Cactus Needle 3 端侧模型：一套权重裁出 2 到 20 层智能阶梯，8MB 起步跑工具调用
一个 8 到 29 MB 的模型文件能装下什么？Cactus Compute 在 9 月 18 日发布的 Needle 3 给出的答案是：一套完整的端侧工具调用、结构化抽取和文本嵌入能力，外加一条从 2 层到 20 层、按需裁剪的"智能阶梯"。这个模型在 Hacker News 上线首日拿到 144 分和 25 条评论，GitHub 仓库 cactus-co…
标签: 开源
清除筛选
Cloudflare 开源 security-audit-skill：AI 编码 Agent 的漏洞审计六阶段与五道反幻觉防线
cloudflare/security-audit-skill 仓库页 Cloudflare 把自家 AI 漏洞挖掘流程的起点开源了。这个名为 security-audit-skill 的仓库是一个编码 Agent 技能包，装上之后，Claude Code、Codex 一类的编码 Agent 可以按固定流程对代码库做安全审计。据 GitHub Trendin…
Bend 2：用数学证明拦住 AI 写代码的错误
AI 编程助手把写代码的成本压到接近零之后，瓶颈换了个位置：你不敢直接合并它写的东西。9 月 17 日，Higher Order Company 发布了编程语言 Bend 2，Hacker News 上相关帖子拿到 470 多分和 220 多条评论。它的定位写在 README 开头：人类最终会停止写代码、读代码，但仍需要一种无歧义的方式告诉 AI 我们要什么…
Tencent BrowserSkill 开源解读：把已登录浏览器变成 AI Agent 的执行层
把一个待办事项丢给 Claude Code 或 Cursor，让它去查一下订单物流、整理一下后台数据，前几步都很顺利，直到页面要求登录。这一类浏览器自动化工具会新开一个干净的浏览器实例，里面没有任何 Cookie，任何登录墙都会把任务卡死。开发者只能退回来手动导出数据，或者专门为 Agent 配一套测试账号，工具链的价值在最后一公里归零。 腾讯 9 月中旬开…
GLM 自建推理基础设施解读：10 万张国产加速卡上的三倍吞吐与 Infra Agent
Z.ai 在 9 月 17 日的官方博客里给出了一份少见的工程复盘：GLM-5.3-Flash 的全部生产推理，跑在一个由超过 10 万张国产 AI 加速卡组成的集群上，推理服务从模型首次跑通到上线只用了不到两周，端到端吞吐量相对基线提升了约三倍。更特别的是，干这活的不只是一支基础设施团队——大部分调优工作由一个由 GLM-5.3 驱动的 Infra Age…
阿里把内部代码评审工具开源了：OpenCodeReview 用确定性流水线管住 LLM
阿里巴巴的 AI 代码评审 CLI 工具 open-code-review 正在 GitHub Trending 上以单日新增超过 3200 star 的速度登顶榜首，累计 star 数达到 3.2 万。这个命令名为 ocr 的工具此前的身份是阿里集团内部的官方 AI 代码评审助手，按官方 README 的说法，过去两年服务了数万名开发者，累计识别出数百万个…
qorl 技术解读：SFT 加强化学习把 4B 模型训练成 Postgres 查询规划器
qorl 技术解读：用 SFT 加强化学习把 4B 模型训练成 Postgres 查询规划器 训练一个 40 亿参数的开源小模型，让它在 Postgres 默认查询计划之外找出更快的执行方案：工程师 Rohan Bansal 的 qorl 项目把这件事做完了，并公开了全部代码与训练账本。在数据库评测基准 Join Order Benchmark（JOB）的…
Jev与System One模型：TypeSafe砍掉文本生成后做出了什么
9月15日，一家名叫 TypeSafe 的 AI 公司发布了第一个公开模型 Jev。它的特别之处在于不生成任何文字：输入一段文本或一份数据，返回的是一个选项、一个分数或一个是/否判断，每个答案都附带可信度概率。发布当天，Jev 冲上 Hacker News 首位，讨论区涌入数百条评论；TypeSafe 同步宣布拿到 DCVC 领投的 4000 万美元种子轮。…