NotBot 开源:基于 LLM 的金融新闻情感分析器
NotBot 是一个实验性 Python 项目,利用 Google Gemini 和 Groq 模型分析金融新闻,为上市公司计算加权情感得分。 系统通过多源新闻获取、异步处理及基于来源可靠性与时效性的加权算法,生成汇总报告,并支持 FMP 历史价格数据集成。 该项目处于开发阶段,明确声明情感得分未经过系统性验证,不提供财务建议或投资建议。
NotBot 是一个实验性 Python 项目,利用 Google Gemini 和 Groq 模型分析金融新闻,为上市公司计算加权情感得分。 系统通过多源新闻获取、异步处理及基于来源可靠性与时效性的加权算法,生成汇总报告,并支持 FMP 历史价格数据集成。 该项目处于开发阶段,明确声明情感得分未经过系统性验证,不提供财务建议或投资建议。
Iris 对 12 款冷邮件工具进行引用检查,发现 instantly.ai、mailshake.com 和 quickmail.com 在自身问题中 0/8 被命名,hunter.io 以 4/8 领先。
Mihail Eric 将斯坦福 CS146S 课程作业改为参与开源项目,旨在让学生理解代码逻辑及社区规范。 Monaco 团队自研智能体工作空间,并采用 Devin 进行代码审查,提出“买产品学习、自建系统保留”原则。 高 AI 采用率团队 PR 合并量增加 98%,但审查时间延长了 91%。
一款开源免费 AI Skill 允许用户上传早期音乐乐谱,生成包含 IPA 音标、原词文本及英文翻译的历史发音指南。 该 Skill 目前处于开发中并获半积极维护,主要面向歌手、合唱团及早期声乐表演爱好者。 此工具由 Pro Musica Tulsae 为其 2027 年 Josquin des Prez 音乐会开发,旨在帮助演绎早期声乐作品。
作者分享了一种管理 Claude Code 或 Codex 多任务的工作流:将任务存为 Git 仓库中的 Markdown 文件,由 AI Agent 自动处理编码和测试,待人工决策的事项汇总到统一收件箱。这种方法将上下文闭环在单个任务内,帮助用户在切换任务时保持专注,提升使用 AI 工具的生产力。
LessWrong上更新的AI安全课程包含9月至12月的讲习记录,已提供Boaz Barak等嘉宾的讲稿和视频。 课程每周结合LLM训练、递归自我改进等主题进行实验,部分优秀实验有望演变为论文。
作者发布了BYOBrain协议及SDK,旨在让本地LLM在浏览器端运行并实现本地存储共享。指南强调非阻塞设计原则,即游戏必须100%可玩且不等待AI响应。文档展示了如何使用BYOB-web-sdk-v2.js挂载连接UI,并通过Promise.race实现带超时和取消功能的请求包装,以应对端侧硬件性能差异。
Aviator 团队在保持 9 名工程师规模下,将每周合并的 AI 生成 PR 数量提升至 400+,合并中位时间从 2.1 天缩短至 3.4 小时。团队放弃逐行检查 diff,转向审查变更意图、验收标准、不变量、决策过程及验证证据。他们利用历史评论挖掘出 64 条自动化不变量,由 Agent 执行确定性检查,人类专注于解决设计分歧并维护系统心智模型。
一个四人项目团队发布了一套 Inspect AI 实操教程,包含 4 个 Jupyter Notebook,覆盖从首次评估到基准测试、LLM judges 及智能体构建的全过程。 团队修订了官方教程,新增 Custom Solvers 章节并修复不一致性,所有资源在 Google Colab 和 GitHub 上开放。 作者认为,教会人们构建评估对 AI 安全的意义大于对能力发展的意义。
作者提供了适用于 ChatGPT、Claude 或 Gemini 的可复用提示词,要求基于 YouTube 转录文本生成摘要,并为每个要点提供支撑引语和时间戳。
双 RTX 5070 Ti 实测 15 个 Qwen3.8 27B 变体,无一整体超越基模,Tess-4.5 以 61.4 分(基模 63.3 分)居次。 基模 3-bit 仅 120K 上下文,32 GB 显存支持 6-bit 满 262K 窗口;Tess-4.5 每 bug 生成 14K tokens,较基模少 40%。
作者开源了 AiPrepLab 课程,用于准备 AI 研究员面试,涵盖数学、编码、AI 训练和 GPU 编程四个支柱。课程包含 11 个模块,从 PyTorch 基础到 CUDA 内核编写,并强调通过 CPU 运行练习和严格的检查机制来培养精确性。建议根据面试轮次选择特定模块,如系统面试侧重模块 04 至 09,研究面试侧重模块 01 和 07。
仅依赖 Flash 存储会导致数据重力锁定客户于超大规模云厂商,建议采用分层架构将高速需求与低成本容量存储分离。 活跃训练阶段需 Flash 支撑数千 GPU 低延迟读写,而检查点保存、数据集存储及推理负载仅需高容量低成本存储,无需 Flash 级速度。 SSD 价格一年内上涨 257% 加剧成本压力,VAST 和 B2 Neo 等方案通过分层堆栈帮助新云避免被超大规模云垄断全账号服务。
PuglieseWeb 创始人提出架构即真理 (AAT) 方法论,主张 AI 接管代码生成后,对产品的全局理解成为所有开发者的入门要求,而非资深专家专属。AAT 将架构文档作为唯一事实源,人类通过修改文档决策,AI Agent 依据文档构建,并遵循阅读、构建、停止、留痕四条契约。文章介绍了实现工具 SystemDox 及一个从决策到上线的完整案例,展示了如何通过文档同步解决 AI 生成的局部错误。
监控训练全流程评估结果可早期捕捉失齐行为,假设失齐先于隐藏能力出现。 采用较小规模模型验证时未观察到失齐先升后降趋势,受限于评测工具与样本量。 该策略作为白盒评估的补充手段,需结合更大模型、不同评测及刻意失齐测试模型以提升有效性。
Transformer 架构导致 AI 模型滥用破折号,源于三重机制:训练数据偏好编辑部风格文本、自回归生成时的语法兜底作用,以及 RLHF 奖励机制强化戏剧性表达。 自回归模型无法预知句尾,破折号成为最安全的语法“胶带”;人类评估员将这种风格误判为高置信度,促使奖励模型放大该特征。
作者使用相同的提示词测试 DeepSeek V4.1 Flash 1017 与 Hy4 生成日式体素宝塔的效果。 DeepSeek V4.1 Flash 1017 保留的元素更少,但画面构图与层级处理更干净;Hy4 试图纳入提示词中的所有内容,使图像看起来更生动。 两者呈现不同的取舍风格,实际使用体验各异,未提及具体参数规模或 benchmark 分数。
0rwx 提出了一种受 Unix 权限启发的简易模型,用于描述大语言模型的使用层级。 该框架通过 4 个级别区分用户与 AI 的交互方式:ZERO(手工制作,AI 无读写权限)、READ(AI 灵感,只读权限)、WRITE(AI 协作,读写权限)及 EXECUTE(AI 制作,用户仅能审阅)。 作者发布了这些标志,并声明将其纳入公有领域供他人使用。
NYT Cooking 上线仅限 iOS 订阅用户的 AI 助手,可基于用户评论生成食谱定制版本,保留原配方不变。 助手能根据库存提供替代建议(如用青豆替代 chard)及单位换算,避免不合逻辑的请求。 该工具解决了翻找数百条评论的痛点,虽偶有偏差,但显著提升了备餐便利性。
Uber 发布面向生产环境 AI 智能体安全框架,结合配置时验证、运行时强制与持续保障。 该框架利用 prompt provenance 和 evidence chaining 追踪用户意图,通过小型专用模型和严格延迟预算平衡安全与性能。
用户通过前沿模型筛选并训练本地 Qwen 9B,在量子力学解题正确率从 2/8 提升至 7/8。 训练过程消耗巨大算力,Ravens Progressive Matrices 成绩从 V0 版本的 1/60 提升至 V5 版本的 28/60。 该实践帮助用户深入理解 Adapter 等模型微调技术,超越单纯使用 AI 助手。
Forever Security发现攻击者利用AGENTS.MD文件诱导AI Agent(如Codex、Claude Code)执行恶意指令,成功率高达90%。文章提供四步自查清单,包括检查下载目录、全局配置、恶意依赖和代理劫持,并建议避免在下载目录启动Agent、警惕未知规范文档及隔离敏感权限。
推荐理由:文章通过真实案例和自查清单,指出AGENTS.MD可能被恶意利用导致Agent执行危险指令,提供了针对性的风险防范方法。
AI 智能体在执行逆向工程时,反编译生成的伪 C 代码可能提供虚假分支,需通过机器指令验证结论。XRef 0.4.0 在包含 2,000 个干扰函数的测试案例中,通过追踪 2,007 个函数边界准确定位了真实写入函数。该方法确保了从序列化字段名到代码修改逻辑的可验证链路,防止因工具局限性导致的错误假设。
作者将 Hacker News 上关于 AI agentic 编码的 750 条评论映射为交互式网站,利用 Claude 提取工具、模型及计划信息。网站涵盖订阅、模型、执行框架、编排及 Agent 平台维度,展示用户对各工具的喜好与具体应用场景。
AI模型Jev在蛇梯棋中自我对弈,仅在当前位置为蛇身(不含头)且胜率P(win)大于0.49时,才选择重新掷骰子。 该决策规则限定了重新掷骰子的触发条件为特定棋局状态与概率阈值。
GitHub Copilot 推出 Plan、Build、Verify、Observe 四阶段智能体工程工作流,旨在通过自动化流程提升开发全链路效率。 该指南结合 GitHub Agentic Workflows、云沙箱执行及 Copilot Fusion 模型调度功能,通过持续会话与跨设备协作解决多任务并行难题。
Anthropic 发布了新的工程博客文章,介绍 Claude 如何通过“dreaming”机制整理已学习内容、纠正错误并更高效地检索所需信息。文章链接为 https://www.anthropic.com/research/components-of-agent-memory
推荐理由:官方披露了 Claude 通过记忆机制优化学习流程的工程细节,展示了智能体在经验积累上的新能力。
开发者发布 Windows 版 ScrapeVantageAI Desktop,支持在本地处理 PDF、文档和演示文稿的问答功能。该应用通过仅上传检索片段保护隐私,并校验引用来源准确性,允许在索引完成前即时提问。
RTK 是一个 CLI 代理,在 AI 代理读取或发送内容前压缩、路由和过滤 shell 命令输出,支持 18 个 AI 编码工具,可降低 60-90% 的开发命令 token 消耗。
推荐理由:原文给出了 60-90% 的 token 优化和 18 个工具的接入方式,读者可以据此判断它会怎样改变现有编码代理工作流。
Editmamei 是一款连接 AI 助手与桌面照片编辑器(如 Photoshop、GIMP)的工具。 AI 负责规划编辑指令,编辑器执行基于图层、蒙版和曲线调整的操作,保持结果确定且文件可编辑,避免 AI 重绘导致的失真。 桌面版免费,源代码已开放在 GitHub。
开发者对开源代理 LiteLLM 和商用成本平台 Revenium 进行压力测试,评估其在并发请求、后端宕机及重启场景下 AI 消费限额的有效性。
推荐理由:实测数据揭示 LiteLLM 默认配置在故障与高并发下的边界缺陷,为 AI 用量计费系统提供了可直接复用的加固方案。
该方案结合 Okta Cross App Access (XAA) 和 Amazon Bedrock AgentCore 实现 AI 智能体访问治理。Okta 在身份提供方层面评估策略,决定智能体是否可代表特定用户操作应用;AgentCore 在 AWS 执行层面将决策转化为短时效访问令牌。
AWS 博客展示如何利用 Amazon Bedrock AgentCore Gateway 和 Cedar 策略集中治理大规模 AI Agent 对工具的访问,解决直接连接导致的接线矩阵和权限漂移问题。
亚马逊支持团队在 Amazon ECS Fargate 上构建无服务器 MCP 服务器,作为 AI 智能体访问企业数据湖的中央网关,解决多智能体重复开发权限控制的问题。 该架构采用元数据驱动模式,新增数据源仅需提供 JSON 文件即可自动接入,无需编写定制代码,支持多租户环境下不同 MCP 客户端共享同一工具接口。
AWS Quick 团队提出了一套智能体原语分类法,将任务分解为 When、What、Who、How 四个维度。触发(Triggers)定义任务启动时机与内容,包括人工交互、定时、事件驱动和代理委托四种类型;代理(Agents)是持续学习执行者,包含指令、能力与学习上下文;能力(Capabilities)指代理执行任务的方式,按确定性分为原子工具、结构化技能和确定工作流。
文章展示如何通过 Amazon Bedrock AgentCore 将 Claude Code 部署为远程智能体,实现任务在隔离会话中运行并返回 GitHub Pull Request。
summary_zh: Taxbit 基于 Amazon Bedrock AgentCore 发布了嵌入其合规平台的 AI 助手 Taxbit Assist。该助手支持带引用的角色感知问答,且超过 55% 的用户在首次提问后 24 小时内会再次使用。
Greenlight Financial 利用 Amazon Bedrock AgentCore 构建自主安全运营中心,每月无干预解决超 90% 的 3,000-4,000 个安全案例。 采用分层多智能体架构,包含 30+ 专用智能体及情景记忆,常规案例中位分诊时间仅数秒,复杂案例自动升级至人工审查。 该方案展示了在受监管金融行业部署自主智能体的生产指标与架构模式。
文章分析了Hacker News上关于AI编码智能体配置的663条评论,统计出424名用户中Claude Code使用率最高(180人),其次是Codex(103人)和DeepSeek(78人),并总结出7种主要配置模式。
AI 公司应自主开发用量计量、定价逻辑和余额管理,使用专业软件处理发票和收入确认。 计量层需实时处理 token 用量、算力小时等数据,避免漏计或重复计费;发票层涉及支付与退款,需财务与销售等多部门协作。 这种架构选择影响 IPO 审计准备和企业级合同管理,避免单一供应商系统扩展受限。