一群人用 AI 把 Photoshop 复刻成了开源软件,CEO 说接下来还要重写更多闭源软件。这条访谈讲清了他们怎么用 AI 补上原本需要大团队的开发量,做独立开发或被订阅费劝退的人都值得听听这套思路。
#open source
搞形式化验证或 agent 做代码证明的人该看看。它点破了 OSS-Verify 这类方案只证明单条 fuzz 序列的局限,改用 LTL 建模 API 全部合法用法,还开源了挑战集,可以直接拿来测自己的证明 agent。
黄仁勋 11 月 12 日辞任英伟达 CEO,CFO 科莱特·克雷斯临时接手。Hugging Face CEO 德朗格第一时间发声力挺开源,而这正值英伟达约 129 亿美元收购 Hugging Face、美国司法部问询竞争影响的节骨眼上。关注英伟达走向、收购进展和开源生态的人都会想看看这篇。
n8n 出了个叫 Nod 的开源智能体,跑在自己电脑上,模型随便换。它每步操作都会对照你的原始指令,越界就先问你。做自动化工作流、又不想把账号交给黑盒产品的开发者可以试试这个研究预览版。
有人一小时做出手绘风游戏,每帧150万笔刷还能在浏览器跑200fps,代码开源。最妙的是让 agent 生成新场景时它自己去找免费动画资产再重上色,想玩生成式游戏开发的可以克隆试试。
The takeaway is that multi-round iteration plus a domain checklist beats one-shot prompting for complex projects like games. Developers using Claude or similar agents can fork the guizang skill to inherit combat design, game-feel and build-size optimisation practices without redoing the research. Anyone packaging their own project experience into skills will find the requirement-interview, tool-research, self-verify loop a useful template.
开源操作系统里怎么用 AI,FreeBSD 拿 140 名开发者的真实投票说话,连披露比例、审查标准都列出来了。做开源维护或想给团队定 AI 编码规范的人,这份调查结果可以直接参考。
宝玉把自己常用的提示词封装成了开源技能库,直接复制到 Claude 或 ChatGPT 里就能用。想偷懒提升输出质量的可以翻翻这个仓库,比零散收藏提示词省事。
有人给安克录音豆写了开源第三方客户端,代码就放在评论区。买了录音豆的朋友可以试试,能自己动手把硬件改成 AI 麦克风玩,不用受官方 App 限制,动手党应该会感兴趣。
搞 OT 安全或智能体安全的值得看看这篇:Talos 把恶意 agent 引到镜像孪生设备上,2400 个攻击 agent 一个都没碰到真工厂,还能反向摸清对方是谁。门控、镜像、测试框架全开源,Apache 2.0,想复现或改造可以直接上手。
Reason Machines 开源了个给智能体用的 Git 服务器 Aspen,单台 8 核机器每秒能扛 567 次推送,适合让 AI 高频提交代码。
Anthropic 之外少见的 reward hacking 实证研究,开源了三个 Qwen3-4B 可钻空子的环境,还给出 monitor 设计的几条可落地结论,做 RL 训练的可以看看。
斯坦福老师被 AI 逼到改考题了——学生现在得给开源项目提真 PR,维护者说了算。他还讲了团队怎么用 agent 值班排查故障,做法挺实在。
开源工具 rea-video 能逐镜头判断视频是实拍还是 AI 生成,还给出复刻方案和反推提示词,做短视频的可以直接装来用。
一个基于 Blender 的 Python 库,让 AI 直接写简短代码就能建3D模型,还附带10万个现成组件,做机器人仿真或游戏建模的可以试试。
GitHub 的 Martin Woodward 聊了 AI 时代怎么学新东西:放开玩但给自己掐个表,做开发的朋友可以听听。
化工版的 agent 工作台,测试里花 224 美元 API 费就让智能体产出了一整套工程设计包,还带错误检查机制。
机器人扩散策略想用 RL 微调但算不动?这篇 LARBRID 只优化初始噪声分布,速度提上去了,成绩还能涨 2-3 倍,代码开源可以跑。
DeepSeek Harness 才发布两天,B站网友就把手机遥控、账单监控、白嫖额度的插件全做齐了,这 6 个可以装来试试。
Cryptographic proof of model identity addresses a gap that API-level assurances cannot close: evaluators and enterprises can now independently check what they are actually serving or testing. The open-source release means anyone can integrate verification today rather than wait for vendor-side guarantees. Teams running safety evaluations or deploying LLMs in security-sensitive workflows are the immediate beneficiaries.
做图学习的朋友可以看看 GraCo,17 种图粗化方法统一接口,还带指标和四个数据集上的耗时内存对比,选方法省事多了。
乌镇峰会明天开幕,今年普通人能买票进场了,微信小程序实名预约就行,还有 27 个分论坛和 400 多家企业的博览会可以逛。
有人花 520 收了台二手 Kindle,越狱装 KOReader 接 AI 模型,能聊天能流式输出,代码开源可以自己折腾。
游戏开发者可以试试,Aura开源的Autopilot插件能直接接进UE5、Unity 6或Godot 4,一句提示词就让AI替你打关卡找Bug,还自动出报告。
DeepSeek Harness 提了个 Super-agent 架构,多个 Worker 并行干活,群里报 Bug 它能自己修完提 PR,原型代码已经开源在 dsh-superagent-prototype。
DeepSeek 把 Agent 从单会话工具改成了双层架构,能接群聊和 GitHub 自己跑任务,实验数据也公开了,做 Agent 开发的可以看看。
撑起全球七成网站的 PHP,基金会里只有一个全职员工,这次漏洞还是拉上 OpenAI 和 Wiz 一起修的,看完就知道开源基础设施缺钱缺到什么程度。
博主把爆肝数周的数字人教程打包成开源 Skills 放上 GitHub 了,数字资产用 Renoise AI 一条龙搞定,小白照着跑就能自动化出片。
Cognition 开源了 3 个 Devin 技能,能扫出有 RCE 漏洞的 PHP、Node.js、GitLab 项目并直接提 PR 修好,运维可以省不少事。
Anthropic 拿 Claude 给 123 个开源库写了 1.8 亿行证明代码,还揪出多年测试漏掉的 bug,形式化验证这事被 AI 干成流水线了。
arXiv 上新出的 AnyGoal 基准,专门考世界模型没见过的状态动作组合,多个模型家族测试都翻车,做 world model 研究的可以看看
AWS adopting community extension points means Trainium code can look like ordinary PyTorch rather than a separate SDK, lowering the barrier to running training workloads on AWS's own silicon. Teams benchmarking GPU alternatives for cost-sensitive training jobs can now test Trainium without rewriting code. The announcement lands ahead of the PyTorch Conference, where other hardware vendors are expected to show similar integrations.
Obsidian 的 CEO 自己受不了 Mermaid.js 又大又慢,写了个 Pele,语法通用、体积小 6 倍、快上百倍,还在用 Mermaid 的可以换着试试。
DHH 本人在深圳开 Omarchy 线下聚会,聊开源和本地优先,喜欢 Linux 桌面折腾的可以去围观
The session list doubles as a map of where PyTorch engineering effort is heading: communication-computation overlap for MoE training and dynamic-shaped CUDA graphs signal that large-model training performance is the priority theme. Engineers building or tuning training pipelines can use these talks to pick up concrete scaling techniques, including the 10x data loader speedup. The Ecosystem Landscape talk is also useful for open-source maintainers seeking official PyTorch ecosystem status.