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
Open R1:DeepSeek-R1 的完全开放复现开源项目已停止维护的开源项目,提供复现 DeepSeek-R1 流水线的训练、数据生成与评测脚本及数据集。查看
GameNative:在Android上运行PC游戏开源项目在Android设备上直接运行Steam、Epic、GOG库中的PC游戏,支持云存档与手柄触控。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
commix:命令与代码注入渗透测试工具开源项目开源渗透测试 CLI,自动化检测并利用命令/代码注入漏洞,支持多种注入技术、带外信道、WAF 绕过与批量扫描。查看
DeepInfer:DeepSeek 大规模推理框架开源项目DeepSeek 生产服务使用的高性能推理框架开源版,支持 DeepSeek-V4.1-Flash 的离线推理。查看
NSP Box:Switch 2游戏打包工具开源项目Windows便携应用,把已解包的ExeFS/RomFS快照打包为明文NSP/NUP,供兼容模拟器使用。查看
Selenium 官方网站与文档源码仓库开源项目用 Hugo 与 Docsy 主题构建并发布 Selenium 官方网站和文档的源码仓库,通过 GitHub Actions 构建与部署。查看
vmr:跨平台SDK版本管理工具开源项目vmr让Go、Node.js、Python、JDK、Rust等多版本开发工具共存于一台机器,支持一键安装、切换与卸载。查看
DFlash:块扩散投机解码草稿模型开源项目面向投机解码的轻量块扩散模型,支持多款开源基座的并行草稿生成与多种推理后端。查看
ML Interview Prep:机器学习面试题解与笔记开源项目机器学习工程师面试准备仓库,含从零实现的算法笔记、LeetCode 风格纯 Python 题解与 AI 辅助编码模式指南。查看
ScanDot:Android 3D扫描与点云查看应用开源项目实验性Android应用,用ARCore相机跟踪与深度估计采集并保存3D点云,附带基于FFmpeg和COLMAP的工作站视频摄影测量流程。查看
VibeThinker:小参数量推理模型系列开源项目开源的 1.5B 与 3B 稠密推理模型仓库,基于 Qwen2.5-Coder,面向数学、竞赛编程等可验证推理任务,附技术报告与评测入口。查看
opensource COBOL 4J:编译到 Java 的 COBOL 编译器开源项目将 COBOL 程序翻译成 Java 程序的编译器,附 libcobj 运行时,支持嵌入式 SQL(PostgreSQL)与 NIST COBOL85 测试。查看
Swift Build:基于llbuild的Swift高层构建系统开源项目SwiftPM、Xcode与Swift Playground使用的高层构建系统,提供命令插件与分层测试套件。查看
dicom-mcp:DICOM 医学影像 MCP 服务器开源项目MCP 服务器,让 AI 助手查询、读取并移动 PACS 等 DICOM 服务器上的患者、检查与影像数据。查看
ClaudePost:邮件管理 MCP 服务器开源项目通过 Claude 以自然语言搜索、阅读、统计和发送邮件的 MCP 服务器。查看
chef-windows-hardening:Windows 服务器加固 Cookbook开源项目Chef Cookbook,通过配方让 Windows Server 系统符合 DevSec Windows Baseline 安全基线。查看
creasty's dotfiles:macOS 的 Nix 个人配置开源项目面向 macOS 的个人 dotfiles 仓库,用 nix-darwin 与 home-manager 管理 NeoVim、Zsh 等配置,并附带行为测试与版本固定机制。查看
learn-heroku:在 Heroku 部署 Node.js 应用的教程开源项目通过 fork 仓库并用 Heroku 网页界面连接 GitHub,几分钟内把 Node.js 应用部署到公网并开启自动部署。查看
Ansible Role:安装 Visual Studio Code开源项目用于安装 VS Code 的 Ansible Role,支持 Debian/Ubuntu、Rocky/Fedora 与 openSUSE,可配置扩展、设置与按键绑定。查看


