微軟 Research Focus 第97期：ForkPilot、CABRA、TeleTune 三個框架

微軟研究（Microsoft Research）10 月 29 日更新第 97 期播客《Research Focus》，主持 Sowbhagya Suresh 介紹咗三個新框架。呢期播客係 Microsoft Research Focus 系列嘅 Podcast 版本，同 LinkedIn 嘅 Research Focus newsletter 內容相通。

先講 ForkPilot。呢個係一個「自我改進框架」，重點係學習乜時候要重檢早前嘅決定、換另一條路。佢話喺六個基準測試、多個主流 AI 模型上測過，結果「達到目前最佳方法水平」，同時將 AI 算力需求降低最多 59%。

再講 CABRA。呢個係一個從零開始生成 coding 編程挑戰嘅框架，讓研究員可以控制複雜度逐步上升，揾出 agent 邊樣技術最薄弱。佢話喺數千個生成挑戰中發現：agent 經常靠用工具克服編程難題，但當佢哋需要理解陌生 codebase（現有程式碼庫）時仍然掙扎。結論係：理解現有代碼、而非修改代碼，係開發更有效 coding agent 嘅最大障礙之一。

第三個係 TeleTune，一個教「電腦操作 agent」（即會點擊、打字、填表、瀏覽網頁嘅系統）從用户操作日誌學習可重用技能嘅框架。原文提到操作日誌通常不記錄每次操作背後嘅意圖，而且會把多個任務混在一起。TeleTune 就係為解決呢個問題而設計。

講人話，呢期內容基本係微軟自家研究嘅宣傳。所有測試數據——包括 ForkPilot 嘅 59% 降低、CABRA 嘅千題測試——全部係廠商自評，未有獨立第三方驗證。模姐驗嚇貨：呢啲結果要留意測試條件——邊個模型、邊個版本、邊個測試集——先至可以判斷有幾可信。