ZD至顶网软件频道消息: 在Outlook,Skype,OneDrive,Xbox等微软服务广泛出现身份验证问题的两周之后,该问题再度出现。
3月21日,全球用户开始通过Twitter报告他们无法登录到Outlook.com、OneDrive和Skype(可能还有更多其他的服务)。记者在下午美国东部时间2:30也无法登录Outlook.com、OneDrive或Skype,但Office 365 Mail帐户能够正常工作。
据推断,这个问题开始于大约一个小时之前,或是美国东部时间下午1点30分左右。
MSA是微软的单点登录服务,用于对用户进行身份验证,以便他们可以登录该公司的各种微软服务。和两周前的情况一样,Skype Heartbeat网站发布了一则消息,指出用户可能在发送消息和登录时遇到问题:
"我们正在积极调查阻止用户登录并发送Skype到Skype消息的问题!一旦问题得到解决,我们会尽快通知您。"
而Xbox Live状态站点还表示一些用户在登录和管理其内容时遇到问题。
两周前,微软官员没有就身份验证问题的原因发表评论。今天再次想到一个问题,看看是否可以获得有关所发生的情况或问题何时可能得到解决的任何信息。
正如在两周前所说,MSA目前并没有使用Azure Active Directory进行身份验证。微软正在合并这两种身份验证服务的前端,但微软身份认证部门总监Alex Simons在推特上透露,MSA目前拥有67亿个帐户的"巨型数据存储"。
第一次情况更新:Outlook.com和OneDrive的Office 365状态页面现在有一个情况更新,表明现在尝试登录Outlook.com和OneDrive的用户可能会遇到问题。
更新说了以下内容:
标题:无法登录Outlook.com
用户影响:用户可能间歇性地无法登录此项服务。
更多信息:由于问题本质上是间歇性的,用户也许可以重新加载页面或者重新登录就能成功登录了。
当前状态:我们正在分析系统日志,以确定故障排除下一步的方案。
开始时间:2017年3月21日,星期二,协调世界时下午5:15
下一个更新日期:2017年3月21日,星期二,协调世界时下午7:30
第二次情况更新(美国东部时间下午3:25):微软现在表示正在"恢复服务。等到修复程序结束,用户应该会体验到服务已经恢复了。"
第三次情况更新(美国东部时间下午3:30):好消息是,用户开始报告他们能够登录一些微软服务了。
不好的消息是,一些Azure服务也受到MSA问题的影响。Azure状态页面表示:
"从2017年3月21日协调世界时17时30分开始,使用Stream Analytics、Azure日志分析和其他服务的客户中的一小部分客户在使用授权微软账户进行身份验证时可能会遇到登录失败。对于一些客户来说,重新试一下可能会成功。工程师们已经意识到这个问题并正在积极调查。下一次情况更新或事件保证将在60分钟内提供。"
第四次情况更新(美国东部时间下午4:30):似乎绝大多数服务,包括Azure,都不再出现MSA的问题。至少到目前为止,微软还没有就为何这个问题会在两周内第二次出现的原因给出任何消息。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。