#microsoft

ActiveSaddler 在優化智能體運行框架時調整場景

DAIR.AI 介紹了來自 Microsoft 及合作者的論文 ActiveSaddler，該論文改變用於優化智能體運行框架的場景。在相同優化器下，與固定場景順序相比，測試 Pass@1 在 GAIA2 上提高 4.4 分，在 Terminal-Bench 2.0 上提高 7.5 分。

Satya Nadella 在接受 Alex Heath 訪問時表示，Microsoft Autopilot 的 AI 幕僚長也應服務消費者的個人生活，並提到逾 1 億名消費者訂戶。該代理被描述為建基於經過加固的 OpenClaw 版本，擁有自己的電腦、工作區和記憶。

Omar Shahine 表示，Microsoft Autopilot 預覽版正面向 Microsoft 首批客戶推出；這是一個持續運作的個人代理，並建基於 OpenClaw。Peter Steinberger 表示，自 3 月起已與 Microsoft 合作，準備程式碼庫以支援大規模部署。

CASD 讓現成的編程智能體分析完整的智能體日誌，並把發現寫成單一提示詞中的規則，無需環境存取或驗證數據。DAIR.AI 表示，在所報告的基準測試中，一次處理的表現優於 GEPA 與 SkillOpt，每個優化後的提示詞成本約 1.60 美元。

微軟與合作者的論文指出，在長程工程與研究任務中選擇較佳的開放方向時，最佳模型答對 59.7% 的 Taste-Bench 問題。由較後證據決定的分岔難度高得多，加大推理預算不會提高準確率；把教師對結果的判斷蒸餾到學生模型，則能提升在留出的 SWE-bench Pro 上的成功率。