德州选民反对数据中心建设，中期选举成数据中心之争
德州中期选举临近，数据中心成为核心议题，8 月民调显示 57% 的德州人反对新建数据中心，其中共和党人 43%、民主党人 75%、独立选民 54%。多个跨党派团体组成 We the People Texas 联盟推动叫停或延缓建设，关注水资源消耗、税收补贴与电价上涨。州长 Abbott 已要求数据中心承担新增基础设施成本并暂停部分项目审批，但联盟成员认为力度不足。
#Microsoft
The Verge · AIAI 评分5858
MIT Technology Review · AIAI 评分2222 工业智能：制造业的下一个增长机会
制造业积累的经验知识、生产数据与运营实践正被整合为“工业智能”，并借助Physical AI接入物理生产环节。丰田自动织机打通碎片化喷漆车间数据后，分析周期从5天缩短至4小时以内，试点中相关喷漆缺陷减少约25%。罗克韦尔自动化新加坡工厂用维护copilot整合设备手册与老员工经验，新员工掌握数百台设备排障的时间从9个月降至3个月。
GitHub Blog · AI & MLAI 评分4141 GitHub 用 ModernBERT 分类器重构密钥检测：误报更少、成本降 98%
GitHub 为密钥扫描训练了专用 ModernBERT 分类器，替代此前的 LLM 流水线，用户告警接受率提升 11.5%，推送后扫描中位执行时间缩短 86%，服务成本降低 98%。该方案先用正则表达式高召回生成候选，再由分类器结合文件路径、变量名与上下文判断是否为真实凭据。效率提升使通用密钥检测得以扩展到推送保护，在推送前即返回结果。
Microsoft ResearchAI 评分5555 微软研究院提出 StudentSim：用学生模拟器评估和改进 AI 辅导
微软研究院提出 StudentSim，从公开的去标识化学习记录训练个性化学生模拟器，用于在真实学习者测试前评估和改进 AI 辅导系统。研究同时发布覆盖国际象棋、第二语言英语写作和数学的评测基准 StudentSimEval，从行为保真度和对指导的响应度两个维度评估模拟器。
GitHub Blog · AI & MLAI 评分5858 GitHub 推出基于 ModernBERT 的密钥检测分类器，扩展推送保护
GitHub 与 Microsoft Applied Sciences 合作构建了微调后的 ModernBERT 分类器，把推送保护扩展到无固定格式的密钥，可在不到 2 毫秒内评估一批候选密钥，并可能让可拦截的密钥数量翻倍以上。