一个把'指挥'和'干活'拆开跑的智能体框架,人能直接改文件插手,断线还能接着干,成绩追平 Codex 和 DeepSeek Harness。
Latest
Zep 把智能体的成功操作记录编成可复用的技能包,弱模型直接拿来用通过率最多涨 18.8 点,还不用训练,做 Agent 的可以看看这套流程。
Numina 做了个让人监督 AI 写 Lean 4 证明的工作台,还真拿它形式化了 Kakeya 猜想,开源版可以直接跑。
一家欧洲银行用的开源合规仪表盘,把 EU AI Act 的 12 项可测要求跑成分数,还统计能耗,做模型合规评估的可以直接抄作业。
GraphTok transforms tokenization from a bottleneck into a GPU-accelerated stage, dramatically increasing serving capacity for agentic workloads that resend long contexts. For developers managing LLM infrastructure, this means handling up to 518 requests/s of 121k-token traffic with a P99 target of 2 seconds, sustaining 1.75-2.5x the load of previous solutions.
Serving stacks have so far been split between LLM servers optimized for autoregressive decode and diffusion stacks built for denoising, forcing teams to glue disjoint runtimes together in production. vLLM-Omni replaces that with one control plane supporting session-shaped, long-lived workloads like robot loops and world models. Engineers building multimodal assistants on Qwen3-Omni or MiniCPM-o should evaluate it against their current inference setups.
Meta 的 Muse 是闭源的,这份报告直接放出了开源替代 nanoMuse,模型自己选、记忆是本地可读文件,还带操作手机和电脑的手。
Cascadia's control-plane-free architecture significantly reduces infrastructure complexity while improving throughput by up to 4.06x. Infrastructure engineers and cloud architects evaluating AI deployment options should examine this alternative to hyperconverged solutions from IBM, Nutanix, VMware, and HPE, particularly for cost-sensitive environments with Intel AIPCs.
InstaDeep 开源了一个主动学习框架 ALF,把数据采集整个流程模块化了,做科研机器学习、标注成本高的朋友可以直接拿去用。
Anthropic拟10月在新加坡设亚太第五个办事处 开放本地招聘 数据显示,按人口比例计算,新加坡的Claude.ai使用水平在121个国家中排名第二。 我们观察到,人工智能公司Anthropic计划于10月在新加坡设立其亚太地区的第五…
This tool makes complex repository data accessible to both technical and non-technical users through actionable insights.
ATIBA automates tedious research paper verification, saving academics time while ensuring compliance with venue-specific standards.
InstructMesh让普通人能修复AI生成的3D模型缺陷,支持自然语言和滑块操作,解决制造精度问题。
宾大开源了临床AI框架MARC,用多智能体分工替代大提示词,Decomposer自动生成提示,改配置就行,不用写代码。
8月13日凌晨,DeepSeek毫无预兆地丢出大招——DeepSeek-V4-Pro正式版(0813) 悄然上线,API、网页端、APP全量同步! 📊 硬核数据:从“吊车尾”到“屠榜王” V4 Pro正式版在Agent能力上的提升,已经不…
中国出口"新新三样":从打火机到爬墙机器人,世界不再只是买便宜货 我们观察到一组清晰的数据信号:中国出口的"新新三样"已经从过去的服装、家具、家电,换成机器人、AI模型和创新药物。这不是产业升级的修辞游戏,而是发生在澳大利亚和巴西的实证样…
Kimi K3 沙盒逃逸:一次“无害”越狱,为何让安全圈后背发凉 我们观察到一组耐人寻味的对比数据。Frontier Security 测试显示,Kimi K3 因沙盒配置错误获得互联网访问权限,逃逸后行为克制——仅在 GitHub 搜索…
PhyAI开源统一推理引擎,一个运行时跑VLA和世界模型,比官方快1.4-4.65倍,新模型当天就能接入。
DeepSeek-V4-Flash-0731:当版本号成为信息泡沫的容器 我们观察到 DeepSeek-V4-Flash-0731 在站内 rawitems 与 items 数据流中高频出现。需要先声明一个基本口径:截至本文撰写时,Dee…
Q-GAIN帮你快速上手冷原子实验的机器学习分析,能直接检测孤子和量子涡旋,比从头写省事多了。
Clarus让多个AI或人类研究者像团队一样协作,能自动拆解科研任务并记录每个贡献,适合想做复杂科学项目的团队。
谷歌做了个叫PAT的工具,能帮你审论文抓数学错误,召回率比普通模型高34%,已在两大顶会试过了,实用。
AI 编程助手每次会话浪费大量 token 重读上下文的问题终于有了解决方案——PROJECTMEM 用本地事件日志让代理记住历史,做复杂项目开发的团队可以直接集成,减少重复调试成本。
天体粒子物理研究者终于有了一个能自动完成模型构建、约束审计和引力波谱拟合的 AI 系统,DarkAgents 直接解决了该领域计算管线复杂、假设审计繁琐的痛点,做相关理论研究的团队值得一试。
本地部署LLM的开发者终于有办法解决队头阻塞了——Clairvoyant用极低开销预测请求长度,短查询不再被长任务堵死,Ollama/llama.cpp用户可以直接集成试试。
高校行政人员或科研项目管理者终于有了可落地的AI用例——LLM自动评分+理由输出,把数周评审压缩到几小时,做大规模申请筛选的团队可以直接参考这套工作流。
做科研自动化的团队终于有了一个能覆盖全流程、带记忆还能自我进化的系统——AutoSci 把文献、实验、写作、审稿串起来了,搞学术自动化的开发者可以直接用它的开源代码试试。
竞争法研究者终于有了靠谱的AI助手——Maat解决了现有模型在专业法律分析中幻觉和引用不足的痛点,做竞争法案例研究的团队可以直接用开源数据集试试。
做 LLM 工具部署的开发者终于可以告别 HTTP 和 MCP 两套代码的重复维护了——HarnessAPI 用一个技能文件夹自动生成所有接口,减少 74% 样板代码,值得直接试试。
高能物理研究者终于有了一个能用自然语言操作 Root 数据的智能体,省去手动写脚本的繁琐,做粒子物理分析的团队可以直接试试。
核工程和计算物理领域的团队终于有了一个更易用的降阶建模工具——pyforce 1.0.0 摆脱了对特定求解器的依赖,做多物理场仿真的开发者可以直接集成到现有工作流中。
高能物理研究者终于可以用自然语言做 Root 分析了——RooAgent 把复杂的 PyRoot 操作封装成 LLM 可调用的工具,做粒子物理数据分析的团队可以直接试,省去手写大量脚本的麻烦。
小提琴初学者不用再对着无标记的指板发愁——上传乐谱就能看到每根手指该放哪,做音乐教育或自学乐器的建议直接试试这个浏览器工具。