The Handoff Tax: Continuing NonNative Trajectories in LLM Agents 是 AWS Agentic AI 团队 Roy Ganz、Mor Shpigel Nacson、Adi Kalyanpur、Ron Litman 四人于 2026 年 8 月 25 日发表在 arXiv（2608.24358）的研…
仓库攻略
581 篇 · 569 个项目 · jay
Agent Seer 是苹果机器学习研究团队（Harish Karumuri、Mahesh Vemula、David Lopes Pegna）2026 年 6 月发表的一篇论文（arXiv:2608.26133，同年 8 月被 GEM@ACL 2026 接收），核心主张是：只需一个 MCP 协议规范文件，无需任何示例对话、无需真实工具调用、无需领域调优，就能…
LangSmith 的 Trace 级成本可观测性（Cost Tracking at Trace Level） 是一套将 LLM/Agent 每次运行的费用直接绑定到执行链路的技术能力。传统 AI 应用只知道「这个月 API 账单是 X 美元」，而 trace 级成本追踪让你知道「是哪个 workflow、哪次 tool call、哪条 prompt pat…
SAM（Sovereign Agent Mesh）是由 Google 开发的一个零配置、零信任的 P2P 网络，专为自主 AI Agent 设计。它让 AI Agent 节点自动发现彼此、互相认证，并通过标准 MCP（Model Context Protocol）协议跨节点调用工具——不依赖将内部脚本或 API 暴露到公网。 当前状态：公开测试网（banan…
Strata 是一个为现代 Linux 桌面打造的高速、键盘优先文件管理器，核心设计面向 Omarchy 发行版，同时兼容标准 GTK4 Linux 环境。它将空间 Miller 列（多栏导航）+ 网格视图 + 资源管理器视图三合一，配合即时模糊搜索、丰富预览和原生桌面集成，适合重度键盘用户替代 Nautilus/Dolphin。 Linux 桌面文件管理器…
Tons of Skills 是一个面向 Claude Code 的开源插件技能市场，由 Jeremy Longshore（Intent Solutions）维护。它将散落在各处社区的 Claude Code 技能（Skill）打包成可发现、可安装、可评级的插件集合，通过 npm 包 + Web 界面双通道分发。截至 20260819 数据：471 个插件、…
2026 年上半年，两家科技巨头先后因 AI 编码工具成本失控被迫踩刹车： 这不是两个孤立事件。《FinOps Foundation》数据显示，2026 年有 98% 的从业者需要管理 AI 支出，而一年前这个比例是 63%——AI 成本管理是史上普及最快的成本管控领域。Gartner 预测，到 2027 年底超过 40% 的 Agentic AI 项目将因…
VGIBench（Visual General Intelligence Benchmark）是一个用于探测视频生成模型视觉智能的标准化评测基准，于 2026 年 8 月 20 日在 arXiv 发布（arXiv:2608.19583），目标投稿 EMNLP 2026 Main。论文来自伊利诺伊大学香槟分校、清华大学、滑铁卢大学、MIT 等机构联合团队。 传…
TexLite 是西南财经大学 DB 研究组开源的轻量级自托管协作 LaTeX 编辑器，旨在为小型可信研究团队提供 Overleaf 的本地替代方案。核心技术栈：React 前端 + CodeMirror 编辑器 + Fastify API + SQLite 本地持久化 + Yjs 实时协作 + PM2 进程管理。默认配置仅需 Node.js 进程、SQLi…
LLM CLI 是 Simon Willison 用 Python 写的命令行工具，同时也是一个 Python 库，用于对接 OpenAI、Anthropic、Google Gemini、Qwen、Gemma、Mistral 等数十家模型厂商的 API，并支持本地模型（通过 Ollama、LM Studio 等兼容端点）。8 月 4 日发布的 0.32 是该…
Gemini 3.7 Flash 是 Google 于 2026 年 8 月 13 日发布的工薪层（workhorse）模型，主打编码和 Agent 场景，定位为"有史以来最智能的工作负载模型"。它基于 Gemini 3.6 Flash 的算法改进版（model card 将所有架构细节指向 3.6 Flash），上下文窗口 1,048,576 tokens…
BTL3（Bad Theory Labs 3）是 Bad Theory Labs 发布的一个后训练 PEFT LoRA 适配器，基座为 Qwen/Qwen3.627B，定位于编程 Agent、仓库级工具调用、长程多轮执行场景。 核心规格（均来自 Hugging Face 官方模型卡与 GitHub README）： | 项目 | 规格 | ||| | 基座模…
Fess 是一款开源的、自托管的企业级搜索服务器，基于 OpenSearch 构建。通过浏览器管理界面配置，无需深入了解 OpenSearch 本身。内置爬虫支持网站、文件系统、数据库等多种数据源，支持全文检索、分面搜索、搜索建议、权限过滤等企业级功能。 本质上是「开源版 Google Search Appliance / Elasticsearch Sit…
Luxas 是一个开源的多 Agent 自主科研系统，输入一个研究主题（Research.md），它能自动完成：文献爬取（OpenAlex、arXiv、CrossRef，含反检测浏览器绕过付费墙）→ 阅读论文 → 设计并运行实验（多个 Agent 盲写代码和测试）→ 产出可发表级别的图表 → 撰写 LaTeX 报告 → 对抗性内容+图表+排版审查 → 最终输…
Gold Band 是一款面向本地 AI Coding Agent 的桌面客户端（Developer Preview），通过 ACP（Agent Client Protocol） 协议连接 Claude Code、Codex 等本地 Agent，在统一的桌面界面中管理会话、工作流、权限、附件、历史和运行时可观测性。 解决的核心问题是：本地 Agent 虽然强…
本攻略核验了 Raschka 原帖中每款模型的核心参数，所有数字均来自 Raschka 官方 LLM Architecture Gallery（sebastianraschka.com/llmarchitecturegallery）及其杂志文章「A Dream of Spring for OpenWeight LLMs: 10 Architectures f…
AutoSaddler 是微软研究院提出的自动 Agent Harness 优化框架，将 Harness 的改进建模为离线学习问题，用"失败信号"指导迭代更新。简单说：它让 AI 自动分析 Agent 的执行失败记录，像程序员修 Bug 一样给 Harness 打补丁——区别在于它打的是结构化补丁（prompt 规则、工具定义、中间件逻辑），并通过验证选择泛…
gadak 是一个把 Jira 和 Confluence 同步到本地 SQLite 文件的开发者工具。它的核心价值主张很简单：把远程 API 调用变成本地 SQL 查询，让"哪个 Epic 实际卡住了？"这种需要 GROUP BY 的问题，从"无法回答"变成一条 SQL。 支持 macOS 桌面 App、Web UI、CLI 和 MCP 服务器（供 AI 编…
Trigger.dev 是一个用 TypeScript/JavaScript 构建和部署 AI Agent 与工作流的开源平台。它让你在现有代码库里写任务（tasks），然后一键部署到 Trigger.dev 托管基础设施，获得无超时、持久化、带重试和队列的长期运行任务，同时自带完整的链路追踪、日志和可观测性。 核心定位：解决"大模型 Agent 需要跑很长…
一个在 2× NVIDIA GB10（DGX Sparks） 上通过 vLLM 以 EXL3 4bit 量化Serving zaiorg/GLM5.3Flash 的开源配方。核心目标是用 ~164 GiB 的量化权重在消费级双 GB10 机器上跑起百万 token 上下文的 GLM5.3Flash，并附带 DFlash2 投机解码（k=7）加速。 简单说：让…
BDHCQ（Bayesian Dragon Hatchling – Contextual Query）是 Pathway Research 于 2026 年 8 月发表的一种后 Transformer 推理架构，全称「InContext Learning with Recurrent Latent Reasoning」（通过递归潜在推理实现上下文学习）。 核…
SCoPE（SightlineCoordinate Positional Encoding）是腾讯 ARC Lab 与港大、港科大联合提出的视频生成相机控制方法，发表在 2026 年。其核心思想极为优雅：将每条相机视线（camera ray）作为 token 的第二类位置坐标，注入预训练视频 Diffusion Transformer（DiT）的注意力机制，…
codeindexmcp 是一个面向 AI Agent 的代码智能搜索 MCP 服务器。用 treesitter 把代码解析为 AST，把符号、调用关系、元数据存入 SQLite，让 Agent 用 32 个 MCP 工具对代码库进行精确导航——查询延迟约 10ms，全量索引 8.8 万文件耗时 6 分钟。 一句话概括：让 AI Agent 的代码搜索能力，…
Rome 是 agentic OS——一个以 AI Agent 为中心、人类与 Agent 长期协同工作的守卫（guardrailed）环境。与普通对话式 AI 不同，Rome 中的 Agent 不仅执行单次任务，还会随着使用积累工具、SOP、记忆和工作流，每一次交互都在抬高下一次的天花板。 核心哲学来自其 VISION.md：AI 进步的主流叙事在 sca…
SWEBench ProMax 是一个多语言代码重构评测基准，收录 170 个真实 GitHub commit 实例，涵盖 7 种编程语言（Python、Java、TypeScript、Go、C、C++、Rust），于 COLM 2026 发表。 核心定位：填补现有 coding agent 评测体系在大规模跨文件重构任务上的空白。与 SWEbench Ve…
Cameron R. Wolfe（@cwolferesearch，Deep Learning Ph.D.，Netflix 高级研究科学家）于 2026 年 8 月在 Substack 发布的 20,000+ 词 RL for LLMs 终极指南，是他在该话题上所有单篇研究的系统性整合。目标读者是想从第一性原理深入理解 RL 在 LLM 训练中如何工作的工程师…
Perplexity 在 2026 年 8 月 25 日联合 NVIDIA 发布了 Portable Computer——一个将整个 Perplexity Computer Agent 平台完整移植到本地的产品。它不是一个「本地聊天界面加文件选择器」，而是一套把模型、推理引擎、Agent Harness、工具沙盒和应用连接器全部打包在一起的独立系统。 官方原…
mu（读作 /mjuː/）是一个面向人类、AI 代理和服务的通用协议网络。它用一套协议栈（SMTP 收件、IMAP 读件、HTTP 服务、MCP 对接 Agent、XMPP 聊天、x402 支付）把邮件、工具、日历、文件、搜索等 100+ 项能力统一起来，让一个 AI Agent 可以像真人一样拥有自己的邮箱、联系人、日历和文件系统。 它的核心哲学是「地址即…
Apodex 1.1 是 2026 年 8 月 24 日发布的一篇 70+ 作者论文（arXiv:2608.23283），全称 Scaling Agentic Intelligence for Complex Work。论文提出了一个通用 agent 执行系统，核心目标是把语言模型的「推理能力」转化为「可持续完成可验收工作」的能力——作者称之为 Workin…
SmolVM（smolmachines/smolvm）是一个开源的轻量级 microVM 运行时，专门解决 AI Agent 执行 LLM 生成代码时的隔离问题。由 Aniket Maurya 与 Celesto AI 团队开发，Apache 2.0 开源协议，2026 年 4 月 21 日正式发布，GitHub 发布首日即获得 482 个 HN 点。 官方…