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 146
Revolut两千工程师转用自托管GLM编码AI热点Revolut将约2000名工程师迁移到自托管GLM进行编码,Claude Code和Codex列为例外,成本约为前沿API的十分之一。
微软TokenEconomizer降Coding Agent成本18.4%–30.9%AI热点微软推出TokenEconomizer工具,通过Micro-skills、Tool Pruning和Failure-loop Intervention三种机制,使Claude Code等Agent任务成本降低18.4%-30.9%。
阿里开源代码审查工具OpenCodeReviewAI热点阿里开源内部打磨两年的代码审查工具OpenCodeReview,支持API、Claude Code、Codex接入,可做行级审查与全项目体检,内部已服务数万开发者并拦截数百万缺陷。
XStack基准发布:测智能体跨生态迁移代码AI热点研究人员发布XStack基准,评测AI智能体将PyTorch仓库迁移至JAX/TPU的能力,Claude Opus 5通过率75%居首。
ServerBench发布:智能体设计LLM服务系统AI热点arXiv论文提出ServerBench基准,评测编码智能体设计专用LLM服务系统的能力,Claude Sonnet 5.5表现领先。
MedPhysBench评测12模型医学物理计算AI热点MedPhysBench发布,评测12个语言模型在医学物理计算与错误检测任务上的表现,Claude Sonnet 5.5在等中心MU计算中19/20漏掉平方反比修正。
字节跳动将封禁L4代码库外部AI访问AI热点字节跳动本月起将对全公司L4级代码仓库和飞书文档实施外部AI访问封禁,限制员工自费使用Claude、Codex等账号。
OpenAI解封误杀账号并道歉AI热点OpenAI向被误封的安全研究员致歉并恢复账号,同时Anthropic收紧Claude风控。
CyberArena发布466场Agent攻防评测AI热点研究团队推出CyberArena对称攻防评测,12款模型进行466场对局,GPT-5.6 Sol以78.6分居首,Claude Opus 5与GLM-5.3分列二三。
VideoMemBench发布:MLLM视频记忆仅45.7%AI热点新基准VideoMemBench评测多模态大模型在长视频多轮对话中的记忆能力,Claude Opus 5以45.7%居首,凸显上下文视频记忆挑战。
FreeToken开源:RTX 5090本地跑DeepSeek 284B达25tok/sAI热点伯克利、MIT等推出开源推理引擎FreeToken,让个人电脑运行千亿参数MoE模型,RTX 5090实测DeepSeek 284B达22-25 tok/s,可接入Claude Code等Coding Agent。
SPU湿实验预测基准发布,Opus 5.5仅0.486分AI热点UniPat AI牵头发布湿实验预测基准SPU,覆盖116个任务、4207个湿实验,首轮评测12款前沿模型,最高分Claude Opus 5.5仅0.486,且提高推理强度与算力未带来明显提升。
无界前沿开源生物信息模型Fx-Bio-1031AI热点无界前沿开源生物信息大模型Fx-Bio-1031,开放完整权重,在BioMysteryBench困难子集取得70.59% Pass@5,超越GPT-6-Astra与Claude Opus-5。
Q0-Preview登顶Robodojo Sim榜单AI热点乾章智能Q0-Preview以68.87%任务成功率、74.2综合分登顶Robodojo Sim Agent榜单,采用Agent路线并基于Claude Opus 5.5驱动,官测代码已开源。
OpenRouter升级MCP视频生成与上下文优化AI热点OpenRouter发布多项MCP更新:视频生成改为链接返回、模型查询上下文缩减96%、Claude Code任务完成率提升至8/8,并支持聊天内测试600+模型。
SLDBench v2发布:AI自主选实验评测AI热点研究团队发布SLDBench v2,让AI在付费实验目录中自主选择实验以发现Scaling Law,评测显示8个前沿模型自主选实验时成绩全部下滑,Claude Opus 5.5以4%成本取得最佳精度。
LLM直接写出医学分类器权重AI热点新论文探索权重空间编程:让大模型直接写出医学图像分类器参数,无需训练数据,并给出与基线模型的AUC对比结果。
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。
开源项目 223
AnyModelBot:本地 AI 机器人团队应用开源项目运行在个人电脑上的多机器人 AI 应用,支持多模型、多渠道接入与本地数据存储。查看
Awesome Short Drama Skills:AI 短剧与漫剧技能精选清单开源项目收录 86 个给 AI 智能体用的短剧、漫剧 skill,覆盖小说改编、剧本、分镜到视频提示词,按类型、创作阶段和适配视频模型分类整理,并附三轮实测对比。查看
cindy:多设备开源 AI Agent 客户端开源项目开源 AI Agent 桌面与移动客户端,可连接多台电脑与手机,接入已有模型订阅并统一管理多个 Agent。查看
Impeccable:编码代理的设计审查与润色技能开源项目为编码代理提供设计指令与审查命令的技能包,含 24 个命令和基于 62 条规则的无 LLM 设计缺陷检测器。查看
reverse-skill:逆向与安全任务技能路由包开源项目为AI编码Agent提供APK、二进制、JS加密、CTF等安全任务的方法论路由与工具检查。查看
Gas Town:多AI编码Agent的编排与工作追踪系统开源项目协调多个编码Agent并行工作的编排系统,用git钩子持久化工作状态,内置邮箱、身份、合并队列与监控机制。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
Scenario Agent Skills:AI 内容创作技能包开源项目遵循 Agent Skills 格式的技能集合,教 AI 编程代理通过 Scenario MCP 服务器生成图片、视频、音频、纹理、天空盒和 3D 资产,并包含驱动本地 DCC 软件的专家工具。查看
REA:面向 AI 编程助手的逆向工程工具开源项目通过 MCP 和命令行分析原生程序、JavaScript/Electron、.NET 应用及网站,并给出分析证据与限制。查看
9Router:AI编程工具的路由与Token节省服务开源项目将各类AI编程工具连接到40多家模型提供商的路由服务,支持RTK压缩工具输出、订阅额度追踪与自动降级回退。查看
cleanyourtv:Android TV 去臃肿与启动器开源项目通过 ADB 备份并禁用 Android TV 厂商遥测与预装应用,再安装自定义启动器,可用脚本一键还原。查看
ai-memory:跨编码 Agent 的长期记忆工具开源项目Rust 编写的长期记忆系统,让二十余种编码 Agent 共享一份 markdown 记忆,支持跨会话、跨项目、跨机器的任务交接与检索。查看
caveman:让AI编程助手少说少读的技能包开源项目让AI编程助手用更短的语气回答,并压缩其读取的日志与网页内容,以减少token消耗,代码保持原样。查看
SkillEvaluator:Agent技能质量与效果评估框架开源项目分三层检查AI Agent技能:静态质量与安全校验、语义重复检测,以及在沙箱中对比有无技能时的Agent实际表现。查看
Plannotator:AI 编码代理的本地标注与代码审查界面开源项目浏览器端本地审查界面,可标注计划、文档与 diff,并把反馈作为下一轮消息发回编码代理。查看
oh-my-hermes:Hermes Agent 的并行多模型操作层开源项目为 Hermes Agent 提供按工作类别分配模型的并行 lane、DAG 图运行、技能路由与可验证状态的桌面与 CLI 层。查看
RouterHub:多模型AI API网关介绍页开源项目介绍一个OpenAI与Anthropic兼容的模型网关服务,聚合多家模型家族并提供按token计费的API接入。查看
leanrea:逆向工程用的单文件Agent技能开源项目一个8KB的SKILL.md技能,指导Agent直接调用现成逆向工具,替代带MCP层的REA。查看
Kairoa CLI:面向 AI Agent 的开发者命令行工具箱开源项目Go 编写的命令行工具箱,提供 50 多种常用开发工具,输出结构化 JSON,便于 AI 编程助手通过 shell 调用。查看
MiMo Code:终端原生 AI 编程助手开源项目终端原生的 AI 编程助手,可读写代码、执行命令、管理 Git,并用持久化记忆跨会话理解项目。查看