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 151
AISLE湿实验基准首轮评测结果公布AI热点全球首个真实湿实验基准AISLE公布首轮评测结果,GPT 5.5仅得41.19分,所有模型安全通过率为0%。
清华TraceMRT绕过CoT监控逃逸率达60%AI热点清华论文提出TraceMRT框架,将隐藏任务改写为主任务合理子目标攻击CoT监控,逃逸率升至59.94%,配套贝叶斯监控将检测AUC提至0.91。
斯坦福论文:信息披露对LLM交易影响不一AI热点斯坦福研究在交易、议价和拍卖场景测试10个前沿模型,发现信息披露并非总能改善结果,不同模型收益随披露粒度变化有升有降。
谷歌开源EGM插件规格先行评审AI热点谷歌开源EGM插件,让编码智能体先写规格,再由无状态子智能体分5阶段评审。
MaxxBench改写DeepSWE任务测模型适应力AI热点MaxxBench通过修改89个DeepSWE任务指令,发现模型在需求变更时分数大幅分化,揭示基准过拟合问题。
微软开源AI智能体依赖管理工具APMAI热点微软推出开源工具APM,用apm.yml统一管理智能体的技能、提示词与MCP服务器依赖。
FedReason用LLM动态选联邦聚合规则AI热点arXiv论文提出FedReason,让LLM每十轮在服务器沙箱中分析客户端权重并生成聚合程序,实验显示其在标签偏斜场景下平均超越FedAvg 1.26个百分点。
Perplexity发布常驻工作智能体TeammatesAI热点Perplexity推出面向工作场景的常驻AI智能体Teammates,可在工作区承担多角色并同时执行多项任务,需订阅200美元Max套餐。
谷歌发布工程Agent评测PLEAI热点谷歌与Mercor发布工程Agent评测PLE,揭示高单项约束满足率与低全约束通过率之间的落差。
谷歌开源多智能体冲突基准CLASHarnessAI热点谷歌等团队发布并开源CLASHarness基准,首次对15个主流大模型在多Agent冲突场景下的表现进行实测。
思科Talos披露集成大模型的窃密木马AI热点思科Talos披露新型信息窃密木马Volta-Autodoxer,攻击者引入商业大模型自动对受害者数据画像,快速筛选高价值目标,展示LLM被用于增强传统恶意软件能力。
谷歌发布T2J-Bench迁移评测基准AI热点谷歌团队发布T2J-Bench,用63个整仓任务评测PyTorch到JAX迁移,TwinHarness将得分提升11.4%。
材料科研智能体MatOS开源,任务成功率达97.96%AI热点MatOS开源,资产库含3135个数据集,MatTools完整问题成功率达97.96%。
Databricks发布AI Index公开企业AI评测AI热点Databricks推出AI Index,公开企业AI使用与编码智能体评测数据,每周更新。
LuthorSQL发布:7B单遍文本转SQL模型AI热点LuthorSQL作为快速系统1门控,可本地处理近半查询并降低33.3% API成本。
EnvOpt框架发布:智能体环境自动优化降本48%AI热点提出EnvOpt框架,通过自动优化智能体环境表示,在五项基准上平均降低48%成本且通过率持平或更高。
DeepSeek拆分App能力为独立API按量售卖AI热点DeepSeek将搜索、OCR、语音等App后台能力拆分为独立API按量销售,搜索定价远低于竞品,并开源前端demo。
Vercel Labs开源UI SDK,Agent界面成本降56%AI热点Vercel Labs开源UI SDK,提供可复用交互行为,让AI Agent高效组合实现界面组件,官方实测成本下降约56%。
MIT与Meta提出ReHarness修订智能体记忆AI热点ReHarness用后续任务结果修订智能体旧笔记,减少过时经验误导,多基准测试显示增益并节省token。
高盛思科等企业限制员工AI使用AI热点高盛、思科、摩根大通等企业开始对员工AI使用设预算、限额度,从扩张转向管控。
开源项目 222
XERJ:面向AI的本地搜索引擎与MCP服务开源项目Rust 编写的本地优先搜索引擎,为编码Agent索引代码与文档,并提供 XERJ Query-1 模型把问题转成查询程序。查看
Superpowers:编码Agent的开发流程技能包开源项目基于可组合技能的编码Agent方法论,从需求梳理到子代理驱动的实现与评审。查看
AiToEarn:AI内容营销与多平台分发平台开源项目面向一人公司与创作者的AI内容平台,支持在抖音、小红书、TikTok、YouTube等14+平台创作、发布、互动并变现内容。查看
Compound Engineering:AI 编程代理的工程流程技能包开源项目包含 38 个技能的插件,围绕头脑风暴、规划、执行、评审、复盘循环组织编码代理的工作。查看
Paperclip:AI Agent团队编排应用开源项目Node.js 服务与 React 界面,用于组建、治理并监控多Agent团队的目标与预算。查看
OpenAgents:多 Agent 协作工作区开源项目开源的 AI Agent 统一工作区,让多个编码 Agent 与人类在同一空间协作。查看
gbrain:可自托管的跨 Agent 记忆层开源项目为已有 AI Agent 提供可控的显式记忆存储,记录事实及其来源、支持更正与撤回,并通过 MCP 在多个 Agent 之间共享同一份记忆。查看
OpenClaw:运行在本地的多渠道AI助手开源项目开源AI助手,经本地Gateway接入Discord、Telegram等20+聊天渠道与原生应用。查看
Hermes Web UI:Hermes Agent 的浏览器界面开源项目为 Hermes Agent 提供与 CLI 功能对齐的深色 Web 界面,无构建步骤,仅用 Python 与原生 JS。查看
Opik:开源LLM可观测与评估平台开源项目Apache-2.0 开源的 LLM 可观测性与评估平台,覆盖 agent 追踪、评测、提示词管理与生产监控。查看
MaxKB:企业级智能体平台开源项目开源平台,集成 RAG 管道、工作流引擎与 MCP 工具调用,支持多种公有与私有大模型,可零代码接入第三方业务系统。查看
dimensional-drawing:UI 组件技术图纸生成技能开源项目让 AI 代理把 UI 组件绘制成苹果风格的单页尺寸标注图,标注间距、圆角、图层与视口位置。查看
Solo to Team:一人统筹 AI 团队的技能包开源项目四支协作技能加模板与脱敏案例,帮助个人登记、追踪并验收交给多个 AI 助手的任务。查看
goose:本地通用 AI Agent开源项目Rust 编写的开源通用 AI Agent,提供桌面应用、CLI 与 API,支持 15+ 模型提供方与 70+ MCP 扩展。查看
Exa MCP Server:联网搜索与网页抓取服务开源项目把Exa的网页搜索、内容抓取与多步研究能力以MCP工具形式接入AI Agent。查看
digital-human-koubo:AI数字人口播视频生成技能开源项目Agent Skill,一张照片加一句话即可自动生成带口型同步的数字人口播视频。查看
Infographic:声明式信息图渲染框架开源项目AntV 的声明式信息图可视化引擎,内置约 200 个模板与组件,支持 AI 流式输出渐进渲染,默认输出 SVG。查看
arxiv-mcp-server:本地arXiv文献MCP服务器开源项目本地运行的MCP服务器,支持逐节读取论文原始LaTeX、导出BibTeX与主题监控。查看
OpenHealth:个人健康数据 AI 助手开源项目整合体检、化验等个人健康数据并解析为结构化数据,作为上下文与本地或云端 LLM 对话的健康助手。查看
mcp-jetbrains:JetBrains IDE 的 MCP 代理(已弃用)开源项目将 MCP 客户端请求代理到 JetBrains IDE 的服务器,仓库已弃用,相关功能已内置于 2025.2 起的 IntelliJ 系 IDE。查看