从一个关键词开始
搜名称,也可以搜场景,比如“AI 写作”“视频剪辑”或“编程助手”。
AI热点 146
Revolut两千工程师转用自托管GLM编码AI热点Revolut将约2000名工程师迁移到自托管GLM进行编码,Claude Code和Codex列为例外,成本约为前沿API的十分之一。
微软TokenEconomizer降Coding Agent成本18.4%–30.9%AI热点微软推出TokenEconomizer工具,通过Micro-skills、Tool Pruning和Failure-loop Intervention三种机制,使Claude Code等Agent任务成本降低18.4%-30.9%。
阿里开源代码审查工具OpenCodeReviewAI热点阿里开源内部打磨两年的代码审查工具OpenCodeReview,支持API、Claude Code、Codex接入,可做行级审查与全项目体检,内部已服务数万开发者并拦截数百万缺陷。
XStack基准发布:测智能体跨生态迁移代码AI热点研究人员发布XStack基准,评测AI智能体将PyTorch仓库迁移至JAX/TPU的能力,Claude Opus 5通过率75%居首。
ServerBench发布:智能体设计LLM服务系统AI热点arXiv论文提出ServerBench基准,评测编码智能体设计专用LLM服务系统的能力,Claude Sonnet 5.5表现领先。
MedPhysBench评测12模型医学物理计算AI热点MedPhysBench发布,评测12个语言模型在医学物理计算与错误检测任务上的表现,Claude Sonnet 5.5在等中心MU计算中19/20漏掉平方反比修正。
字节跳动将封禁L4代码库外部AI访问AI热点字节跳动本月起将对全公司L4级代码仓库和飞书文档实施外部AI访问封禁,限制员工自费使用Claude、Codex等账号。
OpenAI解封误杀账号并道歉AI热点OpenAI向被误封的安全研究员致歉并恢复账号,同时Anthropic收紧Claude风控。
CyberArena发布466场Agent攻防评测AI热点研究团队推出CyberArena对称攻防评测,12款模型进行466场对局,GPT-5.6 Sol以78.6分居首,Claude Opus 5与GLM-5.3分列二三。
VideoMemBench发布:MLLM视频记忆仅45.7%AI热点新基准VideoMemBench评测多模态大模型在长视频多轮对话中的记忆能力,Claude Opus 5以45.7%居首,凸显上下文视频记忆挑战。
FreeToken开源:RTX 5090本地跑DeepSeek 284B达25tok/sAI热点伯克利、MIT等推出开源推理引擎FreeToken,让个人电脑运行千亿参数MoE模型,RTX 5090实测DeepSeek 284B达22-25 tok/s,可接入Claude Code等Coding Agent。
SPU湿实验预测基准发布,Opus 5.5仅0.486分AI热点UniPat AI牵头发布湿实验预测基准SPU,覆盖116个任务、4207个湿实验,首轮评测12款前沿模型,最高分Claude Opus 5.5仅0.486,且提高推理强度与算力未带来明显提升。
无界前沿开源生物信息模型Fx-Bio-1031AI热点无界前沿开源生物信息大模型Fx-Bio-1031,开放完整权重,在BioMysteryBench困难子集取得70.59% Pass@5,超越GPT-6-Astra与Claude Opus-5。
Q0-Preview登顶Robodojo Sim榜单AI热点乾章智能Q0-Preview以68.87%任务成功率、74.2综合分登顶Robodojo Sim Agent榜单,采用Agent路线并基于Claude Opus 5.5驱动,官测代码已开源。
OpenRouter升级MCP视频生成与上下文优化AI热点OpenRouter发布多项MCP更新:视频生成改为链接返回、模型查询上下文缩减96%、Claude Code任务完成率提升至8/8,并支持聊天内测试600+模型。
SLDBench v2发布:AI自主选实验评测AI热点研究团队发布SLDBench v2,让AI在付费实验目录中自主选择实验以发现Scaling Law,评测显示8个前沿模型自主选实验时成绩全部下滑,Claude Opus 5.5以4%成本取得最佳精度。
LLM直接写出医学分类器权重AI热点新论文探索权重空间编程:让大模型直接写出医学图像分类器参数,无需训练数据,并给出与基线模型的AUC对比结果。
Duolingo智能体合并22.5万行测试AI热点Duolingo公开用智能体编写并合并22.5万行iOS测试代码的生产级工作流。
论文测20家LLM中转:计费与权限存风险AI热点arXiv论文测试20家LLM API中转服务,发现行为差异、工具权限违规与计费token虚高问题。
Anthropic与OpenAI相继收购药企,切入AI制药AI热点Anthropic收购一人药企Mithril Medicine,OpenAI收购Orchestra Bio并整合进Rosalind,硅谷巨头多路径切入AI药物研发。
开源项目 223
awesome-mcp-servers:MCP 服务器精选列表开源项目按类别整理的 Model Context Protocol 服务器清单,涵盖文件系统、数据库、云存储、开发工具等方向,并附安全警告与支持客户端示例。查看
sapper-v2:多智能体协同的自主渗透测试编排框架开源项目面向攻防竞赛的多 Agent 编排框架,由指挥官、将领、士兵分工协作并共享分层事实图。查看
inference-optimisation:本地LLM服务提速的Agent技能开源项目面向本地LLM服务的Agent技能,指导在任意硬件与量化配置下逐项爬坡优化解码、预填充、KV缓存、启动与首token延迟,并配套基准测试脚本。查看
ponytail:AI编程代理的精简编码技能开源项目让AI代理按“只写任务所需代码”的原则编写精简但不牺牲安全与测试的代码。查看
Agent Skills:AI编程代理的工程技能包开源项目面向AI编程代理的工程技能包,含25项技能与9个生命周期斜杠命令,覆盖规格、计划、构建、测试、评审到发布。查看
earshot:让编程 Agent 听懂音频的本地 CLI 工具开源项目把声音变成 Agent 可推理的证据:描述音频、匹配描述、定位最佳片段、判断真伪,并支持用代码合成音效。查看
answer-me-with-html:把问题答案渲染成网页的 Agent 技能开源项目Agent 技能:模型只写 Markdown 草稿,配套 CLI 将其渲染为含图表的 HTML 页面,减少输出 token。查看
vn-law-check:越南法律合规审查 AI 技能开源项目供 AI 编程代理按越南法律审查网站与应用合规风险并给出分级修改建议的技能包。查看
ex-USSR Kinship Research:前苏联谱系研究 Agent 技能开源项目面向 AI Agent 的证据优先家谱研究技能,覆盖前苏联、苏联与俄罗斯帝国时期的档案记录。查看
huashu-bird-sticker:全球鸟类贴纸与数据集开源项目按 AviList 名录整理的 1.1 万多种鸟类白边贴纸,附多语种名称与分布等结构化数据。查看
new-term-radar:AI 领域新词每日雷达开源项目每日报告 AI 领域刚开始走红的新模型、产品、工具和仓库名称。查看
agents-cli:Gemini 平台的 Agent 构建 CLI 与技能开源项目为编码 Agent 提供构建、评估、部署 Google Cloud 上 ADK Agent 的命令行工具与技能集。查看
notebooklm-py:NotebookLM 的 Python 库与技能包开源项目非官方 Python 库与 CLI,程序化驱动 Google NotebookLM(Gemini Notebook)导入来源、提问并导出生成物。查看
AI 漫剧 Skills:21 个题材的漫剧创作模板开源项目21 个题材的 SKILL.md 模板,从一句故事点子生成企划案、资产图提示词、分集剧本、分镜与视频提示词及发布文案。查看
STE80 Humanizer:去 AI 痕迹与 STE80 改写技能开源项目Agent 技能,分两遍改写文本:先移除 26 类 AI 写作特征,再按 ASD-STE100 的 80% 规则重写句子结构,目标是提升可读性。查看
agentes-chat:团队与AI代理共用的自托管聊天平台开源项目开源自托管的Slack替代品,让团队成员与AI代理在频道和私信中协作。代理可使用MCP工具、独立电脑与浏览器,并需人工审批敏感操作。查看
poki:让AI智能体操控iPhone的工具开源项目通过MCP服务器或独立Agent让AI智能体在iPhone上执行任务,支持消息发送等操作。查看
graphify:把项目映射为可查询知识图谱的CLI工具开源项目用tree-sitter解析代码构建本地知识图谱,供AI助手以查询、路径追踪替代翻阅文件。查看
headroom:压缩 AI Agent 输入输出 token 的工具开源项目在本地压缩发送给 LLM 的工具输出、日志、RAG 片段与对话历史,以库、代理或命令行包装方式减少 token 消耗。查看
chrome-devtools-mcp:让编程代理控制与检查 Chrome 浏览器开源项目以 MCP 服务器和 CLI 形式提供 Chrome DevTools 能力,供编码代理执行浏览器自动化、调试与性能分析。查看