小米开源 HachimoDock 亮相,150 元复刻万能 AI 桌宠
小米技术委创新产品团队在观猹大会推出开源 AI 硬件 HachimoDock,硬件自制成本约 150 元。该设备支持通过自然语言生成自定义组件,语音操控电脑端 Agent 并联动小米 Miloco 智能家居,其软件源码及硬件物料清单已在 GitHub 公开。
小米技术委创新产品团队在观猹大会推出开源 AI 硬件 HachimoDock,硬件自制成本约 150 元。该设备支持通过自然语言生成自定义组件,语音操控电脑端 Agent 并联动小米 Miloco 智能家居,其软件源码及硬件物料清单已在 GitHub 公开。
对 13 种语言热门 GitHub 仓库的普查显示,部分仓库使用 AGENTS.md 或 CLAUDE.md 引导编码智能体,且两者共存时前者常指向后者。 指令集包含代码规则与工作流,但大量指令缺乏解释;三分之一指令集带有 AI 生成签名,且约五分之四在创建后被编辑。 研究发布了标注数据、分类体系及文件版本指针,为理解智能体指令实践提供实证基础。
Qwen3.8-27B 开源模型参数为 27.8 亿,通过 3D 黑胶唱片可视化展示 64 层架构。 作者记录模型在 PC 运行时的真实概率与注意力变化,展示 token 如何流经残差流。 该演示展示了小模型如何在游戏 PC 上运行并超越更大权重模型。
Crawlerpeek 是一款开源 Node.js 工具,用于检查网站对 GPTBot、ClaudeBot 等 15 种 AI 爬虫的访问权限。它结合 robots.txt 规则与实时 HTTP 抓取验证,提供 CLI、库及 MCP 服务器接口。工具支持生成允许 AI 爬虫的 robots.txt,但需注意其模拟请求可能被 WAF 拦截,且默认禁用 JavaScript 执行。
开发者正构建 CrowdGPT,目标是创造首个无数据中心的 10 亿参数 LLM,采用 100% 开源协作模式。 模型已通过该框架完成 69 亿 token 的训练,无需大型 Nvidia GPU 集群即可实现商业级语言模型训练。 作者邀请用户测试、审查代码或对项目实施反馈。
Liu 和 Han 在 SWE-bench Verified 上跑了 5 个模型、3 个 harness,发现换 harness 带来的结果波动和重跑噪音相当,Claude Code 与 mini-SWE-agent 在 447 题大池上差距小于 2 分,统计上不显著。
该项目在 Codeberg 上维护了一份包含 38 个开源软件的有序清单,这些项目均采用严格的 No-AI 或 No-LLM 政策。 清单按合规等级将软件分为 S、A+、A 和 A- 四级,涵盖 Chezmoi、Zig 和 Godot 等项目。 页面仅展示列表,详细政策说明需查阅其 GitHub 仓库的 README.md 文件。
针对 LLM Agent 在万级工具库中选择工具的性能瓶颈,通过强化学习训练 Qwen3-8B 小模型可替代 Claude 和 GPT 等商业模型完成检索与分解。该模型在 ToolBench 上表现优于 402B 的 Llama-4-Maverick,并展现出对新工具库和不同检索器的跨域泛化能力。
在修改 Agent 技能指令前,需预先编写特定场景的测试用例以验证其行为边界,而非仅依赖其他 Agent 检查。 以退款政策为例,测试需覆盖第 29、30 和 31 天等边界日期,并包含运费剔除与小数截断等易错数值,以捕获静默失败。 作者正在构建 skillEd 工具,支持通过 CLI 或 MCP 运行版本化评估并对比报告,但通过有限测试套件不等于合规保证。
NPCTalk使GTA V等游戏NPC能实时、角色化及用自己的克隆语音在1秒内响应玩家对话。该项目将Claude技能打包进单一仓库,基于NVIDIA Nemotron ASR、Qwen 3.8 27B和Fish Audio Drama 3等开源模型构建,通过无服务器GPU自托管部署。
微软 Copilot Studio 团队与 Hugging Face 联合开源 ThinkingBox-Training,提供将数据库终态检查改造为可执行奖励、用于智能体 RL 后训练的完整栈,包括离线策略相对难度筛选、GRPO 训练与评测脚本。
推荐理由:开源了完整训练栈和离线难度筛选方法,读者可复用于将数据库终态判定改造为智能体 RL 训练奖励。
Omnara 开源了 Apache 2.0 协议的可自托管智能体平台,支持在任意模型和机器上运行 AI 智能体,内置工具、密钥、权限管理和流式输出功能。该平台直接对标 Claude Managed Agents 和 OpenAI 的 Agents API,团队可免费自托管或使用 Omnara Cloud,并提供 CLI 和 TypeScript SDK。
推荐理由:Omnara 开源了可自托管的智能体平台,允许团队在任何模型和机器上运行 AI 智能体,直接对标 Claude 和 OpenAI 的托管服务。
Amazon 团队提出 SpanUQ 方法,定义 SLUE 任务以解决 LLM 生成文本中语义片段的不确定性估计问题。该方法利用 25M 参数轻量级 Probe 和 DETR-Style 解码器,通过单次前向传播实现 0.910 F1 的片段检测精度。
UC Berkeley Sky Computing Lab 发布开源平台 Agency,用于 AI Agent 的运行、调试与性能分析。该平台可实时追踪 LLM 请求与工具调用,定位关键路径瓶颈,并支持 Claude Code 与 OpenAI 等后端。
推荐理由:提供了 Agent 调试与分析的开源方案,通过连接 LLM 请求与工具调用,让开发者可直观定位性能瓶颈。
LLMPanel 发布了一套用于自托管 LLM 推理的开源控制面板,支持用户在本地 GPU 或 RunPod 等云平台上选择模型与算力并获取 OpenAI 兼容接口。该工具内置使用分析与聊天交互环境,提供 vLLM 引擎支持、密钥鉴权管理、多模型图像生成及基于 Qdrant 或本地向量的知识库与 Agent 能力,通过一套 curl 命令即可快速完成部署。
研究通过因果推断分析发现,Agentic AI 的采用并未改善软件架构,总架构坏味道数量仅微增 1.1%(p = 0.82)。 尽管代码行数增长 12.8%,导致架构坏味道密度下降 6.7%,但这属于分母效应而非架构实质改进。 该研究强调密度归一化指标可能产生误导,需在因果分析中结合原始数量与显式分解进行评估。
DeepSeek 将推理框架 DeepInfer 和生产级分词组件 deepseek-recipe 以 Apache 2.0 协议开源,支持每日 155 万亿 Tokens 吞吐,并承诺未来新模型的推理代码也将在此框架中持续更新。
Foundry-protocol 是一个用于编排复杂 AI 智能体任务的可复用框架,核心采用人类/ AI 编排者协议、Claude 规划及子智能体执行。该框架提炼自合规审计项目,包含工作订单模板、验证门禁、自改进经验库(LESSONS.md)及 Claude Code 插件,支持通过 bootstrap 脚本快速初始化新项目并管理多智能体协作流程。
DeepSeek 全面开源自研推理框架 DeepInfer 及生产级 Token 编解码组件 deepseek-recipe,支持 DeepSeek V4.1 Flash 的高吞吐、低延迟大规模推理,支持英伟达 SM100 GPU、华为昇腾 950 NPU。
同一新闻,精选展示《DeepSeek 开源内部推理框架 DeepInfer 及编解码组件》
Agent-Zero 是一个极简 GitHub 起步模板,旨在通过 CLAUDE.md 引导 AI 智能体生成简洁、地道的代码,并支持在 sbx 沙箱中执行任务及处理 GitHub PR。 模板包含约 100 tokens 的写作标准钩子脚本、架构决策记录目录(docs/adr/)及沙箱开发脚本,适用于 Opus 和 Fable 级智能体。
GitHub 官方博客访谈三位拥有十余年经验的 Java 冠军开发者,分享他们使用 GitHub Copilot 提升生产力的具体案例与最佳实践。
TinyML AI(Pluto Engine)是一种专为嵌入式设备设计的自然语言模型,可绕过第三方 API 直接控制微芯片。该架构独立运行,不依赖传统基于模式的模型或外部服务。
作者通过三个生产级杠杆降低AI智能体的Token支出:用低成本模型预筛选搜索结果以压缩上下文、根据V模型将昂贵推理仅用于任务边缘、以及部署LLM代理进行智能路由。实测数据显示,该策略使上下文接收量减少40%。
DeepSeek 官方宣布全面开源内部推理框架 DeepInfer 及生产级 Token 编解码组件 deepseek-recipe,旨在通过分享部署经验帮助开发者优化大规模推理的吞吐与延迟。
推荐理由:开源框架支持多种解码能力并兼容主流硬件平台,开发者可直接复用其部署经验以降低大规模推理成本。
DeepSeek 宣布全面开源内部推理框架 DeepInfer 及生产级编解码组件 deepseek-recipe。DeepInfer 集成高性能算子与推理引擎,支持分布式推理、推测解码等能力,兼容英伟达与华为昇腾平台,已用于实现 DeepSeek V4.1 Flash 的高吞吐低延迟推理服务。
同一新闻,精选展示《DeepSeek 开源内部推理框架 DeepInfer 及编解码组件》
推特用户 @ashen_one 正在利用 AI 辅助,基于虚幻引擎 5.8 开发非官方、非商用的《恶霸鲁尼》重制粉丝项目。 项目全程公开,演示视频显示当前版本在 Mac 设备上 1080P 分辨率可达 45 帧,性能将随迭代提升。 项目目前处于开发阶段,需按 GitHub 指引手动部署,开放给其他爱好者共同完善。
该框架通过动态层路由减少 VLA 模型推理开销,在 Bench2Drive 基准上降低 53.5% 计算量且驾驶能力无显著退化。 采用场景感知 token 与预算条件路由机制,按实时场景动态调整激活参数比例。 已发表于 NeurIPS 2026,代码在 GitHub 开源。
OpenFlow 是一个多智能体 AI 工作流可视化构建器,用户可拖拽角色卡片连接管线(如 planner → architect → coder)并运行并行智能体。
GitHub Copilot 允许用户直接在 VS Code 中打开并继续其 App 端会话,无需重建上下文。 点击“Open in VS Code”即可加载包含任务、计划和对话记录的完整会话,项目通过关联的 worktree 隔离运行。 开发者可在编辑器中手动修改代码、运行本地测试,并继续向 Copilot 提问或推送更新至 Pull Request。
用户 New_Alps_5655 开发了一款 LLM 内部探索仪器,整合 jspace、j++、LARQL/VINDEX 及 Cammarata 的 neuron poles 研究。
ContextBridge-AI 是一个开源的 Chrome 和 Edge 浏览器扩展,允许用户将 ChatGPT、Claude、Gemini 等平台的对话内容捕获并转移至其他支持的 AI 助手。该工具通过提取当前页面加载的对话文本并复制,辅助用户在不同模型间保持上下文连续性,但无法传输图片或内部记忆,且需用户手动确认发送以保护隐私。
开源软件 Marcus 通过自动化检查验证 AI 搜索引擎的引用,指出 51% 的被测链接为虚构、失效或指向错误来源。 该测试基于 200 篇真实新闻生成 800 条引用,发现 69.5% 的回答存在错误,并引入证据验证、脚本核查与人工签署三重机制确保准确性。
Open Notebook 在 GitHub 获得 4 万 Star,定位为开源、多模型且注重隐私的 NotebookLM 替代方案,支持全文与向量搜索、引用溯源及播客生成。
推荐理由:Open Notebook 将多模型配置交给用户,并通过默认接入硅基流动,让知识库的部署、模型选择和隐私控制都可以按需组合。
CacheVerifier 发布 Python 客户端,提供 hosted API 用于验证语义缓存命中,确保相似但不正确的答案不会成为应用中的静默错误。客户端支持集成 GPTCache 流程,提供离线 Health Check 功能以评估微调效果,并允许用户通过反馈数据微调验证器。默认配置采用保守策略,超时或故障时回退到 LLM 调用,保障系统稳定性。
Open Artifacts 让你把 AI agent(如 Claude Code、Codex、Cursor、OpenCode、ChatGPT 等支持 MCP 的工具)生成的 HTML、Markdown、代码和 PDF artifacts 托管在自己的 Cloudflare 账号。
浙大与北大团队提出 SPADER,将 GRPO 优势细化至步骤级并引入多样性奖励,在 Llama3.1-8B 和 Qwen3-8B 上显著提升多答案问答召回率。 框架包含逐步同伴优势与双轴探索奖励,解决长尾实体探索不足问题;在 QAMPARI 等四个基准上 F1 成绩全面领先基线方法。
研究通过 4 位评委对混合列表中的解题与开放结果进行评分,确立 100 分为解题结果中位数基准。 评分机制包含无上限得分及净投票倍增规则,投票可达 8 倍影响范围以量化研究进展。
CiteLadder 是一个开源自托管的 AI 搜索可见度追踪工具,作者展示了其如何通过 ChatGPT、Gemini、Claude 与 Google AI Overviews 监控品牌提问表现。它记录引擎回答中提及的品牌、引用页面,并通过 Site Health、MCP 服务器与 Public API 提供诊断、修复操作入口;作者使用 Docker 和 Node.js 文档说明了本地部署流程。
Agentfork 是一款本地运行的命令行工具,支持从 LLM 智能体执行的任意步骤进行回放(fork)和批量变体测试(sweep)。该工具通过缓存重放早期步骤,仅对当前步骤应用不同的提示词、模型或工具结果,并统计通过率以量化修复效果。
fzf 作者 junegunn 分享了在 AI 编码智能体中结合 fzf 与 tmux 的工作流。通过两个插件,tmux-fzf-complete 在任意 tmux 面板提供 fzf 补全,支持按屏幕上的文件、目录、URL 和句子补全;fzf-git.sh 新增 tmux 按键绑定,支持补全 Git commit、分支和 PR。
推荐理由:作者给出了在 tmux 中结合 fzf 与 AI 编码智能体的具体工作流,读者可直接复用这套配置提升交互效率。