跳到正文
10月11日周日
  1. 机器之心66

    OpenRSI Index 发布:科研智能体自我改进能力评测基准

    OpenRSI Index 发布科研智能体评测基准,要求 Agent 在限定算力(如 18432 H100·小时)下改进 Marin、Qwen、GPIC 等开源项目的训练方案。该基准采用独立验证循环机制,隔离工作区与验收环境,确保结果可复现。项目同时推出 RSI-Anything 工具,允许研究者通过约 1 小时对话将个人课题转化为可运行的 Agent 任务。

  2. 36氪83

    开源逆向工具箱 REA 爆火,能分析微信、支付宝、抖音等国民 App

    开源项目 REA 在 GitHub 爆火,总星数达 4.1 万,它通过 MCP 协议接入 Claude Code、Cursor、Gemini CLI 等 Agent,调用一批逆向工具,可分析二进制、JavaScript/Electron、网站、Android APK 等对象。

    推荐理由:文章把 REA 定位成“开源逆向工具箱”,并指出它对 App 的威胁边界主要在客户端与本地逻辑,给行业划定了安全评估的参考线。

  3. APPSO70

    开发者用 AI 复现 Adobe 全家桶开源免费,但实际体验仍与原版存在差距

    开发者 Brandon Thomas 推出了开源免费的 Adobe 替代品 ArtCraft,包含基于 Rust 编写的 PhotoCraft、FilmCraft 等七款工具,旨在复刻 Adobe 全套软件功能。实测显示 PhotoCraft 虽具备图层和滤镜等基础操作,但在处理复杂智能对象和滤镜运算时稳定性与效率较低,尚未达到与 Adobe 完全对等的水平。

  4. Hacker News AI32

    Show HN: Flopper 是一款 AI 基础设施硬件探索工具

    Flopper 是一个免费的 AI 基础设施硬件探索平台,核心功能是整合并对比 221 款数据中心 GPU 的规格与云租赁价格。 该平台支持 FP64 至 FP4 全精度对比,覆盖 NVIDIA、AMD、Intel 和 Google 等厂商,并追踪 786 个全球 GPU 数据中心。 提供 GPU 集群配置计算、架构深度评测及数据中心 GPU 选型指南等实用工具。

  5. Hacker News AI82

    消耗 5000 亿 tokens 后:让 AI 智能体反编译第一人称射击游戏的经验

    作者团队花费近 3 个月和约 5000-7000 亿 tokens 使用多智能体反编译了一款 FPS 游戏,并开源了基于字节匹配的自动化验证框架。该方法要求重写的 C++ 代码编译后与原游戏二进制完全一致,彻底取代了易受提示词注入影响的人工代码审查。项目最终实现了 99% 函数覆盖率,其中 83% 达到字节级精确匹配,证明了在缺乏客观验收标准时,机器可验证的反馈机制是确保自主智能体输出质量的关键。

    推荐理由:作者复盘了用 5000 亿 tokens 让 AI 智能体反编译 FPS 的全过程,给出了指令维持和字节级验证等可复用的基础设施方法。

10月10日周六
  1. Hacker News AI54

    Ariodb 发布:检查并撤销 AI Agent 数据库操作的 Rust 代理工具

    Ariodb 是一个运行在 AI Agent 和数据库之间的安全代理,支持 Postgres、MySQL、MariaDB 和 ClickHouse,也可作为 MCP 工具使用。它通过解析 SQL 语句强制只读访问,在写入提交前测量变更行数并执行策略检查,支持人工、模型或插件审批,并记录日志以实现对单个 Agent 会话的无冲突撤销。

  2. 机器之心58

    田渊栋:与 GPT-5 合写最后一篇论文后,我意识到自己 5 年内会失业

    田渊栋在播客中透露,将 GPT-5 作为合作者进行神经网络 grokking 研究时,效率提升了 6 到 10 倍,这让他意识到自己的岗位可能在五年内被取代。他认为当前 AI 模型在独立生成高质量创意方面仍存短板,主要停留在执行已知任务阶段,且递归自我改进的监管边界十分模糊。

  3. 阿里云百炼74

    阿里云百炼发布 Agent Studio 与 Agent Studio for Hardware 平台

    阿里云百炼在 2026 云栖大会发布 Agent Studio 全栈服务与 Agent Studio for Hardware 智能硬件服务,前者计划 10 月上线 Agent API,后者预适配 30 余款芯片。方案显示 3B 端侧模型在 BFCL 基准达到 SOTA,80% 请求可本地闭环,配合 TensorRT Edge-LLM 实现最高 5 倍加速。

    推荐理由:发布两个落地平台,明确端侧推理参数、工具调度机制与商业化路径。

  4. R/ArtificialInteligence29

    在中国力推开放权重模型背景下,中国 AI Agent 将成为 ChatGPT 的有力替代品吗?

    用户讨论中国低成本或免费的开放权重模型能否替代付费 AI Agent,核心论据是成本优势。 通过结合免费基础设施(如 WorkBuddy 访问 DeepSeek V4.1 Flash、Hy3 和 Hy4)与付费订阅($20 ChatGPT/Claude),可将订阅成本降至零。 这种高性价比组合可能成为中国 Agent 对抗美国主流产品的关键竞争优势,引发用户对更换服务的兴趣。

  5. IT之家76

    TypeSafe AI 完成 8.7 亿美元融资,决策模型 Jev 被约 1/3 财富 500 强企业采用

    TypeSafe AI 完成约 8.7 亿美元融资,由 a16z 领投,公司估值达 75 亿美元。其推出的 AI 决策模型 Jev 已被约三分之一的财富 500 强企业采用,用户规模突破 100 万,且已实现盈利。

    同一新闻,精选展示《TypeSafe AI获a16z领投8.7亿美元融资,Jev模型估值达75亿美元》

  6. R/ArtificialInteligence26

    日本发布网络攻击增多警告

    日本针对近期网络攻击增多发布警告,虽未明确关联 AI,但该技术已大幅降低攻击门槛。 AI 使得原本需要大量时间和专业知识才能实施的攻击更容易执行。 该评论指出,在攻击者速度远超组织加固旧软件能力的情况下,开源此类能力是否有利值得考量。

  7. Hacker News AI29

    Show HN: 利用 AI 研究代理 Winning Funnels 分析竞争对手获客漏斗

    Winning Funnels 是一款 AI 研究代理,可自动搜索特定细分市场的实时广告漏斗,截图落地页并估算月收入。 该工具通过流量、转化率及价格信号建模生成收入区间,区分运行 3 年以上的成熟“Proven”漏斗与新兴“Rising”漏斗。 免费计划提供每月 40 积分(约 20 个漏斗分析),付费版起价 $19/月。

  8. Hacker News AI21

    open-slopware 项目发布被 LLM 污染的自由开源软件替代品列表

    open-slopware 项目提供被 LLM/AI 污染的自由开源软件列表,包含无 AI 替代品及最后无污染 commit 信息。 项目提供多种徽章标识,如 Anti-AI Policy 和 Slop-Free Fork,并设有贡献指南供用户更新或移除项目。 该项目旨在通过技术追踪和协作机制,为开发者提供规避 AI 生成代码的替代方案,维护软件纯净度。

  9. Hacker News AI24

    RYZE AI 黑客松:5亿参数本地模型挑战赛

    RYZE 发起 4 周虚拟黑客松,参赛项目须完全由 5 亿参数或更小的本地模型驱动,禁止调用任何云端 API,胜者独得 1000 美元奖金。 提交截止日期为 10 月 27 日,项目需托管于公开 GitHub 仓库,且 README 须包含指定合规声明,所有参赛者均可获得证书及画廊展示机会。

  10. The Decoder78

    Anthropic 推出免费开源项目 AI 扫描器及关键基础设施防御计划

    Anthropic 启动长期计划 Cyber Mission,其关键基础设施防御计划(CIDP)向电力、水和交通网络运营方提供 Claude 模型及工程支持,CrowdStrike、Palo Alto Networks、Deloitte 和 Rockwell Automation 为创始合作伙伴。

    推荐理由:该扫描器可自动标记漏洞并提供补丁建议,为依赖开源代码的基础设施维护者提供即时防御工具。

10月9日周五
  1. Hugging Face Blog48

    Ai2 推出基于预算的 GPU 集群调度器以提升高影响力研究占比

    Ai2 AI 基础设施团队用含 GPU 时间预算、分层公平份额分配和时间切片机制的新调度器取代优先级调度器,使 GPU 时间分配从个案运营转为透明的行政预算流程。该团队管理数千张 NVIDIA H100、B200 和 B300 GPU,集群规模 88 至 1024 张,服务约 150 名内部研究者。此前需求常超供给 2–3 倍,旧策略导致“占位”和优先级通胀等问题。

  2. 智东西59

    正行创新发布零售Physical AI方案及H1、C1两款机器人

    正行创新发布面向零售场景的Physical AI解决方案,同步推出双足人形机器人H1和轮式双臂机器人C1。该方案包含世界动作模型SLM-0.5、强化学习后训练体系STEAM及具身智能体Rpent,旨在通过不同形态机器人分工承担便利店搬运、补货及巡检任务,系统可自主完成数百种SKU分拣且成功率达99%。

  3. Hacker News AI61

    我用 AI 搜索 400 年档案,找到了被遗忘的陨石、犀牛与火山喷发

    作者基于 Jesse Waites 等历史学者的实践,用 Claude Code、Jev 与 Claude Haiku 等模型组合,将荷兰东印度公司 435 万页档案转为向量检索与低成本初筛,最终在 19 世纪报刊和档案中发现一枚未入目录的马哈拉施特拉陨石、三头被送往斯里兰卡却途中死亡的爪哇犀牛,以及三次未记录在案的火山喷发。

  4. 机器之心77

    西湖机器人发布WR1通用大脑,实现人形机器人灵巧手自主叠衣

    西湖机器人发布通用大脑WR1,全球首次实现人形机器人灵巧手自主折叠衣物,并跑通跨厨房、客厅、卧室的长程家务任务链。WR1采用通用大小脑双预训练架构,包含通用大脑与通用动作专家GAE两大模块,实现端到端认知决策与全身运动控制,解决了动作断裂与移动操作分离的痛点。在演示中,机器人完成丝滑U型转身、边移动边操作及多机器人协同叠衣,展示了高动态、拟人化的全身运动操作一体化能力。

    推荐理由:原文展示了通用大小脑双预训练架构在长链路任务中的落地效果,读者可借此了解人形机器人从单点演示向真实场景连续作业的技术路径。

  5. arXiv · AI26

    IndustrialVLA-Bench:开源机器人策略模型的可追溯多维评估

    IndustrialVLA-Bench 发布,统一评估 6 个开源 VLA 和 WAM 机器人策略模型,提供可追溯的多维证据。 在 LIBERO 基准测试中,6 个系统的平均基础能力得分仅相差 1.58 分;但涉及鲁棒性和语言敏感度时,得分跨度分别达到 14.62 分和 31.08 分。 该评估工具通过分离协议忠实的证据层级,为对比已发布的机器人策略提供了清晰的实用性标准,代码和评估记录已公开。

  6. arXiv · ML26

    Schema 通过软社区结构实现可扩展的层次化图生成

    Schema 通过递归分解软社区并分三阶段独立训练,解决了大规模属性图生成的扩展性问题。该模型在各阶段仅操作限于社区规模的子图,避免构建完整邻接矩阵,且在 10 million 节点图上验证了扩展性。在四个真实世界图上,Schema 在恢复局部与长程结构平衡方面优于其他属性生成模型。