应用与工具
新工具、新功能，以及它们能帮你完成什么。
Copilot 开放桌面操作预览，可跨应用完成任务
GitHub 10月1日宣布，Copilot CLI 与 Copilot app 在 macOS、Windows 上公开预览电脑操作功能。需要整理浏览器通知、更新演示文稿或跨应用搬运信息的用户，可让 Copilot 读取界面、点击、输入、滚动和拖拽。
Copilot app 可在设置中的 Computer Use 页面开启；CLI 可输入 /computer on。控制应用前会请求批准，用户可查看或重置始终允许的应用。macOS 还需授予辅助功能和屏幕录制权限，组织管理设置可以禁用此功能。
没有程序接口的旧软件也能进入自动化流程。试用时应明确涉及哪些应用、允许修改什么，并检查持续授权的范围。
技术与开发
模型、API、开源与工程实践，关注能力和使用边界。
Copilot 动态工作流开放预览，用代码规定协作步骤
GitHub 10月1日推出动态工作流公开预览，覆盖 Copilot CLI、Copilot app 和 SDK（软件开发工具包），适用于所有 Copilot 套餐。它让开发者用代码规定任务步骤，把命令、工具调用和一个或多个智能体的分析组合起来，支持串行或并行执行。
工作流置于 Copilot 扩展中，可传递结构化结果、让子智能体交叉核验，并在检查点暂停供人审阅；请求用户输入取决于客户端支持。Copilot app 无需额外设置，最新版 CLI 需通过 --experimental 或 /experimental on 开启实验功能。
固定流程适合反复执行的发布检查和代码审查：把顺序、检查点写入代码，有助于复查每一步，并控制长任务何时继续。
微软发布流式转写模型，优惠价每小时0.54美元
据 IT之家10月2日转述，微软于10月1日发布 MAI-Transcribe-2-Streaming，支持60种语言及自动、连续的语言检测。流式转写会在讲话过程中持续返回文字，并随上下文修正，适合实时字幕、客服和语音交互。
当前优惠价格为每小时0.54美元，可通过 Microsoft Foundry、MAI Playground、OpenRouter 体验或接入。
报道援引 Artificial Analysis 9月28日榜单：其最终词错误率为2.50%，最终转录延迟为0.13秒。词错误率衡量转写中的词语错误；最终转录延迟也不同于首批文字出现的时间，不能据此认定所有语言和场景都能达到同一表现。
实时字幕和语音助手可关注流式版本；评估时应分别测量首段文字出现速度与最终结果稳定时间，并使用目标语言和真实噪声条件验证。
NAT-ARC 用自然图像预训练提升格子推理
据量子位10月1日报道，何恺明团队提出 NAT-ARC，用自然图像预训练的视觉编码器处理 ARC 彩色格子推理题，无需把格子转成文字交给大语言模型。模型先复用公开的图像预训练权重，再进行 ARC 训练，测试时针对每道题微调。
报道援引论文结果：在 ARC-1 上，约6亿参数的最佳单模型取得63.4±0.7%的 pass@2，约20亿总参数的集成方案达到70.2±0.6%。pass@2 指允许提交两个候选答案时的通过表现，不能视为一次作答准确率或通用推理成绩。
这项结果为视觉预训练迁移到抽象任务提供了证据。但测试时逐题微调、集成投票均涉及额外计算，参数量较小不能直接等同于总成本更低。
AFTER READING
读完之后
本期值得关注的是桌面操作与流程编排的开放，以及实时转写和纯视觉推理的新进展；预览功能与研究成绩仍需结合具体任务判断。
评论