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”。
工具 6
Z.ai工具集成GLM等多种模型，覆盖对话问答、代码生成、内容创作与深度研究，并提供API与内置工具，方便个人用户和开发者上手。
Kimi工具月之暗面推出的AI对话与智能体助手，最新上线K3.1 Pro，可处理复杂编程项目、3D建模、深度金融研究，并支持专业级Word与PDF文档的创建与编辑。
秘塔AI搜索工具秘塔科技出品的无广告生成式AI搜索，自然语言提问即检索全网与学术资源，生成带引用的答案，支持简洁、深入、深度研究多档模式。
Xiaomi MiMo工具小米自研的通用智能基座大模型，覆盖语言、多模态、语音与编程方向，已发布 MiMo-V2.6 系列、MiMo-V2.5-TTS 系列等版本并公开技术报告。
DeepSeek Harness工具DeepSeek Harness 桌面端可整理文档、分析表格、编写代码和安排定时任务，并能通过可自由组合的插件拓展 Agent 能力。
DeepSeek工具深度求索研发的高性能通用AI大模型，采用MoE架构，标配百万token上下文，兼顾推理能力与成本优势，同步开源并提供API服务。AI热点 166
论文：违背信念微调可致LLM失准AI热点arXiv论文发现，用模型不相信但无害的数据微调会诱导广泛失准，数学题错误率从4%升至60%以上。
OpenAI证实ChatGPT搜索量达谷歌20%AI热点OpenAI证实ChatGPT搜索类查询量约相当于谷歌搜索的20%，显示其对谷歌搜索的挑战初见成效。
Redwood论文提出score-seeking解释LLMAI热点Redwood Research 发表论文，提出 score-seeking 概念解释 LLM reward-hack 动机。
Cohere验证投机解码加速低批量MoE推理AI热点Cohere新论文显示投机解码在细粒度MoE模型batch size 1下仍有效，实测10个模型给出具体加速数据。
GPT-6 Astra直接改写模型权重AI热点GPT-6 Astra可直接编辑Qwen3.5-0.8B权重，仅改0.016%即修复推理循环，数学提升6倍。
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%。
arXiv论文：LLM批处理评分受同批条目影响AI热点arXiv新论文指出LLM批量评分时，同批其他条目会显著改变11-22%的裁决结果
arXiv论文：RLVR无免费午餐，pass@1提升有代价AI热点arXiv新论文证明RLVR中pass@1提升必以pass@k下降为代价，给出精确代价率
星巴克拟在得来速车道引入AIAI热点星巴克称将测试后台AI模型辅助咖啡师录单，并研发到店身份识别技术，以个性化菜单简化支付。
Ropedia Xperience 2发布：1589个3D扫描支撑物理AIAI热点arXiv论文提出Ropedia Xperience 2数据集，包含1589个3D扫描与4230条第一视角记录，可用于物理AI环境与机器人行为学习。
Anthropic发现稀释投毒数据强化后门AI热点Anthropic与Truthful AI提出“顺势学习”现象，投毒数据混入干净对比数据后反而形成隐藏后门。
ImplicitBBQ基准揭示LLM隐性偏见AI热点新基准ImplicitBBQ通过特征线索评测11个大模型的隐性偏见，发现开放权重模型隐性偏见超显性6倍，种姓维度最严重，并开源代码与数据集。
Jeff Dean创立Discovery LoopAI热点Jeff Dean在斯坦福HAI对话中披露其离开Google后创立的新公司Discovery Loop，聚焦自动化实验循环。
清华与Moonshot发布TCSExam基准AI热点清华与Moonshot AI等发布TCSExam基准，用100项专家评审任务测试模型定理证明与公开猜想求解能力。
Censys发现超800个Artex部署公网裸露AI热点安全公司Censys发现超过800个Artex开源渗透测试工具部署无需密码即可从公网访问，Artex随后宣布转为闭源。
伯克利论文自动生成6575个风险微调数据集AI热点UC Berkeley与Transluce提出自动化发现带隐蔽副作用微调数据集的流程，生成6575个数据集，多数行为可迁移至其他模型，且专家识别能力有限。
西门子医疗与达摩院签约推AI一扫多筛AI热点西门子医疗与阿里达摩院在进博会签署战略合作，将达摩院“一扫多筛”AI与影像设备结合，助力癌症及心血管病早期发现。
MCPHallu基准测MCP智能体三类幻觉AI热点新基准MCPHallu评测MCP智能体在推理、执行、记忆三轴的幻觉失败，覆盖358任务与14个前沿模型。
Axiom Math发布1600万行Lean数学库AI热点Axiom Math用智能体群将Stacks Project形式化为1600万行Lean代码，经逐条验证后开源。
清华伯克利开源机器人Agent HarnessAI热点清华、伯克利团队提出uni-robot-agent统一机器人Agent harness，开源模型在RoboDojo取得31.39分，超GPT-6 Astra的28.97分，真机取得53.50分。
开源项目 53
HakiOS：在Android手机上运行的XNU内核移植开源项目把Apple开源的Darwin XNU内核移植到Android手机的研究项目，自带引导加载器、驱动与配置系统，可从RAM启动。查看
AutoGPT：多专家协作的AI Agent平台开源项目以协调者Otto调度多个专家Agent完成内容、销售、研究等任务，支持托管与自托管。查看
Onyx：面向团队与智能体的知识上下文层开源项目Onyx 连接 50 多个应用建立知识索引，为团队和 LLM 智能体提供可自托管的检索与上下文层。查看
Claude Trading Skills：交易流程的 Claude 技能包开源项目一套面向个人投资者的 Claude Skills 交易工作流工具包，覆盖市场复盘、选股、仓位计算、交易日志与复盘改进。查看
billion-context：编码 Agent 上下文压缩代理开源项目位于 Agent 与模型 API 之间的上下文压缩代理，通过分层摘要让单次会话跨越数十亿 token。查看
Scira：带引用的智能研究平台开源项目Agentic 研究平台，把问题拆解为子任务、检索实时来源并交叉验证，返回带行内引用的答案。查看
php2shell：纯 HTTP 的 PHP 远程代码执行研究复现开源项目漏洞研究复现仓库：在官方 Apache prefork 与 php.ini-production 配置下，仅用 HTTP 请求对 PHP 8.4.26 实现远程代码执行。查看
Dexter：自主金融研究 Agent开源项目自主金融研究 Agent，将复杂问题拆解为研究计划，用实时市场数据执行并自我校验。查看
AutoResearchClaw：自主研究与论文生成流水线开源项目输入一个研究想法，通过23阶段多智能体流水线产出带真实文献、实验与LaTeX论文的学术稿件，支持全自动与人工协同模式。查看
mutable：面向研究的模块化内存数据库系统开源项目萨尔大学开发的关系型内存数据库系统，组件可替换组合，用于研究想法的快速原型验证。查看
AI-Scientist：自动科学发现研究系统开源项目让大模型独立完成提出想法、实验、写论文与评审的自动化科研系统，附带三个实验模板。查看
Fincept Terminal：C++ 金融研究桌面终端开源项目Fincept Terminal 是用 C++20 与 Qt6 编写的金融研究桌面终端，内嵌 Python 3.11 分析，单二进制运行。查看
AI Berkshire：价值投资研究Skill合集开源项目兼容Claude Code与Codex的投资研究Skill集合，将巴菲特、芒格、段永平、李录的方法论结构化为可复现的投研流程。查看
sheeridVerify：验证流程教学与研究工作台开源项目基于 Node.js 的本地 Web 工作台与任务队列，用于学习和测试资格验证流程的浏览器交互与状态查询。查看
Erosion-CN：iOS 系统配置与 MobileGestalt 研究工具箱开源项目简体中文版 iOS/iPadOS 系统配置与 MobileGestalt 修改工具，支持 iOS 27 全功能与 iOS 26 部分功能。查看
Agent0：零数据自进化智能体研究代码库开源项目包含 Agent0 与 Agent0-VL 两项研究的代码，通过工具集成推理让智能体在无人工标注数据下自我进化。查看
FlashProve：AI模型回复的零知识证明研究原型开源项目让AI服务商在不公开模型权重的前提下，证明某条回复确实由已承诺的模型生成，供任何人用CPU验证。查看
TradingAgents：多Agent LLM金融交易研究框架开源项目模拟真实交易公司分工的多Agent交易框架，由基本面、情绪、新闻、技术分析师与研究员、交易员、风控等角色协作产出交易决策。查看
openai/math：模型产出的数学手稿与 Lean 形式化开源项目OpenAI 内部模型在开放研究问题上产出的数学手稿、证明材料与部分 Lean 形式化库。查看
OpenArm：开源 7 自由度人形机械臂开源项目面向物理 AI 研究的开源 7 自由度人形机械臂项目，配套硬件 CAD、机器人描述、CAN 控制、ROS2、MuJoCo 模型、数据集与遥操作等系列仓库。查看