微软 partner research manager Jennifer Neville 在 Microsoft Research Podcast 中讨论了评测如何推动 AI 系统性能边界，以及模型在超出传统 benchmark 测试时出现的「意外失败」。她结合自身从数学、物理、认知科学到计算机科学的经历，分享了使用当前 AI 系统的实用建议，并强调当结果偏离预期时应仔细审视数据。
GitHub Copilot 提出用 canvas 替代聊天框作为 AI 交互界面，canvas 是运行在 GitHub Copilot 应用内的全栈小应用，可与 agent 双向通信并调用本地代码。
GitHub Podcast 最新一期拆解了五个 AI 热门观点：AI 生成的代码仍需阅读和负责，只是审查力度应按风险分级；Skills 与 MCP 解决不同问题，前者是打包的团队经验，后者是连接工具与数据的标准，二者可组合使用；RAG 并未死亡，它让模型基于训练数据外的文档、内部知识和代码库上下文作答，与 Agent、Skills、MCP 可共存于同一工作流。
伯克利 EPIC Data Lab 提出，随着推理成本从 2023 年初 GPT-4 级约 $30/百万 token 降至如今不到 $1、部分厂商低于 $0.10，数据系统面临三大新挑战：为智能体服务、运行智能体集群、由智能体自行合成。文中指出多智能体在 text-to-SQL 任务中仅 10-20% 子计划互异，80-90% 子查询重复，可借多查询优化与近似查询处理复用结果。