IT专业人员觉得Windows 10功能更新的速度太快,微软对此做出反应,在Windows 10操作系统新功能更新支持时间做了让步。微软并未放弃每年发布两个Windows 10功能更新的做法。每年3月和9月发布新的功能更新的政策不会取消。
但微软提出Windows 10企业版和教育版的新支持计划,实际上允许这些用户每年只更新一次操作系统。下面是新支持计划的细节。
首先, 对于Windows 10 家庭版、专业版和Office 365 ProPlus客户来说没任何变化。每年3月和9月两次功能更新的支持为18个月。9月6日宣布的变更是对Windows 10企业和教育客户而言。
所有Windows 10企业版和教育版(版本号1607,1703,1709和1803)当前支持的功能更新将从原始发布日期起支持30个月( 两年半)。 Windows 10企业版和教育版的所有未来功能更新(从1809版/2018年10月更新开始)将从发布之日起30个月内得到支持。
颇为令人困惑的是,Windows 10企业版和教育版的未来功能更新(从1903版 / Windows 10 19H1开始)将在发布之日起的18个月内继续得到支持。微软官员表示,仍然保留这个18个月支持日期是为了支持那些可以接受Windows 10功能更快速更新的人。
微软为什么延长秋季/ 9月更新的支持期而不延长春季/ 3月更新的支持期呢?微软 365公司副总裁Jared Spataro表示,微软认为由于预算周期以及其他有关更新的 “高带宽对话”的关系,客户更有可能在秋季进行更新,例如,Ignite、微软IT Pro会议都在秋天召开。
笔者问过Spataro春/秋更新支持的差异是否表明微软觉得春季更新是“小更新”而秋季更新是“大更新”。他说不是的。
他表示,“半年度节奏仍然是我们的终极目标。我们希望继续顺这个方向走下去。”
企业和教育客户即便每年只对Windows 10做一次功能更新仍然能够受到支持,但Spataro表示,他认为大部分客户不会采用这种方式,特别是由于安全高级功能是每年两次功能更新的一部分。他表示,他觉得多数企业客户应该都不会赞同两年都不用最新的安全技术的做法。
在此之前,微软也在逐步扩展对Windows 10企业和教育用户的支持。去年,微软为Windows 10企业和教育用户增加了6个月的Windows 10 1511额外支持。今年2月,微软为Windows 10 1607、1703和1709做了同样的安排。这些扩展使得对Windows 10企业和教育用户的支持期从18个月增加到24个月,皆因要使他们“有一点额外的时间实现Windows即服务”。
笔者认为值得称道的地方是,微软(最终)还是承认了每年两次的Windows 10功能更新速度对于一些主要客户来说并不现实。尽管微软提到的安全性很有道理,但笔者很好奇到底有多少人选择两年才做一次功能更新。
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。