GitHub Blog
为开源维护者提供了管理 AI 生成拉取请求的具体策略，包括 AGENTS.md 和各种门禁，非常相关且可操作。 (score: 0.93)
本文探讨了开源维护者如何应对日益增多的 AI 生成的拉取请求，以 AutoGPT 为例进行说明。文章强调单纯依赖文档行不通，因为代理只会读取工作目录中的指令，因此维护者应将 AGENTS.md 文件和技能（skills）放在代码旁边。文章详细介绍了几种有效的“门禁”来管理 AI 贡献：强制使用 PR 模板、通过技能触发测试计划、将 CI 覆盖率设为硬性要求、利用 CLA 作为人类检测器、以及在解决审查线程前要求提交 SHA。还提到了糟糕的 AGENTS.md 文件、速率限制、昂贵的审查工具以及审计授权应用等陷阱。最后提醒维护者可以选择关闭 AI PR 或完全禁用 PR，并在自行重建贡献时添加共同作者。
- AutoGPT 将 AI 生成的 PR 视为“他人为你支付计算成本”，但要求代理遵循维护者定义的路径。
- 文档不起作用；代理只读取工作目录中的指令，因此将 AGENTS.md 和技能文件放在代码旁边。
- 有效门禁包括：强制执行 PR 模板、通过技能触发测试计划、将 CI 覆盖率作为硬性要求、使用 CLA 作为人工检测器、解决线程前要求提交 SHA。
- AutoGPT 关闭了机器人对 CI 失败的评论以减少噪音，并强调审计授权应用和管理工具成本。
- 维护者可以选择关闭 AI PR 并自行重建，或完全禁用 PR，作为有效边界。
AGENTS.md / AI agents / AutoGPT / maintainers / open source / pull requests / CI / CLA / skills / GitHub
Microsoft Research Blog
MindTopo 基准测试揭示了多模态 AI 在空间推理上的不足，对机器人和规划领域有重要意义；是推动 AI 发展的重要研究。 (score: 0.90)
MindTopo是一个新的基准测试，用于评估多模态AI模型对拓扑关系的理解，包括连通性、包围、顺序、分离和打结等。研究包含静态推理和交互式规划任务。结果发现模型在静态识别上表现较好，但在需要保持结构关系的一系列动作中表现不佳，失败常出现在规划阶段。这为提升机器人和交互环境的AI能力指明了方向。
- MindTopo基准测试考察AI的拓扑推理能力。
- 包括连通性、分离、顺序、包围、打结五类拓扑属性。
- 包含静态推理和交互规划两类任务。
- 模型在静态识别上表现优于交互任务。
- 失败常发生在规划阶段而非感知阶段。
- 为机器人和交互环境的AI发展提供了机会。
- 生成式工具在保持拓扑结构方面仍不可靠。
MindTopo / AI / multimodal models / spatial reasoning / topology / benchmark / planning / robotics / computer vision / cognitive science
GitHub Blog
官方可用性报告，详细说明了八起事件的根本原因和 Azure 迁移进展，对可靠性工程很有价值。 (score: 0.82)
GitHub 发布了2026年7月可用性报告，承认8月6日GitHub Actions中断造成严重影响并为此道歉，同时详细说明了7月份发生的八起事件。报告还介绍了Azure迁移进展、减少共享依赖、提升可靠性，以及各事件的根因与修复措施。
- GitHub为8月6日发生的GitHub Actions重大中断道歉，并加速架构调整。
- 7月份，GitHub在Azure Central US处理的monolith读取流量首次超过50%。
- 7月份共发生八起事件，影响包括Actions、webhooks、SSH、拉取请求等服务。
- GitHub计划本季度将Central US的读取流量提升至70%，写入流量提升至30%。
- 通过稳定性控制和迁移，GitHub正在减少共享依赖，提高系统弹性。
GitHub / availability report / outage / Azure migration / reliability / incident response
GitHub Blog
一份实用的 GitHub Copilot 应用提示编写入门指南，涵盖语音输入和会话自定义。 (score: 0.68)
这篇文章来自GitHub博客，为初学者提供了在GitHub Copilot应用中编写第一个提示的指南。它解释了提示不需要完美，你可以用简单的英文描述你想要的更改。关键步骤包括连接项目或本地文件夹来提供上下文，在必要时选择合适的AI模型，使用内置语音输入将语音转换为文本，以及通过代理和远程控制自定义会话。重点是从小处着手并迭代你的请求，以更熟悉该工具。
- 首先连接GitHub仓库或本地文件夹，为Copilot提供上下文。
- 用简单的英文编写提示，无需完美的措辞或特殊语法。
- 一开始使用默认AI模型，当任务需要更复杂的推理时再切换。
- 利用语音输入功能，语音会转换为可编辑的文本显示在提示框中。
- 通过选择不同代理和启用远程控制来自定义会话，以便从网页访问。
- 从小改动开始并基于结果迭代；提示是一个迭代过程。
GitHub Copilot / GitHub Copilot app / beginners / AI / prompt engineering / developer tools / voice input