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 1
AI热点 32
GPT-6.2 Sol灰度上线,智能指数60分AI热点GPT-6.2 Sol悄然灰度上线,Artificial Analysis智能指数获60分空降榜首,单任务成本仅$1.19,被视为Opus 5.5的强劲对手。
GPT-6.1 Sol参与小鼠脑手术,定位误差减半AI热点GPT-6.1 Sol参与活体小鼠脑手术,连续三次操作后定位误差从0.6毫米降至0.3毫米,靠上下文学习实现,未重新训练模型。
OpenAI发布GPT-6.2 Astra与Sol两款模型AI热点OpenAI发布GPT-6.2 Astra与Sol,Astra在Agents' Last Exam达78.3%,单任务成本仅2.89美元,并首次达到AI自我改进High风险等级。
GPT-6.2 Astra与Sol上线LMArena Agent ArenaAI热点GPT-6.2 Astra与Sol已进入LMArena Agent Arena,基于数百万条真实长周期智能体任务评测,模型可调用网页搜索、文件系统与终端工具。
Marvell与Penguin推光子内存架构,16系统共享16TBAI热点Marvell与Penguin Solutions推出光子内存架构,最多16套系统可共享16TB DDR5与1TB HBM,首批产品预计明年下半年上市。
Gemini 4 Carbon登顶MathArena,成本约15倍AI热点Gemini 4 Carbon以85.4%登顶MathArena数学基准,超越GPT-6.1 Sol,但推理成本约为其15倍。
OpenAI用自动化红队提升GPT-6鲁棒性AI热点OpenAI公布用自动化红队生成对抗数据训练GPT-6 Astra和Sol,提升其在网络、生物等高风险领域的模糊鲁棒性。
OpenRouter上线7语言Beta本地化AI热点OpenRouter上线简体中文、日语等7种语言Beta本地化,并详解由GPT-6.1 Sol驱动的自纠错翻译流水线与成本数据。
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。
Deepnote评测12模型:OpenAI包揽前二AI热点Deepnote发布Agent Initiative Benchmark,12个模型在Slack虚拟公司场景中比拼判断力与性价比,OpenAI GPT-6 Astra与Sol包揽前二。
Canonical向Ubuntu Pro用户推出可选AI安全补丁AI热点Canonical为Ubuntu Pro用户推出可选的AI生成安全补丁库Edge archive,未全面验证不自动进稳定版。
Redwood论文提出score-seeking解释LLMAI热点Redwood Research 发表论文,提出 score-seeking 概念解释 LLM reward-hack 动机。
我的世界测试GPT与Claude智能体集群AI热点研究人员借助《我的世界》沙盒测试 GPT 与 Claude 智能体集群表现,协作测试中智能体群落发展受阻,对抗测试里 GPT 智能体策略更激进且胜率更高,相关项目已开源。
Perplexity发布Orchestrator API支持KV缓存路由AI热点Perplexity推出Orchestrator API,一个API聚合45+模型,支持KV cache兼容的决策式路由与自动故障切换,实测将terminal-bench 4.1解题数从38提升至41。
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。
OpenRouter发布LLM基准测试教程AI热点OpenRouter发布教程,讲解如何用应用真实输入与输出契约评测LLM,并公布60个合成任务的实测结果与榜单相关性分析。
Datadog发布SRE排查模型ScoutAI热点Datadog发布面向SRE故障排查的专用AI模型Scout,已在Bits中封闭预览,成本显著低于通用模型。
ARC Prize公布Fable 5.2评测成绩AI热点ARC Prize公布Claude Fable 5.2在ARC-AGI-2取得93.8%,为第三高模型成绩,并披露各基准得分与评测成本。
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。
OpenAI发布湿实验基准BioBasicsBenchAI热点OpenAI联合Ligo推出BioBasicsBench,含100项湿实验任务,评测AI智能体解析原始实验数据能力,GPT-6 Astra得分66.7%。
开源项目 22
solidcraft:Rust 参数化 3D CAD 应用开源项目纯 Rust 编写的开源参数化 3D CAD 应用,支持草图约束、特征时间线、装配与钣金,可桌面、浏览器运行并经 MCP 供 AI 建模。查看
Solid Glass:面向 shadcn/ui 的玻璃质感主题开源项目一套轻量 CSS 主题,为 shadcn/ui 组件提供介于扁平与液态玻璃之间的实心玻璃外观,含状态、面板与 Agent 界面组件。查看
Solo to Team:一人统筹 AI 团队的技能包开源项目四支协作技能加模板与脱敏案例,帮助个人登记、追踪并验收交给多个 AI 助手的任务。查看
inference-optimisation:本地LLM服务提速的Agent技能开源项目面向本地LLM服务的Agent技能,指导在任意硬件与量化配置下逐项爬坡优化解码、预填充、KV缓存、启动与首token延迟,并配套基准测试脚本。查看
Godot MCP:连接AI代理与Godot引擎的服务器开源项目Model Context Protocol服务器,让AI代理能启动Godot编辑器、运行项目、捕获调试输出并管理场景,形成调试反馈闭环。查看
Project NOMAD:离线优先的知识与教育服务器开源项目在Debian系系统上自托管的离线知识库,整合AI问答、维基百科、课程学习与地图等工具。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
tstack:Claude Code 与 Codex 的 Agent 技能包开源项目作者日常使用的 Agent 技能合集,覆盖 PR 提交、审查、CI 跟进与合并等流程,可在 Claude Code 和 Codex 中使用。查看
glyphcss:DOM 中的 ASCII 3D 网格渲染库开源项目将 3D 网格、图表、图表和地图以字符网格渲染进 DOM 的 ASCII 多边形网格渲染器。查看
Markstream:面向 AI 聊天的流式 Markdown 渲染器开源项目为 AI 聊天与 LLM token 流设计的流式 Markdown 渲染器家族,含 Vue 版及多框架配套包。查看
hatchzip:边解压边释放空间的归档解压工具开源项目从归档尾部开始解压并逐步裁掉已解出部分,用于磁盘空间不足时解包。查看
Spotifast:Rust 编写的跨平台 Spotify 桌面客户端开源项目用 Rust 与 egui 实现的轻量 Spotify 客户端,支持本地播放、Spotify Connect、歌词、队列与可视化,覆盖 Linux、macOS 和 Windows。查看
Kornia:PyTorch 可微分计算机视觉库开源项目基于 PyTorch 的可微分计算机视觉库,提供图像处理、几何视觉算法与批量 GPU 加速算子。查看
Agent0:零数据自进化智能体研究代码库开源项目包含 Agent0 与 Agent0-VL 两项研究的代码,通过工具集成推理让智能体在无人工标注数据下自我进化。查看
Valkey:高性能键值数据结构服务器开源项目从 Redis 分叉的开源高性能键值数据结构服务器,支持多种原生结构与可扩展插件系统。查看
Compound Engineering:AI 编程代理的工程流程技能包开源项目包含 38 个技能的插件,围绕头脑风暴、规划、执行、评审、复盘循环组织编码代理的工作。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
kgateway:面向Kubernetes的Envoy网关控制面开源项目实现Kubernetes Gateway API的Envoy控制面,提供API网关、混合应用迁移与多租户路由策略能力,源自2018年启动的Gloo项目。查看
simple-evals:语言模型评测参考实现开源项目OpenAI 开源的轻量语言模型评测库,2025 年 7 月起不再更新,保留 HealthBench、BrowseComp、SimpleQA 参考实现。查看
FHEVM:全同态加密智能合约框架开源项目在 EVM 兼容链上实现机密智能合约的框架,用全同态加密让链上直接处理加密数据。查看
