微软研究员 Jennifer Neville 谈 AI 的意外失败与评估边界
微软 partner research manager Jennifer Neville 在 Microsoft Research Podcast 中讨论评估如何推动 AI 系统性能边界，以及模型在传统 benchmark 之外测试时出现的"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，分享与当前 AI 系统协作的实用建议，并强调当结果偏离预期时应仔细审视数据。
#大佬观点
Microsoft ResearchAI 评分2222
GitHub Blog · AI & MLAI 评分3838 GitHub Copilot 谈为什么 chat 是错的 UI：用 canvas 替代聊天框
GitHub Copilot 提出 chat 大多数时候是错误的 AI 交互界面，主张用 canvas——运行在 GitHub Copilot app 内的全栈小应用，可与 agent 双向通信并调用本地代码。
GitHub Blog · AI & MLAI 评分2222 GitHub Podcast 拆解五大 AI 热梗：要不要读 AI 生成的代码、RAG 已死、Skills 杀死 MCP？
GitHub Podcast 最新一期拆解了五个 AI 开发热梗：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，后者是智能体连接工具和数据的标准协议，二者可组合使用。RAG 并未死亡，检索能让模型从训练数据之外获取文档、内部知识和代码库上下文，减少 token 浪费并降低答案不完整的概率。
Berkeley AI ResearchAI 评分3434 智能免费之后怎么办？面向 AI 智能体的数据系统
UC Berkeley 团队提出"智能免费"时代数据系统面临三大挑战：为智能体设计的数据系统、由智能体运行的数据系统、以及由智能体合成的数据系统。GPT-4 级能力从 2023 年初的约 $30/百万 token 降至如今不到 $1，部分厂商已低于 $0.10，推理价格年降幅在 9x 到 900x 之间，中位数约 50x。