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
Artificial Analysis编程智能体指数升至v2.1AI热点Artificial Analysis发布Coding Agent Index v2.1,升级FrontierCode与Terminal-Bench基准,Claude Fable 5.2与Claude Opus 5.5并列58分领跑。
Einsia AI发布多智能体编排基准AI热点Einsia AI旗下Navers Lab发布WorkflowArena,评测大模型多智能体编排能力,Claude Opus 5.5以36.95%完全解决率居首。
Anthropic组建15人芯片设计团队AI热点Anthropic在投资者会议上透露已组建15人芯片设计团队,用Claude模型开展定制芯片设计,内部测试显示可缩短设计周期。
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。
开源项目 222
Tolaria:Markdown 知识库管理应用开源项目基于纯 Markdown 文件与 Git 的知识库应用,支持桌面与 iOS,离线优先、无锁定。查看
OpenSEO:开源SEO工具与MCP服务开源项目开源的SEO工具,覆盖关键词研究、排名跟踪、外链、站点审计等工作流,可通过MCP供AI助手直接使用。查看
OpenWiki:把代码库变成可链接的 Markdown wiki开源项目把代码库与知识源转成你拥有的关联 Markdown wiki,供编码代理理解仓库、回答问题并跨项目查找上下文。查看
archify:把想法转成可交互 HTML 的 Agent 技能开源项目让 AI 编程代理把想法、问题或仓库描述生成可探索、可定制、可分享的交互式 HTML 页面。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
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
open-yoki:单服务器运行的 AI 直播主播系统开源项目一台服务器跑起 AI 主播:复刻声音、数字人出镜、读弹幕回话并自动开播。查看
Desktop Commander MCP:文件与终端操作的MCP服务器开源项目通过MCP让AI客户端读写搜索文件、执行终端命令并管理进程,支持Excel、PDF、DOCX等格式与远程接入。查看
Instatic:自托管的一体化可视化 CMS开源项目基于 Bun 单服务器的自托管 CMS,集成画布编辑器、内容引擎与发布器,输出干净的语义化 HTML。查看
AI Story:故事视频自动化生成平台开源项目输入故事主题,自动完成文案改写、分镜设计、图片生成、运镜规划到视频合成的全流程,支持多AI服务商配置与项目管理。查看
billion-context:编码 Agent 上下文压缩代理开源项目位于 Agent 与模型 API 之间的上下文压缩代理,通过分层摘要让单次会话跨越数十亿 token。查看
serena:面向编码Agent的语义代码工具MCP服务开源项目通过MCP为AI编码Agent提供符号级的代码检索、编辑、重构与调试工具,支持40多种语言的LSP后端及JetBrains插件。查看
Strix:自主 AI 渗透测试工具开源项目开源 AI 渗透测试工具,用自主 Agent 动态运行代码、发现漏洞并生成可复现的 PoC 验证。查看
cmux:带垂直标签页与通知的 macOS 终端开源项目基于 Ghostty 的原生 macOS 终端,为并行运行的 AI 编码代理提供侧边栏标签、通知环与可编程控制。查看
OfficeCLI:面向AI智能体的Office文档命令行工具开源项目单个二进制文件让AI智能体用命令创建、读取和编辑Word、Excel、PowerPoint文档,并渲染为HTML/PNG供检查。查看
MoneyPrinterTurbo:AI短视频自动生成工具开源项目提供主题或关键词即可自动生成脚本、匹配素材、配音字幕配乐并合成高清短视频。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
jcode:并行编码Agent工具开源项目可并行运行数十个编码Agent的工具,含多Agent协作与自修改源码能力。查看
worktrunk:面向并行 AI Agent 的 git worktree 命令行工具开源项目用分支名管理 git worktree 的 CLI,提供 wt switch、wt list、wt merge、wt remove 等核心命令,便于并行运行多个 AI 编程 Agent。查看
openship:自托管部署平台与内置 CI/CD开源项目指向仓库即可构建、发布、路由并终止 TLS 的自托管部署平台,可用桌面应用、Web 面板或 CLI 操作。查看