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
UIUC 与 AWS AI Labs 等提出 Maestro（arXiv 2610.25920），把 Lean 证明 agent 的失败处理从继续拆解改为全局调度，由协调者根据证明者提交的失败诊断决定重试、补引理、改伪命题还是撤销换路线。
可借鉴的是失败结构化上报、协调者拥有删除权、事件队列替代轮次超时这三条编排做法，能换掉单 agent 串行拆解流程，代价是多 worker 并行加在线协调的成本，论文把核算放在附录 A。
Tenbri 发布开源 Apache-2.0 工具，为 AI 智能体生成签名的只追加决策记录，记录谁在什么规则和输入下做了什么、谁批准、结果如何，任何人可用一个指纹离线验证。
可把 Claude、OpenAI、LangGraph 智能体的每次工具调用签成只追加的决策记录，落到软件工厂的审计与事故复盘线；代价是需自管存储与密钥指纹，0.1.0-beta.5 仍有大量功能在路线图上。
foundry-protocol 是一个用人类/AI 编排协议、Claude 规划加子智能体执行器来编排复杂任务的可复用框架，从 2026-09 一个合规审计项目（T0-T5、25 张工单）中抽取并泛化而来。
能拿走一套人机编排协议加 Claude Skills 和 MCP 引擎，把多 agent 派单、验收门、跨会话续跑固化成模板；代价是要先填 ORCHESTRATION.md 的 §0/§3，runtime 部分仍是实验态。
IBM Research 在 Hugging Face 博客介绍 ALTK-Evolve，它用 GPT-4.1 分析智能体在训练任务上的轨迹，把成功与失败蒸馏成简短行为规则追加到 system prompt，不更新模型权重。
能从智能体自己的任务轨迹里自动提炼行为规则追加到 system prompt，不更新权重；代价是输入 token 涨 32%–65%，规则数量要按领域调。
XERJ 是一个用 Rust 写的本地优先搜索引擎，通过 BM25 加向量混合搜索和 MCP 协议为 AI Agent 提供代码与文档检索。官方称替代 grep 后 Agent 输出 Token 降至原来的 1/2.7，比纯记忆方案减少 26 倍，部分 Java 任务降低 278 倍且任务解决率不变。
能拿走的是 xerj autoindex 自动嗅探目录建 AST 索引、MCP 暴露 17 个工具接 Claude Code 和 Cursor、/_memory 做跨会话向量记忆；可落到本地模型部署和知识沉淀两条线，代价是默认词法嵌入器语义精度不足，高并发写入 p99 延迟不如 ES 8.13.4。
Headroom 是一款本地运行的 LLM 代理与库，在数据送入 LLM 前做可逆压缩，官方称编码代理可减少 20% Token 消耗，JSON 类数据压缩率达 60-95%。
可借鉴其分层压缩思路，用 CacheAligner 保缓存、ContentRouter 分流、AST 压缩代码，落到本地模型部署和软件工厂降 token；代价是压缩器需按数据类型调，AST 压缩可能丢代码细节。
HeyGen 开源 HTML 转视频框架 HyperFrames，把视频合成写成普通 HTML 文件，用 data-start、data-duration、data-track-index 标注时间和轨道，动画用 GSAP 等可 seek 库编写，渲染时无头 Chrome 逐帧截图再由 FFmpeg 编码，同样输入得到同样帧。
视频源码改成纯 HTML 加 data-* 时间轨道，动画用可 seek 的 GSAP 时间线，无头 Chrome 逐帧截图再 FFmpeg 编码，能接进视频产线的 CI 回归；代价是需 Node.js 22+ 和 FFmpeg，且 387 个未关闭 Issue 要先对照自己场景。
VAST 开源实时生成式渲染器 EdenLive，同时放出 5B、14B 模型权重（各含双向生成与少步流式生成两个版本）、实时流式推理代码、EdenGolem v0.1 和前端工作台，并公开技术报告。
能拿走 5B/14B 权重、流式推理代码和 EdenGolem skill，把交互状态与画面渲染拆开，接进游戏灰盒或具身数据增强流程；代价是要自备上游交互系统维护规则，长时复杂交互尚未验证。
Visokio 团队用 Claude Code 在一周内搭出一套 AI 编辑部，每周自动生成一小时播客，9 月 4 日开工后 7 天产生 168 次提交、约 6500 行代码。
可拿走一套多智能体编辑部架构：编辑用 Opus 打分留痕、研究员用 Sonnet 只摘不评、抄写员用无工具小模型把网页转成事实记录，配合 --restricted 与支出上限防注入和失控；代价是每期约 30 美元 API 成本与大量调音工作。
Reticle 开源了一套验证工具，在应用内注入 dev-only SDK，让 Claude Code、Cursor、Codex 等 MCP agent 通过工具驱动真实运行的应用，读取网络响应、store 状态和 console，返回 pass、fail 或 cannot tell 的判定并附 file:line。
把验证做成 MCP 工具塞进 agent 循环，用 dev-only SDK 读网络、store 和 console 出 pass/fail/unknown 判定并给 file:line，可接进软件工厂的 CI gate；代价是要改构建配置、重启 dev server，且看不到 IndexedDB 和 Web Worker。
Google 在 PyTorch Conference 上发布 llm-d 1.0，这是与 Red Hat、IBM 等共同发起的 Kubernetes 原生分布式 LLM 推理开源栈，已有 25 个以上组织的 500 多名贡献者参与。
可先在自己 vLLM 部署前加前缀感知路由，再逐步加流控、KV cache 卸载和 prefill/decode 拆分；代价是要有 Kubernetes 集群和 TPU/GPU 混合池，组件需自行拼装调优。
clawdcursor 发布 v1.5.20，通过 MCP 让任意支持工具调用的模型控制桌面，把无障碍树与 OCR 合成带置信度的元素 id 映射，按名字操作而非猜坐标。
把屏幕编译成带置信度的元素 id 树再按名字调用，能替掉截图式 computer use 的坐标猜测；代价是要接 MCP 并做 consent 授权，canvas 类应用仍得回落到截图。
Halis Code 发布带护栏的编码智能体，同一套代码提供终端 UI 和 Electron 桌面应用，可读取、编辑并运行项目代码。它针对长会话问题做了四项设计：上下文接近 token 预算时把旧历史折叠成模型写的摘要且不拆开工具调用与结果，相同调用在 3、5、8 次时逐级提醒并在 12 次硬停，危险 shell 命令先审批并给出原因，超大工具输出写入文件只留预览和指针。
可借鉴其长会话防退化设计，压缩时安全切点不拆工具调用与结果，重复调用按 3/5/8 次逐级提醒、12 次硬停，超长输出落文件留指针；代价是需自建摘要与规范化逻辑。
Sandkiln 在 Show HN 发布自托管、MIT 许可的 Firecracker microVM 沙箱，每次执行都分配独立内核、文件系统和网络，冷启动实测 10.5–10.9ms，exec 往返 220–250µs，从快照恢复 6.5–7.7ms。
自托管 Firecracker microVM 沙箱，冷启动 10.5–10.9ms、exec 往返 220–250µs，可替换容器跑 AI 生成代码；代价是需 KVM 与单节点自建，预暖池、出网防火墙等仍属计划中。
HAR 1.0 发布，这是一个开源 AI 编码工作流 harness，以 CLI 和 MCP server 两种形式提供，可为每个编码 agent 分配独立 worktree、端口和数据库，并执行确定性的 launch、verify、teardown 流程。
可把仓库转成每 agent 独立 worktree、端口和数据库的隔离槽位，用统一 verify 步骤留下日志与树哈希证据，替代手写脚本和 CLAUDE.md 散落约定，代价是要先 har onboard 生成 .har/ 契约并维护模板漂移。
DeepSeek 宣布将内部推理框架 DeepInfer 全面开源，此前已开源一系列大模型、TileLang 编译工具及推理算子库。基于 DeepInfer，DeepSeek 已实现 DeepSeek V4.1 Flash 高吞吐、低延迟的大规模推理服务，未来新模型的推理代码及后续优化也将在此持续更新。
DeepSeek 把内部推理框架 DeepInfer 开源，可替换自建推理服务栈；但材料只有一句摘要，没有部署方式、硬件要求和性能数字，落地前得自己去仓库摸。
阿里云云原生团队介绍开源本机路由引擎 HiRoute 如何用百炼 System One 的 Jev 决策模型判断任务类别、复杂度和上一阶段完成质量，再决定交给经济模型还是主力模型。
能拿走一套可复用的路由决策请求结构，把分类、复杂度、阶段胜任度拆成独立问题一次调用，落到本地模型部署和软件工厂的模型选型上；代价是要自己写评分标准和阈值，历史裁剪与证据完整性得单独处理。
谷歌团队开源Harness²，一套让大模型在运行中自行修改外挂代码、系统提示词、工具链和技能库的双层递归框架，已支持OpenCode与Codex。它用任务级递归的Propose-Probe-Compose机制在无标准答案时做对照实验，再用改进级递归把调试记录写成EXPERIENCE.md存入持续改进经验库。
可借鉴双层递归加Propose-Probe-Compose的脚手架自改流程，把每次调试记录沉淀成EXPERIENCE.md经验库供后续任务检索，代价是每轮要多跑候选轨迹做行为对比。
vramkit 在 MacBook 上用纯 PyTorch 实测了 LLM 权重与 KV-cache 两种压缩方案，每个数字都带可运行基准。权重侧用 32 位区间编码器加二维自适应上下文模型，在 Qwen2.5-0.5B 真实 int4 权重上做到无损 2.676 bits/weight，比原始 4-bit 少 33%，优于 zstd-19 和 xz-9e。
可直接抄走 per-channel int8 量化 K、per-token 量化 V 的 KV cache 方案，2 倍压缩只涨 0.1% 困惑度，代价是流式解码要按 KIVI 分组并保留最新 token 为 fp16。
AWS 在 vLLM 中贡献了推模式（push-based）NIXL KV 连接器，把 decode 侧的块注册和传输提交从首 token 关键路径移到 prefill 侧后台线程，从而降低 TTFT 和 TPOT。
在 vLLM 的 P-D 分离部署里把 NixlConnector 换成 NixlPushConnector，让 decode 侧注册与传输提交挪到 prefill 后台线程，代价是 decode 实例需提前选定、失去按负载后置路由的灵活性。