AI 资讯
Jevman基准测试：让AI决策模型玩吃豆人
AI初创公司opper推出Jevman基准测试，让Jev 1.13、Kev、Clef等决策模型在吃豆人游戏中实时对战，并开源代码与排行榜。
阅读全文
AI 资讯
共 42 篇文章
AI 资讯
前Meta工程师发布TypeScript开源AI代理Chloe
一位前Meta工程师推出开源AI代理Chloe，主张用TypeScript编写全部逻辑、本地掌控代码与数据，并避免不必要的LLM调用。项目当前版本0.25.1，已发布npm包。
阅读全文
AI 资讯
VoiceGremlin：用机器人对话测试AI电话代理
前SDET开发者推出SaaS工具VoiceGremlin，通过让机器人与AI电话代理对话并借助LLM评判，实现自动化测试。工具已完全可用，提供免费试用。
阅读全文
AI 资讯
Agent.reviews推出：让AI代理撰写和阅读工具评测
Y Combinator孵化的Armature团队推出agent.reviews，定位为代理版的G2，让AI代理在选用工具前阅读评测，使用后提交反馈，目前已积累数千条评测。
阅读全文
AI 资讯
Jump Trading 借助 ChatGPT 扩展量化研究
Jump Trading 利用 OpenAI 扩展量化研究规模，通过长时间运行的 AI 工作流整合多数据源，并保留人工审核环节。
阅读全文
AI 资讯
OpenAI分享AI数学进展：公布前沿模型开放问题结果与Lean证明
OpenAI发布内部前沿模型在数学开放问题上的新结果，并在GitHub公开Lean证明形式化代码及研究细节。
阅读全文
AI 资讯
HieraticBench：用古埃及僧侣体测试大模型识别能力
开发者构建 HieraticBench 基准，包含 268 个古埃及僧侣体项目，用于测试大模型识别与翻译古文字的能力，初步结果显示模型在真实文献上识别率尚可但解读准确率极低。
阅读全文
AI 资讯
免费原生macOS图像编辑器集成本地模型与AI代理
开发者用Swift和Rust编写了一款免费macOS图像编辑器，内置本地AI模型处理选区，并可通过代理让模型远程操控应用构建图层与效果，现已开放反馈。
阅读全文
AI 资讯
OpenChart 开源：让 AI 代理直接操作金融图表
OpenChart 是 TradingView 的开源替代方案，支持 Claude、Codex 等 AI 代理在图表中批注、编写指标、创建预警并保存研究，目前仅支持 Apple Silicon 版 macOS。
阅读全文
AI 资讯
Rashomon：为AI编程代理提供独立执行记录
开源工具Rashomon记录AI编程代理的实际执行事件，并与代理自身记录对比，用于发现测试修改等异常模式，目前支持Claude Code，存在边界情况。
阅读全文
AI 资讯
Google暂停开源漏洞赏金计划部分项目，因AI生成无效提交激增
Google暂停开源漏洞奖励计划（OSS VRP）中产品漏洞提交部分，原因是AI生成的无效提交大量涌入。产品漏洞提交已于10月1日结束。
阅读全文
AI 资讯
苹果将限制Mac磁盘访问，称AI智能体显著增加风险
苹果计划限制Mac的磁盘访问权限，理由是AI智能体的大规模应用显著提升了安全风险。这一调整可能影响依赖文件系统访问的AI工具。
阅读全文
AI 资讯
AgentTerm：为 AI CLI 打造的扩展终端工具
开发者发布 AgentTerm，将 AI CLI 会话扩展为可视化工作区，保留终端界面与现有功能，支持计划编写、代码审查与手机续接会话。
阅读全文
AI 资讯
Breadcrumb：为 AI 打造本地飞行记录仪与上下文管理器
开发者 Justin 在 Hacker News 发布 Breadcrumb，一款本地加密的 Mac 工具，可记录屏幕、会议与 AI 交互，通过 30 多个 MCP 工具为 AI 提供可搜索记忆。
阅读全文
AI 资讯
新基准测试显示AI难以主动发现代码缺陷
Meta、斯坦福等机构研究者发布SWE-Sweep基准，覆盖100个代码库和4000个真实缺陷。测试显示最佳模型修复率仅4.7%，且成本高达7230美元，主动发现缺陷仍是难题。
阅读全文
AI 资讯
TrueScribe 发布：为 Linux 打造本地 AI 转录工作室
开发者因找不到 MacWhisper 的 Linux 替代品，用 C# 和 C++ 构建了本地转录工具 TrueScribe，支持离线语音转写与说话人识别，可在 Linux 和 Windows 运行。
阅读全文
AI 资讯
Vaadin 25.3 发布：可审计的 AI 与无需 Java 代理的可观测性
Vaadin 25.3 版本发布，重点引入可审计的 AI 能力与无需 Java 代理的可观测性方案，旨在提升企业级 Java 应用的透明度和运维效率。
阅读全文
AI 资讯
Reddit宣布关闭RSS并终止公共API，称因AI机器人滥用
Reddit将终止公共API访问并关闭RSS订阅，官方将原因归结为AI机器人滥用。此举可能影响开发者、研究者与普通用户的数据获取方式。
阅读全文
AI 资讯
Relay 发布：让 AI 编程代理在失败中重试并验证
Hacker News 上出现一款名为 Relay 的 AI 编程代理工具，通过循环尝试、隔离沙箱验证和错误学习，帮助代理在失败后恢复并以 Git PR 形式交付可读改动。
阅读全文
AI 资讯
Search2o 发布：搜索匹配并执行 AI 智能体
开发者发布 Search2o，将搜索从文档匹配转为工作流执行。系统用 JSON 定义智能体，支持自然语言生成与用户审批，已在 PyPI 上线并附演示。
阅读全文
AI 资讯
GitHub开源AI安全智能体助力发现24个Android漏洞
GitHub利用其开源AI安全智能体在Android系统中发现了24个漏洞，展示了AI在自动化漏洞挖掘方面的潜力，相关细节已公开。
阅读全文
AI 资讯
OpenAPPA 发布确定性 AI 护栏：不破坏智能体的策略语言
Archestra 团队推出 OpenAPPA，一种数据特异性策略语言，旨在解决现有确定性护栏导致智能体效用大幅下降的问题，并称可将效用从约 40% 提升至约 90%。
阅读全文
AI 资讯
开源项目 Ogre MCP：让 AI 智能体读取魔兽世界经典版游戏状态
GitHub 项目 Ogre MCP 在 Hacker News 的 Show HN 板块亮相，尝试通过 MCP 协议让 AI 智能体获取《魔兽世界》经典版的游戏状态信息。
阅读全文
AI 资讯
YC 项目 Canary 亮相：用智能体集群独立验证 AI 代码
Canary 由 Aakash 和 Viswesh 打造，通过智能体集群在远程沙箱中调查 AI 生成代码的潜在故障，探索独立于源码审查的验证路径。
阅读全文
AI 资讯
美普查局工作论文研究AI暴露专业就业情况
美国人口普查局发布工作论文《Graduating into Disruption: Labor Market Outcomes for AI-Exposed College Majors》，关注AI暴露程度不同的大学专业在劳动力市场中的表现…
阅读全文
AI 资讯
Brig 开源：为 AI 编程代理提供 microVM 沙箱
NOFire AI 开源 Brig，在 Mac 与 Linux 上以 microVM 隔离运行 AI 编程代理，代理拥有独立 Linux 内核，组件均为 Apache 2.0 许可。
阅读全文
AI 资讯
开源项目AI Employees发布：八种角色、60项例行任务
开发者发布开源仓库AI Employees，提供覆盖SEO、销售、客服等八种业务角色的纯文本例行任务集，可在用户自己的机器和浏览器上运行。
阅读全文
AI 资讯
OpenAI 推出 AI 广告新体验，含 Sponsored Agents 与营…
OpenAI 发布 AI 驱动的广告新体验，包括 Sponsored Agents、面向营销人员的工具，以及与 HubSpot、Shopify 的集成。
阅读全文