技术方向
开放权重、能下载下来自己部署的模型，开源框架与 GitHub 上爆火的 AI 项目。
374 条精选近 30 天 362 条共收录 1,367 条
团队开源了云端托管智能体平台 OMA，参考 Anthropic 的 Claude Managed Agents 实现会话管理、推理与执行解耦、凭证托管和文件系统，业务方通过兼容 Anthropic SDK 的接口定义和使用 Agent。
可借鉴手脑分离的托管智能体架构，Brain 在沙箱外推理、沙箱只执行工具，会话状态由平台独立保存；代价是要自建 PostgreSQL、NATS、S3、Vault 等一整套后端，并适配非公开的 CCRv2 协议。
阿里云云原生团队介绍 Nacos 3.3.0 新增的 ARD（Agentic Resource Discovery）资源发现能力，让 Agent 按当前任务在 Nacos 中搜索 MCP、Skill、Prompt 和远程 Agent，再按各自协议读取使用。
能拿走 Nacos 3.3.0 开 ARD 的四个配置项、AgentFinder 的 finders.json 写法和搜索接口 curl 示例，把团队散落的 MCP、Skill、Prompt 收成一个 Agent 可检索的入口；前提是资源已发布上线并配好读取权限，向量检索和 JEV 模型要另配。
BeepGrid 开源了一套面向智能体的通信层，让不同 runtime 的智能体互相发现、共享会话并向人请求输入与审批。它通过 SDK、CLI 和 MCP 接入 Codex、Claude Code、AI SDK、LangChain 及自定义 runtime，消息可路由到 Slack、邮件、Telegram 或 Discord，并持久化存储以支持断线重投。
能拿走的是跨 runtime 的 agent 通信层，用 SDK/CLI/MCP 把 Codex、Claude Code、LangChain 等接进同一会话，并带人工审批与断线重投；代价是要自建 PostgreSQL 引擎并管理可过期凭证。
作者在 2016 年 4 核 Celeron J3455 无显卡小主机上，用 llama.cpp 跑通 PFN 的 PLaMo 3 Translate 0.8B（Q4_K_M，573,116,288 字节），4 线程 decode 达 7.59 tok/s。
能拿走 llama-bench 逐档扫线程加 grep ggml-cpu 查后端降级的做法，落到本地模型部署线；代价是双路机器要先 taskset 绑单 NUMA，否则测出的数每次都不一样。
作者用 Python 函数估算 Kimi K3.1 Pro、文心 5.5 Flash Base、Axion 1.0 等开源模型的部署成本，结论是权重之外 KV 缓存才是决定能否跑起来的关键。
能直接拿走权重、KV 缓存、卡数三段的 Python 函数和 15% 余量参数，把选型从比榜单换成算显存；前提是拿到模型的层数、kv 头数和 head_dim，kv_heads 写成总头数会算大八倍。
作者开源了一个纯 CPU 本地离线运行的增值税发票识别服务，把 RapidOCR 输出的文本行和坐标还原成票面字段与商品明细表，接口格式对齐腾讯云 VatInvoiceOCR。
能拿走折行按列归属、用金额反推数量单价、用20位号码纠正票头这三条规则，落到本地离线票据结构化产线，代价是只覆盖增值税票且版式变动要补规则。
ModelSphere 开源了 continuation_gateway，在客户端与 SGLang/vLLM 之间加一层有状态网关，用 chat-continue 方式把断流后的半截回复续上，前端仍看到一条连续回答。
能拿走 chat-continue 的续写请求构造（continue_final_message 加 add_generation_prompt 关掉）和 usage 按字符系数估算的公式，落到本地模型部署的网关层；代价是每个模型乘引擎组合都得单独验证，vLLM 上部分组合要退到 render/tokenize/generate/derender 四接口路径。
开源云端托管 Agent 平台 superduck 团队基于 FUSE 实现动态虚拟文件系统，让 Sandbox 中的 Agent 用 git、find、grep 等原生 CLI 访问用户文件与 Skill。
能拿走一套 FUSE 虚拟文件系统做法，用 PostgreSQL 命名空间加对象存储解耦逻辑路径与物理 Key，ZIP 按需展开 Skill；代价是要自建 Filestore 服务并处理 Token 签发与缓存失效。
Perzian 在 GitHub 开源 Mantis，把网页转成带编号的短文本而非截图供 AI 智能体读取，可作为 MCP server 接入 Claude Code、Codex、Cursor 或自建 agent。
把网页转成编号短文本喂给 agent，替代截图和可访问性树，能接进 Claude Code、Codex、Cursor 的 MCP 流程；代价是 canvas 类页面无法点击绘制，登录墙要人工介入。
一位 AI 产品经理把多 Agent 项目的规则文件从 540 行压缩到 82 行，单次会话注入的 token 从约 8,200 降到约 1,200，代码一次性命中率从不足 50% 升到 85% 以上。
能把 500 行规则按剥离业务事实、下沉 lint 与测试、五层归因、收敛到 AGENTS.md 四步压到 80 行，落到软件工厂的 Agent 派单流程，代价是要先配好 ESLint 和测试链路。
作者做了一个网页工具，粘贴一句大白话就能生成带官方 logo 的工程制图风架构图，推理全部走火山方舟 Seed 2.1。模型只输出 {nodes, groups, edges} 的 JSON 规格，坐标计算、正交走线、图标装配和压线自查都由确定性代码完成，20 句实测全部出图、19 张通过零压线自查，平均 10.6 秒一张，按量计费等价成本约 3 分钱。
可拿走模型只出 nodes/groups/edges JSON、坐标交给确定性排版引擎的分工，配 Playwright 沿边采样查压线，落到软件工厂的图产出环节；代价是要自建中文 logo 词表和图标源，九节点以上布局变差。
WeWorker 作者复盘浏览器 Agent 的像素派与工具派两条路线，说明团队在真实站点跑一个月后因失败不可诊断、改版耐受度低、每步都过模型导致成本高而选择工具派。
可拿走 Adapter 契约加注册中心、manifest 内嵌 requires_confirmation 的写操作安全设计，以及探索 agent 生成只读工具草稿再验证上架的流程，落到本地工具接入和 Agent 派单线；代价是每站首次接入成本高，动态渲染和反自动化站点仍需人工写。
AgentSight 发布本地优先的 AI 智能体可观测工具，用 eBPF 和 TLS 流量追踪把提示词、模型调用、工具决策与进程、文件、网络活动关联起来，无需 SDK、代理或厂商集成即可监控 Claude Code、Codex、Gemini CLI 等闭源 CLI。
能拿 eBPF 加 TLS 抓包把提示词、模型调用和子进程、文件、网络动作串成一条时间线，换掉只靠应用层日志排障的做法；代价是要 Linux 内核 4.1+ 和 sudo，闭源 CLI 静态链接 SSL 时还得手动指定 binary-path。
Umbel 是一个开源工具，可在 tmux 中交互式驱动 claude、codex、gemini、opencode 等 Agent CLI，并通过 MCP 工具、命令行或 YAML 工作流让一个会话调度其他厂商的 worker 并行干活。
能用一个二进制把 claude、codex、gemini、opencode 拉进 tmux 当 worker，靠 MCP 工具和 YAML 工作流做跨厂商并行编排；代价是需装 tmux 3.0 与各家 CLI，首次冷启动 3–5 秒。
腾讯发布新一代大语言模型 Hy4，称其已进入全球领先开源模型行列，模型权重和系统卡将在未来几天放出。Hy4 首次引入视觉理解与 computer-use 能力，可操作命令行和图形界面，并针对 Blender、CAD 等专业软件做了专项训练，在指令遵循、长上下文和长程智能体任务上有明显提升。
Hy4 首次加入视觉理解与 computer-use，并在 Blender、CAD、UE/Unity/Godot 上做专项训练，可接到视频产线和本地模型部署两条线；权重和系统卡要等几天后才放出，现在只能走 API 或腾讯云。
NVIDIA 在 Cosmos 世界模型开发平台下新增四个 Cosmos 3 开源权重检查点，均为 Cosmos 3 Nano 的后训练版本，各含 16B 可训练参数，采用 OpenMDW1.1 许可，允许商用与非商用。
四个 16B 后训练检查点加四阶段配方可复用，能落到视频产线与本地模型部署，代价是要 Linux 加 NVIDIA GPU 和 Docker，且短跑通不等于收敛。
Call4Agents 0.6 发布，为 Python 智能体中发邮件、付款、写库等有副作用的动作提供崩溃重试下的一次性执行保证，可接入 LangGraph、Pydantic AI、OpenAI Agents SDK、MCP 或纯 Python，不替换原有框架。
给已有 agent 的副作用工具加一层 SQLite 运行记录，用参数哈希做审批绑定和幂等键，能直接换掉崩溃重试就重复发邮件付款的流程，代价是每个动作要自己装饰、参数需稳定文本形式。
Rivet 发布面向智能体负载的编排器，用 actor 模型把每个 agent 做成一个由 S3 支撑的轻量 Rivet Actor，而非独立沙箱。官方数据为每个 Actor 72 KB、p99 冷启动 4.99 ms，SQLite 落在 S3 上 p99 写入 1.07 ms、读取 1.36 ms，空闲时休眠不计费。
每个 agent 换成一个 72 KB 的 Rivet Actor 共享进程，S3 当唯一依赖，能替掉每 agent 一个沙箱的部署方式；代价是 Actor 跑在共享进程里，不可信代码得另走 agentOS。
Phonon TTS 发布可在设备本地运行的小型语音模型，无需服务器和网络，提供约 65 MB 和 75 MB 两个尺寸，覆盖英语、法语、德语、西班牙语和葡萄牙语。
能拿走 ptts 多后端推理框架和 Transformers 里约 200 行的模块化接入写法，把 TTS 落到本地模型部署与端侧语音产线，代价是要自己处理 flow matching 训练不稳定和声音张量预计算。
文章解释 KIMI K3 混合注意力中的 KDA 把历史压成固定 recurrent state 和 convolution state，使 Prefix Cache 与 KV Cache 不再等价，恢复点必须是 MLA KV 与两类状态都齐全的共同边界。
能拿走 SGLang 与 vLLM 对 KDA 状态缓存的具体源码入口和函数名，落到本地模型部署这条线，前提是接受 checkpoint 密度换显存与重算的取舍，且 INT8 checkpoint 并非默认开启。