Kiln-AI 发布了 Harness Tuner，这是一个开源 CLI，可基于你已有的评估对 agent 的工具、提示词、技能、模型和设置进行调优。在一个拥有 200 多个工具的生产级多轮 agent 上，团队报告称，在留出数据上使用更小的模型，失败率降低 2.5 倍、成本降低 6 倍、延迟降低 2 倍。它可运行在 Claude Code、Codex 或 OpenCode 订阅上，在代码中强制保持训练、验证和测试划分，并与免费的 Kiln 应用配合进行实验跟踪。
NIL-3B 项目已发布 GGUF 构建版本 nil-3b-q4_k_m.gguf，可通过兼容 GGUF 的推理运行时在本地运行该模型。用户安装依赖后运行 `python -m src.chat`，该命令要求 GGUF 文件位于项目根目录。仓库说明其 LICENSE 仅覆盖源代码，并未确认模型权重或训练数据的许可或再分发权利。
Skylands 是一款新工具，为开发者提供单一的浏览器界面，可将编码智能体的工作派发到任何他们能访问的机器上，并能通过手机批准权限请求。它支持 Claude Code、Gemini、Codex 和 Goose，并保留智能体操作与审批的安全签名日志，以及用于对话历史的中央收件箱。它可通过 Homebrew 在 macOS 或 Linux 上安装，运行 `skylands devworld up` 会在一个进程中启动内嵌的 NATS 服务器、citadel 和守护进程。
Langfuse 已发布 AI Gateway，这是一个独立的 Rust 服务，在 /openai/v1 和 /anthropic/v1 下代理原生 OpenAI 和 Anthropic API 路径，并通过 OTLP 将每次最终完成的调用作为 generation 上传到 Langfuse。该网关原样转发提供方的 JSON 和 SSE 字节，不做重写，通过 Langfuse Web 解析凭证，并可通过将 ANTHROPIC_BASE_URL 指向 /anthropic 命名空间来配合 Claude Code 使用。它以多平台 Docker 镜像形式发布在 Docker Hub 和 ghcr.io 上，捕获范围限制为每次执行 5 MiB 的请求检查和 1 MiB 的保留输出。
DeepNoodle 发布了 Decide，这是一个采用 Apache 2.0 许可证的开源 CLI，它针对每个条目向决策模型发送一个问题，并返回经过校准的概率，而不是生成文本。它可将 Go、Python、JavaScript、TypeScript 和 Java 代码拆分为函数，并缓存每个答案，因此重新运行时只会询问发生变化的部分，输出格式支持 JSON、CSV、Markdown 或 GitHub 注解。两个 Claude Code 插件技能使用它来为函数的安全漏洞或重复错误打分，随后 Claude 只读取排名前 15 的结果。Jev 是默认模型，价格为每百万输入 token 0.042 美元，还可选择 TypeSafe、Cloudflare Clef、OpenAI Luna 和 Google Gemini。
Mandat 是一个开源（Apache-2.0）工具，为 AI 智能体的操作增加授权、委托与审计能力，首先从 MCP 开始。每次工具调用都会根据其参数对照策略进行检查，例如允许最高 50 欧元的退款、50–500 欧元需要人工审批、超过 500 欧元一律拒绝；同时智能体会获得短时效的单任务令牌，携带从人到智能体再到子智能体的链路，并且每次调用都会留下可防篡改的审计记录，可导出至 SIEM。它还附带一个扫描器，用于检查 MCP 服务器和客户端配置中的身份验证与供应链错误，并可通过 npm 或 pip 安装，提供适用于官方 MCP SDK 的 TypeScript 和 Python 库。
Brainfish AI 发布了 Webcrawl，这是一个开源的网页抓取 API 和 MCP 服务器，让 Claude Code、Cursor 和 Codex 等智能体无需 API 密钥即可搜索、抓取、映射、爬取和监控网站。只需一条命令 npx webcrawl setup，即可注册 @webcrawl/mcp 服务器并安装 webcrawl-anything Agent Skill；而 npx skills add brainfish-ai/webcrawl-anything 则会安装全部八项技能，包括票务、招聘、交易和房地产监控器。同一套 TypeScript 引擎既可在本地运行，也可在托管的 webcrawl.app 云服务中运行，该项目采用 MIT 许可证。
Google Cloud 发布了 TPU Sync，这是一个 Apache-2.0 许可的 C++ 库，可在 TPU HBM、固定主机 DRAM、共享存储和数据中心网络之间传输 KV 缓存和模型权重。在 2026 年 7 月于 TPU v7x 上进行的内部测试中，Google 报告 KV 传输开销降低超过 90%，Qwen3 235B 的 KV 传输延迟中位数从数秒降至约 230 ms，低并发下 235B 的平均 TTFT 下降 60%，480B 下降 90%。该库通过 TorchTPU 与 PyTorch 集成，并与 JAX 集成，在 vLLM-TorchTPU 中充当 KV 连接器，在 SGLang-TorchTPU 中充当 P/D 传输后端，不过 README 表示目前尚不建议将其用于一般用途。
Agent-brain 是面向 Claude Code、OpenCode、Codex 和 Antigravity CLI 等 AI 编程代理的个人操作模型，建立在由 journal、WIP、memory 和 tasks 组成的第二大脑结构之上，可作用于任意笔记文件夹，Obsidian 为可选项。CLAUDE.md 和 AGENTS.md 等运行时配置与记忆保存在受 git 跟踪的 brain 中，并以符号链接方式接入各个运行时，因此配置可跨机器迁移。安装通过 curl 运行，默认执行 dry-run，会话生命周期由 brain skill 驱动。
Witness 是一款语音锚定证据记录器，它将每条语音评论与当时的点击、请求、控制台错误、DOM 变更及 rrweb 回放关联起来，然后将整个数据包交给 AI 编程代理。它以 CLI 形式运行（npm i -g witness-recorder，Node 18+），会打开一个受管理的 Edge/Chrome 浏览器，并通过 stdio MCP 服务器暴露会话，提供 list_segments、events_around 和 get_dom_state 等工具，供 Claude Code、Cursor 和 Devin 等代理使用。录制内容保存在本地 .witness/sessions 目录中，密码字段会被掩码处理，可通过 WIT_NO_BODIES=1 禁用正文捕获。
inclusionAI 发布了 Duo-1.0-distill-quant，这是 Duo 1.0 全双工多模态世界模型的 FP8 量化四步蒸馏 Realization 权重。该权重叠加在 inclusionAI/Duo-1.0-causal-base 包之上，后者提供共享的 Intent、编解码器、语音模型和 Realization 主干，并需要支持打包的 ModelOpt FP8 格式的运行时。该权重从 MiniMax H3 初始化，随后由 Duo 团队训练。
inclusionAI 已发布 Duo-1.0-distill，这是 Duo 1.0 的四步蒸馏 Realization 权重；Duo 1.0 是一个用于实时视听交互的全双工多模态世界模型。该权重以 PyTorch Distributed Checkpoint 覆盖层的形式发布在 inclusionAI/Duo-1.0-causal-base 包上，使用 Euler 采样器、4 步和 flow shift 5.0。该权重从 MiniMax H3 初始化，随后由 Duo 团队训练。
Kobi Mozgori抽样了25万个npm包，发现新包中锁定依赖版本大多为已被取代的整数x.0.0版本的比例，从2019年至2024年初的1%–2.4%基线，上升至2026年上半年的13.7%，并在2026年下半年至11月初降至7.6%。2021–2023年，锁定依赖在包创建时的中位年龄约为155天，而2026年第二季度为451天；创建时几乎所有锁定版本均为最新发布的包占比从约28%降至约10%。作者将该模式表述为推断而非证据，因为注册表元数据无法显示是谁或什么编写了清单，并指出2026年中期以来的下降尚无解释。
Erik Hoel 提出了 Qualiaphobic AI，这是一个研究计划，旨在构建被设计为排斥意识的神经网络架构，类似于疏水物质排斥水的方式。该提案探索了三种方法：依据流行的意识理论对 AI 进行蒸馏、转换或消融；将架构转向查找表等“锚点”；以及碎片化潜在的现象学。Hoel 计划构建并开源这些技术，认为它们可以解决 AI 福利问题，并使人类成为唯一的道德主体。
ChatPanel 推出了 Chap，这是一款浏览器、桌面和终端会议助手，可将 Zoom、Meet、Teams 和 Webex 的实时字幕转化为持续更新的笔记、决策和行动项，且无需机器人加入通话。它运行在用户自己的机器上，路径中不经过 ChatPanel 服务器，在请求离开浏览器前会对邮箱、电话、卡号和密钥进行匿名化处理，并允许用户在对话中途切换使用浏览器内 WebGPU 模型、Ollama 或 LM Studio、20 多个云端 API，以及 Claude Code、Codex、GitHub Copilot 和 Antigravity 等 Agent。免费版涵盖前 10 条笔记和 10 次会议；Pro 为限时优惠的 49 美元一次性买断或每年 42 美元。
Uber 已开源 Michelangelo，这是其机器学习平台，已在 Uber 规模下得到验证：400+ 活跃 ML 项目、每月 2 万+ 模型训练任务、5K+ 生产环境模型，峰值时每秒 4500 万+ 实时预测。此次发布涵盖特征管理、分布式模型训练、部署与监控，其中特征管理、评估和监控标注为即将推出。基于 Uniflow 构建的 Python API 让用户只需几行代码即可定义分布式训练任务和端到端工作流，例如基于 Ray 的 XGBoost 训练流水线。
Zipzi 发布了一款 alpha 阶段的开源 2D 建模与动画编辑器，定位为 Live2D Cubism Editor 的替代品，使用 Rust 和 GPUI 构建，支持 macOS 和 Windows。一个 Python SDK（CPython 3.14）允许编码智能体检查网格、渲染线框叠加，并在与用户相同的文档中应用编辑，且共享撤销历史。该项目处于早期开发阶段，尚无稳定版本；SDK 采用 MIT 许可证，编辑器组件使用 GPL-3.0-only 许可证。
Loose Ends 是一款新的 CLI 工具，用于检查变更中添加或修改的代码是否仍可从真实入口点到达，标记出孤立的新增代码、新近孤立的代码以及被替换后仍留在原地的实现。它跨 TypeScript、JavaScript、Python 和 Java 构建存活性图，并且只报告本次变更所造成的影响，因此已有的死代码永远不会阻塞拉取请求。可通过 npm 安装，需要 Node.js 20 或更高版本以及 git。
Sing VL S1 是一个基于 Qwen3.5 构建的 4B 参数多模态决策模型，现已发布 GGUF 版本，可用于 llama.cpp 的 CPU 推理。它提供 BF16（8.42 GB）、Q8_0（4.48 GB）和 Q4_K_M（2.71 GB）三种解码器，外加一个共享的 F16 视觉投影器，默认上下文长度为 4096 token。GGUF 验证覆盖 9 个示例和 11 个问题；GGUF 各变体的完整公开评分仍待公布。
LessonFolk 是一个免费的开源 AI 导师，通过你已在使用的 AI 聊天应用、经由 MCP 连接来教授 AI 主题。它提供 15 门课程，从一小时的 AI 基础课程到面向长时间运行智能体的上下文工程，并配有简短的等级测试和进度跟踪。课程和代码均为开源，用户可以随时下载或删除自己的数据。
对 GitHub 上 52 个星标最多的 AI 工具仓库的完整 git 历史（共 324,088 次提交）进行分析后发现，中位数仓库在其最后 180 天的活动中有 16.9% 的提交带有 AI 签名，52 个仓库中有 21 个达到 25% 或以上。星标数与 AI 签名占比之间未发现可检测的关联（Spearman ρ = -0.05，p = 0.72），且 36,892 次签名提交中有 85.3% 来自 Claude，其工具默认会添加 trailer。作者提醒，大量使用 AI 的情况集中在 2025 年或之后启动的项目中，因此样本无法将 AI 使用与项目新旧程度区分开来，且每个 AI 百分比都是下限。
InferSSD 是一个基于 llama.cpp 构建的开源推理运行时，它通过将路由专家权重保留在 NVMe 存储上，同时让注意力、共享层和 KV 缓存留在 RAM 或 VRAM 中，从而在消费级机器上运行 763B 级 DeepSeek-V4.1-Flash-1017 和 816B 级 Muse-Spark-Open。在配备 32 GB RAM 和 32 GB VRAM 的 RTX 5090 上，它报告在 4K 提示层级下 DeepSeek 的预填充速度为 164.5 tokens/s、解码速度为 7.27 tokens/s，而同一系统上 llama.cpp 分别为 8.06 和 0.867 tokens/s。文章还估计，重度日常使用可能意味着每天约 85 TB 的主机读取量，并提出了一个条件性的 SSD 磨损模型，同时指出这些数字是待测试的假设，而非承诺的硬盘寿命。
Parcha Labs 开源 AgentRun，一个在 Claude Code、Codex、OpenCode 和 pi 之上叠加自改进、持久执行与控制台的 Agent 平台，采用 Apache-2.0 许可。
推荐理由：AgentRun 把自改进、持久执行和控制台叠加在 Claude Code、Codex 等现有 harness 之上，并给出代码审查成本从每月 6451 美元降到每次 18 美分的具体案例。
OwnOwl 发布了其 iPhone 应用的 v0.2 测试版，该应用完全在设备端运行大语言模型，聊天过程不使用互联网。此次更新通过在加载时预热并缓存每次对话来加快首次回复速度，新增了更长的默认回答并配有“继续”按钮，还让应用能够记住用户确认过的事实。它要求 iPhone 具备 6 GB 或以上内存并运行 iOS 17 或更新版本，模型下载大小约为 6 GB（GigaChat）、9 GB（Ling）或 14 GB（Gemma）。
CanyonOS 0.2 是一个开源、与模型无关的工具的首个公开版本，用于发现、观测和扩展拖慢工作流的智能体。它可运行在 Docker 或 Kubernetes 上，兼容任何提供 OpenAI 兼容 API 的提供商，可将兼容 OpenTelemetry 的追踪和指标导出到 Datadog、Grafana、Prometheus、Langfuse 和 Arize Phoenix 等工具，并按智能体增加成本和队列时间。该项目采用 AGPL-3.0 许可证，要求将智能体重写为纯 Python，每个智能体一个文件，其 FAQ 表示尚未在大规模生产环境中运行。
Stay-in-sight 发布了一套采用 MIT 许可证的外发邮件系统，运行在 Cloudflare Workers 和 D1 上，可从用户自己的 Gmail 和 SES 邮箱发送冷启动外联邮件、新闻简报和滴灌式邮件序列。该系统提供 64 个 MCP 工具以及一个 REST API，使 Claude Code 和 Cursor 等智能体能够导入联系人、安排发送并回复邮件；该项目声称约 30 分钟即可完成部署，低流量下托管免费，或使用 Workers Paid 每月 5 美元。
Relate 是一个面向 AI 智能体的开源嵌入式图数据库，运行在应用内部，无需部署服务器，也无需注册，数据可存储在内存、目录或单个 .rl 文件中。它支持 openCypher，并已通过 openCypher TCK 测试，还附带一个智能体技能和一个 MCP 端点，使 Claude Code、Codex 和 Cursor 等智能体能够针对已连接的事实编写 Cypher 查询。安装通过一个 curl 脚本完成，该脚本会验证发布签名和 SHA256 校验和，并提供适用于 Rust、Python、JavaScript、WebAssembly、Go、Java、Swift 和 C 的库。
Cerulion Inc. 发布了 Cerulion 2.0，这是一个开源、兼容 ROS 2 的机器人运行时，可记录运行过程并针对变更后的代码回放故障，默认每个节点一个进程。它提供 Linux x86_64/ARM64 和 macOS 二进制文件、一个在 Foxy 到 Lyrical 上测试过的 rmw_cerulion 层，以及带字节级精确回放验证的 MCAP 记录，出现偏差时返回非零退出码。在一台 x86-64 Linux 桌面上、1 MiB 负载下，该项目报告中位往返时间为 4.08 µs，而 ROS 2 Jazzy 使用 rmw_fastrtps_cpp 默认配置时为 10,952 µs。
Edge0 开源了 Edge0-145B 和 Edge0-120B，以及其统一推理框架和部署工具，并称 Edge0-145B 是首个开源的 145B 参数端侧模型。该公司报告称，在兼容笔记本上峰值内存为 29GB，预填充速度 1,100+ tokens/s，解码速度 80+ tokens/s，典型功耗约 120W，上下文长度为 128K–256K。它引用的内部得分为：DeepSWE 1.1 上 64.6，Terminal-Bench 2.1 上 86.52，GPQA-Diamond 上 90.4，IFBench 上 80.6，并表示权重已发布在 Hugging Face 上，首日即支持 macOS、Windows 和 Linux。
推荐理由：Edge0 开源了一款 145B 端侧模型，报告峰值内存 29GB、解码速度 80+ tokens/s，为本地推理能扩展到何种程度提供了一个具体数据点。
Liquid AI 发布了 LiquidCodec，这是一个约 7400 万参数的流式语音分词器，为其 LFM3-Audio-2B 和 LFM3-Omni-2B 模型提供支持，权重已发布在 Hugging Face 上。该编解码器将 24 kHz 音频压缩为 12 个 token 流，帧率为 12.5 Hz，并可在单个 CPU 线程上运行，Liquid AI 报告其编码速度约为实时的 361 倍，解码速度约为实时的 87 倍。Liquid AI 表示，在所有 8 个测试集上，其在 ViSQOL 和梅尔距离指标上均优于 X-Codec 2、NanoCodec 和 Mimi，不过 NanoCodec 仍在 8 个测试集中的 7 个上领先 PESQ (WB)。
IBM 发布了两款实验性预览模型 granite-4.1-3b-LLMON-preview 和 granite-4.1-8b-LLMON-preview，它们基于 Granite 4.1 基础检查点衍生，经过训练能够读取和生成 LLMON——一种 LLM 原生标记语言，用保留的特殊 token 分隔符来标记指令、数据和需求。在 OPI 基准上，这些模型比测试中表现最好的前沿模型多规避了 47% 的间接提示注入攻击，比最好的开源模型多规避了 95%，同时在标准基准上的表现与 Granite 4.1 Instruct 相当。此次发布包含一个 GitHub 工具包，提供无损的 JSON 到 LLMON 转换器，作者指出该预览版仅供探索，不适用于生产环境。
推荐理由：IBM 在 Granite 4.1 上训练出能读写 LLMON 标记的预览模型，通过显式的指令与数据分离，将 OPI 基准上的间接提示注入成功率压到接近零，同时保持通用能力。
AWS 发布了 AWS Emulator，这是一个免费的 AWS API 本地模拟器，可在笔记本电脑、开发服务器或 CI 中运行，无需 AWS 账户，其所有代码均由自主代理编写和审查。它基于 438 个 AWS API 模型构建，覆盖 200+ 服务，在 v1.0.322 版本中通过了 42,857 项评分保真度测试中的 24,243 项（56.6%），其中 AWS KMS 为 93.9%，AWS CloudFormation 为 15.8%。AWS 列出了明确的限制：无 IAM 策略评估、单区域单账户、内存中的短生命周期资源，以及默认开启遥测。
AWS 已开源 UAEF（Universal Agent Evaluation Framework，通用 Agent 评估框架），这是一个与框架无关的系统，通过适配器将来自 LangGraph、LangChain、Strands Agents、Amazon Bedrock AgentCore 和 Langfuse 的 Agent 轨迹归一化为统一的 AgentTrace，然后用覆盖 7 个维度的 36 项内置指标进行打分。结果按实验存储在 Amazon DynamoDB 和 Amazon S3 中，使团队可以将 Agent 版本与基线进行比较，用默认 5% 的阈值标记回归，并生成统计报告以及由 LLM 撰写的洞察。文章称，来自电信、医疗和金融服务领域 12 个组织的客户在发布前使用了 UAEF，Apache 2.0 代码、Python 库、CDK 部署和各框架 notebook 均位于 awslabs/uaef GitHub 仓库中。
推荐理由：AWS 团队开源 UAEF，用适配器把不同框架的 Agent 轨迹统一成一种格式，再以 36 项指标跨 7 个维度打分，为跨框架比较 Agent 版本提供了一套可复用的评测层。
AWS 发布了一套参考架构：在 Amazon ECS 上基于 LangChain 的企业编排器通过 A2A 协议调用 Amazon Bedrock AgentCore 上基于 Strands Agents 的合规 SaaS 智能体，双方位于不同的 AWS 账户中，且不共享密钥。双方各自使用来自自身 Amazon Cognito 用户池的令牌进行身份验证，SaaS 智能体则回调企业上下文智能体以获取账户元数据，因此这些智能体是作为对等方而非客户端与服务端交互。该系统通过三个 Jupyter notebook 部署，这些 notebook 会创建五个 CloudFormation 堆栈，并运行一次端到端测试以及七项信任边界检查。
Block 构建了 Buzz，这是一个开源协作工作空间，员工和 AI 智能体可以在其中通过群组讨论、聚焦对话和一对一交流协同工作，并使用 Databricks Unity Gateway 作为模型访问层。员工可以创建智能体、为每个智能体选择背后的模型或编码工具，并选择 Databricks 作为推理提供商，通过单一集成访问 OpenAI、Anthropic 和 Google 的前沿模型以及部分开放权重模型。Block 工程师还在试验多智能体设置，由能力更强的模型协调运行更小、更高效模型的智能体，并已构建了一套内部方法来对这些智能体团队进行基准测试。
AWS 向 Java 团队展示了如何使用 Spring AI 和 Amazon Bedrock 的 AgentCore 构建自主 AI 智能体，并提供了 spring-ai-agentcore 集成。文中详细介绍了两个参考系统：一个具备工具调用和记忆功能的单智能体旅行助手，以及一个包含五个专业智能体、规则引擎和告警功能的多智能体智能文档处理平台。该技术栈需要 JDK 21、Spring Boot 4.1 与 Spring AI 2.0，并通过 AgentCore 运行时在 ARM64 容器上部署。
Hugging Face 发布了 TRELLIS.2 的微调脚本和容器，该模型是一个 3D 生成模型，可在本地或 Hugging Face Jobs 上运行。该指南通过 PEFT 库使用 LoRA 适配器，仅作用于稀疏结构流 DiT 和形状流 DiT，材质阶段保持冻结。在 GSO 数据集的 188 个物体鞋类子集上，预训练模型经常渲染出错误的鞋底，这正是 LoRA 微调所针对的问题。
一个开源引擎利用 e-graph 上的反合一技术计算形式化策略的语义差异，对共享结构只展示一次，并保留每个差异部分的两个版本。该引擎面向 SMT-LIB、Cedar、Dogwood、OpenShell 策略和 CEL 中的自动形式化输出，其中 LLM 负责生成产物，但不参与差异计算。
AWS的2026年10月汇总新增了Claude Haiku 5.5，Anthropic称其在大多数任务上的成本比Claude Haiku 4.5低约75%；此外还有在Amazon Bedrock上线的OpenAI GPT-6.1 Terra，支持最多100万输入token，价格至少比GPT-6.1 Sol和GPT-5.6 Terra低50%。AgentCore CLI达到1.0版本，AgentCore Gateway新增了模型回退和将Step Functions工作流作为agent工具的功能。
Simon Willison 为 tools.simonwillison.net 新增了基于标签的浏览功能，让访客可以按标签浏览他收集的 244 个 vibe-coded 工具。他使用剩余的 Fable 5.2 额度，让 tree-sitter 分析每个工具的代码，以识别其中的 JavaScript API、库和 Web API 主机。首页现在会为上述每一类标签类别显示标签云。