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
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