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
Brain v2 发布，这是一个可自托管的开源 Agent 服务器，定位为 Claude Managed Agents 和 OpenAI Agents SDK 的替代方案，用自己选的模型跑在自己的基础设施上。
可把会话、事件流、可插拔 harness、工具服务和 checkpoint 拆开自托管，替换 Claude Managed Agents 那套托管方案；代价是要自己跑 Go 1.26+ 和 Node 24+ 服务并维护工具服务。
UC Berkeley Sky Computing Lab 开源了 Agency，一个用于运行、调试、性能剖析和控制 AI 智能体的平台，把 LLM 请求、工具调用和系统活动汇总到一处。
能拿它当 agent 的 htop+gdb，用关键路径剖析定位长任务里到底卡在模型请求、工具调用还是等待；前提是 Linux x86-64、Python 3.12+ 和 Docker/Podman，接入已有 Claude Code、Codex CLI 会话仍是实验性，控制能力有限。
Socket 研究团队披露 LiteLLM 1.107.0 在 PyPI 和 Docker 上遭供应链攻击，恶意 Python 启动钩子会窃取云凭证、私钥、浏览器数据和 Codex、Claude、Gemini、Cursor 等 AI 工具的认证文件。
能拿走的是排查清单，包括 cook.pth 启动钩子、/healthcheck 外传地址和镜像 digest 固定；本地模型部署和 CI 发布流程可据此自查，代价是要逐个环境翻 Python 启动文件和浮动 tag。
Asymptote Labs 开源 Beacon，把 Claude Code、Codex、Cursor 等 20 多个 agent harness 的会话遥测统一成一种格式，再蒸馏成可复用模式与工作流。蒸馏结果需人工审核，之后通过 skills 或 MCP 供后续任意 agent 调用，项目地址为 https://github.com/Asymptote-Labs/agent-beacon。
能拿走的是跨 harness 采集会话遥测再蒸馏成可复用技能的做法，可接到多 agent 协作和知识沉淀线上，代价是要人工审核蒸馏结果，且只覆盖已接入的 20 多个 harness。
IBM 更新 Granite Speech 系列，新增 granite-speech-5.0-2b，并修订 granite-speech-5.0-470m-turboctc 和 granite-speech-4.1-2b-plus。
三个模型按精度、端侧速度、说话人归属分工选型，2B 版支持 2000 词关键词偏置和语言 ID 提示词，代价是关键词表要自己维护、格式化输出得在提示词里显式要求。
Summonr 发布开源编码智能体 0.1.0，官方称在 Terminal-Bench 2.1 上每解决一个任务的输入 token 比 Codex 少 3 倍、内存占用约 27 MB 比 Codex 的 276 MB 少约 10 倍。
能拿走的是多子智能体共享构建缓存、@ 提及跨模型派活、复用本机 Chrome 免 API key 搜索这几处配置；可落到软件工厂和本地模型部署两条线，代价是没有沙箱、需自备容器，且基准数据由官方自测。
vinhnx 在 Hacker News 发布开源终端编码 agent VT Code，可在仓库内探索、规划、编辑和验证，支持托管或本地模型、沙箱化工具与可恢复会话。
可借鉴其 HOVER 循环（假设、观察、验证、评估、修正）与只读规划加 turn diff 审查的做法，用于软件工厂的编码 agent 流程；代价是需 Rust 1.98.1+ 自行构建，Windows 产物滞后。
LLMPanel 开源了一套自托管 LLM 推理控制面板，指向 GPU 服务器或 RunPod、Vast.ai 云账号，选模型、量化和 GPU 后即可在后台完成部署，得到一个带 API key、用量分析和聊天 playground 的 OpenAI 兼容端点。
能拿走一套自托管推理面板的部署路径，四步选 provider、模型、量化、GPU 后自动拉权重起容器，落到本地模型部署这条线；代价是要 Linux root 和 NVIDIA 驱动，暴露公网前得自己收口注册和容器端口。
CTGT Engineering 在 Qwen3.8-27B 上开启 SGLang 确定性推理后，同一份银行政策手册跑四遍仍提交了 32、31、33、33 条不同义务，其中一次漏掉升级到合规负责人的规则。
能拿走一套可复用的排查协议和 Concordance 工具，定位同文档多次运行结果不一致的源头，落到知识沉淀和软件工厂线；代价是要接受它只测一致性、不测规则正确性，且结论来自单文档五次运行。
mnestiq 在 GitHub 发布 AI Agent 飞行记录器 v0.2 草案，记录 Agent 看到、决定和执行的内容，用 RFC 8785 规范化 JSON 加 SHA-256 做哈希链、Ed25519 签名的 Merkle 检查点保证事后不可篡改。
能拿走一套可落地的 Agent 取证做法，哈希链加 Ed25519 签名检查点、按来源给上下文打标签、六条注入检测规则，落到软件工厂的 Agent 事故复盘线；代价是签名密钥要放在 Agent 读不到的地方，否则整条链可被重签。
Memdoor 发布开源编码智能体，可在 CI、定时任务或 shell 中无头运行，并用 memdoor resume 从手机或窗口接管同一次运行。它把工作流写成每步一个 YAML 由 mario 按图执行，独立步骤并行、检查通过才算完成、失败从失败步骤续跑。
可把工作流写成每步一个 YAML 由 mario 按图执行，独立步骤并行、检查通过才算完成、失败从断点续跑；代价是要自己接 provider key，免费模型会拿数据训练。
NVIDIA 在 GTC Berlin 展示 RTX Spark、DGX Spark 和 DGX Station 三条本地 AI 硬件线，DGX Spark 64GB 版本从 10 月 23 日起由合作伙伴出货。
能拿走的是 DGX Spark 集群配置、Model Launcher 一键拉模型接 OpenCode、以及 llama.cpp/vLLM 投机解码加速参数；可落到本地模型部署和软件工厂两条线，前提是要有 DGX Spark 或 RTX PRO 硬件，八机集群仍需手动配置。
NVIDIA 扩展开源模型家族，覆盖语言、机器人、生物和量子计算，包括 Nemotron 3.5 Super VL、Nemotron 3.5 Bolt、Nemotron Retriever、Kumo、Cosmos 3.5、Alpamayo 2 Edge、BioNeMo RFD4-Proteina 和 Ising。
能拿走的是 Nemotron 3.5 系列加 Kumo、Cosmos、Ising 的开源权重与 NIM 打包方式，可落到本地模型部署和 Agent 数据管线；代价是多数模型要自己用本地数据后训练，Bolt E4B 4GB 还要等到 10 月 23 日。
Squidbrake 0.14.2 把 12 起公开报道的 AI 智能体删数据、泄密、乱花钱事故回放到自家规则上，15 个有害动作拦下 14 个，其中 3 个直接阻断、11 个转人工审批、1 个未拦住。
可复用的做法是把 12 起公开事故和 62 段会话做成可跑脚本，逐步标注 harm/routine/sensitive 再对比四种拦截策略；代价是回放命令多为作者重建，且审批人由脚本扮演，误报率才是真实成本。
作者开源了一条从 LLM 选题、剧本、主体确认、分格生图到微信公众号草稿箱的 Web 流水线，MIT 协议，clone 后三条命令即可跑起来。项目用 Next.js 15 加 Prisma 7 和嵌入式 SQLite，约 3.4 万行、201 个单测全绿，核心业务放在不依赖框架的 pipeline 纯函数层。
能拿走 pipeline 纯函数加 route 薄壳的分层、按格动态拼参考图、文件名版本化与进程内串行写链，落到小说创作和视频产线；代价是单进程锁不能横向扩展，生图协议要按网关方言另写通路。
DeepSeek 开源了支撑 V4.1 Flash 的生产推理引擎 DeepInfer，并公布单集群日均 155 万亿 token、96% 输入缓存命中、首 token 平均 400ms、生成 230 token/s（编码场景 300 token/s）等生产数据。
能拿走的是分阶段部署形状和缓存分层做法，prefill 用八卡机、decode 用 64–128 卡超节点，KV 前缀放 3FS 共享存储让路由不再绑缓存亲和；代价是 KV 管理和负载均衡未开源，得自己补。
Hugging Face 开源 Agent Manager，一个跑在 Docker Space 里的私有云管理器，可在浏览器中同时运行 Claude Code、Codex、Gemini CLI、opencode、Hermes、OpenClaw 和 fx 等编码 CLI 会话。
把 Claude Code、Codex 等 CLI 会话收进一个私有 Docker Space，挂 /data 桶保住登录和文件，代价是 Space 休眠即断进程、应用本身无登录鉴权。
Cloudflare 开源 security-audit-skill，一套让支持工具调用的编码代理按侦察、狩猎、验证、输出、再验证、报告六阶段做安全审计的技能文件，核心是让全新代理实例去反驳候选发现而非自我背书。
能拿走六阶段审计流程和 coverage-ledger.json、findings.json 两个账本文件，把编码代理的漏洞排查改成可追溯、可多轮累加；前提是代理支持工具调用和并行子代理，且本机有 Node.js，缺 OS 沙箱时结论会卡在 needs_validation。
Unterm 发布跨平台纯 Rust 终端，把终端本身做成可被外部 AI agent 通过 MCP 驱动的接口，提供 152 个需鉴权的 JSON-RPC 方法，可创建 shell、执行命令、读取窗格状态、截图和录制会话。
能拿走的是把终端做成 MCP 可控面这套做法，152 个方法加 NATO 实例发现文件，让外部 agent 直接驱动窗口；落到本地多 agent 编排这条线，代价是要接受终端内不做 AI 生成、配置全走浏览器。
AWS 在 Amazon SageMaker HyperPod 上用 LoRA 微调 GPT-OSS-20B，SFT 把推理语言正确率从 22% 提到 100%，再叠加 GRPO 把答案语言正确率从 62% 提到 70%。
能拿走 SFT 与 GRPO 的分工判据和 LoRA r=8/α=16 配置，落到本地模型部署与训练流水线；前提是先测出 pass@k 与 pass@1 的差距，没有余量时 GRPO 白烧 GPU。