goose 官方介绍 Sentient AGI 用 MiniMax M2.5 在 OfficeQA 上逼近前沿性能的实测结果
goose 官方转发 Sentient AGI 的独立测试，在 Databricks OfficeQA 基准上用 goose 配合开源模型 MiniMax M2.5，结果接近前沿模型性能而成本约为 1/30。
全部动态
goose 官方博客AI 评分5555
GitHub Org · openaiAI 评分4444 openai-cli：OpenAI API 官方命令行工具
openai-cli 是 OpenAI 官方提供的命令行工具，用于调用 OpenAI API。该仓库位于 GitHub 的 openai 组织下，资料未提供版本号、安装方式或更多功能细节。
ARC Prize · 官方博客精选AI 评分7171 ARC Prize 用 ARC-AGI-3 分析 GPT-5.5 与 Opus 4.7 的三种推理失败模式
ARC Prize 团队复盘 160 段 GPT-5.5 与 Opus 4.7 在 ARC-AGI-3 上的对局和推理轨迹，归纳出三种失败模式并开源分析包，两者在半私有数据集上得分分别为 0.43% 和 0.18%。
推荐理由：ARC-AGI-3 的逐局推理复盘呈现 GPT-5.5 与 Opus 4.7 失败方式的不同，比总分更能说明两者推理差异。
GitHub Org · roboflowAI 评分4646 roboflow/computer-vision-skills：面向 Agent 的 Roboflow 与计算机视觉技能库
Roboflow 在 GitHub 发布 computer-vision-skills 项目，提供 Agent-ready 的技能（Skills），用于 Roboflow 和计算机视觉工作流。这些技能可被 AI 智能体直接调用，覆盖视觉任务场景。
goose 官方博客精选AI 评分7171 goose v1.26 集成 Peekaboo，走出终端操控 macOS 桌面
goose v1.26 用 macOS CLI 工具 Peekaboo 重构 Computer Controller 扩展，使智能体能识别屏幕界面并点击、输入、滚动、拖拽操作 Mac 上的应用。
推荐理由：原文解释了用元素 ID 取代像素坐标的桌面操作设计，并给出适用场景与使用限制，可帮助读者评估智能体 GUI 自动化在自己工作流中的可靠性。
GitHub Org · n8n-ioAI 评分5454 n8n 开源 terraform-aws-n8n 模块，在 AWS 一键部署生产级 n8n Enterprise
n8n-io 在 GitHub 发布 terraform-aws-n8n 模块，一条 terraform apply 即可在 AWS 部署生产级 n8n Enterprise。该模块整合多主 EKS、RDS Postgres、ElastiCache Redis、S3 和 ALB 等组件。
Berkeley AI ResearchAI 评分4747 GRASP：面向世界模型长时程规划的梯度规划方法
Yann LeCun 等研究者提出 GRASP，一种基于梯度的世界模型规划器，使长时程规划变得可行。该方法将轨迹提升到虚拟状态使优化跨时间并行、在状态迭代中加入随机性以促进探索，并重塑梯度让动作获得干净信号，避开经高维视觉模型的脆弱“状态-输入”梯度。长时程规划此前易因梯度爆炸或消失、非贪心结构造成的糟糕局部极小而失效。
GitHub Org · browser-use精选AI 评分6565 browser-use 开源 browser-harness，让 Claude Code、Codex、Cursor 使用真实登录的 Chrome
browser-use 在 GitHub 开源 browser-harness 项目，让 Claude Code、Codex 或 Cursor 使用用户本人已登录的真实 Chrome 浏览器。工具一次提示词即可完成设置，采用 MIT 许可证开源。
推荐理由：原文给出让 Claude Code 等智能体操作用户已登录真实 Chrome 的开源方案，一次提示词即可完成配置。
ARC Prize · 官方博客AI 评分5454 ARC Prize 开源 ARC-AGI-3 人类表现数据集并同步更新计分规则
ARC Prize 基金会开源 ARC-AGI-3 人类表现数据集，基于458名普通参与者、每周在旧金山测试中心线下进行的90分钟受控测试，是 ARC-AGI 系列迄今最详尽的人类测试研究。
GitHub Org · axolotl-ai-cloudAI 评分4646 axolotl-ai-cloud 发布 dflash-mlx：基于 MLX 在 Apple Silicon 上实现精确投机解码
axolotl-ai-cloud 在 GitHub 上发布 dflash-mlx 项目，基于 MLX 框架在 Apple Silicon 上实现精确投机解码。该项目由 MLX 驱动，面向 Apple Silicon 平台提供 exact 投机解码能力。
GitHub Org · arcee-aiAI 评分5151 Arcee AI 开源 nac，面向长时运行 AI Agent 任务的编排框架
Arcee AI 开源 nac，一个面向长时运行 AI Agent 任务的开源框架。它通过中央编排器、线程和结构化 episode 组织任务执行，让 Agent 在承接大规模工作时保持与用户意图一致。
GitHub Org · CopilotKitAI 评分4949 CopilotKit Pathfinder：面向文档、代码搜索与对话式来源的自托管 MCP 服务器
CopilotKit 的 Pathfinder 是一个可自托管的 MCP 服务器，用于文档、代码搜索和对话式来源的接入，代码托管在 GitHub 上。该项目由用户自行部署运行，将上述信息源接入自己的使用环境。
GitHub Org · continuedevAI 评分4343 continuedev/checks：在 PR 上以完整 AI 智能体运行的代码质量标准
GitHub 组织 continuedev 的 checks 项目让代码质量标准以完整 AI 智能体的形式在 PR 上运行。这些标准由智能体在 pull request 流程中执行，用于检查代码质量。
ARC Prize · 官方博客精选AI 评分7070 ARC Prize 发布 ARC-AGI-3 交互式基准，ARC Prize 2026 奖金超 200 万美元
ARC Prize 发布 ARC-AGI-3，这是 ARC-AGI 系列首个完全交互式基准，由数百个人类游戏设计师手工打造的回合制环境和数千个游戏式关卡组成，不提供任何说明、规则或目标，要求智能体自主探索玩法并将经验带入越来越难的关卡。
推荐理由：人类得分 100% 而前沿 AI 仅 0.51%，这组对比数字直观呈现了智能体自主探索能力的缺口。
GitHub Org · langgeniusAI 评分4646 langgenius Graphon：面向智能体 AI 工作流的 Python 图执行引擎
Graphon 是 langgenius 旗下托管在 GitHub 的 Python 图执行引擎，面向智能体 AI 工作流。原文仅给出这一项目定位，未提供更多功能、参数或版本细节，故摘要如实从简，不做扩写。
GitHub Org · anthropicsAI 评分5555 Anthropic 推出 Claude Cowork 与 Claude Code 社区插件市场
Anthropic 推出面向 Claude Cowork 与 Claude Code 的社区插件市场。该 GitHub 仓库为只读镜像，插件需通过 clau.de/plugin-directory-submission 提交。
GitHub Org · clineAI 评分5050 Cline Harbor 框架：运行智能体评测、创建与使用 RL 环境
Cline 在 GitHub 上提供 Harbor 框架，用于运行智能体评测以及创建和使用 RL 环境。项目仓库为 cline/harbor，将智能体评估执行与 RL 环境的搭建、使用整合在同一框架中。
Answer.AI 官方研发博客AI 评分5252 fast.ai 联合创始人 Rachel Thomas 谈 AI 在生命科学中的风险与局限
fast.ai 联合创始人、Answer.AI 的 Rachel Thomas 在与 KAMI Think Tank 的访谈中指出，AI 在生命科学中的炒作常超前于实际科学理解，数据的类型与质量决定结果上限。
GitHub Org · SkyworkAIAI 评分5959 Skywork 开源 Skywork-Skills，提供 AI 办公套件 Agent 技能包
SkyworkAI 在 GitHub 开源 Skywork-Skills 仓库，提供面向 AI 办公套件的 Agent 技能包，覆盖 AI PPT、AI Document、AI Excel、AI Image、AI Search/DeepResearch 和 AI Music 六类场景。
GitHub Org · modelscopeAI 评分4545 modelscope MCore-Bridge：让 Megatron 训练像 Transformers 一样简单，支持 300+ 大语言模型与 200+ 多模态模型
modelscope 的 MCore-Bridge 项目为前沿大模型提供 Megatron-Core 模型定义，让 Megatron 训练像 Transformers 一样简单。项目支持 300+ 大语言模型（含 Qwen3-Next、GLM-5.3、Deepseek-V4、MiniMax-2.7 等）和 200+ 多模态大模型（含 Qwen3.8、Qwen3-Omni、Gemma4 等）。
GitHub Org · jina-aiAI 评分4444 Jina AI 推出 jina-ai/cli：将全部 Jina API 变成 Unix 命令行工具
Jina AI 在 GitHub 开源 jina-ai/cli 项目，把搜索、读取、嵌入和重排等全部 Jina AI API 封装为 Unix CLI 命令，并支持管道组合使用。开发者可在终端以 Unix 风格直接调用这些 API，也可通过管道将多个能力串联成工作流。项目已在 GitHub 的 jina-ai 组织下提供。
Berkeley AI ResearchAI 评分4141 Berkeley AI Research 介绍大规模识别 LLM 关键交互的 SPEX 与 ProxySPEX 算法
Berkeley AI Research 介绍 SPEX 与 ProxySPEX 两种算法，通过少量消融实验大规模识别 LLM 的关键交互。该框架利用稀疏性和低阶性将交互发现转化为稀疏恢复问题，可用于特征归因、数据归因与模型组件归因。加入层级假设的 ProxySPEX 以约 10x 更少的消融达到 SPEX 同等性能，SPEX 在上下文扩展到数千特征时仍保持高 faithfulness。
GitHub Org · continuedevAI 评分4444 Continue 的 continue-fork：由开源 Continue CLI 驱动、可在 CI 中强制执行的源码管理 AI 检查
Continue 的 continue-fork 仓库提供源码管理的 AI 检查，可在 CI 中强制执行，底层由开源 Continue CLI 驱动。AI 检查与代码一同纳入源码管理，从而能在 CI 流程中强制运行。
Answer.AI 官方研发博客精选AI 评分7070 Answer.AI 用 PyPI 数据检验 AI 应用到底都去了哪里
Answer.AI 分析 PyPI 数据寻找「AI 效应」：ChatGPT 发布后软件总体产量没有明显跃升，效应集中在 AI 相关的热门软件包上。
推荐理由：基于 PyPI 下载与更新数据，作者估测 AI 生产力效应的范围，读者可以对照自身的效率印象核查证据链。
GitHub Org · clineAI 评分5555 Cline 开源 kanban，本地 Web 应用支持并行运行 CLI 智能体
Cline 在 GitHub 上开源 kanban 项目，这是一个可本地启动的 Web 应用，用于并行运行多个 CLI 智能体。项目地址 https://github.com/cline/kanban。
GitHub Org · CopilotKitAI 评分5050 CopilotKit aimock：一个包模拟 AI 应用的 LLM API、MCP、A2A、AG-UI 等全部依赖
CopilotKit 的 aimock 用于模拟 AI 应用对接的全部外部服务，包括 LLM API、MCP、A2A、AG-UI、向量数据库和搜索。整个方案只需一个包、一个端口，且零依赖。
GitHub Org · PKU-YuanGroupAI 评分4848 PKU-YuanGroup 的 Helios：真正的实时长视频生成模型（TPAMI 2026）
PKU-YuanGroup 在 GitHub 上发布 Helios，一个定位“真正实时”的长视频生成模型，相关论文入选 TPAMI 2026。原文信息有限，模型的具体参数、性能数据和可用方式未在资料中给出。
GitHub Org · TencentARCAI 评分4646 TencentARC 发布 ECCV 2026 论文 Track4World：前馈世界中心的全像素稠密 3D 追踪
腾讯 ARC 团队的 Track4World 论文被 ECCV 2026 收录，提出前馈式的世界中心（world-centric）稠密 3D 追踪方法，可对视频中所有像素进行追踪。项目以 GitHub 仓库 TencentARC/Track4World 形式公开。
Answer.AI 官方研发博客精选AI 评分6767 Answer.AI 分析 OpenAI 与美国战争部合同能否冻结自主武器法律
Answer.AI 创始人 Jeremy Howard 与 Virgil Law 联合创始人 Luke Versweyveld 撰文分析 OpenAI 与美国战争部合同的公开措辞，认为它无法把签约时的自主武器法律标准冻结为长期约束。
推荐理由：作者逐条拆解合同措辞并援引 150 年最高法院判例，解释为何合同无法锁定签约时的法律标准，为评估 OpenAI 声明的约束力提供法律背景。
GitHub Org · wandbAI 评分4545 wandb/skills：Weights & Biases Models 与 Weave 的官方 Agent Skills
wandb 在 GitHub 提供 wandb/skills 仓库，收录面向 Weights & Biases Models 与 Weave 的官方 Agent Skills。这些智能体技能由官方出品，为上述两款产品打造。
Answer.AI 官方研发博客精选AI 评分7070 Answer.AI 披露未授权工具调用问题，Claude 等模型可调用未被授予的工具且 API 不拦截
Answer.AI 的 Piotr Czapla 披露大模型未授权工具调用问题，模型会幻觉出未被授予的工具并发起调用，API 不校验工具名，只要函数存在于运行环境中调用就会真正执行，他在 solveit 中遇到 Claude 4.5 幻觉调用 add_msg 成功写入笔记，并复现于 claude-opus-4-6、Gemini 和 Grok。
推荐理由：作者用可复现实验说明模型可能调用未被授权的工具且 API 不拦截，做能力隔离的 Agent 系统可以据此检查校验逻辑。
GitHub Dev · netease-youdaoAI 评分5757 网易有道开源桌面级 AI 智能体 LobsterAI
网易有道在 GitHub 开源桌面级 AI 智能体 LobsterAI，可完成数据分析、幻灯片、文档、视频与网络调研等真实任务。该项目基于 OpenClaw 构建，在真实桌面环境运行工具，并支持通过微信、飞书、钉钉和 Telegram 从手机下发指令。
GitHub Org · run-llamaAI 评分4040 run-llama/liteparse：快速、实用的开源文档解析器
run-llama 在 GitHub 上开源了文档解析器 liteparse，定位为快速、实用的文档解析工具。项目代码开放获取。
GitHub Org · pinecone-ioAI 评分5050 Pinecone 官方 Agent Skills 库：支持 Cursor、GitHub Copilot、Antigravity、Gemini CLI 等 agentic IDE
Pinecone 在 GitHub 提供官方 Agent Skills 库，面向 agentic IDE 场景。官方列出的适配工具包括 Cursor、GitHub Copilot、Antigravity、Gemini CLI 等。
GitHub Org · triton-langAI 评分5555 triton-lang 的 triton-windows 仓库为 Triton 提供 Windows 支持
triton-lang 的 GitHub 仓库 triton-windows 为 Triton 提供 Windows 支持，仓库描述为 Triton with Windows support。该项目供需要在 Windows 环境使用 Triton 的用户使用。
GitHub Org · MoonshotAI精选AI 评分6060 Moonshot AI 在 GitHub 发布 Kimi-K2.5，定位开放视觉智能体智能
Moonshot AI（MoonshotAI）在 GitHub 发布 Kimi-K2.5 模型，定位为「Open Visual Agentic Intelligence」（开放视觉智能体智能）。仓库地址为 https://github.com/MoonshotAI/Kimi-K2.5，当前正文仅一句口号，未提供权重、基准或能力细节。
GitHub Org · browser-useAI 评分4040 browser-use 开放浏览器智能体基准 BU Bench V2.1：200 个真实网页任务
browser-use 在 GitHub 开放浏览器智能体基准 BU Bench V2.1，包含 200 个真实网页任务。用户可使用自己的 API key 复跑这套基准。
GitHub Org · anthropicsAI 评分4848 Anthropic 开源 knowledge-work-plugins：面向知识工作者的 Claude Cowork 插件仓库
Anthropic 在 GitHub 开源了 knowledge-work-plugins 插件仓库，插件主要面向知识工作者设计，供其在 Claude Cowork 中使用。
GitHub Org · xai-orgAI 评分4848 xAI 公开 X 平台 For You 信息流推荐算法仓库 x-algorithm
xAI 在 GitHub 上公开 x-algorithm 仓库，收录驱动 X 平台 For You 信息流的推荐算法。仓库托管于 xai-org 组织下，代码公开可查阅。
GitHub Org · databricksAI 评分4444 Databricks 发布 databricks-agent-skills：为 Claude Code、Cursor 等 AI 编程智能体提供 Databricks 技能与插件
Databricks 在 GitHub 发布 databricks-agent-skills 仓库，为 AI 编程智能体提供在 Databricks 上开发所需的技能与插件。该仓库适配 Claude Code、Cursor、Codex、GitHub Copilot 等 AI 编程智能体。