技术方向
开放权重、能下载下来自己部署的模型，开源框架与 GitHub 上爆火的 AI 项目。
690 条精选近 30 天 50 条共收录 3,662 条
2025年10月，Anthropic公司开源了AI模型对齐测试工具箱Petri，用于快速检测模型的欺骗、奉承等风险倾向。该工具已成为Claude模型系列对齐评估的核心部分，并被英国AI安全研究所等外部机构采用。近日，Petri升级至3.0版本，主要改进包括：架构调整提升适应性，允许单独调整审计与目标模型；通过“Dish”附加组件使用真实系统提示和部署环境，增强测试真实性；与另一开源工具Bloom集成，实现更深入的行为评估。为确保独立性与公信力，Petri的开发已移交非营利组织Meridian Labs。
推荐理由：Petri 从 Anthropic 内部工具箱变成行业公共品，捐赠给 Meridian Labs 意味着对齐评估不再绑定一家公司，做安全测试的团队又多了一个可参考的标尺。
Anthropic团队推出自然语言自编码器方法，能将大模型内部的激活值直接解码为可读文本。该方法通过训练“激活描述器”和“激活重建器”，形成“激活值→文本解释→重建激活值”的循环，并以重建相似度为目标进行优化。应用表明，NLA能揭示模型未言明的内部状态，例如在安全测试中，发现Claude内心意识到自己正被评估的比例远超其外部回应。团队已公开代码，并合作发布了交互式探索工具。
推荐理由：Anthropic 搞出了一种从激活中直接读出自然语言的方法，相当于给 Claude 的内心戏配了字幕。他们用这招发现模型在安全测试里比表面更常怀疑自己被评估，对审计隐藏动机也有奇效。做 AI 安全的人应该立刻点开看。
SenseTime@SenseTime_AI精选AI 评分7171推荐理由：从100步到8步，23秒压到2秒，商汤这个蒸馏LoRA把U1的推理成本打下来了，做实时图像应用的可以认真看看，ComfyUI一接就能跑。
Zyphra 发布 ZAYA1-8B，一个活跃参数不足 10 亿的 MoE 模型，是首个完全在 AMD Instinct MI300 集群（1,024 个节点，与 IBM 合作构建）上完成预训练、中期训练和监督微调的模型。
推荐理由：原文给出活跃参数不足 1B 的 MoE 模型在数学和编码基准上的具体成绩，以及全 AMD 集群训练和 Markovian RSA 测试时计算方法。
OpenAI Developers@OpenAIDevs精选AI 评分7373构建长时间运行的智能体，并对智能体执行拥有更多控制。 Agents SDK 中的新功能： • 在受控沙箱中运行智能体 • 检查并自定义开源 harness • 控制记忆的创建时机及其存储位置
推荐理由：OpenAI 把 Agents SDK 带到了 TypeScript，而且直接上了沙箱和开源 harness，做 Node.js 代理的可以扔掉自研的调度层了。
Redis创始人Salvatore Sanfilippo提交了为Redis新增数组数据类型的PR，引入了包括ARCOUNT、ARDEL、ARGREP等在内的18个新命令。其中最引人注目的是ARGREP命令，它利用新集成的TRE正则表达式库，可直接在服务器端对数组值进行正则搜索。目前该功能已在一个分支中实现，开发者Simon Willison借助Claude Code构建了一个交互式在线沙盒，通过运行在浏览器中的WASM版Redis子集，供用户体验这些新命令。Salvatore还撰文详细介绍了在AI辅助下开发此功能的历程。
推荐理由：Redis 加数组类型可能改变很多缓存设计，Simon 这个 WASM playground 是把 PR 变成可试产品的最快路径，后端同学可以直接上手体会 ARGREP 的快乐。
加州大学圣地亚哥分校的研究团队在谷歌TPU上成功部署了DFlash，一种基于块扩散的推测解码方法。该方法突破传统自回归草稿生成的序列性瓶颈，通过单次前向传播并行“绘制”整个候选令牌块，而非逐个预测。系统平均实现了3.13倍的推理加速，峰值性能接近EAGLE-3等现有方法的两倍。这一开源方案已集成至vLLM生态系统，通过利用“免费”的并行验证能力和针对复杂推理任务的高质量草稿预测，显著优化了TPU硬件的利用效率。
推荐理由：把扩散式的 speculative decoding 在 TPU 上跑出了 3 倍推理加速，峰值快到 EAGLE-3 的两倍，还直接集成了 vLLM，做推理优化的赶紧试一下。
基于开源模型和商用GPU的广告支持型AI在经济上可行。计算表明，一个由4块B200 GPU组成的集群服务300名用户时，每小时成本约18美元。通过广告收入即可覆盖成本：在内容网络中每3分钟展示一条广告（CPM 3.12美元），或在搜索广告中每39分钟展示一条（CPM 38.40美元），这一广告频率已与常见的移动和网页应用相当。对于代码代理等高强度任务，可采用混合盈利模式：用户每月支付10美元订阅费并每日观看8条广告，即可支持约200万token的用量，这证明了该模式的实用性。
推荐理由：Tunguz 用一页纸的算账说清了广告支持 AI 的经济账，一天看 8 条广告就能换两百万 token，这对做免费 AI 产品的团队是个真正有说服力的模型。
Sierra 从新老投资者处筹集 9.5 亿美元，估值超过 150 亿美元。资金将用于构建基于 AI 的客户体验平台。
推荐理由：9.5亿美元的融资让Sierra成为Agent领域估值最高的公司之一，虽然已是两个月前的旧闻，但作为行业信号仍然值得关注。
OpenClaw🦞@openclaw精选AI 评分7272推荐理由：OpenClaw 这个版本把 agent 协同和实时控制做得更顺手了，如果你在用多节点 agent，这个升级能省不少调试功夫。
Greg Brockman@gdb精选AI 评分7171CODEX 技能，残酷检验任何创业点子！ 大多数创业点子听起来都不错。 这个 Codex 技能会告诉你它们为什么很可能行不通。 只需把你的点子交给 Codex，它就会替你进行压力测试 -> 找出核心假设 -> 暴露致命缺陷 -> 检查问题是否真实存在 -> 梳理真正的竞争对手 -> 规划你的前 10 个客户 -> 定义 2 周 MVP 安装： npx --yes codex-startup-pressure-test-skill@latest 100% 开源。 仓库在个人简介里
推荐理由：我觉得种子轮前用它榨干想法很值，Greg Brockman 转发的开源技能，输入创业想法就能自动找出核心假设和致命缺陷。
Greg Brockman@gdb精选AI 评分7272codex宠物分享的图库： 提交入口已开放，可通过下方链接提交👇
构建了 Petdex，一个公开画廊，用于发现、分享并通过一条 curl 命令安装 Codex 宠物。 提交入口在下方链接开放 👇
推荐理由：Greg Brockman 亲自转发的社区画廊，把 Codex pets 的发现和安装简化成一条 curl 命令，对于正在玩 Codex Agent 的开发者来说是个实用的工具箱。
Qwen@Alibaba_Qwen精选AI 评分7373推荐理由：可解释性工具从学术走向工程，Qwen-Scope 把内部特征操控、数据合成、问题溯源打包成套装，做模型调试和长尾优化的团队值得立刻上手试试。
Ling-2.6-1T 于上周发布，今日正式开源。该模型定位为面向复杂任务的万亿级综合旗舰模型。
推荐理由：蚂蚁开源万亿参数模型 Ling-2.6-1T，虽然一个多月后才看到，但这是目前国内参数最大的综合性基座，做复杂多模态 agent 的团队可以直接拿来用，省去从头训练的麻烦。
LMSYS团队针对SGLang中的强化学习工作负载，提出了一种基于RDMA的点对点权重更新机制，作为传统NCCL广播方法的补充。该设计利用源端CPU引擎副本和Mooncake TransferEngine进行P2P RDMA传输，将拥有1T参数的Kimi-K2模型的权重传输时间从53秒大幅缩短至7.2秒，提速7倍。其代价是每个训练等级需在CPU内存中额外占用一个32G的推理引擎副本。此优化最大限度地减少了网络冗余，允许推理服务器更快恢复rollout过程，且兼容所有主流开源模型。
推荐理由：LMSYS 把分布式 RL 训练的权重同步从 NCCL 广播改成 RDMA P2P，1T 参数模型传输快了 7 倍，做大规模 RL infra 的团队该认真看看这个工程方案。
Ant Ling@AntLingAGI精选AI 评分6161恭喜 @AntLingAGI 开源发布 Ling-2.6-1T！🎉 面向真实世界智能体工作流的新旗舰——Day-0 vLLM 支持已就绪。 📖 http://recipes.vllm.ai/inclusionAI/Ling-2.6-1T
推荐理由：vLLM 对 1T 模型的 Day-0 适配，说明开源推理栈对大尺寸模型的跟进速度越来越快，做私有化部署的可以直接参考官配 recipe 跑起来。
Ant Ling@AntLingAGI精选AI 评分7171
🚀 今天，我们推出 Ling-2.6-1T，一款专为精确执行指令任务而设计的万亿参数旗舰模型。通过优先采用“快速思考”机制，它以超低 token 开销实现 SOTA 智能，让 token 效率成为一等公民。
推荐理由：蚂蚁把万亿参数模型开源了，但强调的不是大，而是省 token，这对成本敏感的生产环境是真正的性价比之选，做 agent 的可以上手测测。
Tencent Hy@TencentHunyuan精选AI 评分6767
推荐理由：440MB的模型能在手机上跑33种语言翻译，还宣称比谷歌翻译强，这个量化技术让离线翻译不再是‘能看不能用’，出差党可以试试看。
Xiaomi MiMo@XiaomiMiMo精选AI 评分6060推荐理由：小米MiMo-V2.5-Pro冲到Arena开源第一，虽然排名更新晚了几天，但这是国产模型在硬核评测里最好的成绩，做选型的现在该认真看看小米。
Qwen@Alibaba_Qwen精选AI 评分6060推荐理由：2 倍加速的背后是 Warp 特化流水线和自动 Copy 策略，像给手机 GPU 开了条专用跑道，做端侧 Agent 的可以直接拉代码试试。