仓库: 无（arXiv 论文，Microsoft Research，未开源代码） ECHO（Environment Crossentropy Hybrid Objective）是微软研究院提出的一种终端 Agent 强化学习混合训练目标，发表于 arXiv:2605.24517（2026 年 5 月 23 日）。论文作者：Vaishnavi Shrivast…
仓库攻略
266 篇 · 261 个项目 · jay · Agent 智能体
这篇来自弗吉尼亚大学与 Google 的研究（arXiv:2602.13517，ICML 2026 录用）提出了一个核心问题：模型生成的 token 数量，真的能衡量它的推理努力吗？ 答案是否定的。研究者发现，输出 token 数与准确率之间存在平均负相关（r = −0.544）——token 越多，反而可能越差。这被称为"过度思考"（overthinkin…
Claude Code 网页端（claude.ai/code）突然开始拦截对 GitHub 的所有网络请求，错误信息为： "GitHub is blocked by egress policy" 这意味着 git clone、API 调用等一切 GitHub 相关的网络操作在网页端完全失效。这不是第一次发生——根据 @simonw 的报告，这是第二次出现同类…
Inkling 是 Thinking Machines Lab（由前 OpenAI CTO Mira Murati 创办）于 2026 年 7 月 15 日发布的首个从零训练的开源权重混合专家模型。官方定位明确：不是最强通用模型，而是最适合拿来定制（finetuning）的开源基础模型。 核心规格（官方 HuggingFace 模型卡）： | 指标 | 数值…
ParseBench 是 LlamaIndex 在 CVPR 2026 上发布的首个面向 AI Agent 的文档解析评测基准（arXiv:2604.08538，cs.CV）。 它的核心命题是：文档 OCR 不是"把 PDF 转成文字"，而是必须保留足够的结构和语义，让 Agent 能可靠地自主决策。一旦表格列对齐错位、小数点丢失、删除线被静默丢弃，Agen…
Science Context Protocol（SCP）是一个开源协议标准，由上海人工智能实验室（Yankai Jiang 等）提出，发表在 arXiv（2512.24189），GitHub 仓库为 InternScience/scp。 它的核心目标：为 AI 科研 Agent 提供一个全球性的协议层，让工具、模型、数据集乃至实验仪器能够跨平台、跨机构互联…
Retrieval Harness 是 LlamaIndex 在 2026 年提出的一种面向 Agent 的持久化检索架构模式，其参考实现为 runllama/legalkb（法律文档知识库 Demo）。 区别于传统的单次向量搜索 RAG，Harness 将文档知识库包装成一组类文件系统 API 工具（retrieve / findFiles / readF…
Sebastian Raschka（AI 研究者、前威斯康星大学麦迪逊分校教授）在 2026 年 7 月 18 日发表了一篇深度技术博文，系统解释了 LLM 如何在推理时切换低/中/高三种「精力」（effort）推理模式，以及这些能力在训练阶段是如何被注入的。 这不是一篇泛泛的科普文，而是从 RLVR 训练机制、思维链格式的真正作用，到 Qwen3 的「思维…
利用 X MCP（Model Context Protocol）工具让 AI 代理自动抓取指定高信噪比账号的 X 帖子，生成一份自包含的 HTML Artifact（或存为知识库），构建属于你自己的个性化 AI 资讯日报。 核心思路是：把 X 变成一个结构化的 AI 新闻 API，由代理自动完成「筛选账号 → 抓取内容 → 渲染输出」的全流程，每天早上打开浏…
2026 年 7 月 14 日上传至 arXiv 的一篇97 页大survey（arXiv:2607.13104），由 DAIR.AI 团队（Zhe Ren、Yimeng Chen 等）联合 Jürgen Schmidhuber 等人撰写。配套 GitHub 仓库 selfimprovingagent/awesomeSelfImprovingAgents 提…
LangChain 于 2026 年 7 月 18 日在 X 宣布将其内部「软件工程 Agent 全链路工具栈」完全开源，CEO Harrison Chase 表示：「我们已经在内部建好了一整套软件工程 Agent 工厂，并把每个组件都开源了。」 这套体系由四个独立但可协同的工具组成： | 组件 | 定位 | 入口 | |||| | Dcode (Deep …
GPT5.6 是 OpenAI 于 2026 年 7 月 9 日正式发布的第五代 GPT 主线模型，采用了与前代完全不同的三级档位 + 多档推理努力度矩阵： 三档（Tier） | 档位 | 定位 | 输入价格 ($/1M tokens) | 输出价格 ($/1M tokens) | ||||| | Sol | 前沿旗舰，对应此前不带后缀的 GPT5 | $5…
Sakana Fugu 是 Sakana AI 在 2026 年发布的多智能体编排系统，其核心是一个 7B 参数的 Conductor 模型。该模型不自己解题，而是像"管理者"一样动态决定： 调用哪些专家模型（worker pool 包含 GPT5.5、Gemini 3.1 Pro、Claude Opus 4.8 等） 每个 worker 分配什么任务 wo…
Sakana AI 在 ICLR 2026 发表了一篇非常有意思的论文：让一个小模型学会当「指挥家」，而不是自己下场干活。 传统多智能体系统的做法是：人类预先写好流水线（planner → coder → verifier），然后让模型按这个固定流程走。问题在于：不同任务复杂度差异巨大——简单事实问答根本不需要 5 步 pipeline，而复杂编程题可能需要…
LibreCode 是一个完全本地运行的开源 AI 代码编辑器，基于 .NET 10 和 Avalonia UI 构建，声称是"Ollama 版 Cursor"。它不依赖 Electron、不跑 Web View，直接调用 Ollama 的本地大模型完成 AI 辅助编程，同时内置了一个专业级逆向工程工具包，支持 .NET 程序集、WebAssembly（.w…
astridruntime/book 是 Unicity Astrid OS 的权威技术参考文档，同样基于 mdBook 构建。它是理解 Astrid 操作系统内部设计的完整手册，面向构建 Capsule（胶囊）或深入理解系统架构的开发者。 Astrid OS 是一个专为 AI Agent 设计的操作系统，它的核心设计哲学是：像操作系统对待进程一样对待 AI…
unicityastrid/handbook（当前托管于 astridruntime/handbook）是 Unicity Astrid OS 贡献者手册，一本用 mdBook 构建的电子书籍，面向直接在 Astrid 操作系统源码层面工作的开发者，而非使用 Astrid 构建 AI 应用的终端用户。 如果你在构建一个 Capsule（胶囊，即 Astrid…
ZenML 是一个面向 ML/AI 工程师的统一 AI 平台，核心价值主张是：一次编写，随处运行——用 Python 装饰器定义管道（pipelines）和步骤（steps），ZenML 自动处理容器化、追踪、部署和基础设施抽象，让你无需改动代码即可在本地、Kubernetes、云端之间切换。 ZenML 的定位介于实验追踪工具（MLflow、W&B）和完整…
unicityastrid/book（仓库实际重定向至 astridruntime/book）是 Unicity Astrid OS 的权威参考文档，以 mdBook 格式编写，涵盖内核（kernel）、胶囊模型（capsule model）、宿主 ABI（host ABI）、事件总线（the bus）和安全模型（security model）五大主题。它不…
Zerolang（zero）是 Vercel Labs 出品的实验性图原生（graphnative）编程语言，专为 AI Agent 设计。它的核心思路是：程序不是文本文件，而是一张语义图（semantic graph）；Agent 通过查询图、提交经过检查的编辑来构建程序，而非直接操作原始文本。这样 Agent 的每次修改都会经过编译器的语义校验，从根本上…
Void 是一个基于 VS Code 的开源 AI 代码编辑器，由 YC 支持的初创公司 Glass Devtools 开发。它在 VS Code 基础上引入了 AI Agent 能力——支持在代码库上运行 AI Agent、Checkpoint 可视化、以及任意模型或 API 的本地接入。数据直接发送给提供商，不在 Void 侧留存。 ⚠️ 重要状态：Vo…
DocsGPT 是一个开源的私有 AI 知识库与 Agent 构建平台，专注于让团队在完全私有化的环境下，对文档、代码库、内部知识进行 AI 问答与智能搜索。它融合了 RAG（检索增强生成）、多模型支持、Deep Research 模式和低代码 Agent 可视化构建器，适合企业和开发者私有部署。 核心定位：把 LangChain + RAG + Agent…
ClearML 是一个开源的 ML/DL/GenAI 全栈开发与生产平台，涵盖实验管理（Experiment Manager）、数据管理与版本控制（HyperDatasets）、MLOps/LLMOps 编排（Agent + Orchestration）、模型服务（Model Serving）、报表与可视化（Reports）五大模块。用作者自己的话说：解决的…
NapMem（Navigate over Pyramid Memory）是阿里巴巴 Qwen 团队与多所高校在 2026 年 7 月 7 日联合发布的论文提出的框架，核心思想是：把长期用户记忆从被动检索变成 Agent 可主动探索的结构化动作空间。 目前主流的记忆系统（如 Mem0、Zep、MemoryBank）都是被动 RAG 模式——检索组件从数据库捞取…
Agent Squad 是一个轻量级的多 Agent 编排框架，核心思路是把用户请求通过分类器（Classifier）路由到最合适的专属 Agent，同时维护跨 Agent 的对话上下文。它最早托管于 AWS Labs（awslabs/agentsquad，原名 multiagentorchestrator），现由 2FastLabs 维护。 框架有三个运行…
awesomejavascript 是由前端知名技术博主 sorrycc（子溯）维护的 JavaScript 库精选列表，目前 GitHub 星标 35,000+，是前端领域最有影响力的 awesome 系列清单之一。 它的本质是一份分类清晰、精选校对过的浏览器端 JavaScript 资源目录，覆盖从包管理器、模块加载器、构建工具，到框架、UI 组件、可视…
Coze Loop 是字节跳动 Coze（扣子）平台推出的AI Agent 全生命周期运营平台，最近将核心模块开源（Apache 2.0）。它解决的是 AI Agent 开发过程中"写 Prompt → 调试 → 评估效果 → 上线监控"这一整条链路的工程化问题。 开源版提供三大核心能力：Prompt 开发和调试（Playground）、自动化评估（Eval…
mcpuse 是一个全栈 MCP（Model Context Protocol）开发框架，帮助开发者快速构建 MCP Servers（工具服务器）和 MCP Apps（可交互的 AI 应用组件），同时提供 MCP Client / MCP Agent 客户端实现，内置 Web 版 Inspector 调试工具，并支持一键部署到 Manufact MCP Cl…
Nacos（Name and Configuration Service）是阿里巴巴开源的动态服务发现、配置管理和服务管理平台，专为云原生应用和微服务架构设计。它于 2018 年开源，2020 年成为 Apache 顶级项目（TLP），是 Java 微服务生态中最为流行的注册中心与配置中心之一。 Nacos 官方站： 核心四大能力： 1. 服务发现与健康检查…
SurfSense 是开源的竞争情报（Competitive Intelligence）平台，专为 AI Agent 设计，可以理解为「面向 AI Agent 的 NotebookLM + 实时数据抓取」。 它让 AI Agent 能够实时抓取 Reddit、YouTube、Instagram、TikTok、Google Maps、Google Search…