

现在，我们已经成功将这个应用升级到了 .NET 10。如果你愿意，还可以继续使用 GitHub Copilot .NET 现代化工具，将这个应用进一步迁移到 Azure。面向初学者的 .NET 现代化指南。课程会更加深入地介绍应用的升级和迁移流程。欢迎前往了解。当然，也欢迎在这篇文章下留言，告诉我们你的使用体验。查看面向初学者的 .NET 现代化指南课程！

MicrosoftReactor
2026-08-31 21:52:54

 265

 8

#.net #AI
GitHub Copilot App 入门指南：自动化处理 Dependabot 拉取请求分类

作者：Christopher Harrison排版：Alan Wang管理依赖库更新往往是一项繁琐又重复的工作。了解如何借助 GitHub Copilot App 的自动化功能，轻松处理这类重复性任务。我可能有点偏心，但我觉得 Dependabot 真的非常出色。它可以帮助项目持续保持依赖库为最新版本，确保始终使用安全的第三方库。不过，新的安全漏洞层出不穷，也意味着 Dependabot 会不断创

 MicrosoftReactor
2026-08-27 21:28:35

 256

 4

#github #copilot #自动化 +1
技术速递｜GitHub Copilot App 入门指南：管理你的工作

默认情况下，My work 使用列表视图展示内容，看起来更像一组卡片，适合快速浏览当前工作。如果希望拥有更多控制能力，可以切换到表格视图。表格视图提供了列表视图没有的功能，例如：自定义显示哪些列，调整列的顺序，以及拖拽修改列宽，打造符合自己习惯的工作布局。如果尝试后觉得不适合，也不用担心，你可以随时恢复默认设置，并切换回列表视图。My work面板为你提供了一个统一、集中的工作中心，用来管理所有

 MicrosoftReactor
2026-08-21 21:39:31

 229

 8

#github #copilot #AI
技术速递｜Canvas 如何让 Agentic Workflow 更可见、可控、更高效

作者：Ayan Gupta排版：Alan Wang聊天适合表达意图，但当智能体开始执行任务时，整个工作过程很容易淹没在不断滚动的对话中。本文分享我是如何将 Canvas 与我的 Agentic Workflow 结合使用的，以及为什么你的工作流也值得拥有一个 Canvas。当我还在大学时，我加入了 VS Code 最早一批 AI 内联代码补全的 Beta 测试。那种体验让我觉得，这将彻底改变编程方

 MicrosoftReactor
2026-08-20 20:49:32

 357

 7

#AI
技术速递｜如何通过 Agent Apps 将软件交付工作流引入 GitHub

作者：Sam Zhang排版：Alan Wang了解 GitHub 中的四款 Agent App 如何帮助你在整个软件开发生命周期（SDLC）中完成需求范围界定、安全保障、逐步发布和功能交付，并且全程无需离开 GitHub。你在 Pull Request 旁边还打开了多少个标签页？想象一下，你正在处理产品免费试用引导流程中的一个新 Issue：将“邀请你的团队成员”这一步设为可选。随着注册量不断增

 MicrosoftReactor
2026-08-20 13:13:26

 392

 10

#github #AI
技术速递｜GitHub Copilot App 入门指南：编写你的第一个提示词

你还可以调整会话处理任务的方式。从会话标题中，你可以选择其他 Agent，或者为会话启用远程控制。不同的 Agent 可以针对不同类型的工作进行配置，因此你可以根据当前任务的需求选择最合适的 Agent。远程会话则提供了另一种灵活性。你不必只在本地计算机上运行任务，也可以通过 Web 访问同一个会话。你可以启动一个任务，合上笔记本电脑，之后再从其他设备返回这个会话，而无需丢失之前的进度。这些选项并

 MicrosoftReactor
2026-08-18 22:02:48

 181

 5

#github #copilot #AI
技术速递｜GitHub Copilot App 斜杠命令使用指南

斜杠命令是你直接输入到 GitHub Copilot App 聊天输入框中的文本快捷指令。只需输入，自动补全菜单就会出现，显示当前上下文中可用的命令。这是一个看似简单却潜力巨大的字符，它打开了通往各种快捷工作流的大门，让你能够以全新的方式与 Copilot 协作。如果你是从 CLI 迁移过来的，需要注意一个关键区别：CLI 中的斜杠命令是围绕终端优先的工作流设计的。像添加目录、设置工作目录以及管理

 MicrosoftReactor
2026-08-14 21:39:07

 230

 7

#github #copilot #AI
技术速递｜GitHub 法务团队如何利用 Copilot CLI 简化工作流程

作者：Bria Ford排版：Alan Wang了解如何构建工具来简化你的工作方式 —— 无需编写任何代码。无论你是刚入门，还是根本不从事技术岗位，你很可能已经具备构建自己工具所需的技能。如果你曾想过“我技术不够，做不了那个”，这篇文章适合你。先介绍一下团队。我们是律师、项目经理和业务人员——不是工程师。我们的很多工作往往是重复性的，比如反复审阅同类合同或回答相同的法律问题，之前的指导意见也经常被

 MicrosoftReactor
2026-08-13 22:34:32

 156

 4

#github #copilot #AI
技术速递｜GitHub Copilot App 中的堆叠会话与拉取请求

作者：Cassidy Williams排版：Alan Wang了解我是如何使用 GitHub Copilot 应用中的堆叠会话和拉取请求，对我一个旧代码库进行现代化改造。我想让你花一点时间看看这张截图，它来自。它很小，图标很多，但它讲述了一个我真的非常兴奋的故事。这张图是一组堆叠的会话。它们是一系列在同一个仓库中的任务，每个会话都建立在前一个会话之上。下面会详细介绍这些内容，但首先，为什么这张截图

 MicrosoftReactor
2026-08-12 23:10:54

 270

 7

#github #AI
技术速递｜云原生多智能体实践：基于 Kars 在 Kubernetes 上安全运行智能体

生产级智能体平台绝不只是“一个容器”。它还需要：镜像仓库，支持工作负载身份的 Kubernetes 集群，具备内容安全能力的模型后端，智能体间消息中继，对外提供跨组织调用的入口。很多团队最大的痛点在于：**开发环境和生产环境是两套完全不同的系统。**于是，本地测试通过的东西，并不一定真正上线。理想模式应该是：**从笔记本到云端只有一个统一的心智模型。**环境升级只需要“一行配置变化”，而不是重新迁

 MicrosoftReactor
2026-08-12 00:32:58

 475

 8

#云原生 #kubernetes #安全 +1
技术速递｜Copilot 与直接调用 API：你真正付费购买的是什么？

作者：Andrea Griffiths排版：Alan Wang如今，Copilot 已按照公开的 API 定价标准计费。本文将对比直接访问模型 API 与围绕 AI 编程工作流构建的开发体验、策略管理以及 Agent Harness（智能体运行框架）等能力，帮助你了解两者之间的真正价值差异。我经常看到这样一个问题：“既然我可以通过 API 调用同样的模型，为什么还要为 GitHub Copilot

MicrosoftReactor
2026-08-05 21:15:30

 246

 7

#copilot #AI
技术速递｜智能体测试智能体：基于 Foundry Hosted Agents 构建云原生 Skill-Eval Harness

优秀的评测始于一个可验证的“完成”定义——包括结果、过程、风格以及效率。对于一个教育短视频脚本来说，这意味着：是否生成了一份有效的脚本（结果）？是否真正遵循了模板（过程 / 风格）？当用户在多轮对话中不断施压时，它是否仍能保持稳定？整个 Harness 通过三个评分层次回答这些问题。首先进行确定性检查（validator.py）这是成本最低、可解释性最强的一层信号：输出结果是否符合 Skill 所

 MicrosoftReactor
2026-07-23 20:58:52

 458

 6

#云原生 #AI
技术速递｜智能体构建智能体：基于 Microsoft Agent Framework 与 Foundry 的 Skill 优先架构蓝图

SKILL 是一份结构化契约，用来告诉编码智能体如何按照你的框架、编码规范以及业务领域来编写代码。它是整个构建阶段中最重要的文件——没有它，GitHub Copilot 只是一个知识广泛的通才；有了它，它就会变成一位熟悉你业务领域的专家，写出的代码就像你的技术负责人亲自完成的一样。部分作用适用范围与使用场景“当基于 Foundry / Azure AI 构建智能体时使用本 SKILL，包括 Too

MicrosoftReactor
2026-07-21 23:03:36

 446

 3

#架构 #AI #MCP
技术速递｜GitHub Copilot 如何让 GitHub Pages 实现零 DNS 配置

DNS 配置本身并不算困难，但步骤繁琐、容易出错，而且通常需要等待较长时间才能知道配置是否正确。借助 GitHub Pages、GitHub Copilot CLI 和 Namecheap Skill，部署自定义域名过程中那些重复性的工作，都可以简化为一次简短的对话：你负责做出决策并确认变更，而工具则负责完成底层配置。如果你一直因为 DNS 配置太麻烦而迟迟没有为项目启用自定义域名，那么这套工作流

 MicrosoftReactor
2026-07-14 21:26:16

 485

 9

#github #copilot #AI
技术速递｜评估 GitHub Copilot 智能体运行框架在不同模型和任务中的性能与效率

作者：Shibani Basava & Carlos Castro排版：Alan Wang深入了解 GitHub Copilot 智能体运行框架如何在多项基准测试中取得出色表现，并实现行业领先的 Token 使用效率，同时保持灵活性，让开发者能够在 20 多种模型之间自由选择。虽然模型提供了底层智能，但真正决定这些智能能否高效发挥作用的，是智能体运行框架。GitHub Copilot 智能体运行框

 MicrosoftReactor
2026-07-13 21:44:59

 284

 6

#github #copilot #AI
技术速递｜我把自己的工作自动化了（而这让我成为了一名更优秀的领导者）

作者：Ashley Willis排版：Alan Wang看看在借助 40 个自动化流程处理日常工作后，我作为一名高级管理者的一天发生了怎样的变化，并了解其中一些我最喜欢、也最实用的自动化实践。高级领导者这份工作，有一件事几乎没人会提前告诉你：真正困难的地方，并不是某一项具体任务，而是你的工作分散在十几个不同的地方，而连接这一切的唯一系统，就是你的大脑。会议一个接一个，无缝衔接。决策会在各种讨论串中

 MicrosoftReactor
2026-07-09 22:09:43

 266

 3

#自动化 #AI
技术速递｜让每一个 Token 发挥更大价值：Copilot 如何优化上下文处理与模型路由

作者：Joe Binder排版：Alan WangGitHub Copilot 正在通过优化上下文管理与模型路由，让每次会话中的 Token 更多地投入到真正有价值的工作中，帮助你更高效地利用 GitHub AI Credits。随着 Copilot 承担越来越多的智能体工作——从任务规划、代码编辑，到调试、代码审查，以及在长时间会话中调用各种工具——效率已不仅仅意味着“使用更少的 Token”，

MicrosoftReactor
2026-07-07 22:29:39

 480

 3

#copilot #AI
技术速递｜Token 经济学：智能体 AI 时代的新 FinOps

EvalAgentic 的 README 中描述了三张关键图：架构流程图、路由决策树以及 Token 计量设计图。↓↓↓↓↓↓在演示中，一个三行叙事通常非常有效：Token 不再只是技术细节，而是架构的真实账单。EvalAgentic 展示了同一场景在成本感知设计前后的差异。优化目标不是让模型更便宜，而是让智能体系统具备经济可治理性。面向开发者的更精炼版本：一个优秀的智能体系统，不会在所有地方都使

 MicrosoftReactor
2026-07-06 22:20:17

 416

 11

#人工智能 #AI
技术速递｜提升密钥扫描可信度：大规模降低误报

作者：Mariko Wakabayashi排版：Alan Wang减少干扰信息后，安全告警会更可靠、更便于处置。本文将介绍我们如何借助具备上下文感知能力的大语言模型推理优化核验流程。密钥扫描在保护开发者与企业组织方面发挥着关键作用。它能够及早捕获泄露的凭证，避免微小疏漏演变为真实安全事件。在 GitHub 的海量业务规模下，即便是轻微的低效问题也会造成显著使用阻碍。过多的误报会降低告警信息的可信度

 MicrosoftReactor
2026-06-15 21:22:30

 240

 5

#AI #github #安全
技术速递｜面向初学者的 GitHub Copilot CLI：交互模式与非交互模式

交互模式是一种类似聊天的来回交互体验。当你启动 GitHub Copilot CLI 并进入 Copilot 后，你实际上已经处于交互模式中——这是默认模式。而非交互模式则是一种独立选项，适用于你只需要快速获得一次性答案，而不想进入完整会话的场景。（后面我们会详细介绍非交互模式。在交互模式下，你可以向 GitHub Copilot 提出问题，查看它的回答，然后在同一个会话中继续追问、补充需求或输入

 MicrosoftReactor
2026-06-04 22:04:20

 373

 4

#github #copilot #AI
技术速递｜Web 和移动端远程控制 CLI 会话功能现已开启公开预览

不再只是一个纯本地化的体验。今天，我们正式推出：借助远程能力，你现在可以直接通过 GitHub Web 或 GitHub Mobile 应用监控并操控正在运行的 CLI 会话。启用远程会话后，Copilot 会将 CLI 会话活动实时同步到 GitHub。CLI 会显示一个链接和二维码，你可以在另一台设备上打开，用于查看、监控并向该会话发送后续命令。所有活动都会在 CLI 与 GitHub 之间保

 MicrosoftReactor
2026-05-18 21:41:46

 314

 8

#copilot #AI
技术速递｜GitHub Copilot CLI 结合多模型能力提供“第二视角”

作者：Nick McKenna & Bartek Perz排版：Alan Wang了解 Rubber Duck 如何为 GitHub Copilot CLI 带来不同的思路与视角。当你让一个编码智能体构建数据管道时，它未必会采用最优结构。但如果在执行方案之前，让它先获得“第二视角”呢？今天，在中，我们以引入。它利用来自不同 AI 模型家族的第二个模型，作为独立评审者，在关键时刻对智能体的计划与执行

 MicrosoftReactor
2026-04-17 21:44:03

 551

 5

#github #copilot #AI
技术速递｜在 Copilot 应用科学中的智能体驱动开发

这不仅仅是自动化带来的效率提升——尽管看到四位“科学家”在不到三天内交付 11 个智能体、4 个技能以及一个全新概念，本身就已经非常惊人——更重要的是，这种开发方式迫使你去优先关注那些真正重要的事情：清晰的架构、完善的文档、充分的测试，以及深思熟虑的设计——这些我们一直知道很重要，但却总是没有时间去做的事情。技术是新的，但原则不是。因此，如果你希望你的智能体表现得像一名工程师，那就要用对待工程师的

 MicrosoftReactor
2026-04-07 21:17:35

 572

 4

#copilot #AI #自动化
技术速递｜底层机制：GitHub Agentic Workflows 的安全架构

作者：Landon Cox & Jiaxiao Zhou排版：Alan WangGitHub Agentic Workflows 构建于隔离、受限输出以及全面日志记录之上。了解我们的威胁模型和安全架构如何帮助团队在 GitHub Actions 中安全运行智能体。无论你是开源维护者还是企业团队的一员，早上醒来看到文档修复、新的单元测试以及重构建议，都会是一个真正的“aha”时刻。但自动化也带来了一

 MicrosoftReactor
2026-03-25 20:20:11

 474

 10

#github #安全架构 #安全 +1
技术速递｜使用 GitHub Agentic Workflows 自动化仓库任务

作者：Don Syme & Peli de Halleux排版：Alan Wang探索现已进入技术预览阶段的 GitHub Agentic Workflows。通过在 GitHub Actions 中使用编码智能体构建自动化流程，处理问题分流、文档编写、代码质量检查等任务。想象一下，某天早晨你打开仓库时感到格外安心，因为你看到：Issues 已完成分流并打好标签CI 失败已被调查，并附有建议修复方

 MicrosoftReactor
2026-03-02 17:03:33

 1280

 22

#github #自动化 #AI
技术速递｜多智能体工作流常常会失败，如何工程化构建不会失败的系统？

了解三种让智能体系统更加可靠的工程模式。

MicrosoftReactor
2026-02-26 20:18:11

 665

 14

#MCP #AI
技术速递｜在 Azure Windows 11 虚拟机上部署 OpenClaw 的完整指南

OpenClaw 是一个开源的 AI 个人助理平台，可在你自己的设备上运行并执行现实世界中的任务。与传统的基于云的 AI 助手不同，OpenClaw 强调本地部署和隐私保护，让你对自己的数据拥有完全的控制权。通过本指南，我们成功实现了在 Azure Windows 11 虚拟机上自动部署 OpenClaw 的完整流程。整个部署过程高度自动化，通过单个脚本即可完成从 VM 创建到安装所有依赖项及 O

MicrosoftReactor
2026-02-14 19:33:06

 3030

 24

#azure #windows #microsoft +1
技术速递｜使用 GitHub Copilot SDK 将智能体集成到任何应用中

作者：Mario Rodriguez排版：Alan Wang目前处于技术预览阶段，GitHub Copilot SDK 可作为一个可编程层集成到任何应用中，用于进行规划、调用工具、编辑文件以及运行命令。从零开始构建 Agentic 工作流很难。你需要在多轮交互中管理上下文、编排工具和命令、在不同模型之间进行路由、集成 MCP 服务器，并仔细考虑权限、安全边界以及失败模式。甚至在真正触及你的产品逻辑

 MicrosoftReactor
2026-02-03 20:10:47

 1283

 10

#github #copilot #AI