# Microsoft Research Focus 第98期：高维几何、编程智能体与多语言人工智能

- Source: MechNext — https://mechnext.eu/zh/article/70-microsoft-research-focus-98-geometry-efficient-coding-agents-and-multilingual-ai
- Published: 2026-11-13
- Updated: 2026-11-13
- Category: Industry News
- Language: zh (Markdown in other languages: ?lang=en, ?lang=de, ?lang=sk, ?lang=pl, ?lang=ru)

> 本期汇集多项研究：解决悬而未决31年的KLS猜想，分析长时间编程任务的上下文压缩，提出新的多语言分词器，并讨论机器人、物理智能和跨语言交流。

**Microsoft Research Focus 第98期**由 Anson Ho 主持，内容覆盖微软不同领域的研究。本期所涉及的方向彼此差异明显，包括机器人与物理智能、人工智能支持的跨语言交流、高维几何中的长期开放问题、长时间运行的编程智能体，以及面向多种语言的分词方法。每一部分都给出了明确的研究对象、结果或评估范围。

### 从计算机视觉背景走向机器人研究

研究实习生 Lilika Makabe 加入了位于东京的 Microsoft Research 实验室。她此前拥有计算机视觉方面的背景，并在实验室中与探索机器人和物理智能的研究人员共同工作。这段经历把她已有的计算机视觉背景与东京实验室正在开展的机器人及物理智能研究联系起来。本期对这一经历的介绍，聚焦于她进入实验室后的研究环境和合作方向。

与机器人主题并列的另一项讨论关注不同语言之间的交流。微软应用科学经理 Jinyu Li 讨论了由人工智能支持的跨语言交流、研究人员已经取得的进展，以及目前仍然存在的挑战。这一表述同时包含两个方面：一方面是已经取得的研究进展，另一方面是尚未解决的问题。因此，本期并没有把跨语言交流描述成已经完成的课题，而是把进展与剩余挑战放在同一研究图景中。

### 解决悬而未决31年的KLS猜想

本期的数学内容是一项解决 KLS 猜想的新研究。KLS 猜想被描述为高维几何中的一个核心开放问题，并且已经悬而未决31年。新的突破性结果表明，对于对数凹分布，简单的平面切割能够在一个固定因子范围内识别其最狭窄的瓶颈，而且这一结论不受维度影响。

这里的关键信息不只是“问题得到解决”，还包括结果本身的具体含义。研究所建立的关系涉及简单平面切割、对数凹分布的最窄瓶颈、固定因子以及与维度无关这几个要素。它们共同构成了本期对 KLS 突破的准确描述，而不是只用问题延续了多少年来衡量这项成果。

本期还说明了该结果如何得到检查。KLS 研究结果经过了独立验证，证明本身又使用计算机辅助方法完成了形式化验证。二者对应不同层面的核验：一个层面是对结果进行独立验证，另一个层面是对证明进行形式化验证。因而，对这项数学工作的介绍同时包含研究结论和验证过程。

### 需要压缩的会话很少，却占据较高成本

关于编程智能体的研究建立在一项大规模分析之上。研究考察了1350万次编程会话，其中需要上下文压缩的会话不到8%，但这些会话却占人工智能处理总成本的44%。这组数字呈现了数量占比与成本占比之间的明显差别：需要压缩的会话只是全部会话中的一小部分，其对应的处理成本却占到更大的比例。

这项比较的重点在于同时观察“出现频率”和“处理成本”。如果只看不到8%的会话占比，就无法看到这些会话在总成本中的权重；如果只看44%的成本占比，也无法知道相关情况集中在相对少量的会话中。1350万次会话的研究把这两个比例放在同一个分析框架中。

为了评估长时间运行的编程任务中的上下文压缩，研究人员开发了 **COMPACTIONBENCH**。它所针对的是长时间编程任务中的压缩评估。研究人员还提出了 **APEC** 方法。APEC 在后台准备摘要，而不是为了准备摘要而中断编程智能体的工作。两项贡献的作用并不相同：COMPACTIONBENCH 提供评估上下文压缩的方式，APEC 则改变摘要准备与正在进行的编程工作之间的关系。

在评估中，APEC 提高了编程表现，同时把成本最多降低25.4%，并把执行时间降低9.6%。因此，报告的评估结果涵盖三个方面：编程表现、成本和执行时间。成本与时间的数字是针对该方法评估所得的结果；与这两个下降比例一起报告的，还有编程表现的提升。

把这些信息放在一起，可以看到该研究从两个层次处理长时间编程任务中的上下文问题。首先，对1350万次会话的分析量化了需要上下文压缩的会话比例及其成本份额。其次，COMPACTIONBENCH 用于评估压缩，而 APEC 通过在后台准备摘要来避免中断编程智能体，并在评估中展现出表现、成本和时间方面的结果。

### 先识别可复用词语成分，再建立共享词汇表

多语言研究关注文本如何被划分为词元。研究人员提出了 **Latent Core Tokenizer**。这一方法先识别能够重复使用的词语成分，然后再构建跨语言共享的词汇表。先识别可复用成分、后构建共享词汇表，是该方法描述中明确的处理顺序。

相关评估覆盖104种语言。在这些评估中，Latent Core Tokenizer 生成的词元比领先的替代方案更具有语言学意义，同时保持了相当的跨语言效率，并在四项多语言基准测试中提高了模型表现。这里报告的并不是单一指标：它同时涉及词元在语言学上的意义、不同语言之间的效率，以及模型在四项多语言基准测试中的表现。

104种语言说明了评估所覆盖的语言范围，四项多语言基准测试则说明模型表现的比较范围。与此同时，“更具有语言学意义”和“保持相当的跨语言效率”分别对应词元性质与效率。把这些结果结合起来，才能完整呈现本期对 Latent Core Tokenizer 的介绍。

### 一组主题不同但结果明确的研究

第98期所汇集的研究并不试图回答同一个问题。Lilika Makabe 的经历涉及东京实验室中的机器人与物理智能研究；Jinyu Li 的讨论涉及人工智能支持的跨语言交流、已有进展和剩余挑战；KLS 工作给出一项与维度无关的高维几何结果，并经过独立验证和形式化验证；编程智能体研究则量化上下文压缩会话的成本集中情况，并评估后台准备摘要的方法。

多语言分词研究又提供了另一个层面的具体结果：Latent Core Tokenizer 在建立共享词汇表之前识别可复用的词语成分，并在覆盖104种语言的评估中，与领先替代方案进行比较，同时在四项多语言基准测试中改善模型表现。

这些研究可以通过本期给出的具体尺度来区分：KLS 猜想作为开放问题延续了31年；编程研究分析了1350万次会话，并比较不到8%的会话比例与44%的成本份额；APEC 的评估报告了最多25.4%的成本下降和9.6%的执行时间下降；分词器评估则横跨104种语言和四项多语言基准测试。它们共同构成了本期由 Anson Ho 主持的研究综述。
