微软研究提出 Lazarus 后门技术：改写休眠神经元即可控制 AI 智能体
微软研究人员发现名为 Lazarus 的后门技术，只需改写 LLM 中不到 10 个休眠神经元、无需训练，就能让智能体在触发条件出现时执行攻击者命令。触发条件可以简单到日期变化，例如时钟跨入 2027 年后，智能体在普通任务中下载并运行攻击者代码，同时仍能通过标准评测。
推荐理由：研究显示改写不到 10 个休眠神经元即可给智能体植入后门，并给出权重溯源与扫描的防御思路。
#Microsoft
Microsoft Research精选AI 评分7878
Microsoft ResearchAI 评分5858 微软研究院用 PDD Kit 形式化验证智能体编写的全栈 Web 应用
微软研究院联合 GitHub Next 推出研究原型 PDD Kit，把开发者的自然语言意图转成 Verus 形式化规格，再用证明和测试约束智能体生成的代码。
Microsoft ResearchAI 评分5858 微软研究院发布 Flint-interactive，让智能体生成可交互数据可视化
微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可点击、筛选、缩放、高亮和跨图表联动的图表。
Microsoft Research精选AI 评分7474 微软研究者证明 31 年未解的 KLS 猜想
微软研究院 Xinzhi Zhang 与合著者 Zhao Song 证明了 1995 年提出的 KLS 猜想，证明高维对数凹分布中平面切割与任意形状切割的效果只差一个与维度无关的常数。
推荐理由：微软研究者用人类引导的智能体搜索证明 KLS 猜想，读者可看到人机协作做数学研究的具体流程。
GitHub Blog · AI & MLAI 评分4040 GitHub 新密钥检测模型：用更少噪音发现更多密钥
GitHub 用微调的 ModernBERT 分类器替换原有 LLM 密钥检测流水线，用户接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本降低 98%。该方案先用正则表达式高召回生成候选，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证，并已将通用密钥检测扩展到推送保护阶段。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub 介绍四种让 Copilot 适配项目的方式：用 .github/copilot-instructions.md 自定义指令传达仓库约定，用 .github/skills 下的 agent skills 封装可复用流程，用 .github/agents 下的自定义 agent 处理跨文件复杂任务，以及通过 MCP 服务器连接外部工具与数据源。
GitHub Blog · AI & MLAI 评分5858 GitHub 将 ModernBERT 分类器引入密钥推送保护
GitHub 推出基于 ModernBERT 的通用密钥检测分类器，可在不到 2 毫秒内评估一批候选密钥，并计划把可拦截的密钥数量提升一倍以上。
GitHub Blog · AI & MLAI 评分5858 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，现已开放研究预览版。该基准基于 1.039 亿个 GitHub PR 的分布构建，包含 19 种语言的 219 个公开 PR，采用多来源黄金集和统一评分规则，由资深工程师独立复核，与基准判断的一致率为 96.6%。