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”。
工具 24
AI热点 331
Meta提出路由式持续学习架构,API成本降72%AI热点Meta FAIR提出Routed CL架构,通过簇化记忆与LLM路由复用经验,实验显示API成本降低65%至72%,归一化奖励提升15%至30%。
腾讯混元发布Hyra 2.0通用agent科研工具AI热点腾讯混元发布Hyra 2.0,将自动化科研从解题转向由agent研发可复用科学工具与模型,采用三层分工并接入实际研发环境。
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%。
谷歌DeepMind提出SIM实现跨模型持续自我改进AI热点谷歌云AI、DeepMind与宾州州立大学联合提出自我改进记忆(SIM)方法,让AI跨模型、跨任务继承优化经验,办公任务跨模型评测较无SIM方案领先11.33分。
Uber在400K tokens处压缩Claude Code会话控成本AI热点Uber在AI预算耗尽后于400K tokens处压缩工程师的Claude Code会话,2月至8月每周agent请求增长9.4倍,但AI支出自4月以来大致持平。
macOS版Gemini新增电脑使用功能AI热点谷歌为macOS版Gemini新增computer use能力,可跨本地文件、桌面应用与网页执行多步骤任务,率先以英文向美国用户推出。
Alan内部Agent Hopper覆盖80%员工AI热点保险科技公司Alan披露内部编码Agent Hopper已覆盖80%员工,25%合并PR来自该Agent。
OpenAI开放GPT-Live-1.1语音模型APIAI热点OpenAI向开发者开放GPT-Live-1.1语音模型API,支持全双工实时对话与后端模型任务委托。
米哈游公布游戏AI基础模型GamerAI热点米哈游公布通用视觉语言动作基础模型Gamer,可自主游玩3D和2D游戏。
开源Karpo Decision登顶决策模型榜首AI热点MachinePulse开源Karpo Decision全系模型,31B旗舰在Decision Index总榜以73.9分夺冠,超越谷歌闭源Gemini Decision 1。
sudo L7基准:Claude全系胜过GPTAI热点新基准sudo L7显示Claude各模型在软件工程判断力上全面超越GPT。
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。
华为云MaaS上线开源盘古openPangu-2.1-ProAI热点华为云MaaS上线开源盘古模型openPangu-2.1-Pro,围绕Agent开发、AI编码与推理优化升级。
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。
Claude Code Projects升级:协调器主动汇报线程状态AI热点Anthropic升级Claude Code Projects,协调器可主动汇报线程状态并支持只读分享。
开源Friday让Claude Code等代理协同AI热点开源项目Friday发布,可让Claude Code、Codex、Cursor等多个AI编码代理协同工作。
OpenAI发布研究模型关停机制AI热点OpenAI为研究模型推出名为Control Room的中央关停系统,可在决定关停后35秒内停止模型输出,并已部署于研究基础设施。
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。
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。
Claude误删芝加哥教授一年讲义AI热点芝加哥大学教授让Claude改页码,一顿午饭功夫一年讲义被误删,后靠Dropbox找回。
开源项目 81
MaxKB:企业级智能体平台开源项目开源平台,集成 RAG 管道、工作流引擎与 MCP 工具调用,支持多种公有与私有大模型,可零代码接入第三方业务系统。查看
PaperOrchestra:多智能体论文写作框架开源项目多智能体框架,把想法与实验日志等写作前材料转化为符合会议模板的LaTeX论文,含文献综述与图表生成。查看
ViMax:智能体化视频生成框架开源项目把叙事规划、分镜、图像与视频生成、成片组装串成一条可扩展工作流的智能体视频创作框架。查看
OpenMAIC:多智能体互动课堂平台开源项目把任意主题或文档一键生成为互动课堂,由AI教师与AI同学实时讲解、讨论并配合白板与语音。查看
DeepSWE:编码智能体长任务评测基准开源项目包含 113 个任务的基准,用于评测前沿编码智能体在开源仓库上的长程软件工程能力。查看
MiroFish:多智能体群体智能预测引擎开源项目从种子信息构建平行数字世界,让数千智能体社会演化以推演未来场景。查看
DeerFlow:编排子代理与沙箱的智能体运行框架开源项目开源超级代理harness,基于LangGraph编排子代理、记忆、沙箱与可扩展技能。查看
OpenViking:AI智能体的上下文数据库开源项目把知识、记忆与技能组织成 viking:// 虚拟文件系统,供智能体用 ls、read、grep 等方式浏览和检索上下文。查看
PentAGI:多智能体自主渗透测试系统开源项目PentAGI 是自托管的多智能体自主渗透测试系统,在隔离 Docker 沙箱中运行专业安全工具并产出报告。查看
vork:面向AI智能体的3D与VFX引擎开源项目智能体用代码编写整个场景(含着色器、材质、相机与物理),引擎在GPU上渲染,核心API约2500token。查看
VitaBench:LLM智能体交互任务评测基准开源项目评测LLM智能体在真实生活服务场景中多轮交互与工具调用能力的基准,含代码库、数据集与评测流程。查看
TinyTroupe:LLM 多智能体人格模拟库开源项目用大模型驱动具有人格、兴趣和目标的虚拟人物,在模拟环境中互动,用于广告评估、测试与头脑风暴等场景。查看
Steel:面向 AI 智能体的开源浏览器 API开源项目开源浏览器 API,管理 Chrome 会话、页面与进程,提供代理、扩展、反检测和页面转 Markdown/PDF 等工具,供 AI 应用与浏览器自动化使用。查看
Onyx:面向团队与智能体的知识上下文层开源项目Onyx 连接 50 多个应用建立知识索引,为团队和 LLM 智能体提供可自托管的检索与上下文层。查看
poki:让AI智能体操控iPhone的工具开源项目通过MCP服务器或独立Agent让AI智能体在iPhone上执行任务,支持消息发送等操作。查看
sapper-v2:多智能体协同的自主渗透测试编排框架开源项目面向攻防竞赛的多 Agent 编排框架,由指挥官、将领、士兵分工协作并共享分层事实图。查看
FailSafe ARTEX:多智能体安全测试工具的加固发行版开源项目从已审计的 v0.3.15 源码构建的 ARTEX 发行版,保留多智能体安全测试能力,同时将控制台限制在本机回环并加固容器部署。查看
Context Mode:减少编程智能体上下文占用的本地插件开源项目Context Mode 是面向 10 种编程智能体的免费本地插件,把工具输出留在本地 SQLite 索引中,只向上下文返回所需部分。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
agent-browser:面向AI智能体的浏览器自动化CLI开源项目Rust编写的命令行浏览器自动化工具,把页面读成带ref的无障碍树,供智能体逐步操作。查看



