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…
仓库攻略
137 篇 · 136 个项目 · jay · 评测基准
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…
DSpark（Decoding Spark）是 Liquid AI 为 LFM2.5 系列模型发布的推测解码（Speculative Decoding）draft 模型系列，覆盖三个尺寸： | Draft 模型 | 目标模型 | Draft 参数量 | |||| | LFM2.51.2BInstructDSpark | LFM2.51.2BInstruct …
主题 slug: xtip20260826promptinducedwasteharnesscost（论文无独立 GitHub 仓库，故按无主仓库命名规范） 论文全称：PromptInduced Waste in Coding Agents: Reasoning, Effort, Harness Design, and EndtoEnd Cost （arXi…
coderonion/awesomellmandaigc 是一个 LLM / VLM / VLA / AIGC 领域的精选资源列表（Awesome List），按 Framework（模型/训练/推理/量化/RAG）、Application（IDE/聊天机器人/具身智能/代码助手/知识库等）、Dataset、Learning Resources、Commun…
大语言模型的训练管线近代已从「预训练 + 后训练」两阶段演变为更复杂的多阶段流程。Midtraining 和 Continued Pretraining（CPT） 是夹在通用预训练与后训练（SFT / RL）之间的两个中间训练阶段，都是在已有一个预训练好的基座模型基础上，继续用 nexttoken prediction 目标在大规模文本数据上进行训练——但二…
CAID（Centralized Asynchronous Isolated Delegation）是一个面向长程软件工程任务的多 Agent 协调范式，由卡内基梅隆大学（CMU）研究团队提出，发表在 arXiv 2603.21489。核心思路是：将人类软件工程中的成熟协作基础设施（git worktree、branchandmerge、测试验证）直接映射到…
x64dbgMCPServer 是一个将 x64dbg 调试器通过 MCP（Model Context Protocol） 协议暴露为 HTTP 服务的原生插件。使用 Zig 语言编写，零外部依赖，一个插件文件同时支持 x32 和 x64 架构。连接任何 MCP 兼容的 AI 助手（如 Claude Code），即可通过自然语言控制 x64dbg：设置断点、…
dairai/wikisft 是一个配套仓库，完整复现了 @omarsar0（elvis）发表在 X 上的文章《Automating LLM FineTuning with Fireworks Agent》的数据构建流程。 核心思路来自 Andrej Karpathy 的 LLM Wiki 概念：把个人知识库的"输出风格"通过 SFT 微调蒸馏进模型权重，而…
SynaLinks/synalinksskills 是一套面向 AI 编程 Agent 的 SKILL.md 技能包，专门教 Claude Code、Codex、OpenCode、pi 等主流 coding agent 如何写出符合 SynaLinks 框架规范的代码。技能本身是一个标准化的 SKILL.md 文件，基于 Anthropic 主导的 Agen…
LFM2.5 QAD（QuantizationAware Distillation）是 Liquid AI 发布的一种训练时量化蒸馏技术，原理是让一个高精度 teacher 模型直接蒸馏到一个量化后的 student 模型，而非先训练好再事后量化（PTQ，PostTraining Quantization）。 4 个 LFM2.5 尺寸均发布 QAD Q4_…
Artificial Analysis Search Index（搜索 API 指数）是一个专门针对 AI Agent 搜索工具 的评测基准，由 AI 数据分析平台 Artificial Analysis（AA）于 2026 年 8 月 18 日正式发布。它的核心思路非常干净——用同一个 Agent 环境（模型、工具调用上限、评测任务完全相同），只替换底层的…
RAGSurvey 是一个按体系分类的 RAG 论文Awesome 列表，对应论文 RetrievalAugmented Generation for AIGenerated Content: A Survey（arXiv:2402.19473，2024 年 2 月，北大/北大深圳研究生院团队）。仓库按该论文提出的三层分类法，对 RAG 领域论文进行结构化整…
Gemini 3.7 Flash 是 Google 于 2026 年 8 月 13 日发布的工作负载模型，基于 Gemini 3.6 Flash 的算法改进版，主打编码和 Agent 场景。官方标称上下文窗口为 1,048,576 tokens（约 1M），最大输出 65,536 tokens（64K），支持文本、图像、音频、视频、PDF 多模态输入。 本攻…
TrueForge 是 TrueFoundry 于 2026 年 8 月开源的 MIT 许可证 Agent Harness——运行在 LLM 周围的运行时层，把一个语言模型变成可真正跑在生产环境里的 Agent。它不挑模型、不绑云、不锁供应商，可以本地单进程（SQLite）运行，也可以 Docker Compose / Kubernetes 部署高可用集群。…
Krasis 是一个混合 LLM 推理运行时，专注于在消费级显存受限的 NVIDIA GPU 上高效运行数百亿参数级别的 MoE（Mixture of Experts）大模型。它的核心设计目标是：让一张或两张普通游戏显卡（如 RTX 5090 32 GB、RTX PRO 6000 96 GB）就能跑得动原本需要 H100/A100 才能加载的千亿参数模型。 …
DeepSeek Harness（DSH）是 DeepSeek 官方推出的 AI Agent 运行时，而 0xsline/awesomedeepseekharness 是一个精选生态导航库——它汇总了来自官方 dshexternal/hub 目录和 GitHub dshplugin 公开话题的所有插件、工具与基础设施，按功能分成 20 个分类，方便使用者快速…
MetaHarness 是一个自动化 harness 工程的框架，来自斯坦福 IRIS Lab、Cornell 和 MIT，发表在 COLM 2026（arXiv:2603.28052）。 LLM 系统的性能不仅取决于模型权重，还取决于 harness——即围绕固定基础模型运行的代码，决定存储什么信息、检索什么信息、向模型展示什么。Harness 包括：系统…
Pigey（Physical Agency orchestrator）是一个闭环 VLM 调度层，驱动已有的冻结机器人技能（frozen skills），无需任何新数据或微调，即可在仿真和真实机器人上大幅提升推理密集型任务的成功率。 核心论文："Addressing the Orchestration Gap in Generalist Robots via…
代表攻略
LlamaExtract Agentic Plus：超大规模文档结构化提取实战指南 · 干货攻略
本攻略核验了所有数字与说法：准确率来自 ExtractBench 官方论文（arXiv:2607.29677）及 GitHub README；FTX 矩阵案例来自 Jerry Liu 原文；各 tier 定价来自 ExtractBench GitHub 页；与原帖说法一致处直接引用，与官方文档冲突处以官方为准并注明。 LlamaExtract Agentic…
DiGbench（Discovery in Games）是 2026 年 8 月 12 日由 James C.R. Whittington（牛津大学）联合多位学者发布的新型 AI 评测基准，全称 Discovery in Games。 核心设计：70 个纯文本互动游戏，每个游戏内部有隐藏的「变换规则」，AI 智能体必须通过主动交互和实验来发现这些规则，然后将…
Governance Decay（治理衰减）是一种新型智能体安全失效模式，由论文 Governance Decay: How Context Compaction Silently Erases Safety Constraints in LongHorizon LLM Agents（arXiv:2606.22528，2026 年 6 月）正式命名并系统量化…
StarlightSearch/EmbedAnything 是一个用 Rust 构建的高性能、多模态 embedding 管道。它支持从文本、图片、音频、PDF、网站等多种来源生成向量嵌入，并与 Milvus、Weaviate、Elastic、SingleStore 等主流向量数据库无缝对接，核心卖点是零 PyTorch 依赖、低内存占用、流式索引，已在 E…
LFM2.52.6B 是 Liquid AI 在 2026 年 8 月初开源的一个 2.6B 参数端侧 Agent 模型，DeepSeekV4Flash0731 是 DeepSeek 同月发布的一个 284B 总参数 / 13B 激活参数 MoE 推理优化模型（20260731 发布）。2026 年 8 月 6 日，atomic.chat 在 4× RTX …
MinerU 是由 OpenDataLab（上海人工智能实验室关联开源组织）开发的高精度文档解析引擎，于 2024 年开源。其核心能力是：将 PDF、DOCX、PPTX、XLSX、图片、网页等复杂文档，转换为 LLM 可直接消费的 Markdown 或 JSON 格式，同时保留阅读顺序、标题层级、表格结构、公式 LaTeX 等语义信息。 MinerU 最早服…
mlabonne/llmcourse 是由法国机器学习工程师 Maxime Labonne 维护的一套免费、开源的大语言模型（LLM）学习路径仓库，GitHub Stars 超过 81,000（2026年8月）。它不是传统意义上的"课程"，而是一份精心编排的知识图谱——包含路线图（roadmap）、Colab Notebook 实践代码、配套博客文章，覆盖从…
Codex CLI 是 OpenAI 官方推出的轻量级终端编程智能体（coding agent），于 2025 年 4 月开源发布。与面向 IDE 插件的 Codex（Codex for IDE）不同，Codex CLI 是完全运行在终端的独立工具，支持 macOS、Linux、Windows 全平台。它由 OpenAI 的编码专用模型驱动，能理解代码库、读…
EvoRubric 是一个单策略（singlepolicy）协同演化 RL 框架，由阿里巴巴通义实验室（ Tongyi Lab）提出，发表在 arXiv（arXiv:2605.29847，2026年5月28日投稿）。 它的核心思路是：把「生成回复」（Reasoner）和「生成评分标准」（Rubric Generator）统一到一个参数化策略里，让两者在 RL…
Nerve（The Simple Agent Development Kit）是一个用 YAML + CLI 构建、运行、评测和编排 LLM Agent 的轻量框架。它的核心理念是声明式 Agent：用 YAML 定义 system prompt、task、tools 和 variables，一个文件搞定一个 Agent，再通过 nerve CLI 驱动执行…
Faraday 是伦敦 AI 创业公司 Inherent（2026年8月14日刚从 stealth 模式浮出水面，Index Ventures 与 Radical Ventures 联合注资 $50M seed round）发布的 27B 参数"AI Scientist"智能体。其核心能力是复现学术论文中的图表——给定一篇论文（不带原图），Faraday 需…