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
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。
Anthropic公开安全评测方法:跨配置差34点AI热点Anthropic公开AI安全评测方法论,指出同一模型在API与加系统提示配置下安全分数最多相差34个百分点。
伯克利论文:监督者重组智能体团队超越专家内核AI热点UC Berkeley论文提出Evolving Agent Teams,用supervisor在进度停滞时重组编码智能体团队,在GPU kernel优化上超越专家代码。
OpenAI发布GPT-6.2 Astra与Sol两款模型AI热点OpenAI发布GPT-6.2 Astra与Sol,Astra在Agents' Last Exam达78.3%,单任务成本仅2.89美元,并首次达到AI自我改进High风险等级。
微软发布MAI Code 2编程模型并上线CopilotAI热点微软在Ignite 2026发布MAI Code 2与MAI Code 2 Flash两款编程模型,已在GitHub Copilot上线,主打高性价比。
多校发布RoboRisk基准与LEASH护栏,大模型机械臂伤害率大降AI热点西交利物浦大学等多校联合提出机器人安全基准RoboRisk与安全护栏LEASH,评测显示六个前沿大模型伤害率在9.06%至76.92%之间,加入LEASH后四个模型真机任务零伤害。
FlashStates发布:混合状态缓存预填充提速3.14倍AI热点Together AI、UIUC与UT Austin提出FlashStates,重新设计混合架构模型的KV与状态缓存管理,预填充吞吐最高达vLLM的3.14倍,SGLang已接入其淘汰策略。
腾讯开源LoopForge:团队Coding Agents交付平台AI热点腾讯开源LoopForge,面向团队的Coding Agents流程化交付平台,支持角色分工、沙箱执行与评测改进流程。
Anthropic本周纳斯达克挂牌,代码ANTAI热点Anthropic计划本周在纳斯达克挂牌交易,股票代码ANT,市场预期其机构认购热度可能超过SpaceX。
Gemini 4 Carbon登顶MathArena,成本约15倍AI热点Gemini 4 Carbon以85.4%登顶MathArena数学基准,超越GPT-6.1 Sol,但推理成本约为其15倍。
Gemini 4 Hydrogen High成Agent Arena前十最快模型AI热点Agent Arena榜单显示,谷歌Gemini 4 Hydrogen (High)成为前十模型中速度最快的一款,典型步长7.3秒。
XYBench发布:8115题测模型识别用户误解AI热点AllenAI等团队推出XYBench基准,收录8115个真实问题,评测模型能否发现用户提问中的隐含误解并转向真实目标,获EMNLP 2026最佳资源论文奖。
论文评测14个模型临床引文佐证能力AI热点研究评测14个LLM在临床问答中用逐字引文佐证主张的能力,发现多数模型能附上引文但难以完全佐证。
AI同行评审基准:前沿LLM检测率差50点AI热点论文提出审计AI同行评审员的基准,向真实论文注入357个错误并评估12个评审系统,发现模型选择对检测率影响最大。
百度文心5.5 Flash Preview发布,两项基准居首AI热点百度文心发布ERNIE 5.5 Flash Preview,在八项基准测试中两项排名第一,并公布推理价格与开源计划。
Datadog发布SRE排查模型ScoutAI热点Datadog发布面向SRE故障排查的专用AI模型Scout,已在Bits中封闭预览,成本显著低于通用模型。
论文揭示语言智能体记忆陷阱AI热点arXiv新论文指出语言智能体的持久记忆会从良性互动中过度泛化,导致后续任务出现不安全行为。
OpenRouter实测MCP与CLI的token成本AI热点OpenRouter实测同一GitHub任务下MCP、CLI与skill的token开销,并推出Tool Search降低MCP上下文成本。
开源项目 222
The Agency:面向编码工具的 AI 专家角色集合开源项目一套可安装到 Claude Code、Cursor、Codex 等工具中的 AI 代理人格集合,按工程等分部组织,各具专长与工作流程。查看
CC Switch:多款编码 Agent 的供应商与配置管理器开源项目一键切换 Claude Code、Codex、Gemini CLI 等工具的 API 供应商,并集中管理 MCP、Skills 与 Prompts 配置。查看
WrenAI:面向 AI 代理的生成式 BI 引擎开源项目开源 GenBI 引擎,为 Claude Code、Cursor 等代理提供受治理的语义层,把业务问题转成 SQL 并部署可分享的仪表盘。查看
HumanLayer:团队协同管理编码智能体开源项目在自己的机器上运行 Claude Code、Codex 等编码智能体,团队通过统一界面管理任务、会话与评审。查看
unity-mcp:Unity 编辑器的 MCP 桥接开源项目通过 Model Context Protocol 把 Claude、Cursor、VS Code 等 AI 客户端接入 Unity 编辑器,提供 50 个工具入口控制场景、脚本与测试。查看
magpie:多Agent模型与订阅的本地网关开源项目本地网关与菜单栏应用,让 Claude Code、Codex、Gemini CLI 等任意 Agent 使用任意模型或订阅账号,配额耗尽时自动切换到下一账号。查看
huashu-motion:Agent 用的宣传片动效制作技能开源项目遵循 Agent Skills 协议的技能,让 Claude Code、Codex 等 agent 读产品、出方向、写片配乐,并在浏览器编辑器里点选画面逐处修改。查看
Orca:并行运行多个编码Agent的编排应用开源项目在独立worktree中并行运行Claude Code、Codex等编码Agent的编排工具,提供聊天或终端界面,支持本地与云端。查看
gstack:把编程代理变成虚拟工程团队的技能集开源项目以Markdown斜杠命令为Claude Code等代理提供产品、设计、评审、QA、安全与发布等角色技能。查看
HA-MCP:用 AI 助手管理 Home Assistant 的 MCP 服务器开源项目HA-MCP 提供 MCP 服务器,让 Claude、ChatGPT 等 AI 助手配置和自动化 Home Assistant,推荐通过 HACS 或 Marketplace 安装的同名集成以进程内方式运行。查看
Needle MCP:外联引擎的 MCP 工具服务开源项目把 Needle 的外联引擎以 MCP 工具形式提供,供 Claude、ChatGPT、Cursor 等 MCP 客户端调用。查看
cate:并行编码Agent的无限画布IDE开源项目面向并行编码Agent的无限画布IDE,可运行Claude Code、Codex等Agent CLI,支持共享工作区与worktree并行分支。查看
Agentic Awesome Skills:AI编程技能库与AAS Core开源项目收录2955+可安装SKILL.md技能的库,配套AAS Core让Codex或Claude检索本地目录、记录所选技能并预览计划。查看
stack-diagram:一句话生成技术栈架构图的Agent技能开源项目用一句话描述技术栈,生成带官方logo的架构图,支持Claude Code、Codex、Cursor等支持技能的Agent。查看
Repomix:将代码仓库打包为AI友好文件的工具开源项目把整个代码仓库打包成单个AI友好文件,便于投喂给Claude、ChatGPT等大模型,支持token统计、忽略规则与敏感信息过滤。查看
Warp:开源的Agentic开发环境开源项目源自终端的Agentic开发环境,内置编码Agent,也可接入Claude Code等外部CLI Agent。查看
wshobson/agents:多编码工具通用的插件与技能集合开源项目一套以Markdown编写的Agent、技能与命令,经适配器生成后供Claude Code、Codex、Cursor等多种编码工具使用。查看
BrowserSkill:把浏览器接入 AI Agent 的工具开源项目BrowserSkill 通过 bsk CLI 和浏览器扩展,让 Codex、Claude Code 等 Agent 用你已登录的 Chrome/Edge 完成网页任务。查看
pixelfx:244 个像素特效与动画库开源项目244 个像素美术特效与动画,可直接用于浏览器游戏或导出精灵图,附带制作新特效的 Claude Code 技能。查看
Rapid-MLX:Apple Silicon 本地 LLM 推理服务器开源项目基于 MLX 的 OpenAI 与 Anthropic 兼容推理服务器,可用一条命令让 Codex、Claude Code 等编码代理运行本地模型。查看