[AINews] Lilian Weng summarizes 35 papers on Harness Engineering for RSI

📌 Lilian Weng 彙整 35 篇論文：為什麼 RSI 的關鍵在於 Harness Engineering？

cline/cline

📌 跨平臺開源 Coding Agent：Cline 將 AI 助手整合至 IDE 與終端機

TypeScript

Create a LangChain Deep Agents Harness Profile for NVIDIA Nemotron 3 Ultra to Improve Performance

📌 【NVIDIA】不靠微調，用 Harness Profile 工程提升 Nemotron 3 Ultra 的 Agent 準確率

Agentic AI / Generative AITop StoriesAI AgentLangChain

Data for Agents

📌 【NVIDIA 觀點】AI Agent 的核心不在權重，而是在於高品質的開放資料

Graphify-Labs/graphify

📌 別再用 Grep 找程式碼了：用 Graphify 將整個專案轉化為可查詢的知識圖譜

Python

jingyaogong/minimind

📌 MiniMind：只用 3 塊錢與 2 小時即可在個人 GPU 上訓練 64M 超小語言模型

Python

Jul 8, 2026AlignmentAn off switch for dual use knowledge in AI models

📌 【Anthropic 研究】不只是拒絕，而是讓 AI 具備可開關的「雙用途知識」

Research

LMCache/LMCache

LMCache 是一個開源的 KV Cache 管理層，將原本臨時的 KV Cache 轉換為可持久化、可跨多個推理引擎重複使用的 AI‑native 知識。透過可觀測性堆疊與生成品質轉換，它能降低 Time‑To‑First‑Token（TTFT）並提升吞吐量，特別適用於長上下文代理、多輪對話及…

Python

microsoft/SkillOpt

📌 【Microsoft 開源】SkillOpt：像訓練神經網路一樣，讓 AI Agent 自我演化技能

Python

Native-speed vLLM transformers modeling backend

📌 【HuggingFace】vLLM transformers 後端效能追平，模型部署不再需要手動移植

NVIDIA/SkillSpector

📌 NVIDIA SkillSpector：AI Agent 技能安全掃描工具

Python

OpenAI releases new voice models for more natural live conversations

📌 OpenAI 發布 GPT-Live-1 語音模型，提升即時對話自然度

AppsChatGPTvoice model

Securing Amazon Bedrock AgentCore Runtime with AWS WAF

📌 【AWS 技術分享】如何透過 AWS WAF 為 Amazon Bedrock AgentCore 建立安全防線？

Advanced (300)Amazon Bedrock AgentCoreAmazon VPCAWS WAF

Selective Timestep Weighting and Advantage-Based Replay for Sample-Efficient Diffusion RLHF

📌 【研究】Diffusion RLHF 效率突破：透過時間步權重與重播機制提升 6 倍樣本效率

cs.LGcs.AIcs.CV

Separating signal from noise in coding evaluations

📌 【OpenAI 最新分析】SWE-bench Pro 基準測試存在可靠性問題

Research

Show HN: Microsoft releases Flint, a visualization language for AI agents

📌 Flint：AI 代理高階視覺化語言

TencentCloud/CubeSandbox

📌 TencentCloud 極速沙箱

Rust

WildCity: A Real-World City-Scale Testbed for Rendering, Simulation, and Spatial Intelligence

📌 WildCity：城市尺度多模態資料集，推動空間智慧研究

剛剛，全球首個具身專屬的MoE影片模型，開源了！

📌 【螞蟻靈波】首個具身專屬 MoE 影片模型 LingBot-Video 開源：讓機器人學習真實物理規律

资讯首页轮播LingBot-Video具身智能

螞蟻靈波開源LingBot-Video，全球首個面向具身的影片基模來了！

📌 螞蟻靈波開源LingBot-Video，全球首個具身影片基模

资讯蚂蚁灵波

anthropics/skills

📌 【Anthropic 開源】Claude 的「Skills」機制：讓 AI 透過動態載入資源完成專業任務

Python

Bridging Interleaved Multi-Modal Reasoning as a Unified Decision Process

Bridging Interleaved Multi-Modal Reasoning as a Unified Decision Process

A Single Neuron Is Sufficient to Bypass Safety Alignment in Large Language Models

📌 單一神經元即可繞過大型語言模型的安全對齊

Build an AI-powered AWS support companion with Amazon Bedrock AgentCore

在處理 AWS 基礎設施事件時，工程師通常需要：

Advanced (300)Amazon BedrockAmazon Bedrock AgentCoreAmazon CloudWatch

Develop Humanoid Robot Policies End-to-End with NVIDIA Isaac GR00T

📌 NVIDIA Isaac GR00T：端到端人形機器人政策開發

RoboticsSimulation / Modeling / DesignAI Foundation ModelsHumanoid Robots

dOPSD: On-Policy Self-Distillation for Diffusion Language Models

📌 Diffusion LLM 的新突破：透過 On-Policy 自蒸餾強化推理能力

Expanding Managed Agents in Gemini API: background tasks, remote MCP and more

📌 Gemini API 新增 Managed Agents 功能：支援背景執行、遠端 MCP 與自訂函式

Developer tools

kyutai-labs/pocket-tts

📌 【kyutai-labs】Pocket TTS：無需 GPU 也能實現低延遲、即時語音合成

Python

LensVLM: Selective Context Expansion for Compressed Visual Representation of Text

📌 LensVLM：以選擇性展開提升壓縮文字影像的視覺語言模型效能

MT-EditFlow: Reinforcement Learning for Multi-Turn Image Editing with Flow Matching

📌 MT-EditFlow：用 RL 與 Flow Matching 提升多輪影像編輯

NVIDIA Vera CPU Boosts AI Factory Throughput to Accelerate Agentic Workloads

NVIDIA 推出的 Vera CPU 採用單片計算晶片，擁有 88 個 Olympus 核心、統一快取與 Scalable Coherency Fabric。在全槽負載下，單核心持續效能較傳統 x86 資料中心 CPU 提升 1.8 倍；峰值載入延遲降低 40%；每核記憶體頻寬提升超過 3 倍，且…

Agentic AI / Generative AITop StoriesAI AgentAI Factory

Safety Testing LLM Agents at Scale: From Risk Discovery to Evidence-Grounded Verification

📌 如何大規模測試 LLM Agent 的安全性？Vera 框架將風險發現與驗證系統化

OpenAI Releases GPT-Realtime-2.1 and GPT-Realtime-2.1-mini for Low-Latency Voice Agents in the API

📌 OpenAI 推出 GPT-Realtime-2.1 系列：低延遲語音代理現在能「思考」後再說話

Agentic AIAudio Language ModelLanguage ModelLarge Language Model

SeKV: Resolution-Adaptive KV Cache with Hierarchical Semantic Memory for Long-Context LLM Inference

📌 SeKV：透過層級化語義記憶體，突破長文本推論的 KV Cache 瓶頸

Teaching models to forget: Selective unlearning with Amazon Nova

組織在使用基礎模型時，常遇到模型內建的內容審核機制過度拒絕（over‑deflection），導致合法且具業務價值的內容被擋下。AWS 推出 Amazon Nova Customizable Content Moderation Settings (CCMS)，其核心是 Reverse Direct…

Amazon SageMakerAnnouncementsFoundational (100)

Tencent Releases Hy3: An Open 295B Mixture-of-Experts (MoE) Model with 21B Active Parameters and 256K Context

📌 【Tencent 最新釋出】Hy3 開源 295B MoE 模型：256K 長上下文與 MTP 加速推理

Agentic AILanguage ModelLarge Language ModelMachine Learning

TencentCloud/TencentDB-Agent-Memory

📌 TencentDB Agent Memory：符號化短期記憶＋分層長期記憶，降低 Token 用量並提升任務成功率

TypeScript

The ‘first’ AI-run ransomware attack still needed a human

📌 首起 AI 勒索軟體攻擊仍需人類介入

Securityransomwaresysdig

Weblica: Scalable and Reproducible Training Environments for Visual Web Agents

📌 Weblica：可擴充套件且可重現的視覺網頁代理訓練框架

從零開始玩轉迴圈 (Getting started with loops)

📌 Claude Code 迴圈分類與使用指南

Deploying Multi-Turn RL Infrastructure for Amazon Nova on Amazon SageMaker HyperPod

📌 【AWS 分享】如何利用 SageMaker HyperPod 部署 Amazon Nova 的多回合 RL 基礎建設

Amazon SageMaker AIExpert (400)Technical How-to

Embodied.cpp: A Portable Inference Runtime of Embodied AI Models on Heterogeneous Robots

📌 Embodied.cpp：在異構機器人上以 C++ 部署具身 AI 模型的可移植推論執行環境

Getting Started with Hugging Face ML Intern: Your First ML Agent

📌 【Hugging Face 新工具】ML Intern：用自然語言描述，讓 AI 幫你完成模型訓練全流程

A global workspace in language models

📌 【Anthropic 最新研究】Claude 內部存在「全域工作空間」：模型在不輸出文字前就在「思考」

Research

jamwithai/production-agentic-rag-course

📌 【GitHub 趨勢】別再只用向量搜尋：從基礎關鍵字到生產級 Agentic RAG 的實作路徑

Python

LlamaIndex ‘legal-kb’: Agentic Retrieval over Index v2 with retrieve, find, read, and grep Tools

📌 LlamaIndex 推出 legal-kb：用「檔案系統操作」實現 Agentic 檢索

Agentic AIOpen Source

LeRobot v0.6.0: Imagine, Evaluate, Improve

📌 【HuggingFace】LeRobot v0.6.0：引入世界模型與自動化回饋迴路，縮短機器人學習路徑

Meituan Releases LongCat-2.0: A 1.6T-Parameter Open MoE Model with Native 1M Context and LongCat Sparse Attention

📌 美團發布 LongCat-2.0：1.6T 引數 MoE 模型，支援 1M 上下文

Agentic AIAI InfrastructureSoftware Engineering

microsoft/qlib

📌 【Microsoft】RD-Agent：用 LLM 多代理自動化量化投資的因子挖掘與模型最佳化

Python

OrbitQuant: Data-Agnostic Quantization for Image and Video Diffusion Transformers

📌 OrbitQuant：讓 Diffusion Transformer 量化不再需要針對每個時間步反覆校正

Path-Constrained Mixture-of-Experts

📌 【Apple 研究】PathMoE：將 MoE 從「單層路由」轉向「路徑約束」提升效能

Qwen’s Former Lead on What Hybrid Thinking Got Wrong — and Why He Now Backs Agents

📌 【前 Qwen 技術領袖觀點】從訓練模型轉向訓練 Agent：Hybrid Thinking 的挑戰與未來

Agentic AIAI AgentsJunyang Lin

Revisiting ASR Error Correction with Specialized Models

📌 【Apple 研究】捨棄 LLM？用輕量化 seq2seq 模型更精準地校正 ASR 錯誤

Scaling Properties of Continuous Diffusion Spoken Language Models

📌 【Apple ML 研究】連續擴散模型能否打破語音語言模型的尺度瓶頸？

Securing the AI Agent: A Unified Framework for Multi-Layer Agent Red Teaming

📌 AI Agent 安全防禦：AI-Infra-Guard 提出多層次紅隊測試框架

Synthetic Sciences Releases OpenScience: An Open-Source, Model-Agnostic AI Workbench for Machine Learning, Biology, Physics, and Chemistry Research

📌 OpenScience 開源科研 AI 工作臺

Agentic AIAI InfrastructureLanguage ModelLarge Language Model

Structured PDF-to-JSON: A Guide to Open-Source Extraction Models in 2026

📌 Structured PDF-to-JSON：2026 年開源抽取模型指南

Language ModelOCROpen SourceSoftware Engineering

TauricResearch/TradingAgents

📌 【開源專案】TradingAgents：建構多代理 LLM 金融交易框架

Python

Training Gemma-3 for Structured Mathematical Reasoning with Tunix GRPO, LoRA Adapters, and GSM8K Rewards

📌 【實作教學】結合 GRPO 與 LoRA 強化 Gemma-3 的結構化數學推理能力

Language ModelLarge Language ModelMachine LearningTutorials

VLA-Corrector: Lightweight Detect-and-Correct Inference for Adaptive Action Horizon

📌 VLA-Corrector：透過輕量化視覺監控實現自適應動作重規劃

can1357/oh-my-pi

📌 【開源專案】oh-my-pi：整合 IDE 的高效能 Rust 編碼代理工具

TypeScript

cheahjs/free-llm-api-resources

📌 【資源整理】想測試 LLM API 但不想花錢？這份清單幫你找齊免費路徑

Python

cjpais/Handy

📌 【開源工具】Handy：完全離線、隱私優先的跨平臺語音轉文字助手

Rust

Comfy-Org/ComfyUI

📌 ComfyUI：以節點圖介面打造最彈性的 AI 內容生成引擎

Python

Command and Conquer Generals natively ported to macOS, iPhone, iPad using Fable

📌 將 2003 年的《將軍》原生移植到 Apple Silicon 與 iOS/iPadOS

facebook/astryx

📌 【Meta 開源】Astryx：支撐 13,000 個 App 的大規模設計系統正式公開

TypeScript

From SRA to Self-Flow: Data Augmentation or Self-Supervision?

📌 Diffusion Transformer 的自對齊機制：是自我監督學習，還是資料增強？

google-antigravity/antigravity-sdk-python

📌 Google 推出 Antigravity SDK：將 AI Agent 的執行基礎設施抽象化

Python

GPT-5.5 Codex reasoning-token clustering may be leading to degraded performance

📌 GPT-5.5 Codex 出現 Token 分佈異常，複雜任務效能恐因此下降

HalFrgrd/flyline

📌 Flyline：用 Rust 重寫 Bash readline，讓指令列編輯更順手

Rust

Guides

📌 掌握 Coding Agent 的實作模式：從 Claude Code 到 OpenAI Codex 的高效開發指南

karpathy/nanoGPT

📌 【karpathy/nanoGPT】最簡潔的 GPT 訓練框架：從零開始訓練或微調中型模型

Python

Knowledge Should Not Be Gated

📌 知識不應被封閉：為什麼 RAG 的複雜基礎設施可能成了阻礙？

Meta也來賣鏟子了！小扎：模型可以慢，GPU必須賺

📌 【Meta 戰略轉向】模型進度受挫，小扎決定靠賣 GPU 賺錢

资讯首页轮播Meta

mvanhorn/last30days-skill

📌 用真實資料定義熱門：mvanhorn 開源 AI 驅動的 /last30days 搜尋引擎

Python

openai/whisper

📌 【OpenAI 開源】Whisper：將語音識別、翻譯與語言辨識整合的通用模型

Python

OthmanAdi/planning-with-files

📌 讓 AI Agent 擁有記憶：用檔案持久化解決長任務的 Context 遺失問題

Python

Agentic coding notes from Galapagos Island

📌 【實務經驗】當 AI 助手開始「編造」測試結果：Agentic Coding 的幻覺陷阱

ai-boost/awesome-harness-engineering

📌 【開源資源】AI Agent 的成敗不在模型，而在於「Harness Engineering」

Python

Alibaba reportedly bans employees from using Claude Code

📌 阿里巴巴停用 Claude Code，內部導向自研工具 Qoder

Securityalibabaclaude code

ctxrs/ctx

📌 讓 Coding Agent 擁有記憶：ctx 透過本地索引解決 AI 重複犯錯的問題

Rust

Espionage Against the European Parliament

📌 【資安事件】調查間諜軟體的議員，竟被 Pegasus 監控

microsoft/skills-for-fabric

📌 【Microsoft 開源】為 GitHub Copilot 注入 Fabric 專業知識的指令集

Python

google/adk-python

📌 【Google 開源】ADK 2.0：以 Code-First 為核心的 AI Agent 開發框架

Python

openai/codex

📌 【OpenAI 釋出】Codex CLI：將 AI 程式碼代理直接整合進本地終端機

Rust

Performance per dollar is getting faster and cheaper

📌 推理成本危機：AMD 雖然硬體更便宜，但軟體鴻溝仍是關鍵

Potential session/cache leakage between workspace instances or consumer accounts

📌 【安全性警訊】Claude Code 出現 Session 洩漏？企業使用者恐面臨快取隔離失效

presenton/presenton

📌 【開源替代方案】Presenton：擺脫訂閱制，全自主持的 AI 簡報生成工具

TypeScript

Reasoning effort, not tool access, buys first-try reliability in agentic code generation: an observational study

📌 【研究發現】提升推理投入（Reasoning Effort）比增加工具許可權，更能確保 AI 寫 Code 的一次成功率

cs.SEcs.AI

The bottleneck might be the air in the room

📌 決定品質的瓶頸，可能就在會議室的空氣裡

The only AI glossary you’ll need this year

📌 【TechCrunch AI 術語指南】LLM、RAG、AI Agent，這些術語到底在講什麼？

evergreensGlossary

What is Mistral AI? Everything to know about the OpenAI competitor

📌 Mistral AI：歐洲 AI 企業的定位與營運策略

StartupsevergreensmistralMistral AI

Breaking Failure Cascades: Step-Aware Reinforcement Learning for Medical Multimodal Reasoning

📌 解決醫療推理的連鎖錯誤：Step-Aware RL 強化多模態推理能力

Conformal Thinking: Risk Control for Reasoning on a Compute Budget

📌 【Apple ML】Conformal Thinking：在運算預算與推理風險之間取得最佳平衡

ChromeDevTools/chrome-devtools-mcp

📌 【ChromeDevTools】讓 AI Agent 直接控制 Chrome 瀏覽器，實現自動化除錯與效能分析

TypeScript

crustc: entirety of `rustc`, translated to C

📌 將整個 rustc 翻譯成 C：4,600 萬行程式碼的極端實驗

DuoMem: Towards Capable On-Device Memory Agents via Dual-Space Distillation

📌 DuoMem：透過雙空間蒸餾將大模型的問題解決能力轉移至裝置端

InstanceControl: Controllable Complex Image Generation without Instance Labeling

📌 InstanceControl：不需標註即可產生多例項影像的可控生成方法

huggingface/speech-to-speech

📌 【HuggingFace 開源】打造低延遲語音代理，模組化 pipeline 讓 STT/LLM/TTS 全面可替換

Python

Interfaze Ships diffusion-gemma-asr-small, an Open-Source Diffusion ASR Model Transcribing Six Languages via DiffusionGemma’s Parallel Denoising Decoder

📌 【Interfaze】首個多語言擴散式 ASR 模型：用 Parallel Denoising 取代逐字生成

Audio Language ModelLanguage ModelOpen SourceTTS

Learning Unmasking Policies for Diffusion Language Models

📌 【Apple ML 研究】不再依賴經驗調校：用強化學習最佳化 Diffusion LLM 的解碼策略

Meet Alibaba’s Page Agent: A JavaScript In-Page GUI Agent That Controls Web Interfaces With Natural Language Through the DOM

📌 【Alibaba 開源】Page Agent：將 LLM 代理內嵌於頁面，直接透過 DOM 操控 Web 介面

Agentic AIAI AgentsFor DevsMachine Learning

Meet WebBrain: An Open-Source, Local-First AI Browser Agent That Reads Pages and Automates Tasks in Chrome and Firefox

📌 WebBrain：支援本地模型、能直接操作瀏覽器的開源 AI Agent

Agentic AIAI AgentsLarge Language ModelMachine Learning

microsoft/agent-governance-toolkit

📌 【Microsoft】Agent Governance Toolkit：讓自主 AI Agent 進入生產環境的治理框架

Python

NVIDIA/OpenShell

📌 NVIDIA OpenShell：為自治 AI Agent 打造的安全沙盒執行環境

Rust

Multi-Resolution Flow Matching: Training-Free Diffusion Acceleration via Staged Sampling

📌 不需要重新訓練，MrFlow 讓文字生成影像速度提升 25 倍

ogulcancelik/herdr

📌 像 tmux 一樣管理 AI Agent：herdr 讓所有編碼代理在單一終端機執行

Rust

RAG-Anything Tutorial: Build a Multimodal Retrieval Pipeline for Text, Tables, Equations, and Images in Colab

📌 RAG‑Anything 教學：在 Colab 建置支援文字、表格、公式與影像的多模態檢索管線

Language ModelRAGTutorials

Residual Context Diffusion Language Models

📌 【Apple ML 研究】不再浪費計算量：Residual Context Diffusion 讓 Diffusion LLM 效能大幅提升

stablyai/orca

📌 【Stability AI】Orca：讓多個 AI Agent 在獨立工作區並行協作的開發排程器

TypeScript

alibaba/page-agent

📌 標題：alibaba/page-agent：即插即用的網頁內 AI 代理

TypeScript

The short leash AI coding method for beating Fable

📌 【開發實務】安全關鍵系統如何用 AI 寫 Code？「Short Leash」方法的開發邏輯

ABot-M0.5: Unified Mobility-and-Manipulation World Action Model

📌 ABot-M0.5：統一移動與操作的 World Action Model

alirezarezvani/claude-skills

📌 【開源專案】claude-skills：為 AI 程式碼代理人提供 354 組領域專家技能包

Python

anthropics/claude-code

📌 【Anthropic 新工具】Claude Code：把 AI 代理直接搬進終端機的程式設計助手

Python

Beyond the Prompt: Jailbreaking Function-Calling LLMs via Simulated Moderation Traces

📌 Beyond the Prompt: Jailbreaking Function‑Calling LLMs via Simulated Moderation Traces

dmtrKovalenko/fff

📌 fff：為 AI Agent 與人類打造的極速檔案搜尋工具

Rust

Learning Structured Reasoning via Tractable Trajectory Control

📌 【Apple ML 研究】透過可控軌跡控制，讓 LLM 學會更結構化的推理模式

Hmbown/CodeWhale

📌 CodeWhale：支援多模型的終端機編碼代理，將 LLM 轉化為 TUI 開發助手

Rust

MemSyco-Bench: Benchmarking Sycophancy in Agent Memory

📌 MemSyco-Bench：當 AI Agent 的記憶變成「拍馬屁」的來源

microsoft/skills

📌 【Microsoft 開源】為 AI Agent 提供 175 個即用技能，強化 Azure SDK 領域知識

TypeScript

langflow-ai/langflow

📌 【開源專案】Langflow：將 AI 工作流視覺化，並快速轉化為 API 與 MCP 伺服器

Python

Multi-Agent Teams Hold Experts Back

📌 【Apple 研究】多代理團隊反而拖累專家？自組織 LLM 團隊的協作陷阱

Multimodal Continuous Reasoning via Asymmetric Mutual Variational Learning

📌 多模態推理新框架：用非對稱互變分學習解決訓練與推論不匹配

NousResearch/hermes-agent

📌 【NousResearch】Hermes Agent：具備自我學習迴路、能自主建立技能的 AI Agent

Python

NVIDIA/skills

📌 NVIDIA 推出 Agent Skills：為 AI Agent 提供標準化的軟體操作指南

Python

On Robustness and Chain-of-Thought Consistency of RL-Finetuned VLMs

📌 【Apple 研究】RL 微調 VLM 的陷阱：準確率提升，但推理過程卻變得不可信？

ruvnet/ruflo

📌 為 Claude Code 打造的 Agent 協調層：ruflo 讓 AI 從「單打獨鬥」轉向「群體協作」

TypeScript

VideoFlexTok: Flexible-Length Coarse-to-Fine Video Tokenization

📌 【Apple 研究】VideoFlexTok：用「粗到細」的可變長度 Token 降低影片生成門檻

SciIR: A Large-scale Training Dataset and Benchmark for Scientific Image Reasoning Generation

📌 SciIR：解決科學影像生成中的語義對齊與邏輯推理挑戰

Personalization as Inverse Planning: Learning Latent Design Intents for Agentic Slide Generation via Structural Denoising

📌 將投影片生成視為「逆向規劃」：透過結構去噪學習設計意圖

讓Agent越用越強：AReaL 2.0開源，打造面向自演進智慧體的RL基礎設施

📌 AReaL 2.0 開源：讓 Agent 從「會用工具」進化為「從使用中學習」

资讯AReaL

allenai/olmocr

📌 【AI2 開源】olmOCR：將複雜 PDF 與影像高效轉換為乾淨 Markdown 的工具集

Python

BlockPilot: Instance-Adaptive Policy Learning for Diffusion-based Speculative Decoding

📌 BlockPilot：透過自適應區塊選擇，最佳化 Diffusion 模型的投機解碼效能

Does VLA Even Know the Basics? Measuring Commonsense and World Knowledge Retention in Vision-Language-Action Models

📌 VLA 模型真的懂常識嗎？Act2Answer 透過「肢體動作」測試世界知識

DOPD: Dual On-policy Distillation

📌 DOPD：透過動態 Token 級路由，解決模型蒸餾中的「特權錯覺」

GEAR: Guided End-to-End AutoRegression for Image Synthesis

📌 GEAR：透過端到端聯合訓練，打破影像合成的 VQ 瓶頸

Google AI Introduces TabFM: A Hybrid-Attention Tabular Foundation Model for Zero-Shot Classification and Regression

📌 【Google AI】TabFM：將表格預測轉化為 In-Context Learning 的基礎模型

Machine LearningOpen SourceSoftware Engineering

Hugging Face and Cerebras bring Gemma 4 to real-time voice AI

📌 Hugging Face × Cerebras：Gemma 4 即時語音 AI，延遲大幅縮短

HKUDS/VideoAgent

📌 VideoAgent：一體化多模態影片框架

Python

HippoRAG: Neurobiologically inspired RAG using Amazon Bedrock, Amazon Neptune, and personalized PageRank

📌 【AWS 實作】模仿海馬體記憶機制，用 HippoRAG 解決 RAG 的多跳推理困境

Advanced (300)Amazon BedrockAmazon NeptuneTechnical How-to

langchain-ai/deepagents

📌 【LangChain 新專案】Deep Agents：開箱即用的生產級 Agent 框架

Python

Mastering Agentic Techniques: AI Agent Reinforcement Learning

📌 Mastering Agentic Techniques：NVIDIA 推出 AI Agent 強化學習全套工具

Agentic AI / Generative AIAI Platforms/DeploymentAI AgentNeMo

MOPD: Multi-Teacher On-Policy Distillation for Capability Integration in LLM Post-Training

📌 MOPD：透過多教師即時蒸餾，將多項領域能力整合至 LLM 後訓練

NVIDIA Releases Nemotron-Labs-TwoTower: an Open-Weight Diffusion Language Model Built on a Frozen Autoregressive Nemotron-3-Nano-30B-A3B Backbone

📌 【NVIDIA 新發布】Nemotron-Labs-TwoTower：用雙塔擴散模型將生成速度提升 2.42 倍

AI Paper SummaryLanguage ModelLarge Language ModelMachine Learning

open-webui/open-webui

📌 【開源專案】Open WebUI：支援完全離線執行的全功能 AI 部署平臺

Python

Play2Perfect: What Matters in Dexterous Play Pretraining for Precise Assembly?

📌 Play2Perfect：透過「玩耍式預訓練」提升機器人精準組裝能力

SpheRoPE: Zero-Shot Optimization-Free 360 Panorama Generation with Spherical RoPE

📌 SpheRoPE：無需訓練，用球面 RoPE 實現零樣本 360 度全景生成

🔬 The Coolest Diffusion Research Isn't in LLMs — Evan Feinberg & Sergey Edunov, Genesis Molecular AI

📌 小分子藥物發現的突破：Genesis 的 PEARL 模型已達實務門檻

TRIAGE: Role-Typed Credit Assignment for Agentic Reinforcement Learning

📌 TRIAGE：透過角色化信用分配，最佳化 Agent 強化學習的獎勵機制

Unlocking the Visual Record of Materials Science: A Large-Scale Multimodal Dataset from Scientific Literature

📌 將材料科學文獻視覺化：MatMMExtract 打造大規模多模態資料集

具身智慧Skill時刻！輝達開源機器人技能庫，Jim Fan：範式變了

📌 【NVIDIA 最新研究】不再依賴梯度下降？ASPIRE 讓機器人透過「技能庫」持續進化

资讯具身智能英伟达

AlexsJones/llmfit

📌 不再盲目試錯：用 llmfit 精準匹配最適合你硬體的 LLM 模型

Rust

AsyncOPD: How Stale Can On-Policy Distillation Be?

📌 AsyncOPD：非同步 on‑policy 蒸餾的「陳舊」問題到底有多嚴重？

Bridging VideoQA and Video-Guided Agentic Tasks via Generalized Keyframe Extraction

📌 Bridging VideoQA 與 Video‑Guided Agent 任務：關鍵影格抽取新基準

Build generative UI for AI agents on Amazon Bedrock AgentCore with the AG-UI protocol

📌 【AWS】透過 AG-UI 協定在 Amazon Bedrock AgentCore 打造生成式 UI

Advanced (300)Amazon Bedrock AgentCoreAmazon CognitoAWS Amplify

Building Local AI Systems: Qwen3.6 + MCPs

📌 建置本地 AI 助手：Qwen3.6 搭配 Model Context Protocol (MCP) 完全免整合

Core dump epidemiology: fixing an 18-year-old bug

📌 【OpenAI 工程經驗】透過大規模 Core Dump 分析，修復潛伏 18 年的基礎設施 Bug

Engineering

DreamForge-World 0.1 Preview: A Low-Compute Real-Time Controllable World Model

📌 DreamForge-World 0.1 Preview：低算力即時可控世界模型

Focusing on What Matters: Saliency-Harnessing Accurate Routing for Diffusion MoE

📌 透過 Saliency 引導路由，提升 Diffusion MoE 的計算分配精準度

google/agents-cli

📌 【Google 開源】agents-cli：讓你的 Coding Agent 變身 Gemini 企業級代理開發專家

Python

GUICrafter: Weakly-Supervised GUI Agent Leveraging Massive Unannotated Screenshots

📌 GUICrafter：利用海量未標記截圖，以弱監督學習打造 GUI Agent

LiveEdit: Towards Real-Time Diffusion-Based Streaming Video Editing

📌 LiveEdit：實現即時串流影片編輯的擴散模型框架

Mind the Heads: Topological Representation Alignment for Multimodal LLMs

📌 Mind the Heads：多模態大型語言模型的拓撲注意力頭對齊

Nemotron-Labs-Diffusion-Image: Advancing Masked Discrete Diffusion for High-Resolution Image Synthesis

📌 Nemotron-Labs-Diffusion-Image：透過遮罩離散擴散提升高解析度影像合成

OSWorld2.0: Benchmarking Computer Use Agents on Long-Horizon Real-World Tasks

📌 OSWorld 2.0：挑戰 Computer Use Agent 的長路徑現實世界任務基準

ReFreeKV: Towards Threshold-Free KV Cache Compression

📌 ReFreeKV：無門檻 KV 快取壓縮新方法

ScarfBench: Benchmarking AI Agents for Enterprise Java Framework Migration

📌 【IBM Research】ScarfBench：評估 AI Agent 遷移企業級 Java 框架的實戰基準

SWE-Together: Evaluating Coding Agents in Interactive User Sessions

📌 SWE-Together：用真實互動紀錄評估 Coding Agent 的多回合編碼基準

Video-MME-Logical: A Controlled Diagnostic Benchmark for Video Temporal-Logical Reasoning

📌 Video‑MME‑Logical：可控影片時序邏輯診斷基準

TACO: Tool-Augmented Credit Optimization for Agentic Tool Use

📌 TACO：透過「信用最佳化」讓多模態 Agent 更精準地使用工具

ZooClaw-FashionSigLIP2: Distilled Fine-tuning for Robust Fashion Retrieval

📌 ZooClaw‑FashionSigLIP2：結合蒸餾與權重插值的時尚檢索模型

Build an agentic AI healthcare claims pipeline with Amazon Bedrock and AWS HealthLake

📌 建置自動化醫療理賠管線：Amazon Bedrock + AWS HealthLake 讓 PDF 表單不再手動處理

Advanced (300)Amazon Bedrock AgentCoreAmazon Bedrock Data AutomationAmazon DynamoDB

DiScoFormer: One transformer for density and score, across distributions

📌 【HuggingFace】DiScoFormer：單一 Transformer 統一估算密度與分數

google-research/timesfm

📌 【Google Research】TimesFM：將 Foundation Model 概念引入時間序列預測

Python

HKUDS/CLI-Anything

📌 【HKUDS 開源】CLI-Anything：將所有軟體轉化為 AI Agent 原生介面

Python

How to Govern Autonomous Agents in Enterprise AI Factories

📌 【NVIDIA 參考設計】企業 AI 工廠如何治理自治代理（Autonomous Agents）？

Agentic AI / Generative AIData Center / CloudMLOpsAI Agent

Liquid AI Ships LFM2.5-230M with llama.cpp, MLX, vLLM, SGLang, and ONNX Support for On-Device Inference

📌 【Liquid AI】推出 LFM2.5-230M：專為邊緣裝置設計的 Agentic 小模型

Agentic AIAI InfrastructureLanguage ModelLarge Language Model

Multi-tenant LLM analytics with row-level security: How we built a secure agent on AWS

📌 【AWS 實作分享】如何建立具備 Row-Level Security 的多租戶 LLM 分析代理人？

Amazon BedrockAmazon Bedrock Knowledge BasesCustomer Solutions

Meet EverOS: An Open Source Markdown-First Agent Memory Runtime With Hybrid BM25 + Vector Retrieval and Self-Evolving Skills

📌 【開源專案】EverOS：將 Markdown 作為 AI Agent 的記憶基底，實現可編輯、可版本控制的記憶執行時

Agentic AIAI AgentsContext EngineeringOpen Source

NVIDIA BioNeMo Agent Toolkit Turns Biomolecular Models Into Callable Skills for AI Agents in Drug Discovery

📌 【NVIDIA 新工具】BioNeMo Agent Toolkit：將生物分子模型轉化為 AI Agent 的可呼叫技能

Agentic AIAI AgentsLanguage ModelLarge Language Model

lumina-ai-inc/chunkr

📌 【開源專案】Chunkr：將複雜檔案轉化為 RAG 可用片段的生產級 API 服務

Rust

Object-Centric Residual RL for Zero-Shot Sim-to-Real VLA Enhancement

📌 物件中心殘差 RL：解決 VLA 模型從模擬轉向現實的零樣本挑戰

Pair Nova 2 Lite with Claude for cost-optimized document processing

📌 【AWS 實作】Nova 2 Lite 搭配 Claude：將檔案數位化成本降低 66%

Advanced (300)Amazon NovaAmazon TextractTechnical How-to

ProMSA:Progressive Multimodal Search Agents for Knowledge-Based Visual Question Answering

📌 ProMSA：透過漸進式多模態搜尋代理，解決知識型視覺問答挑戰

Qwen-Image-2.0-RL Technical Report

📌 Qwen-Image-2.0-RL：結合 RL 與 On-policy 蒸餾提升影像生成品質

Qwen-RobotManip Technical Report: Alignment Unlocks Scale for Robotic Manipulation Foundation Models

📌 Qwen-RobotManip：透過統一對齊解鎖機器人操作基礎模型的規模化

Qwen-RobotNav Technical Report: A Scalable Navigation Model Designed for an Agentic Navigation System

📌 Qwen-RobotNav：打造可擴充套件的機器人導航模型，實現零樣本泛化

Unclecheng-li/VulnClaw

📌 VulnClaw：用自然語言驅動的 AI 滲透測試 Agent

Python

yikart/AiToEarn

📌 AiToEarn：將 AI Agent 轉化為內容營銷與變現的一站式工具

TypeScript

Your RAG Pipeline Is Probably Useless. Here’s a Better Alternative

📌 為什麼你的 RAG Pipeline 在生產環境會失效？揭露檢索相關性的致命缺陷

topoteretes/cognee

📌 讓 AI Agent 擁有持久記憶：開源記憶平臺 Cognee 結合知識圖譜與 LLM

Python

craft-ai-agents/craft-agents-oss

📌 【開源專案】Craft Agents：以檔案為中心的 AI Agent 協作介面

TypeScript

DanceOPD: On-Policy Generative Field Distillation

📌 DanceOPD：用 On-Policy 蒸餾統一生成與編輯能力

diegosouzapw/OmniRoute

📌 OmniRoute：透過單一端點聚合 231 家 AI 供應商，打破 Token 額度限制

TypeScript

EO-WM: A Physically Informed World Model for Probabilistic Earth Observation Forecasting

📌 EO-WM：結合物理先驗的擴散模型，提升地球觀測預測的機率分佈

TauricResearch/TradingAgents

📌 TradingAgents：支援多模型與多 Agent 的金融交易框架

Python

ViQ: Text-Aligned Visual Quantized Representations at Any Resolution

📌 ViQ：實現任意解析度且兼顧語意與細節的視覺量化表示

PhysiFormer: Learning to Simulate Mechanics in World Space

📌 PhysiFormer：在座標空間中學習 3D 物件的物理模擬

梁文鋒署名的DSpark，看懂這10個點就夠了！

📌 【DeepSeek 研究】DSpark 如何讓 LLM 推理速度提升 85%？系統工程的極致協同

首页轮播Deepseek梁文锋

前端工程師最不想看到的開源專案出現了，一行命令克隆任意網站

📌 一行命令克隆任意網站：ai-website-cloner-template 實現畫素級復刻

资讯克隆

ABACUS: Adapting Unified Foundation Model for Bridging Image Count Understanding and Generation

📌 ABACUS：統一視覺語言模型，嘗試橋接影像計數與生成

[AINews] OpenAI GPT-5.6 Sol / Terra / Luna — restricted to trusted partners

📌 OpenAI 發布 GPT-5.6 系列模型：受美國政府要求，僅限信任夥伴預覽

Ask, Solve, Generate: Self-Evolving Unified Multimodal Understanding and Generation via Self-Consistency Rewards

📌 【新研究】無需標註資料：讓多模態模型透過「自問自答」自我演進

cs.CV

BrowserBC：克隆人類點選，讓一次網頁操作轉化為所有Agent的能力

📌 【Einsia AI 開源】BrowserBC：將人類網頁操作轉寫為「技能卡」，讓小模型也能精準執行

资讯首页轮播Agent

colbymchenry/codegraph

📌 為 AI Agent 注入語意 intelligence：CodeGraph 1.0 正式釋出

TypeScript

comet-ml/opik

📌 【Comet 開源】Opik：從原型到生產，一套完整的 LLM 觀測與最佳化平臺

Python

browser-use/video-use

📌 【browser-use】用 Claude Code 聊天就能剪片：開源專案 video-use 登場

Python

facebook/astryx

📌 【Meta 開源】Astryx：支援 AI Agent 協作且可完全自定義的設計系統

TypeScript

Fission-AI/OpenSpec

📌 從需求到實作：OpenSpec 打造以 Artifact 為導向的開發工作流

TypeScript

Guides

📌 【實戰指南】如何與 Claude Code 與 OpenAI Codex 等 Coding Agent 協作？

harry0703/MoneyPrinterTurbo

📌 從關鍵字到成品：MoneyPrinterTurbo 實現短影片全自動生成

Python

hugohe3/ppt-master

📌 ppt-master：將任何檔案直接轉化為可編輯的原生 PPTX 簡報

Python

HKUDS/Vibe-Trading

📌 【HKUDS】Vibe-Trading：將交易能力整合進 AI Agent 的開源交易框架

Python

luongnv89/claude-howto

📌 從安裝到自動化：用 claude-howto 掌握 Claude Code 的進階工作流

Python

MemPalace/mempalace

📌 MemPalace：將對話紀錄原封不動儲存，打造 Local-first 的 AI 記憶宮殿

Python

moorcheh-ai/memanto

📌 不再依賴向量資料庫：Memanto 為 AI Agent 提供主動式本地記憶層

Python

Using Local Coding Agents

📌 打造全本地 Coding Agent：擺脫訂閱制，掌控開發環境的透明方案

Neglected Free Lunch from Post-training: Progress Advantage for LLM Agents

📌 不需要訓練 Reward Model，用「進度優勢」強化 LLM Agent 表現

anomalyco/opencode

📌 OpenCode：跨平臺、多語言支援的開源 AI Coding Agent

TypeScript

CoffeeBench: Benchmarking Long-Horizon LLM Agents in Heterogeneous Multi-Agent Economies

📌 CoffeeBench：在異質多代理經濟模擬中測試 LLM 的長期決策能力

Creating the NVIDIA Nemotron 3 Ultra NVFP4 Checkpoint with NVIDIA Model Optimizer

📌 【NVIDIA 技術分享】利用 NVFP4 量化將 Nemotron 3 Ultra 記憶體佔用降低 3.2 倍

Agentic AI / Generative AIDeveloper Tools & TechniquesMLOpsNemotron

EKKOLearnAI/hermes-studio

📌 【開源工具】Hermes Studio：為 Hermes Agent 提供本地化管理與自動化控制台

TypeScript

Deploy a Production-Ready NVIDIA AI-Q Blueprint on Oracle Cloud Infrastructure

📌 【NVIDIA】將 AI-Q Blueprint 部署至 OCI，打造生產等級的長程 AI Agent

Agentic AI / Generative AIData Center / CloudAI AgentLangChain

Fine-tuning Language Models on Apple Silicon with MLX

📌 【Apple Silicon 實作】不再依賴雲端 GPU，用 MLX 在 Mac 本地微調 LLM

GLM-5.2 is probably the most powerful text-only open weights LLM

📌 753B 引數且 MIT 開源：GLM-5.2 挑戰最強純文字開源模型

Information-Aware KV Cache Compression for Long Reasoning

📌 引入資訊理論訊號，InfoKV 嘗試解決長上下文推理的 KV Cache 壓力

JetSpec: Breaking the Scaling Ceiling of Speculative Decoding with Parallel Tree Drafting

📌 JetSpec：透過平行樹狀草稿突破推測解碼的效能天花板

OpenBioRQ: Unsolved Biomedical Research Questions for Agents

📌 OpenBioRQ：測試 AI Agent 能否在「無標準答案」的生物醫學研究中生存

OPID: On-Policy Skill Distillation for Agentic Reinforcement Learning

📌 OPID：透過 On-Policy 技能蒸餾提升語言 Agent 訓練效能

Production-grade AI agents for financial compliance: Lessons from Stripe

📌 【Stripe 實務經驗】如何用 AI Agent 降低 26% 金融合規審查時間？

Amazon BedrockCustomer Solutions

Qwen-Image-Agent: Bridging the Context Gap in Real-World Image Generation

📌 Qwen-Image-Agent：透過代理框架填補文生圖的上下文鴻溝

Q&A: How KRAFTON Built PUBG Ally, a Co-Playable Character Powered by NVIDIA ACE

📌 【NVIDIA ACE 實作】KRAFTON 如何打造 PUBG Ally：定義「可共同遊玩角色」新類別

Content Creation / RenderingACEGamingNsight Tools - Graphics

Running the Gauntlet: Re-evaluating the Capabilities of Agents Beyond Familiar Environments

📌 走出舒適圈：新基準測試揭露 AI Agent 在陌生環境的通用性缺口

vercel-labs/skills

📌 Vercel Labs 推出 skills CLI：打造跨 Agent 的開放技能生態系

TypeScript

vllm-project/vllm

📌 vLLM：讓 LLM 推論更快、更便宜的高效服務框架

Python

warpdotdev/warp

📌 【Warp 開源】將 Terminal 轉化為 Agentic 開發環境，讓 AI 代理接管專案管理

Rust

Why Multi-Step Tool-Use Reinforcement Learning Collapses and How Supervisory Signals Fix It

📌 解決多步驟工具使用崩潰：監督訊號如何穩定 RL 訓練？

讓機器人學會“預判接觸”：它石智航牽頭四大頂尖機構釋出TacForeSight，破解精細操作難題

📌 【它石智航】TacForeSight：以腕部力覺預判觸覺，讓機器人從「反應」轉為「預見」

资讯它石智航精细操作预判接触

Build self-service AWS Health analytics to find actionable health insights with AI agents powered by Amazon Bedrock

📌 【AWS 實作】利用 Amazon Bedrock 與 AI Agent 打造 AWS Health 自助分析工具

Advanced (300)Amazon BedrockAWS HealthDevOps

Building agentic AI applications with a modern data mesh strategy on AWS

📌 【AWS 技術分享】Agentic AI 的治理挑戰：為何 RAG 的單點許可權控制不再足夠？

Advanced (300)Amazon AthenaAmazon Bedrock AgentCoreAmazon Bedrock Knowledge Bases

calesthio/OpenMontage

📌 OpenMontage：將 AI 助手轉化為全自動影片製作工作室

Python

Causal-rCM: A Unified Teacher-Forcing and Self-Forcing Open Recipe for Autoregressive Diffusion Distillation in Streaming Video Generation and Interactive World Models

本文介紹 HuggingFace Daily Papers 中的一篇論文 Causal‑rCM，該論文提出一種統一的 Teacher‑Forcing 與 Self‑Forcing 框架，將擴散蒸餾延伸至即時串流影片生成，並聲稱能夠達到最先進的表現、快速收斂以及具備互動式世界建模的能力。

ChromeDevTools/chrome-devtools-mcp

📌 【ChromeDevTools】讓 AI Agent 直接控制 Chrome：chrome-devtools-mcp 正式開源

TypeScript

IV-CoT: Implicit Visual Chain-of-Thought for Structure-Aware Text-to-Image Generation

📌 IV-CoT：結構感知的隱式視覺思考鏈，讓文字生成影像更懂形狀

Look Light, Think Heavy: What Multimodal Chain-of-Thought Reasoning Can and Cannot Do

📌 多模態 CoT 有效但有盲點：視覺內省能力的缺失

NVIDIA/SkillSpector

📌 【NVIDIA 開源】SkillSpector：在安裝 AI Agent Skills 前，先掃描其安全性

Python

openai/codex

📌 【OpenAI 新工具】Codex CLI：將 AI 程式碼代理直接部署在本地終端機

Rust

opendatalab/MinerU

📌 【opendatalab】MinerU：支援 109 國語言，將多格式檔案精準轉為 Markdown 的解析引擎

Python

Panniantong/Agent-Reach

📌 讓 AI Agent 一鍵接通網路：開源工具 Agent Reach 解決平臺封鎖與 API 門檻

Python

ReNIO: Reweighting Negative Trajectory Importance for LLM On-Policy Distillation

📌 ReNIO：透過負向軌跡重新加權，提升 LLM 在推理任務的蒸餾效能

Retrofit, don’t rebuild: Agentic overlays for transforming legacy enterprise services

📌 【AWS 技術分享】不用重寫舊系統，用 Agentic Overlays 將 REST API 轉化為 AI Agent

Advanced (300)Amazon Bedrock AgentCoreTechnical How-to

RL-Index: Reinforcement Learning for Retrieval Index Reasoning

📌 RL-Index：將推理前移至索引階段，用 RL 提升檢索效能

RoPE-Aware Bit Allocation for KV-Cache Quantization

本文介紹一種名為 Block‑GTQ 的新方法，針對 Key‑Value (KV) Cache 進行量化時，考慮 RoPE（Rotary Position Embedding）的特性，透過自適應的位元分配與壓縮快取服務，提升注意力的精度與下游任務表現。

Run DiffusionGemma on NVIDIA for Developer-Ready, High-Throughput Text Generation

📌 【NVIDIA】DiffusionGemma 實現文字平行生成，單張 H100 吞吐量達 1,000 tokens/sec

Agentic AI / Generative AIDeveloper Tools & TechniquesTop StoriesDGX Spark

Scaling AI Inference Across Multiple GPUs Using NVIDIA TensorRT with Multi-Device Inference Support

📌 【NVIDIA TensorRT 11.0】原生支援多 GPU 推理，突破單卡記憶體與算力瓶頸

Agentic AI / Generative AIDeveloper Tools & TechniquesEdge ComputingC++

Scaling Laws, Carefully

📌 Scaling Laws, Carefully：深入淺出解讀深度學習的經驗定律

TencentCloud/TencentDB-Agent-Memory

📌 【TencentCloud】TencentDB-Agent-Memory：用「符號化」與「分層記憶」解決 Agent Token 爆炸問題

TypeScript

When Lower Privileges Suffice: Investigating Over-Privileged Tool Selection in LLM Agents

該論文指出，大型語言模型（LLM）代理在選擇工具時常會不必要地選用較高許可權的選項；僅靠安全對齊並無法保證最小許可權選擇。論文提出一種事後訓練（post‑training）防禦機制，能在不犧牲任務表現的前提下降低過度使用高許可權工具的比例。

1小時真機RL微調成功率破95%！HIL-ResRL：即插即用的VLA“外掛”神器

📌 【華為雲研究】1 小時真機微調成功率破 95%：HIL-ResRL 讓 VLA 模型擺脫分佈偏移

资讯

Accelerating BEV Pooling on NVIDIA GPUs for Physical AI Applications

📌 【NVIDIA 技術分享】BEVPoolV3 讓 BEV Pooling 效能提升最高 42 倍

Computer Vision / Video AnalyticsDeveloper Tools & Techniquesautonomous vehiclesPhysical AI

AOHP: An Open-Source OS-Level Agent Harness for Personalized, Efficient and Secure Interaction

📌 AOHP：將 AI Agent 提升為 OS 第一類公民，打造高效且安全的 Android 框架

AGORA: An Archive-Grounded Benchmark for Agentic Workplace Document Reasoning

📌 AGORA：針對職場檔案推理的全新 Archive-Grounded 基準測試

Accelerating Transformers Fine-Tuning with NVIDIA NeMo AutoModel

📌 【NVIDIA NeMo】不改程式碼，MoE 模型微調吞吐量提升 3.4-3.7 倍

Are Text-to-Image Models Inductivist Turkeys? A Counterfactual Benchmark for Causal Reasoning

📌 Text-to-Image 模型是「歸納主義的火雞」？測試 AI 的因果推理能力

BerriAI/litellm

📌 【BerriAI】LiteLLM：用一套 OpenAI 格式，呼叫超過 100 種 LLM 的統一閘道

Python

Beyond U-Net: A Latent-Representation-Aligned Skip-Free Backbone for Flow-Matching Speech Enhancement

📌 【研究】捨棄 U-Net Skip Connection，用 LRA 對齊提升語音增強效能

cs.SDcs.AIeess.AS

google-labs-code/design.md

📌 【Google Labs】讓 AI 懂設計系統：透過 DESIGN.md 規範視覺識別

TypeScript

googleworkspace/cli

📌 【Google Workspace】gws：為人類與 AI Agent 設計的單一入口 CLI

Rust

How Loka Built a Natural, Low-Latency Voice Agent with Amazon Nova 2 Sonic

📌 【AWS 案例】擺脫 5 秒停頓：Loka 如何利用 Amazon Nova 2 Sonic 打造低延遲語音代理

Advanced (300)Amazon NovaCustomer Solutions

langgenius/dify

📌 【開源專案】Dify：將 LLM 應用從原型快速推向生產的開發平臺

TypeScript

LingxiDiagBench: A Multi-Agent Framework for Benchmarking LLMs in Chinese Psychiatric Consultation and Diagnosis

📌 LingxiDiagBench：評估 LLM 中文精神科診斷能力的 Multi-Agent 基準框架

NatureBench: Can Coding Agents Match the Published SOTA of Nature-Family Papers?

📌 NatureBench：AI 編碼代理能複製《Nature》論文的 SOTA 成果嗎？

NVIDIA-NeMo/Megatron-Bridge

📌 【NVIDIA NeMo】Megatron-Bridge：將頂尖訓練效能與多樣化模型支援整合的橋接層

Python

NVIDIA/NemoClaw

📌 【NVIDIA 開源】NemoClaw：為常駐型 AI Agent 打造的沙盒化安全執行堆疊

TypeScript

OpenAI reveals its first AI processor: Jalapeño

📌 OpenAI 首款自研 AI 晶片 Jalapeño 亮相：專攻推論以降低對 Nvidia 依賴

OpenAI

OpenAI unveils its first custom chip, built by Broadcom

📌 OpenAI 首款自研推理晶片 Jalapeño 亮相，目標降低對 Nvidia 依賴

BroadcomOpenAIsemiconductors

UniDrive: A Unified Vision-Language and Grounding Framework for Interpretable Risk Understanding in Autonomous Driving

📌 【arXiv】UniDrive：結合時序推理與高解析度感知，提升自動駕駛的風險可解釋性

cs.CVcs.AI

OpenAI and Broadcom unveil LLM-optimized inference chip

📌 OpenAI 與 Broadcom 合作推出 Jalapeño：專為 LLM 推理最佳化的自研晶片

Company

abhigyanpatwari/GitNexus

📌 GitNexus：將程式碼庫轉化為知識圖譜，讓 AI Agent 掌握完整架構

TypeScript

alibaba/page-agent

📌 【Alibaba 開源】Page Agent：無需瀏覽器擴充功能，用 JavaScript 直接在頁面內實現 GUI 自動化

TypeScript

anthropics/skills

📌 【Anthropic 開源】Claude Skills：透過動態載入指令集，讓 AI 掌握專業工作流

Python

Build a protein research copilot with Amazon Bedrock AgentCore

📌 【AWS 實作】利用 Bedrock AgentCore 打造蛋白質研究 Copilot，將序列搜尋自然語言化

Amazon BedrockAmazon Bedrock AgentCoreIntermediate (200)Strands Agents

Build an AI Scientist for Life Science Discovery with NVIDIA BioNeMo Agent Toolkit

📌 【NVIDIA】用 BioNeMo Agent Toolkit 將 AI 轉化為能進行生命科學發現的「AI 科學家」

Data Center / CloudData ScienceSimulation / Modeling / DesignBioNeMo

Build real agentic apps using CUGA: two dozen working examples on a lightweight harness

📌 【IBM Research】用 CUGA 快速建構 Agentic Apps：擺脫繁瑣的基礎設施開發

Deep Research in Physical Sciences: A Multi-Agent Framework and Comprehensive Benchmark

📌 物理科學研究新挑戰：PhySciBench 揭露 LLM Agent 的能力瓶頸

Exploring the Design Space of Reward Backpropagation for Flow Matching

📌 FlowBP：透過替代軌跡框架降低 Flow Matching 模型的對齊成本

GLM-5.2 OpenAI-Compatible API: A Hands-On Guide to Reasoning Effort, Function Calling, and Long-Context Retrieval

📌 GLM-5.2 API 指南：如何控制推理強度與實作 Function Calling

Language ModelLarge Language ModelMachine LearningTutorials

How Telcos Build Autonomous Networks with Agentic AI

📌 【NVIDIA 技術分享】電信業如何利用 Agentic AI 打造自律網路（Autonomous Networks）

Agentic AI / Generative AIDeveloper Tools & TechniquesNetworking / CommunicationsNemoClaw

Boost Inference Performance up to 15x on NVIDIA Blackwell Using DFlash Speculative Decoding

📌 【NVIDIA】DFlash 區塊擴散解碼，將 Blackwell 推論效能提升至 15 倍

Agentic AI / Generative AIData Center / CloudDeveloper Tools & TechniquesAI Agent

Kamera: Unified Position-Invariant Multimodal KV Cache for Training-Free Reuse

📌 【arXiv 研究】Kamera：打破位置限制，讓多模態 KV Cache 實現「零成本」重複利用

cs.DCcs.AIcs.CV

Manifold Bandits: Bayesian Curriculum Learning over the Latent Geometry of Large Language Models

📌 Manifold Bandits：利用 LLM 潛在幾何結構最佳化 RL 課程學習

KeygraphHQ/shannon

📌 【Keygraph 開源】Shannon：能分析原始碼並執行真實漏洞利用的 AI 滲透測試員

TypeScript

PolicyTrim: Boosting Intrinsic Policy Efficiency of Vision-Language-Action Models

📌 PolicyTrim：透過強化學習提升 VLA 模型執行效率，減少冗餘物理步驟

OpenRath: Session-Centered Runtime State for Agent Systems

📌 OpenRath：以 Session 為核心，為多代理系統建立可重現的執行狀態

Safe Few-Step Generation via Velocity Editing

📌 無需訓練的影像生成安全機制：透過 Velocity Editing 確保輸出安全

Shared infrastructure, isolated tenants: Pool model multi-tenancy with Amazon Bedrock AgentCore

📌 【AWS 技術分享】用 Amazon Bedrock AgentCore 打造隔離且可擴充套件的多租戶 AI 應用

Advanced (300)Amazon API GatewayAmazon Bedrock AgentCoreAWS Lambda

Prime Intellect Releases prime-rl 0.6.0 to Train Trillion-Parameter MoE Models on Agentic RL Workloads

📌 Prime Intellect 發布 prime-rl 0.6.0：支援兆引數 MoE 模型的 Agentic RL 訓練

Agentic AIAI InfrastructureLanguage ModelMachine Learning

karpathy/autoresearch

📌 【Andre Karpathy 新專案】autoresearch：讓 AI Agent 自主迭代 LLM 訓練流程

Python

Building pay-per-intelligence for AI agents: How Ampersend uses Amazon Bedrock AgentCore Payments

📌 【AWS 案例】AI Agent 如何自主付費？Ampersend 打造「按智慧付費」的路由層

Amazon Bedrock AgentCoreCustomer Solutions

corsairdev/corsair

📌 【開源專案】Corsair：為 AI Agent 建立安全隔離層，解決「交出金鑰」的恐懼

TypeScript

Embed the world: Multimodal AI for searchable aerial imagery at scale

📌 【AWS 技術分享】用多模態 AI 將航空影像轉化為可搜尋的知識庫

Amazon BedrockAmazon NovaAmazon OpenSearch ServiceCustomer Solutions

Enable Real-Time AI for High-Speed Data Acquisition with DAQIRI

📌 【NVIDIA】DAQIRI：打破硬體瓶頸，將高頻資料直接串流至 GPU 進行即時 AI 分析

Agentic AI / Generative AIDeveloper Tools & TechniquesEdge ComputingNetworking / Communications

GeneralVLA-2: Geometry-Aware Reconstruction and Governed Memory for Robot Planning

📌 GeneralVLA-2：透過幾何感知重建與記憶機制最佳化機器人規劃

heygen-com/hyperframes

📌 【HeyGen 開源】HyperFrames：用 HTML 寫影片，讓 AI Agent 也能精準導播

TypeScript

Inside NVIDIA Halos for Robotics: A Full-Stack Functional Safety System for Physical AI

📌 【NVIDIA 最新發表】Halos for Robotics：為 Physical AI 打造的全棧功能安全系統

Agentic AI / Generative AIEdge ComputingRoboticsAutonomous Machines

JCodesMore/ai-website-cloner-template

📌 用 AI Agent 將現有網站逆向工程為 Next.js 程式碼的實作模板

TypeScript

MemSlides: A Hierarchical Memory Driven Agent Framework for Personalized Slide Generation with Multi-turn Local Revision

📌 MemSlides：利用階層記憶框架實現個人化投影片生成與區域性修訂

Multi-Turn Reflective Masking Elicits Reasoning in Mask Diffusion Models

📌 Multi-Turn Reflective Masking：讓 Mask Diffusion 模型具備多輪推理能力

NVIDIA/skills

📌 【NVIDIA 開源】讓 AI Agent 快速掌握 CUDA-X 與 cuOpt 的「技能目錄」

Python

Patterns for Building Cybersecurity Evals

📌 如何評測 AI 的資安能力？建立 Cybersecurity Evals 的四個核心元件

Q00/ouroboros

📌 【開源專案】從 Prompting 轉向 Specifying：Ouroboros 試圖將 AI 編碼流程「作業系統化」

Python

PerceptionDLM: Parallel Region Perception with Multimodal Diffusion Language Models

📌 PerceptionDLM：透過平行區域感知提升多模態擴散語言模型的推理效率

Sakana AI Launches Sakana Fugu: An Orchestration Model That Routes Tasks Across a Swappable Pool of Frontier LLMs

📌 Sakana AI 推出 Sakana Fugu：單一端點即能在多模型間自動編排任務

Agentic AIAI AgentsAI InfrastructureGenerative AI

SproutRAG: Attention-Guided Tree Search with Progressive Embeddings for Long-Document RAG

📌 SproutRAG：利用注意力引導與漸進式嵌入，突破長文本 RAG 檢索瓶頸

The 7 Types of Agent Memory: A Technical Guide for AI Engineers

📌 打造 AI Agent 的關鍵：深入解析 7 種記憶機制與其技術分類

Agentic AIAI AgentsSoftware EngineeringUncategorized

unclecode/crawl4ai

📌 將網頁轉為 LLM 友好的 Markdown：開源爬蟲工具 Crawl4AI

Python

vectorize-io/hindsight

📌 【vectorize-io】Hindsight：讓 AI Agent 從「僅能記憶」進化到「能夠學習」