微软以仿生学伪装数据中心应对社区反对
微软宣布通过“仿生学”策略将其数据中心融入自然景观，以缓解当地居民对噪音、污染及绿地丧失的抗议。该公司计划在美德两地超 20 个站点实施此类项目，并承诺修复受损生态系统。尽管此举旨在改善邻里关系，但批评者指出其扩张速度仍导致大量树木被砍伐且温室气体排放持续增加。
#Microsoft
#Microsoft
今日 7 条The Verge · AIAI 评分4242 Hacker News · AI精选AI 评分9191 AI 辅助攻击团伙通过暴露目录和云 API 批量外泄西班牙中小企业 ERP 数据
AI 辅助攻击团伙批量外泄了 15 GB 西班牙中小企业 ERP 数据，其暴露目录还泄露 10,428 个文件，包含 6 个产品漏洞利用模块和 24 个攻击工具。报告称，攻击者没有依赖传统恶意软件，而是从暴露 git 仓库中取得 Azure service-principal secret，再用 OAuth client-credentials 调用 Microsoft Dynamics 365 Business Central REST API，批量导出客户、总账、发票和附件。 证据链集中在 shell history 和版本化脚本：目录名 spain-dental-osint、gitleaks-report.json、03-CRITICAL-azure-bc-creds.md 显示侦察到密钥提取的顺序；bc_full_dump.py 与 bc_export.sh 保留到 v2.0.2，并有运行日志，单个 generalLedgerEntries 导出达到 3.9 GB。工具包同时覆盖 SonicWall SMA1000、JetBrains TeamCity、BeyondTrust、KEMP LoadMaster、SmarterMail 和 SharePoint，以及 mimikatz、secretsdump、DCSync、BloodHound、impacket、responder、ntlmrelayx、certipy、Sliver、Havoc、Cobalt Strike 和 xmrig。 事实是，受害者为 10 家西班牙中小企业，偏牙科和医疗，最大单一受害者占 6.6 GB，数据包括客户数据库、总账、发票、IBAN、支付卡号和医疗记录。推断是，长期服务主体密钥加云 API 批量读取，使暴露仓库成为比终端恶意软件更隐蔽的入口，且重置单个密码不足以终止访问。猜测是，该团伙可能继续利用未修补的互联网暴露设备和 Azure 密钥，但材料未确认后续行动。
推荐理由：它把 AI 辅助攻击落到企业资源计划云接口批量外泄，能直接校正中小企业对暴露仓库、服务主体密钥和接口监控的优先级。
InfoQ 中文AI 评分4242 范式智能获 IDC 2026 中国 AI 算力管理平台评估第一，HAMi 开源调度器晋升 CNCF 孵化级
范式智能在 IDC《中国 AI 算力管理平台技术能力评估，2026》中综合评分位列第一，资源管理等四项维度获满分。其主导的开源调度器 HAMi 于 7 月晋升为 CNCF 孵化级项目，通过动态弹性切分将 GPU 利用率从不足 30% 提升至 70%-90%。该公司上半年 API 业务收入达 4.64 亿元，同比暴增 860.8%，验证了“Token 工厂”模式成效。
InfoQ 中文AI 评分7070 GitLab Duo 通过 Microsoft Foundry 扩展自托管 AI 选项
GitLab Duo 自托管版本新增 Microsoft Foundry 模型端点接入，企业可在自选 Azure 环境中运行 GitLab AI 开发能力，而不必将 AI 请求发送到 GitLab 管理的模型基础设施。
InfoQ 中文AI 评分4242 Elastic Beanstalk 集群模式上线，开发者质疑为何未优化 ECS
亚马逊云科技为 Elastic Beanstalk 新增集群模式，将应用运行在自动创建的 Amazon EKS 集群上。该模式默认共享节点且无法自行选择集群版本或配置，需重新创建环境才能修正设置。部分开发者认为其与 ECS 功能重叠，建议应集中资源优化现有服务而非推出新方案。
The DecoderAI 评分6868 Microsoft AI 发布面向语音智能体的实时转录与语音合成模型，强调低延迟和多语言
Microsoft AI 发布 MAI-Transcribe-2-Streaming 和两个语音合成模型，面向语音智能体，核心是低延迟、多语言和更低价格。Microsoft 称转录模型在 Artificial Analysis 的准确率排名第一，支持 60 种语言，首个部分结果在 100 多毫秒内返回；到年底，每小时音频介绍价为 $0.54。
AWS Machine Learning Blog精选AI 评分6868 AWS 教程展示如何用 NVIDIA NeMo Agent Toolkit 和 Amazon S3 Vectors 构建智能体记忆
AWS 教程展示如何用 Amazon S3 Vectors 作为 NVIDIA NeMo Agent Toolkit 的持久记忆层，并在 Amazon EKS 上部署多智能体投资研究示例。事实是 NAT 通过 MemoryEditor 插件接口扩展，S3 Vectors 用 1024 维向量、cosine 距离和 agent_id、team_id、user_id 等元数据过滤，auto_memory_agent 可自动保存与检索对话，无需 LLM 显式调用记忆工具。推断上，这给多智能体共享记忆提供了一条把对象存储向量能力作为后端的实现路径：强写一致性让不同 agent pod 立即可见新记忆，按存储、写入和查询计费也减少了空闲计算成本。猜测是，若后续有真实延迟、召回和成本数据，S3 Vectors 可能成为 AWS 上 agent 持久记忆的默认选项之一，但本文只给定性预期，没有基准测量。
推荐理由：它把 S3 Vectors 接入 NeMo Agent Toolkit 的插件、元数据过滤和 EKS 部署路径写清楚，能校正多智能体记忆必须依赖专用向量数据库的工程判断。
Anthropic News精选AI 评分6868 Barclays 扩大 Claude 部署，目标到 2027 年覆盖多数软件工程师
Barclays 扩大与 Anthropic 的合作，将 Claude 引入全球运营，用于加速软件开发、改造遗留系统和提升运营效率。其明确目标是到 2026 年底让 Claude Code 覆盖 50% 开发者，并在 2027 年覆盖多数软件工程师。 已披露的两个落地场景提供了可核查的规模证据。其一是自 2025 年上线的 Colleague Knowledge Assistant，基于 Claude 和 RAG 架构，已被超过 16,000 名 Barclays UK 员工使用，累计处理超过 100 万次搜索，用于支持超过 2,000 万英国零售客户的服务。其二是 Global Markets 业务中的邮件处理平台，每天约处理 120,000 封客户邮件，用 Claude 对客户询问进行分类、信息补全和路由判断，减少人工分拣并帮助运营同事更快采取行动。 事实层面，Barclays 给出的是采用率和处理量，而非成本节约、错误率或收入影响。推断上，这类指标说明 Anthropic 在金融行业的销售重点正从单点助手转向开发流程与运营流程的长期嵌入。猜测上，若 Claude Code 真能在 2027 年覆盖多数工程师，后续更值得观察的是遗留系统改造是否带来可验证的工程效率变化，而不只是内部采用率。
推荐理由：这篇把 Claude 在 Barclays 的采用拆成开发者渗透率、客服知识助手和邮件路由三个可量化指标，可校正企业级 Agent 落地只看口号的判断。