跳到正文

LLM / Agent

大语言模型与智能体的技术方向:Agent 框架、MCP 协议、工具调用与多步推理的进展。

67条精选相关主题AI 编程开源项目

最新精选

第 1–20 条 · 共 67 条
11月14日周六
11月4日周三
  1. The Verge · Tech78

    币安称黑客用假面试和内部 AI 工具实施 63 亿美元盗窃

    币安发布复盘称,迄今最大规模加密盗窃案由多起攻击手法在数月内叠加完成,FBI 将攻击者认定为朝鲜黑客组织 TraderTraitor。6 月一名开发者下载被篡改的安装包,9 月另一名工程师在假面试中被诱导下载伪装成作业的恶意软件,该 0-day 恶意软件替换 pyenv 可执行文件并建立后门,未被端点防护工具发现。

    推荐理由:币安复盘披露攻击者如何借假面试与内部 AI 工具逐步渗透,为开发团队提供可对照的社工与供应链风险样本。

11月3日周二
  1. Hacker News88

    GPT-6 Astra 能直接读写神经网络权重,Qwen3.5-0.8B 数学成绩从 7.9% 升至 48.1%

    研究团队发现 GPT-6 Astra 能直接读取和写入神经网络权重,并将这一方法称为 Weight-Space Programming。Astra 仅凭原始权重就能判断网络训练的是哪款游戏,还能在无梯度、无训练的情况下修改 Qwen3.5-0.8B 的 0.016% 权重,把 MATH-500 从 7.9% 提升到 48.1%,IFEval 提升 3 倍。

    推荐理由:作者以第一手实验展示通用 LLM 直接读写神经网络权重,为模型优化与可解释性提供了一条不依赖梯度的新路径。

10月30日周五
  1. 开源中国80

    Mistral Large 4 开放权重,1 万亿参数原生多模态

    Mistral 开放 Mistral Large 4(内部代号 Le Chonk)的权重,该模型为 1 万亿参数、原生多模态,被称为开放权重中编码能力最强,并在欧洲基础设施上从零训练。Mistral 称其在 Cognition 的私有基准 FrontierCode 2.0 上以更少的 token 打平最高分,该基准测试端到端代码质量与仓库维度表现。

    推荐理由:开放权重阵营出现万亿参数级模型,且以更少 token 在代码基准上追平最高分,可观察开源与闭源的能力差距。

10月29日周四
  1. Vercel Blog62

    Mistral Large 4 在 AI Gateway 更新权重并下调价格

    Mistral Large 4 在 Vercel AI Gateway 上启用更新后的权重,输入、缓存输入和输出 Token 价格均下调。据 Mistral 发布公告,新权重提升了智能体编程与防御性网络安全能力,编程任务 Token 效率更高,并改善了表格创建编辑、网络调研和抗提示注入能力。

    推荐理由:Mistral Large 4 在 AI Gateway 上更新权重并下调价格,可对照其智能体编程与提示注入防护的改进。

10月28日周三
  1. GitHub Changelog62

    GitHub Copilot 应用发布 Universe 更新,Projects 与计算机操作进入公开预览

    GitHub Copilot 应用发布 Universe 更新,Projects 进入公开预览,可把跨多个仓库或涉及设计稿、Slack 讨论的工作集中到一个项目里,由 Copilot 调度多个智能体并返回 PR 等结果供审阅。同时计算机操作功能在 macOS 和 Windows 上公开预览,Copilot 可读取应用内容、点击控件、输入文本,并在控制应用前请求批准,组织可通过托管设置禁用该功能。

    推荐理由:Copilot 应用把跨仓库工作收进项目空间,并让智能体直接操作桌面应用,展示了 AI 编程工具从单仓库走向多任务编排的方向。

  2. Google DeepMind82

    Google DeepMind 发布世界模型 Genie 4

    Google DeepMind 发布世界模型 Genie 4,可实时生成带原生音频与交互对话的仿真世界,并支持用自然语言实时修改场景。Genie 4 借助 Gemini Omni 锚定真实外观与行为,由 Gemini 3.8 Flash 作为引导智能体拆解多步任务,并与 Gemini 4 Argon 合作模拟机器人操作。

    推荐理由:Genie 4 把原生音频与实时语言操控并入世界模型,为机器人和智能体训练环境提供新路径。

10月26日周一
  1. OpenAI News72

    OpenAI 发布 GPT-6.1 Terra

    OpenAI 发布 GPT-6.1 Terra,官方称其可在规模化场景下提供快速且具备能力的计算机操作。目前公开信息仅有这一句定位描述,具体能力与可用范围尚未披露。

    推荐理由:OpenAI 推出 GPT-6.1 Terra,主打大规模场景下快速且可用的计算机操作能力。

  2. Vercel Blog73

    OpenAI GPT-6.1 Terra 上线 Vercel AI Gateway

    OpenAI 的 GPT-6.1 Terra 已在 Vercel AI Gateway 上线,这是一款面向视觉推理、计算机操作和写作的快速模型,在视觉推理、事实准确性和编程方面较上一代 Terra 有所提升。

    推荐理由:OpenAI 新模型经 Vercel AI Gateway 上线,可了解其在视觉推理与计算机操作上的定位及接入方式。

10月23日周五
10月16日周五
  1. Microsoft Research71

    微软研究院推出 Magnetar:基于证明的通用计算 zkVM

    微软研究院发布零知识虚拟机 Magnetar,可直接证明 Rust、Go、C 编写的 RISC-V 程序执行过程,在笔记本上每秒证明 720 万至 870 万条指令,15 个基准程序上平均比现有最快 zkVM 快 10 至 39 倍,证明验证约 12 毫秒。其安全性仅依赖 SHA-256 或 SHA-3 等标准哈希函数,不需要椭圆曲线、格密码、可信设置或未证明的纠错码猜想。

    推荐理由:微软研究院梳理十余年零知识证明研究脉络,展示 Magnetar 如何同时兼顾速度、通用性与标准哈希安全性。

10月14日周三
  1. Google DeepMind82

    Google DeepMind 发布 Gemini 4 Argon 并公布安全防护方案

    Google DeepMind 开始广泛推送 Gemini 4 Argon,并同步发布安全与安全报告,说明其在网络安全和生物领域的前沿防护措施。该模型在 12 个端到端模拟网络攻击场景中全部通关,上一代为 5 个;在 Gray Swan 间接提示注入基准的 15 次自适应尝试中,攻击成功率降至 0.7%。

    推荐理由:Google 披露 Gemini 4 Argon 在网络安全与生物风险上的防护设计,含提示注入攻击成功率降至 0.7% 等实测数据。