Kiln-AI 發布 Harness Tuner，這是一款開源 CLI，能依據你既有的評估來調校代理的工具、提示詞、技能、模型與設定。在一個擁有超過 200 個工具的生產環境多輪代理上，團隊報告在留出資料上使用較小的模型時，失敗次數減少 2.5 倍、成本降低 6 倍、延遲降低 2 倍。它可在 Claude Code、Codex 或 OpenCode 訂閱上運行，在程式碼中強制執行訓練、驗證與測試集分割，並可搭配免費的 Kiln 應用程式進行實驗追蹤。
NIL-3B 專案已發布 GGUF 版本 nil-3b-q4_k_m.gguf，可搭配相容 GGUF 的推論執行環境在本地執行模型。使用者安裝相依套件後執行 `python -m src.chat`，該指令預期 GGUF 檔案位於專案根目錄。該儲存庫註明其 LICENSE 僅涵蓋原始碼，並未確認模型權重或訓練資料的授權或再散布權利。
Skylands 是一款新工具，為開發者提供單一瀏覽器介面，可將編碼代理工作派送到任何他們能存取的機器，並從手機核准權限請求。它支援 Claude Code、Gemini、Codex 和 Goose，並保留代理動作與核准的安全簽署日誌，以及用於對話歷史的中央收件匣。它可透過 Homebrew 在 macOS 或 Linux 上安裝，而 `skylands devworld up` 會在單一程序中啟動內嵌的 NATS 伺服器、citadel 和常駐程式。
Langfuse 已發布 AI Gateway，這是一個獨立的 Rust 服務，在 /openai/v1 與 /anthropic/v1 路徑下代理原生 OpenAI 與 Anthropic API，並透過 OTLP 將每次完成的呼叫以 generation 形式上傳至 Langfuse。此閘道直接轉發供應商的 JSON 與 SSE 位元組而不改寫，透過 Langfuse Web 解析憑證，並可將 ANTHROPIC_BASE_URL 指向 /anthropic 命名空間以搭配 Claude Code 使用。它以多平台 Docker 映像形式發布於 Docker Hub 與 ghcr.io，擷取範圍限制為每次執行 5 MiB 的請求檢查與 1 MiB 的輸出保留。
DeepNoodle 發布 Decide，一款開源 Apache 2.0 CLI，會將每個項目各送一個問題給決策模型，並回傳校準後的機率而非生成的文字。它會將 Go、Python、JavaScript、TypeScript 和 Java 拆解為函式，快取每個答案，因此重跑時只會詢問有變動的部分，並輸出 JSON、CSV、Markdown 或 GitHub 註解。兩個 Claude Code 外掛技能用它來為函式評分，以找出安全漏洞或重複犯錯，接著 Claude 只讀取前 15 名。Jev 是預設模型，每百萬輸入 token 收費 $0.042，另可選用 TypeSafe、Cloudflare Clef、OpenAI Luna 和 Google Gemini。
Mandat 是一個開源（Apache-2.0）工具，為 AI 代理動作新增授權、委派與稽核，並從 MCP 開始。每次工具呼叫都會依據其參數對照政策檢查，例如允許最高 €50 的退款、€50–500 需人工核准、超過 €500 一律拒絕；代理會取得短效的單一任務權杖，攜帶從人類到代理再到子代理的鏈路，且每次呼叫都會留下可匯出至 SIEM 的防竄改稽核紀錄。它也附帶一個掃描器，用於檢查 MCP 伺服器與用戶端設定中的身分驗證與供應鏈錯誤，並可透過 npm 或 pip 安裝，另提供適用於官方 MCP SDK 的 TypeScript 與 Python 函式庫。
Brainfish AI 發布 Webcrawl，這是一個開源的網頁爬取 API 與 MCP 伺服器，讓 Claude Code、Cursor 和 Codex 等代理無需 API 金鑰即可搜尋、擷取、繪製、爬取和監控網站。只需一個指令 npx webcrawl setup，即可註冊 @webcrawl/mcp 伺服器並安裝 webcrawl-anything Agent Skill，而 npx skills add brainfish-ai/webcrawl-anything 則會安裝全部八項技能，包括票券、職缺、交易和房地產監控器。同一套 TypeScript 引擎可在本機和託管的 webcrawl.app 雲端執行，該專案採用 MIT 授權。
Google Cloud 發布了 TPU Sync，這是一個 Apache-2.0 授權的 C++ 函式庫，可在 TPU HBM、釘選的主機 DRAM、共享儲存與資料中心網路之間搬移 KV 快取與模型權重。在 2026 年 7 月於 TPU v7x 上進行的內部測試中，Google 回報 KV 傳輸開銷降低超過 90%，Qwen3 235B 的 KV 傳輸延遲中位數從數秒降至約 230 毫秒，且在低併發下，235B 的平均 TTFT 下降 60%、480B 下降 90%。該函式庫透過 TorchTPU 與 PyTorch 整合，也與 JAX 整合，在 vLLM-TorchTPU 中作為 KV 連接器，並在 SGLang-TorchTPU 中作為 P/D 傳輸後端，不過 README 表示目前尚不建議一般使用。
Agent-brain 是為 Claude Code、OpenCode、Codex 與 Antigravity CLI 等 AI 編碼代理設計的個人作業模型，建構於由 journal、WIP、memory 與 tasks 組成的第二大脑結構之上，可套用於任何筆記資料夾，Obsidian 為選用。CLAUDE.md 與 AGENTS.md 等執行階段設定與記憶會保存在受 git 追蹤的 brain 中，並以符號連結接入各個執行環境，因此設定可跨機器攜帶。安裝透過 curl 執行，預設為 dry-run，工作階段生命週期由 brain skill 驅動。
Witness 是一款語音錨定證據記錄器，會將每則口述評論連結到當下的點擊、請求、主控台錯誤、DOM 變動與 rrweb 重播，再將整包資料交給 AI 編碼代理。它以 CLI 形式運作（npm i -g witness-recorder，Node 18+），會開啟一個受管理的 Edge/Chrome 瀏覽器，並透過 stdio MCP 伺服器對外提供工作階段，內含 list_segments、events_around 與 get_dom_state 等工具，供 Claude Code、Cursor 與 Devin 等代理使用。錄製內容會保存在本地的 .witness/sessions，密碼欄位會被遮蔽，且可透過 WIT_NO_BODIES=1 停用內容擷取。
inclusionAI 發布 Duo-1.0-distill-quant，這是 Duo 1.0 全雙工多模態世界模型的 FP8 量化四步蒸餾 Realization 權重。這些權重會疊加在 inclusionAI/Duo-1.0-causal-base 套件上，該套件提供共用的 Intent、編解碼器、語音模型與 Realization 主幹，且需要支援所封裝 ModelOpt FP8 格式的執行環境。這些權重從 MiniMax H3 初始化，隨後由 Duo 團隊訓練。
inclusionAI 已發布 Duo-1.0-distill，這是 Duo 1.0 的四步蒸餾 Realization 權重；Duo 1.0 是一個用於即時音視訊互動的全雙工多模態世界模型。這些權重以 PyTorch Distributed Checkpoint 疊加層的形式提供，疊加於 inclusionAI/Duo-1.0-causal-base 套件之上，使用 Euler 取樣器、4 步與 flow shift 5.0。這些權重從 MiniMax H3 初始化，隨後由 Duo 團隊訓練。
Kobi Mozgori抽樣25萬個npm套件後發現，新套件中鎖定的依賴版本多為已被取代的整數x.0.0版本的比例，從2019年至2024年初的1–2.4%基準，上升至2026年上半年的13.7%，並在2026年下半年至11月初降至7.6%。2021–2023年期間，鎖定依賴版本在套件誕生時的中位數年齡約為155天，但2026年第二季度為451天；而誕生時幾乎所有鎖定版本都指向最新發行版的套件比例，從約28%降至約10%。作者將此模式視為推論而非證明，因為註冊表元數據無法顯示是誰或什麼撰寫了清單，並指出2026年中期以來的下降尚未得到解釋。
Erik Hoel 推出了 Qualiaphobic AI，這是一項研究計畫，旨在建構被設計來排斥意識的神經架構，類似於疏水性物質排斥水的原理。該提案探索了三種方法：依據主流意識理論對 AI 進行蒸餾、轉換或消融；將架構轉向「錨點」，例如查找表；以及碎片化潛在的現象學。Hoel 計畫建構並開源這些技術，主張它們可以解決 AI 福利問題，並使人類成為唯一的道德主體。
ChatPanel 推出 Chap，這是一款瀏覽器、桌面與終端機會議助理，能將 Zoom、Meet、Teams 和 Webex 的即時字幕轉為持續更新的筆記、決策與待辦事項，且無需機器人加入通話。它在使用者本機運行，路徑中沒有 ChatPanel 伺服器，並在請求離開瀏覽器前對電子郵件、電話、信用卡和密鑰進行匿名化處理，還讓使用者在對話中途切換瀏覽器內建的 WebGPU 模型、Ollama 或 LM Studio、20 多種雲端 API，以及 Claude Code、Codex、GitHub Copilot 和 Antigravity 等 Agent。免費版涵蓋前 10 份筆記和 10 場會議；Pro 為限時優惠的 49 美元一次性買斷或每年 42 美元。
Uber 已開源 Michelangelo，這是其 ML 平台，已在 Uber 規模下獲得驗證，擁有 400+ 個活躍 ML 專案、每月 20K+ 個模型訓練任務、5K+ 個模型投入生產，峰值時每秒 45M+ 次即時預測。此次發布涵蓋特徵管理、分散式模型訓練、部署與監控，其中特徵管理、評估與監控標記為即將推出。基於 Uniflow 構建的 Python API 讓使用者只需幾行程式碼即可定義分散式訓練任務與端到端工作流程，例如基於 Ray 的 XGBoost 訓練管道。
Zipzi 發布了一款 alpha 版開源 2D 建模與動畫編輯器，定位為 Live2D Cubism Editor 的替代方案，以 Rust 搭配 GPUI 打造，支援 macOS 與 Windows。一套 Python SDK（CPython 3.14）讓編碼代理能檢視網格、渲染線框疊加層，並在使用者的同一份文件中套用編輯，且共用復原歷史。該專案處於早期開發階段，尚無穩定版本；SDK 採 MIT 授權，編輯器元件則採 GPL-3.0-only 授權。
Loose Ends 是一款新的 CLI 工具，用來檢查某次變更中新增或改動的程式碼是否仍可從真實的進入點抵達，並標記出孤立的新增內容、新近變成孤立的程式碼，以及被取代卻仍留在原地的實作。它會為 TypeScript、JavaScript、Python 和 Java 建立存活性圖，且只回報該次變更所造成的問題，因此既有的死程式碼永遠不會阻擋拉取請求。可透過 npm 安裝，需要 Node.js 20 或更新版本以及 git。
Sing VL S1 是一個建構於 Qwen3.5 之上的 4B 參數多模態決策模型，現已推出 GGUF 版本，可用於 llama.cpp 的 CPU 推論。它提供 BF16（8.42 GB）、Q8_0（4.48 GB）與 Q4_K_M（2.71 GB）三種解碼器，外加一個共用的 F16 視覺投影器，預設上下文長度為 4096 個 token。GGUF 驗證涵蓋 9 個範例與 11 個問題；GGUF 各變體的完整公開分數仍待公布。
LessonFolk 是一款免費的開源 AI 導師，透過你已在使用的 AI 聊天應用程式，經由 MCP 連接來教授 AI 主題。它提供 15 門課程，從長達一小時的 AI Foundations 學習路徑，到針對長時間運行代理的 Context Engineering，並包含簡短的等級檢測與進度追蹤。課程與程式碼皆為開源，使用者可隨時下載或刪除自己的資料。
一項對 GitHub 上 52 個最多星標的 AI 工具儲存庫完整 git 歷史的分析，涵蓋 324,088 次提交，發現中位數儲存庫在其最後 180 天活動中的提交有 16.9% 帶有 AI 簽名，52 個中有 21 個達到 25% 或以上。星標數與 AI 簽名佔比之間沒有可檢測的關聯（Spearman ρ = -0.05，p = 0.72），而 36,892 次簽名提交中有 85.3% 來自 Claude，其工具預設會添加 trailer。作者提醒，大量 AI 使用集中在 2025 年或之後啟動的專案，因此樣本無法將 AI 使用與新近程度分開，且每個 AI 百分比都是下限。
InferSSD 是建構於 llama.cpp 上的開源推論執行環境，它將路由專家權重保留在 NVMe 儲存裝置上，而注意力、共享層與 KV 快取則留在 RAM 或 VRAM，藉此在消費級機器上執行 763B 級的 DeepSeek-V4.1-Flash-1017 與 816B 級的 Muse-Spark-Open。在配備 32 GB RAM 與 32 GB VRAM 的 RTX 5090 上，它回報 DeepSeek 在 4K 提示層級下可達 164.5 tokens/s 的預填充與 7.27 tokens/s 的解碼，而同系統上的 llama.cpp 則為 8.06 與 0.867 tokens/s。文章也估計，重度日常使用可能意味著每天約 85 TB 的主機讀取量，並提出一個有條件的 SSD 耗損模型，同時指出這些數字是待驗證的假設，而非承諾的硬碟壽命。
Parcha Labs 開源 AgentRun，一個在 Claude Code、Codex、OpenCode 和 pi 之上疊加自我改進、持久執行與控制台的 Agent 平台，採用 Apache-2.0 許可。
推薦理由：AgentRun 把自我改進、持久執行和控制台疊加在 Claude Code、Codex 等現有 harness 之上，並給出程式碼審查成本從每月 6451 美元降到每次 18 美分的具體案例。
OwnOwl 發布了 iPhone 應用程式的 v0.2 測試版，該應用程式完全在裝置端執行大型語言模型，聊天過程不使用網際網路。此次更新透過載入時預熱與快取每個對話來加快首次回覆速度，新增附有「繼續」按鈕的較長預設回答，並讓應用程式記住使用者確認的事實。它需要搭載 6 GB 或以上 RAM 且執行 iOS 17 或更新版本的 iPhone，模型下載大小約為 6 GB（GigaChat）、9 GB（Ling）或 14 GB（Gemma）。
CanyonOS 0.2 是一個開源、與模型無關工具的首個公開發行版，用於尋找、觀察與擴展拖慢工作流程的代理。它可在 Docker 或 Kubernetes 上執行，適用於任何提供 OpenAI 相容 API 的供應商，可將與 OpenTelemetry 相容的追蹤與指標匯出至 Datadog、Grafana、Prometheus、Langfuse 和 Arize Phoenix 等工具，並新增每個代理的成本與佇列時間。該專案採用 AGPL-3.0 授權，要求將代理改寫為純 Python，每個代理一個檔案，其 FAQ 指出它尚未在大規模生產環境中執行過。
Stay-in-sight 發布了一套以 MIT 授權的外寄郵件系統，運行於 Cloudflare Workers 與 D1，可從使用者自己的 Gmail 與 SES 信箱寄送冷開發信、電子報與滴灌式系列郵件。它隨附 64 個 MCP 工具及一套 REST API，讓 Claude Code、Cursor 等代理能匯入聯絡人、排定寄送並回覆來信；該專案宣稱約 30 分鐘即可完成部署，低用量時代管免費，或使用 Workers Paid 方案每月 5 美元。
Relate 是一款供 AI 代理使用的開源嵌入式圖形資料庫，可直接在應用程式內執行，無需部署伺服器，也無需註冊，資料可存放於記憶體、目錄或單一 .rl 檔案中。它支援 openCypher，並已通過 openCypher TCK 測試；同時隨附代理技能與 MCP 端點，讓 Claude Code、Codex、Cursor 等代理能針對已連結的事實撰寫 Cypher 查詢。安裝透過 curl 腳本進行，該腳本會驗證發行簽章與 SHA256 校驗和，並提供 Rust、Python、JavaScript、WebAssembly、Go、Java、Swift 與 C 的函式庫。
Cerulion Inc. 發布 Cerulion 2.0，這是一個開源、相容 ROS 2 的機器人執行環境，可記錄執行過程，並針對變更後的程式碼重播失敗情境，預設每個節點一個程序。它提供 Linux x86_64/ARM64 與 macOS 二進位檔、一個在 Foxy 到 Lyrical 上測試過的 rmw_cerulion 層，以及 MCAP 錄製檔，具備位元組精確的重播驗證，發生分歧時會回傳非零退出碼。在一台 x86-64 Linux 桌機上、1 MiB 負載下，該專案回報中位數往返時間為 4.08 µs，而 ROS 2 Jazzy 搭配 rmw_fastrtps_cpp 預設值則為 10,952 µs。
Edge0 開源了 Edge0-145B 與 Edge0-120B，以及其統一推理框架與部署工具，並宣稱 Edge0-145B 是首個開源的 145B 參數端側模型。該公司報告在相容筆記型電腦上峰值記憶體 29GB、預填速度 1,100+ tokens/s、解碼速度 80+ tokens/s、典型功耗約 120W，上下文長度 128K–256K。其引用內部評分：DeepSWE 1.1 為 64.6、Terminal-Bench 2.1 為 86.52、GPQA-Diamond 為 90.4、IFBench 為 80.6，並表示權重已發布於 Hugging Face，首日即支援 macOS、Windows 與 Linux。
推薦理由：Edge0 開源了一個 145B 端側模型，報告峰值記憶體 29GB、解碼速度 80+ tokens/s，為本地推理能擴展到何種程度提供了一個具體數據點。
Liquid AI 發布 LiquidCodec，這是一款約 74M 參數的串流語音分詞器，為其 LFM3-Audio-2B 與 LFM3-Omni-2B 模型提供支援，權重已發布於 Hugging Face。該編解碼器將 24 kHz 音訊壓縮為 12 個 token 流、幀率 12.5 Hz，並可在單一 CPU 執行緒上運行，Liquid AI 報告其編碼約達 361 倍即時速度、解碼約達 87 倍。Liquid AI 表示，在全部 8 個測試集上，其於 ViSQOL 與 mel distance 指標均優於 X-Codec 2、NanoCodec 與 Mimi，不過 NanoCodec 仍在 8 個測試集中的 7 個上於 PESQ (WB) 指標領先。
IBM 發布了兩個實驗性預覽模型 granite-4.1-3b-LLMON-preview 與 granite-4.1-8b-LLMON-preview，它們衍生自 Granite 4.1 基礎檢查點，並經過訓練以讀取與生成 LLMON——一種 LLM 原生標記語言，以保留的特殊 token 定界符標示指令、資料與需求。在 OPI 基準上，這些模型比測試中最佳的前沿模型多避開 47% 的間接提示注入攻擊，比最佳的開源模型多避開 95%，同時在標準基準上的表現與 Granite 4.1 Instruct 相當。此次發布包含一個 GitHub 工具包，內含無損的 JSON 轉 LLMON 轉換器，作者指出此預覽版僅供探索，並非用於生產環境。
推薦理由：IBM 在 Granite 4.1 上訓練出能讀寫 LLMON 標記的預覽模型，透過顯式分離指令與資料，將 OPI 基準上的間接提示注入成功率壓到接近零，同時保持通用能力。
AWS 發布了 AWS Emulator，這是一款免費的 AWS API 本機模擬器，可在筆記型電腦、開發伺服器或 CI 中執行，無需 AWS 帳戶，且其所有程式碼均由自主代理編寫與審查。它基於 438 個 AWS API 模型建構，涵蓋 200 多項服務，並在 v1.0.322 版本中通過了 42,857 項計分保真度測試中的 24,243 項（56.6%），其中 AWS KMS 為 93.9%，AWS CloudFormation 為 15.8%。AWS 列出了明確的限制：不進行 IAM 政策評估、僅支援單一區域與單一帳戶、資源為記憶體內的短生命週期資源，且預設開啟遙測。
AWS 已開源 UAEF（Universal Agent Evaluation Framework），這是一個與框架無關的系統，透過適配器將來自 LangGraph、LangChain、Strands Agents、Amazon Bedrock AgentCore 和 Langfuse 的代理軌跡正規化為統一的 AgentTrace，再以 7 個維度下的 36 項內建指標進行評分。結果按實驗分別儲存在 Amazon DynamoDB 和 Amazon S3 中，讓團隊可以將代理版本與基準進行比較，以預設 5% 的閾值標記回歸，並生成統計報告及 LLM 撰寫的洞察。文章指出，電信、醫療保健和金融服務領域 12 個組織的客戶在發布前使用了 UAEF，Apache 2.0 程式碼、Python 函式庫、CDK 部署及各框架的 notebook 均位於 awslabs/uaef GitHub 儲存庫中。
推薦理由：AWS 團隊開源 UAEF，用適配器把不同框架的 Agent 軌跡統一成一種格式，再以 36 項指標跨 7 個維度打分，為跨框架比較 Agent 版本提供了一套可復用的評測層。
AWS 發布了一套參考架構：在 Amazon ECS 上以 LangChain 為基礎的企業編排器，透過 A2A 協定呼叫部署於 Amazon Bedrock AgentCore、以 Strands Agents 為基礎的合規 SaaS 代理，雙方位於不同的 AWS 帳戶，且不共用任何密鑰。雙方各自以來自自家 Amazon Cognito 使用者集區的權杖進行驗證，而 SaaS 代理會回呼企業情境代理以取得帳戶中繼資料，因此這些代理是對等關係，而非用戶端與伺服器關係。該系統可從三個 Jupyter notebook 部署，這些 notebook 會佈建五個 CloudFormation 堆疊，並執行端對端測試及七項信任邊界檢查。
Block 打造了 Buzz，這是一個開源協作工作空間，讓員工與 AI 代理在小組討論、聚焦對話和一對一交流中共同作業，並以 Databricks Unity Gateway 作為模型存取層。員工可以建立代理、為每個代理挑選背後的模型或程式設計工具，並選擇 Databricks 作為推論供應商，透過單一整合即可存取 OpenAI、Anthropic 和 Google 的前沿模型，以及部分開放權重模型。Block 的工程師也正在實驗多代理架構，由能力較強的模型協調執行較小、更高效模型的代理，並已建立一套內部方法來對這些代理團隊進行基準測試。
AWS 向 Java 團隊展示如何運用 Spring AI 與 Amazon Bedrock 的 AgentCore，並透過 spring-ai-agentcore 整合來打造自主 AI 代理。文中詳細介紹了兩套參考系統：一套是具備工具呼叫與記憶功能的單一代理旅遊助理，另一套是多代理智慧文件處理平台，包含五個專責代理、一個規則引擎與警示功能。此技術堆疊需要 JDK 21、Spring Boot 4.1 與 Spring AI 2.0，並透過 AgentCore 執行環境部署於 ARM64 容器上。
Hugging Face 發布了 3D 生成模型 TRELLIS.2 的微調腳本與容器，可在本機或 Hugging Face Jobs 上執行。該指南透過 PEFT 函式庫使用 LoRA 適配器，僅套用於稀疏結構流 DiT 與形狀流 DiT，材質階段則保持凍結。在 GSO 資料集的 188 個物件鞋類子集上，預訓練模型經常渲染出錯誤的鞋底，而 LoRA 微調正是針對此問題。
一個開源引擎利用在 e-graph 上的反統一來計算形式化策略的語意差異，將共享結構只呈現一次，並保留每個差異部分的兩個版本。它針對 SMT-LIB、Cedar、Dogwood、OpenShell 策略與 CEL 中的自動形式化輸出，其中由 LLM 撰寫產物，但不參與差異的計算。
AWS 的 2026 年 10 月彙整新增了 Claude Haiku 5.5，Anthropic 表示其在多數任務上的成本比 Claude Haiku 4.5 低約 75%；此外，Amazon Bedrock 上線 OpenAI GPT-6.1 Terra，輸入 token 最高可達 100 萬，價格至少比 GPT-6.1 Sol 與 GPT-5.6 Terra 低 50%。AgentCore CLI 達到 1.0 版，AgentCore Gateway 則新增模型容錯回退，並將 Step Functions 工作流程作為代理工具。
Simon Willison 在 tools.simonwillison.net 上加入了標籤瀏覽功能，讓訪客能依標籤探索他收集的 244 個 vibe-coded 工具。他利用剩餘的 Fable 5.2 額度，讓 tree-sitter 分析每個工具的程式碼，找出其中的 JavaScript API、函式庫與 Web API 主機。首頁現在會針對上述各標籤類別顯示標籤雲。