2026 年 9 月 11 日，Simon Willison 和 Alex Garcia 联合发布 Datasette 两个安全补丁版本——1.0a39（当前 alpha 系列）和 0.65.4（stable 系列），修复了一批权限相关漏洞。这批漏洞由 Sevban Dönmez 提交 AI 辅助报告后，触发了一次完整的 coding agent 安全审计，…
仓库攻略
581 篇 · 569 个项目 · jay
NeoHorse1 是 TokenRhythm 发布的一个 Agent 原生语言模型家族，包含 4B 和 9B 两个规模，均从 Qwen3.5 后训练而来，定位是「递归自改进（RSI）」路径上的初始原型。 官方将其描述为「agentnative」——模型从一开始就不是为通用对话设计的，而是专门针对工具调用、编码、Agent Harness 场景、指令遵循这四…
Rodney 是 Simon Willison 用 Go 编写的命令行浏览器自动化工具，基于 gorod/rod 库实现。与 Playwright/Puppeteer 等面向人类开发者的工具不同，Rodney 从第一天起就是为 coding agent 和 shell 脚本设计的。 核心设计：Chrome 以长驻进程运行（通过 Chrome DevTools…
commitrewriter 是 Simon Willison（@simonw）9 月 14 日发布的本地 Web 应用，用于批量编辑 Git 仓库的提交信息。核心使用场景是：Coding Agent 生成的提交记录往往带有大量"机器腔"——冗长的内部 ID 引用、不适合公开的 issue 编号、重复的 agent 生成 boilerplate。Simon …
Mannered Prose（花哨文体） 是 Anthropic 在 2026 年 9 月发布的 Prompting Claude Fable 5.1 官方指南 中定义的一种写作风格缺陷——用比喻和修饰取代直接陈述。Anthropic 给出了一段精确的定义，DAIR.AI 创始人 elvis（@omarsar0）于 9 月 7 日在 X 上分享后，引发社区大…
Beyond Prompts: Measuring and Optimizing LLM ToolAgent Harnesses 是 Airbnb 团队（Cen Mia Zhao、Haibo Ruan、Wenjie Chen 等）发表在 EMNLP 2026 的论文，核心命题： 给定一个固定模型，Agent 的质量提升来源不是换模型，而是优化它周围的 har…
一个由 GPT6 Astra（Medium）+ OpenAI Codex 模式驱动的 AI 编码智能体，在 macOS 上自动调用本地已安装的 Blender 桌面应用，通过 Blender Python API 生成可编辑的 .blend 三维场景文件，并渲染出成品图像。 整个过程完全由自然语言驱动——用户只给了三句提示词，AI 自己： 1. 写 Pyth…
Extract Turbo 是 LlamaIndex（LlamaParse / LlamaExtract）平台在 2026 年 9 月发布的全新文档抽取 tier，处于 beta 阶段，主打极致低延迟，目标场景是 extraction 位于用户响应路径上的实时工作流。 LlamaParse 是 LlamaIndex 的核心商业产品，提供 Parse（文档解析…
Marigold V2 是一套将预训练图像生成扩散 Transformer（DiT）低成本改造为单目深度估计器的完整方案——包括模型族和可复现微调协议。2026 年 9 月 8 日由华为苏黎世实验室（ Huawei Bayer Lab）、EPFL 和博洛尼亚大学联合开源，已被 ACM Transactions on Graphics 接收（SIGGRAPH …
Pentest Swarm AI 是一个基于真实群智（Swarm）架构的开源渗透测试引擎，由 Go 语言编写，支持 Claude、GLM、Qwen、DeepSeek、Gemini、Ollama 等任意具备 functioncalling 能力的 LLM。与传统多 Agent 工具「单 Planner 按固定顺序调用各阶段」不同，Pentest Swarm A…
Uno（发音「乌诺」）是 IFM（Institute of Foundation Models）团队开源的离散扩散增强型 LLM 推理框架，核心思想是：不让扩散模型取代自回归模型，而是让扩散模型辅助自回归模型并行生成多个 token，从而在保持输出无损的前提下显著提升吞吐。 传统 LLM 推理慢在「串行」——每个 token 必须等前一个 token 生成完…
AuK（发音接近 "auk"，一种海鸟）是腾讯混元（Tencent Hunyuan）于 2026 年 9 月 9 日 开源的多任务语音生成与编辑统一模型，arXiv 论文编号 2609.08936，MIT 许可证，代码与权重全部公开。 核心定位：一个模型、一套指令格式，覆盖 5 大类 20+ 任务，不再需要为每个子任务部署独立模型。 传统语音系统把 TTS、…
Xberg 是用 Rust 编写的多格式文档智能提取引擎，下一代 Kreuzberg v4。声称支持 107 种文档格式 / 141 种文件扩展名 / 371 种编程语言，提供 15 种语言绑定（Python、Node.js、Rust、Go、Java、C#、Ruby、PHP、Elixir、Dart、Swift、Zig、WASM、Kotlin、C FFI），零…
Miles 是 RadixArk 开源的企业级大模型 RL 后训练框架（v0.1 发布于 2026 年 8 月 18 日），定位与 OpenAI 的训练+推理协同思路类似，但完全开源。Miles 从 THUDM/slime 分叉而来，与 slime 保持共同演进。 核心架构：SGLang 负责高吞吐 rollout 生成 + NVIDIA MegatronL…
CoEvolving Harnesses and Models: OnPolicy Correction Helps Weaker Models Catch Up Where Imitation Fails 是 Salesforce AI 团队（Zhou Yu、Bin Bi 等）的研究，核心研究问题： 在企业级 Agent 场景下，Harness 演化（优化…
Sebastian Raschka（@rasbt）在 2026 年 9 月 6 日发布的视频与博客文章，属于其「从零手写推理模型（Reasoning from Scratch）」系列第 2 期。核心内容是从零用 PyTorch 实现 KV Cache（KeyValue 缓存），让 LLM 在逐 token 自回归生成时跳过重复计算，从而大幅提升推理速度。 这…
2026 年 9 月 8 日，Salesforce AI 研究团队发布了论文 "CoEvolving Harnesses and Models: OnPolicy Correction Helps Weaker Models Catch Up Where Imitation Fails"（arXiv:2609.09134）。论文研究了一个核心问题：当小模型配…
论文 "Beyond Prompts: Measuring and Optimizing LLM ToolAgent Harnesses"（arXiv:2609.05736，EMNLP 2026）来自 Airbnb 团队，核心贡献有两层： 第一层：量化评估协议。 论文指出，对 harness（围绕固定模型的运行时控制层）的优化效果不能只看均值提升，必须在预算…
wllama 是 ngxson（XuanSon Nguyen）维护的 WebAssembly + WebGPU 绑定库，让 llama.cpp 可以在浏览器内直接运行大语言模型推理，2026 年 9 月 5 日他发布了 首个浏览器内微调（finetuning）PoC，证明在 WebGPU 上训练 LLM 是可行的。@maximelabonne（Liquid …
Open Science Desktop（简称 OSD，原名"Open Science"，v0.5.2 为当前最新版）是一个本地优先、模型无关的 AI 科研工作台，面向 macOS、Windows 和 Linux。它用 Tauri 构建桌面外壳，内嵌 OpenCode 运行时，通过 MCP 协议连接科学数据库和 agent 技能，可以完成从文献调研、实验设计…
Webcmd 是一个面向 AI 编程 agent 的自学习浏览器基础设施。它的核心思路很直接：让 agent 在真实浏览器中完成任务，同时把网站的结构知识（sitemap、action space、pitfalls）留在本地，下次同类任务不再重复探测，直接从记忆启动。据 README 描述，理论上可将浏览器 agent 的 token 消耗降低 90%。 它…
Sebastian Raschka（@rasbt）在 X 上分享的 LLM Memory Calculator，是一个基于 his LLM Architecture Gallery 构建的在线交互计算器。 它的核心价值在于：把 LLM 推理时的内存估算拆成两个互不相关的部分——模型权重内存和 KV Cache 增长——让你可以独立调节上下文长度或批量大小，观…
STAIR（STructure Aware Information Retriever）是 IBM Research 在 2026 年 9 月发表的一篇论文（arXiv:2609.03874）提出的检索系统，核心思路是： 用文档的目录（Table of Contents，ToC）替代传统的固定长度 chunk，作为 RAG 的检索单元。 现有 RAG 系统将…
ChromaFs 是 Mintlify 在 2026 年 3 月发布的一种虚拟文件系统（Virtual Filesystem）实现，它把 Chroma 向量数据库包装成 Agent 可用 ls、cat、grep、find、cd 等 UNIX 命令操作的"文件系统"，从而替代传统的 naive RAG 方案。 核心洞察来自 Mintlify 工程师 Dens …
Compile by Training（CbT）是 ProgramasWeights（PAW） 范式的第二代编译器，由 Yuntian Deng、Pengyu Nie、Stuart Shieber 三位作者在 EMNLP 2026 System Demonstrations 会上发布。它做的事情很直接：把你用自然语言描述的模糊文本函数，编译成一个可以完全离线…
Looped Transformer（循环 Transformer），也称 Recurrent Depth 或 Looped Depth Sharing，是一种在训练和推理时将同一组 Transformer 层重复应用多次的架构设计。与传统 Transformer 每个 token 只经过一层 stack 一次不同，Looped Transformer 会让…
LLMAPIKeyProxy 是一个自托管的统一 LLM 网关，通过单个 OpenAI / Anthropic 兼容端点，接入所有主流 LLM 提供商（Gemini / OpenAI / Anthropic / OpenRouter / Groq / Mistral / NVIDIA / Cohere 等）。所有请求通过模型的 provider/model_…
Neo.mjs 是一个自演进软件有机体——一支专业端到端 AI 工程团队，跨模型（Claude / Gemini / GPT 等） swarm 协同，通过 Neural Link（神经链接）进驻实际应用，在内存核心（Memory Core）、知识库（Knowledge Base）、Native Edge Graph、A2A 协调层上自主完成从构思到构建到交叉…
AI Research Preference Models（RPMs）是 Meta FAIR 团队（联合牛津大学、UCL）提出的一种新方法，核心问题是：AI 研究 Agent 能提出远多于能跑实验的候选方案，但 GPU 预算有限，如何在跑之前就知道哪个最值得跑？ RPM 的思路是：不预测绝对分数（论文发现 LLM 在预测具体指标上不可靠），而是用预训练冻结的…
浏览器内 LLM 微调（Inbrowser Finetuning on WebGPU）指的是不依赖任何服务器端 GPU，直接在浏览器 Tab 内通过 WebGPU API 对语言模型进行反向传播训练（backpropagation），输出可用的 LoRA 适配器权重。 这一进展由独立开发者 XuanSon Nguyen（@ngxson）在 2026 年 9 …