AI Maestro 运行一年:管理 AI 智能体与人类组成的团队
AI Maestro 已运行一年,作者目前通过该工具在多台电脑上管理80多个智能体。该工具提供统一仪表盘、Agent Messaging Protocol(AMP)以实现智能体间通信,并支持持久化内存、多机器对等网状网络及四种部署模式(tmux、Docker、AWS EC2、AWS ECS Fargate)。
AI Maestro 已运行一年,作者目前通过该工具在多台电脑上管理80多个智能体。该工具提供统一仪表盘、Agent Messaging Protocol(AMP)以实现智能体间通信,并支持持久化内存、多机器对等网状网络及四种部署模式(tmux、Docker、AWS EC2、AWS ECS Fargate)。
IBM 发布 Granite Switch 4.1,通过集成 Decision aLoRA 和最快 ASR 模型,支持在单一端点处理自然语言、决策及语音转文本任务。
Apple 和 Meta 宣布合作,允许开发者在 Apple Mac Studio 上运行 Meta 的开源权重模型 Muse Spark Open。该模型拥有 8160 亿参数,采用混合专家架构,需配合 2 到 4 台 Mac Studio 本地运行,支持编码及智能体任务。
Prefiler Labs 发布开源项目 ReliaMesh v0.2.0,通过 API 和 Python SDK 监控 AI 智能体可靠性。 项目检测故障率、延迟及 token 消耗变化,支持 SQLite 或 Firestore 存储,不收集提示词或模型响应。 Apache-2.0 协议开源,本地部署无需云账号,每个租户每日默认限额 10,000 条事件。
Cicada 发布了一款针对 AI Agent 和 MCP 工具调用的开源零信任网关,采用 15 级 Matthews Enforcement Framework 提供亚毫秒级确定性网络、加密及内核级隔离防护,以防止提示注入、数据泄露及未授权执行。
Meta 推出开放权重模型 Muse Spark Open,该模型主打编码与智能体任务,拥有 816B 参数(其中 42B 激活)、最高 100 万 token 上下文,并支持文本、图像、视频和音频。
同一新闻,精选展示《Meta 发布开源权重多模态大模型 Muse Spark Open》
Meta 开源代码模型 Muse Spark Open 现已接入 Amazon SageMaker JumpStart,支持 100 万 token 上下文窗口。
该目录收录了多个 AI 工具,包括用于工作流的 Pieces 和长期记忆方案 AI-MEMORY。 这些工具涵盖代码执行、代理编排及跨平台工作区,如 smolvm 和 coop,支持本地隔离运行及多代理管理。 目录旨在为开发者提供从代码审查到自主技能执行的完整工具链支持。
PCEI 框架采用 Mamba 线性状态空间模型替代 Transformer 的二次复杂度注意力,结合 1.58-bit 三元 BitNet 量化,实现 O(L) 计算与 O(1) 记忆复杂度。
Black Forest Labs 发布 56 亿参数开源权重模型 FLUX 3 Image Klein,支持文本生成图像、图像编辑及最多 10 张参考图像,支持原生 4K 输出、像素级编辑和 bounding box 元素定位。
TR-Core 是一个基于纯 Python 的非神经符号 AI 架构,通过 Apriori 归纳引擎与二项统计过滤发现罕见组合规则。 该架构在结构性分布外(Structural-OOD)测试中达到 0.96 的 heldout acc,显著优于 kNN 基线的 0.25,并验证了 COMPOSE 操作的因果必要性。
开放列表汇总 AI 智能体与测试自动化常用的邮箱域名,用于检测应用内的智能体注册。 列表按 agent_inbox 和 test_inbox 分类,建议允许注册并标记身份,而非直接拦截;未覆盖自定义域名或 Gmail。
Nvidia 发布 Nemotron 3.5 Super VL 开源多模态模型,包含 120B 参数,支持持续运行的企业级 Agent 并具备处理文本、图像、文档和视频的能力。
Hugging Face 官方宣布 FLUX.3 Image Klein 已集成到 Diffusers,该模型支持文生图、多参考图生图以及基于 bounding box 的图像布局控制。H100 上蒸馏版 checkpoint 可在约 2 秒内生成 1024 × 1024 图像,并支持 NVFP4 和 FP8 量化权重。
推荐理由:介绍 FLUX.3 Image Klein 在 Diffusers 的集成细节,重点展示了 bounding-box 布局控制功能及多种量化推理方案。
Mistral 发布首个时序基础模型系列 Timestral,提供 5M、28M、123M、209M 四档模型。209M 模型在 GIFT-Eval、TIME 和 fev-bench 三项基准上排名第一,参数量仅为此前最优模型的三分之二,并支持概率化多变量预测、past-only 和 known-future covariates。
推荐理由:209M参数的时序基础模型在三项公开基准中取得第一,并支持概率化多变量预测与CPU端部署。
summary_zh: CommonForge 是一款自托管工作区,允许代理机构、客户及其编码智能体在隔离环境中共同修改客户端网站代码,确保变更可控。 该工具运行于 Cloudflare Workers,通过 cforge CLI 让 Claude Code 或 Codex 等智能体执行任务,每次修改需经 staging 预览及人工审批后方可发布。
慕尼黑工业大学团队提出 Tadpole,采用自编码器重构预训练 3D PDE 基础模型,预训练累计使用约 202 TB 在线生成数据。 该模型通过局部裁剪适应不同变量与分辨率,结合 Tadpole-DFT 实现动力学预测,并将应用扩展至非结构网格,后续工作已被 NeurIPS 2026 接收。
作者发布 Mr. Chatterbox 模型家族,包含 345M、500M、1.2B 及 2.7B 四个基础模型,均基于 Llama 框架并采用 Chinchilla 最优参数训练。 最大模型 2.7B 的 97.2% 微调数据源自19世纪时期文本,在 AICHR Chronologic 基准测试中性能超越更大模型。 开源项目附带完整训练代码及 SFT 数据集,供研究人员进行复古语言模型实验。
作者使用 Claude 构建了一个名为 hw-harness 的测试框架,通过对比 Windows 虚拟机与 Linux 宿主机的 USB 流量,成功为无官方 Linux 驱动的硬件编写了驱动。
图形引擎师可利用 GPU 优化直觉加速 LLM 推理,Q4_K_M 量化在速度和质量间取得最佳平衡。 作者使用 llama.cpp 在 RTX 3090 上测试 Qwen3 模型,将 Q4_K_M 作为默认量化格式,并分析了预填充与解码阶段的差异。 该方法为实时图形工程师提供了一套通用的推理优化地图,用于识别瓶颈并减少不必要的内存流量。
阶跃星辰开放 Step 5 Preview 的 BF16 与 FP8 权重,上线 Hugging Face 和 ModelScope,支持 100 万 token 上下文窗口,可通过 vLLM 或 SGLang 部署。
同一新闻,精选展示《阶跃 Step 5 Preview 权重开放,技术博客同步上线》
阶跃星辰正式开源Step 5 Preview模型,权重已同步上线Hugging Face与ModelScope。该模型采用稀疏MoE架构,总参数量600B、激活参数27B,支持100万Token上下文。
同一新闻,精选展示《阶跃 Step 5 Preview 权重开放,技术博客同步上线》
Apertus 1.5 发布 8B 和 70B 模型,基于 Apache 2.0 许可开放,支持图像和音频输入,上下文窗口扩展至 262,144 tokens。通过引入 Thinking 模式增强推理能力,并使用 Early-fusion 架构将多模态数据转化为离散 token,模型在代码编写和指令遵循上显著优于同等规模的开源权重模型。
推荐理由:原文提供了全开放的多模态开源模型训练细节和评测体系,可帮助读者理解早期融合架构在开放生态中的落地路径。
NVIDIA 宣布 Run:ai 全面开源,这是一个基于 Kubernetes 的 AI 工作负载与 GPU 编排平台。 它支持 AI 感知的 GPU 调度、动态共享分配及多集群管理,通过 KAI Scheduler 扩展原生调度能力。 该平台旨在高效共享 GPU 资源,覆盖训练与推理工作流。
Fragment 完成 1200 万美元 A 轮融资,由 FirstMark 和 BoxGroup 共同领投。此前该公司曾获得 Stripe 领投的 1100 万美元种子轮融资。
阶跃星辰正式开放 Step 5 Preview 模型权重,同步发布技术博客并开源更新 Step Code v0.1.4。
推荐理由:阶跃星辰开放 Step 5 Preview 权重,提供 600B 参数 MoE 模型及开源 Agent 工具,帮助开发者构建长程任务应用。
阶跃 StepFun 正式开放 Step 5 Preview 模型权重(BF16 与 FP8),配套开源开发工具和技术博客同步上线。
推荐理由:Step 5 Preview以 600B 总参数与 27B 激活、100 万 token 上下文面向长程 Agent 场景,并同步开放 BF16/FP8 权重与开源工具。
PilotDeck 2.0 由面壁智能联合清华大学 THUNLP 等机构正式发布并开源,主打办公场景复杂任务处理。该版本优化了 Word、Excel、PPT 内置 Skills 以支持全流程交付,实测使用 35B 级轻量模型时办公测试得分达 79.4 分,且通过智能路由将社媒任务费用降低 75% 以上。
推荐理由:原文给出了 PPT/Excel 技能增益和轻量模型成本优化数据,展示了 Agent 在办公场景落地的实际效率边界。
OpenCode 宣布 DeepSeek V4.1 Flash 在 OpenCode 平台免费提供,实测支持 200K 上下文窗口,相比 1M 上下文版本有所降低。
蚂蚁百灵正式开源 Ling-3.1-flash,该模型总参数量约 560B、单 Token 激活约 25B,支持最高 1M 上下文窗口。通过 MXFP4 量化与 Hopper GPU 优化,服务部署可由 8 卡降至 4 卡,平均首 Token 时间约 604 毫秒。
同一新闻,精选展示《蚂蚁百灵开源 Ling-3.1-flash 模型》
蚂蚁百灵正式开源 Ling-3.1-flash,该模型总参数约 560B,每个 Token 激活约 25B,最高支持 1M 上下文。在 Hopper GPU 部署中,通过量化将权重占用降至 292GB,服务部署从 8 卡降至 4 卡,在 4 卡配置下平均吞吐约为 1.36 QPS。
推荐理由:原文给出了560B参数规模与4卡部署细节,读者可以据此判断该模型在低成本硬件上落地的可行性。
蚂蚁百灵开源 Ling-3.1-flash 模型,该模型总参数量约 560B,激活参数约 25B,上下文窗口为 1M。智东西实测该模型在财报分析、个人工作助理、3D 场景搭建及移动端 App 开发等任务中,能完成从需求理解到交付可运行成果的完整流程,且在 Design Arena 开放权重模型评测中多项视觉与开发能力位列前三。
AWS 开源的 AI-DLC(AI-Driven Development Life Cycle)工具将 AI 编码助手转化为结构化、可验证的交付工作流。
推荐理由:该工具提供跨多种编码助手的统一工作流引擎,并包含可审计的阶段与审批门,适合需要规范交付流程的团队。
开源工具 Universal MFG Unlocker 1.5.0 破解英伟达 DLSS 帧生成“预设 C”,使 RTX 30 系显卡免费体验该功能,性能最高提升 35%。 该工具兼容 DLSS 310.9.16 运行时,支持 RTX 30 系显卡,并集成 OptiScaler,允许 NVIDIA、AMD、Intel 显卡开启 Intel XeSS 多帧生成,提供 2 倍至 6 倍生成倍率选项。
昆仑万维旗下Skywork AI开源发布游戏世界模型Matrix-Game 4.0,官方称其为全球首款可在单张消费级显卡实时运行的产品。该模型采用“游戏引擎显式维护状态、视频模型生成画面”的Harness架构,结合少步自回归蒸馏与KV缓存优化,在一张RTX 5090上实现了60 FPS的实时生成与响应。
GitHub 项目 REA 在 10 月 7 日前后登上热榜第一,截至目前获 22.3 万颗星,位列 GitHub 历史星数第 23。项目把 Ghidra、IDA 等逆向工具封装为 MCP,接入 Codex、Claude Code 后,只需一句话即可让 AI 完成 App 反编译与抓包。
推荐理由:把逆向工具接入 AI 编程环境,文章用真实案例说明个人如何拆解冷门应用,也提出版权与独立开发的风险。
论文提出DiffPTS框架,通过在位置-尺度噪声模型下重构ELBO,统一了扩散预测的训练目标,实现了端到端优化。该方法在多个基准上取得SOTA性能,CRPS/MSE平均降低14.53%/16.55%。该工作已被NeurIPS 2026接收为Poster,代码已开源。
开源库 hyperbolix 在 JAX 上实现双曲深度学习,包含六种流形及线性层、注意力等组件。 该库采用 MIT 许可,API 支持无状态流形与 batch 操作,并通过优化公式解决 float32 精度丢失问题。
PyAGC是一个面向生产环境的归因图聚类基准库,包含12个2.7K至111M节点的多样数据集,首次提供内存高效的mini-batch实现。 它统一了Encode-Cluster-Optimize框架,强制采用无监督结构指标与效率分析,并已在蚂蚁集团的高风险工业流程中验证,资源通过GitHub和PyPI公开。
论文提出核化矩平衡直接预测方法(KMB-DF),通过自适应选择再生核希尔伯特空间中最具信息量的平衡函数,解决现有目标函数分布对齐不充分的问题。 该方法提供了可微且可处理的损失函数,能够无缝集成到基于梯度的训练流程中,在多个数据集上实现了最优预测精度。