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”。
文章 1
工具 3
AI热点 95
Claude Code团队:90%代码由Claude编写审查AI热点Claude Code团队分享Agent验证方法论,约90%代码由Claude编写和审查,独立grader检查使任务成功率提升最多10个百分点。
评审智能体将仿真静默失败率降至1.5%AI热点arXiv新论文提出Judge Agent,自动验证AI生成的科学仿真代码,将静默失败率从42%降至1.5%,盲测成功率89%。
Turing Agent发布:形式化验证研究级数学AI热点Turing Agent实现研究级数学端到端形式化验证,在TCS基准取得57-62%与83%成绩,并完成三项未解决任务。
DeepMind用AI四周生成650万行Lean证明验证libsignalAI热点DeepMind AlphaProof Code团队用5人与数十个并发Agent,四周生成650万行Lean证明,将Signal的libsignal加密库验证至AArch64机器码。
Visa推支付通行密钥验证AI代理购物授权AI热点Visa介绍支付通行密钥与Trusted Agent Protocol,用于确认AI购物代理获得用户授权,并区分合法代理与恶意机器人。
Meta论文披露ABTest Agent设计经验AI热点Meta发布论文介绍ABTest Agent:LLM仅编排步骤,数字由验证工具计算,并披露实测中的p-hacking风险。
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。
腾讯微信视觉开源长视频剪辑AgentAI热点腾讯微信视觉开源长视频自动剪辑Agent WeVisCut,输入旁白脚本即可自动输出数分钟成片。
小米具身模型在青年公寓试运营AI热点小米Xiaomi-Robotics-1具身基座模型Agent闭环系统在小米青年公寓启动试运营,可自主完成桌面整理、垃圾清扫等长程任务。
OpenAI推出ChatGPT Businesses测试版AI热点OpenAI推出ChatGPT Businesses测试版,企业可认领商家资料、创建Business Agent并投放广告。
谷歌FlowAgent论文:CI内自动修复失败测试AI热点谷歌论文披露FlowAgent在内部CI自动修复失败测试,195例真实失败中67.18%修复正确,生产已应用28554个修复。
谷歌云CodeMender推安全隔离与灵活扫描AI热点Google Cloud在安全峰会公布CodeMender新预览能力与Auth Manager正式可用,强化智能体时代自动化安全防御。
奥特曼预告下一代GPT即将发布AI热点奥特曼在ADIPEC 2026开幕式上确认,攻克千禧难题的内部模型即即将发布的下一代GPT。
MasterControl开源Runway推理验证框架AI热点MasterControl发布内部验证工具Runway,围绕NVIDIA AIPerf构建合规决策流水线,并给出三项推理引擎评测发现。
SVApshot自动验证AI编写的RTLAI热点arXiv论文提出SVApshot框架,利用LLM自动生成并修复SystemVerilog断言,验证AI编写的RTL设计,实验成功检出人工与AI引入的缺陷。
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。
UCSD发布vstack与veriserve验证基础设施AI热点UCSD Hao AI Lab推出vstack形式化验证工作流与veriserve可验证PD分离服务引擎,发现生产引擎3类竞态并给出TLAPS安全证明。
谷歌港大VeriCUA论文验证智能体完成声明AI热点谷歌与香港大学发布VeriCUA论文,提出用机器状态核实计算机智能体的任务完成声明,误报率显著低于现有方法。
Claude破译哥德尔笔记,验证400条定理AI热点Claude解读哥德尔未发表笔记,梳理出663条定理雏形,经Coq形式化验证400条成立。
DeepMind用AI验证Signal加密代码AI热点Google DeepMind宣布AlphaProof Code框架对Signal协议实际运行代码完成形式化验证,生成超600万行Lean证明,仅耗时四周,并开源相关工件。
开源项目 87
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
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
Cloudflare 临时邮箱:基于 Cloudflare 的临时邮件服务开源项目基于 Cloudflare Workers、Pages、D1、Email Routing 构建的免费临时邮箱,支持 Rust WASM 邮件解析、AI 验证码提取、多用户与管理后台。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
Skyvern:基于LLM与视觉的浏览器自动化工具开源项目用大模型和计算机视觉驱动浏览器工作流,提供兼容Playwright的SDK与无代码工作流构建器。查看
MCP Java SDK:Model Context Protocol的Java实现开源项目MCP Java SDK让Java应用通过标准化接口与AI模型和工具交互,支持同步与异步通信。查看
awesome-gpt-image-2:GPT-Image 提示词模板库开源项目面向 GPT-Image 系列图像生成的提示词工程与模板库,收录 500+ 反向工程案例和 20+ 工业模板,将散文式提示词压缩为结构化协议。查看
improve:代码审查与改进规划技能开源项目审查代码库并生成改进计划,交给其他编程助手执行,技能本身不直接修改代码。查看
claude-seo:Claude Code 的 SEO 审计插件开源项目免费开源的 Claude Code 插件,对网站运行完整 SEO 审计并输出按优先级排序的行动方案。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
HunyuanOCR-1.5:轻量端到端 OCR 视觉语言模型开源项目统一文档解析、文本检测识别、信息抽取与图文翻译的轻量 OCR VLM,含训练与推理栈。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
OpenBot:本地优先的 AI 队友桌面工作区开源项目本地优先的桌面应用,为每个 AI 智能体提供独立工作区与会话,支持多种 CLI/ACP 智能体、本地队列、文件传输与内嵌浏览器。查看
题了个题:答题解锁设备使用时间的管控应用开源项目Android 平板、手机与电视应用,孩子完成学习任务后解锁使用时长,题库与记录保存在被控设备。查看
DeepSWE:编码智能体长任务评测基准开源项目包含 113 个任务的基准,用于评测前沿编码智能体在开源仓库上的长程软件工程能力。查看
GEOInflow:AI 爬虫与网站流量分析平台开源项目自托管的 Web 与 AI 爬虫分析系统,汇总网站访客、AI 搜索引荐、服务器抓取日志与内容清单,帮助团队了解 AI 爬虫访问与 AI 搜索带来的转化。查看
Claude-Code-Game-Studios:用Claude Code制作浏览器游戏的模板开源项目克隆后在 Claude Code 中描述想法,通过问答生成一页设计简报,逐步构建、检查并迭代出可玩的浏览器游戏。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
HACL*:形式化验证的密码学库开源项目用F*验证的现代密码算法库,含Curve25519、Ed25519、AES-GCM、SHA-2/3等,经KaRaMeL编译为C,另有ValeCrypt与EverCrypt。查看
TruffleHog:凭据泄露发现与验证工具开源项目在Git、聊天、日志、对象存储等来源中发现泄露的密钥,分类800多种凭据类型并验证其是否仍然有效。查看


