微软亚洲研究院于10月7日开源了Agent Lightning v1.0，这是一个约3,500行代码的轻量级框架，旨在让部署时使用的真实智能体框架（harness）直接参与强化学习训练。
传统智能体RL通常要求在训练框架内重新实现智能体逻辑，导致训练环境与生产环境不一致且成本高昂。Agent Lightning通过在智能体与模型之间插入LLM代理，使现有框架代码保持不变即可接入RL训练。
该框架原生支持Kubernetes作业运行，不依赖付费商业沙箱服务。在编码智能体实验中，使用约6,000条训练样本，将Qwen3.5-9B在SWE-bench Verified上的Pass@1从41.8%提升至56.4%，绝对提升14.6个百分点。此结果为微软自报数据，尚待独立复现。
信息源：microsoft.com
微软Surface RTX Spark Dev Box现已开放直接预订，定于11月发货，售价5999美元。
该设备基于Nvidia的Arm架构RTX Spark平台，配备128GB统一内存和Tensor核心，专为开发者设计，可本地运行超过1200亿参数的AI模型及智能体原型。
作为Project Zenith系列的一部分，它预装了Windows 11 Pro开发版及VS Code、GitHub Copilot等工具。相比去年发布的Nvidia DGX Spark，其价格因RAM短缺而上涨。
信息源：theverge.com
微软发布智能体执行容器SDK，可在隔离环境内运行代码和调用工具。
该SDK名为MXC（Microsoft Execution Containers），在Windows与Surface发布会上亮相，定位为智能体在本地执行复杂操作时的安全隔离层，减少其接触用户敏感数据。据The Verge报道，微软将其称为Windows AI战略的重要组成部分。
微软尚未公布完整技术细节、开发者开放范围及上线时间。
信息源：ithome.com
Healthleap宣布完成3800万美元融资，包括由红杉资本和First Round共同领投的800万美元种子轮，以及由Hummingbird Ventures领投的3000万美元A轮。
该公司成立于2022年，其平台利用大语言模型分析电子病历中的非结构化文本（如医生笔记），以识别营养不良、谵妄等未被及时诊断的风险患者。目前已在超过50家医院部署，客户包括宾夕法尼亚大学医学中心。
公司未披露估值。CEO Josiah Meyer称，过去三年收入增长超10倍，且所有客户均实现了至少5倍的硬投资回报率，但该数据为公司自报，未经独立审计验证。资金将用于工程、销售及扩展至门诊和家庭护理场景。
信息源：techcrunch.com
Anthropic于10月7日发布Claude Haiku 5.5，主打高吞吐量和低延迟场景。
该模型拥有100万token上下文窗口和128k最大输出长度，并默认启用“自适应思考”功能。此前手动设置budget_tokens进行扩展思考的请求现在会返回400错误，且响应可能以thinking块开头，这改变了原有的解析逻辑。
对于已使用Claude Haiku 4.5的生产环境，直接切换可能导致代码中断。开发者需参考官方迁移指南调整请求参数，以适应新的默认行为。
a16z宣布投资Preference Model，一家为AI实验室构建强化学习训练环境的公司。该公司本周在GitHub开源了框架Karotte，用于防止模型在训练中通过读取答案、修改测试或崩溃评分器等方式欺骗系统。
Karotte的防御手段包括评分前终止多余进程、拒绝恶意文件等。a16z称该框架经过超过百万次评估运行和对抗性红队测试验证，但这一说法来自投资方自己的公告，尚无独立复现。
投资金额、轮次和估值均未披露。
信息源：github.com
长期信息 · 《ALBERT: A Lite BERT for Self-supervised Learning of Language Representations》（2019）
ALBERT是一种给文本模型省参数的做法：把每个词对应的表示拆小、让多层共用参数，用更少参数更快学习句子含义。当你看到它用更少参数在文本任务上刷高分，先问省下的参数来自哪里。
它给出的机制是：参数省在词的表示拆小和层间共用，同时用判断句子顺序来保留多句话任务能力。所以读少参数文本模型时，要问这两处是否仍适配你的任务。
如果非英语、极小数据，或每层宽度过大，就别拿它判断通用最优。部分单句任务里，去掉句子顺序目标影响也有限。
《ALBERT》（2019）｜下次复查 2027-09-20
信息源：arxiv.org
已读完当前范围的内容