按主题看 AI

OpenAI Codex 源码剖析：执行引擎与内核沙箱如何实现

Claude Code 把账号邮箱写进 User-Agent 的复现、hook 拦截与自查脚本

Google DeepMind 发布 Gemini Omni 1.2 Flash，支持 15 秒视频并降价 30%

给运行中的 Agent 中途插话：steering 的原理与实现

腾讯微信视觉团队开源 WeVisOne-VL，统一检测、OCR、分割与抠图

KIMI K3 的 KDA 给推理系统带来哪些挑战，SGLang 与 vLLM 如何应对

Pika 基于 MiniMax H3 开源 H3 Flex，六步去噪实现音视频联合生成

用向量加 BM25、RRF 与 Rerank 四层检索解决 RAG 答不出精确问题

马斯克旗下 xAI 的 Grok 模型更新、算力集群建设与 X 平台整合。

Meta 分享薄编排器架构：1300行路由层调度14个专家智能体

Microsoft Research 用 PDD Kit 形式化验证智能体编写的全栈 Web 应用

NVIDIA 发布 Cosmos 3 四个开源世界模型检查点

Phonon TTS 发布端侧语音模型，登顶 Hugging Face Open TTS 榜单

Agent 开发者供应链与沙箱安全复盘：Cursor 假扩展、CVE-2026-120338 与一个沙箱配置审计器

用 62 行 bash、curl 和 jq 写一个极简 AI 编码智能体

中后台 Web Agent 如何定位 10 颗同名 Edit 按钮：AST 站点地图、DOM 打分与 SoM 视觉兜底

对照实验：Codex 编码智能体团队为何不如单 agent

从零设计 Agent 调度工作流：四层架构、五态状态机与多模型路由的工程实践

中后台 Web Agent 如何定位 10 颗同名 Edit 按钮：AST 站点地图、DOM 打分与 SoM 视觉兜底

GPUStack 在 DGX Spark 上跑通 Qwen-Image-2.1 的完整部署记录

NVIDIA 发布 Cosmos 3 四个开源世界模型检查点

Phonon TTS 发布端侧语音模型，登顶 Hugging Face Open TTS 榜单

逐际动力开源 FluxVLA Engine 技术报告解读，统一 VLA 数据训练评测与真机部署

无显卡本地跑 PLaMo 3 Translate 0.8B：llama.cpp 完整实测教程

开源云端托管智能体平台 OMA，参考 Anthropic 设计实现手脑分离

中后台 Web Agent 如何定位 10 颗同名 Edit 按钮：AST 站点地图、DOM 打分与 SoM 视觉兜底

开源模型扎堆发布后如何算显存：权重、KV 缓存与卡数的 Python 估算方法

开源云端 Agent 项目用 Proxy 把凭证留在控制面、不进沙箱

开源云端托管智能体平台 OMA，参考 Anthropic 设计实现手脑分离

蚂蚁百灵发布原生多模态模型 Ling-3.2-flash，560B 总参数、1M 上下文，前两周免费

BeepGrid 开源轻量级智能体通信层，打通 Codex、Claude Code 与 LangChain

arXiv 综述盘点 9B–20B 开源模型量化部署实测：INT4 小 batch 提速约 2 倍，大 batch 增益归零

arXiv 综述盘点 9B–20B 开源模型量化部署实测：INT4 小 batch 提速约 2 倍，大 batch 增益归零

中后台 Web Agent 如何定位 10 颗同名 Edit 按钮：AST 站点地图、DOM 打分与 SoM 视觉兜底

Anthropic 主张折叠 subagent、DeepSeek 主张加 Router，两篇 Agent 架构文章为何不矛盾

AI 正在改变什么：大家怎么用 AI、新能力的出现、对社会与市场格局的影响。

面壁智能 ForgeKernel 直播写算子跑赢 DeepSeek FlashMLA 9.8%

AI 相关的政策法规与政府监管：立法进展、出口管制与全球治理。