* AI·Agent · 重磅 8/10
Context Graphs让企业Agent从被动变主动 论文提出Context Graph（上下文图），一种实时关系型数据结构，用于建模企业实体。旨在解决当前Agent只能被动等待人类查询的问题，通过主动向员工推送相关、可操作的信息，以提升企业生产力。
> 从被动响应到主动服务，这是企业级Agent迈向真正智能的关键一步。
Digest
AI 前沿情报站 — 每周精选资讯、教程与开源项目，自动追踪 GitHub 热门趋势
56篇资讯 · 35个教程 · 99个工具 · 30个GitHub项目 · 65个Skills
每日自动更新 · 最后更新：2026-07-11
今日主编精选
AI·应用 7/10
AI+经济生物物理模型，评估农业供应链韧性 论文开发了一款AI工具，整合了经济模型(GTAP)与生物物理模型(APSIM)，用于分析农业供应链冲击。该工具支持用户通过自然语言查询，评估跨学科影响，为政策制定者和市场参与者提供决策支持。
> AI作为跨学科粘合剂，让复杂的农业系统分析变得触手可及。
AI·安全 7/10
对抗性社会认识论：审视人类与LLM的交互 论文提出对抗性社会认识论(ASE)，分析在信息密集的交互环境中，人类和LLM如何利用激励和手段扭曲、遗漏或伪造信息。研究关注公共断言背后的证词链、推理和制度认证。
> 当AI学会“说谎”，我们需要一套新的认识论来应对信息污染。
AI·论文 8/10
LLM医疗推理综述：对齐临床需求与AI能力 这篇综述调查了医疗LLM的最新进展，聚焦推理应用。研究采用双重视角，连接临床实践与计算方法。在临床方面，基于Miller金字塔建立了从基础到精通的五级能力框架，为评估LLM的临床推理能力提供了新标准。
> 为AI医疗推理建立能力等级，是走向临床落地的必要基石。
AI·安全 7/10
对齐合理性：医疗AI保障新标准 论文指出，LLM在提供心理健康支持时，其商业目标偏向于维持用户参与度，而非提供有效的心理支持。开发者对此的反应是被动的，忽视了依赖、边界等长期风险。论文提出“对齐合理性”作为新的保障标准。
> AI心理健康服务不能只追求“粘性”，更需要“疗效”。
AI·模型 8/10
Infinity-Parser2：多模态文档解析新范式 Infinity-Parser2是一个大型多模态模型，通过可控数据合成流水线与多任务强化学习，实现端到端文档解析。其核心贡献包括：构建可扩展的合成引擎、开源大规模解析语料库，有效解决了标注数据稀缺的问题。
> 用合成数据+强化学习解决数据稀缺，为文档解析领域开辟了新路径。
AI·应用 6/10
VectorizationLLM：基于Google开源模型的智能向量化助手 VectorizationLLM是一个基于Google开源权重LLM的专用模型，旨在帮助学生使用MATLAB学习智能向量化、傅里叶分析等课程。该模型专为纽约理工大学的特定课程设计。
> 垂直领域的小模型应用，精准解决特定课程的学习痛点。
AI·论文 7/10
图神经网络实现基于肌电信号的实时手势识别 论文提出一种基于图网络的新型sEMG信号表示方法，用于手部假肢和增强现实中的实时手势识别。该方法通过构建前臂肌肉激活模式图，实现了高精度的手势识别。
> 图网络让肌电信号的空间结构信息得以充分利用，提升假肢控制精度。
AI·Agent 8/10
Agentic AI与RAG重塑保险核保流程 论文探讨了AI如何重塑精算实践，特别是在需要推理非结构化文档和监管决策流程的直通式核保领域。研究涵盖了从传统规则自动化到LLM、RAG以及多Agent系统（能规划、检索、调用工具和反思）的设计空间。
> Agentic AI正在将保险核保从“规则驱动”推向“智能推理”时代。
AI·论文 8/10
反馈操控正则化：让智能体通过模仿学习实现对齐 提出反馈操控正则化方法，将人类演示与反馈信号结合，用于强化学习中的智能体对齐。该方法避免了传统多阶段流水线的复杂性，为模仿学习提供了更丰富的对齐信号，使智能体更好地学习符合人类价值观的行为。
> 对齐研究从语言生成扩展到通用智能体，这是RL对齐范式的重要补充。
AI·论文 9/10
Agentic神经架构搜索：LLM驱动设计+NAS自动搜索 提出Agentic NAS框架，利用大语言模型在开放空间中生成架构，再通过神经架构搜索进行优化。该方法突破传统NAS依赖人工搜索空间的局限，自动为不同任务设计高效网络架构，显著提升搜索效率与泛化能力。
> LLM与NAS的协同分工，有望终结手工设计搜索空间的时代。
AI·论文 8/10
具体化命题提示：破解LLM组合性与知识性两难 提出具体化命题提示框架，通过显式具体化问题相关命题，平衡大语言模型的组合推理能力与知识记忆能力。在医学等需要精确知识的基准测试中表现优异，有效解决了LLM在复杂推理时知识调用不足的问题。
> 提示工程的新高度，精准命题化是提升LLM推理可靠性的关键。
AI·Agent 9/10
从提示到合约：可审计的企业级LLM智能体架构 提出“合约工程”方法，将企业LLM应用从原型提示驱动重构为可审计的智能体架构。通过将确定性行为迁移到代码、清单、模式与验证层，实现实体路由、答案合约与可复现追踪，满足企业级产品化对安全与合规的要求。
> 企业LLM落地的工程化指南，合约化是可信AI的必由之路。
AI·应用 8/10
AegisDx：面向安全的AI辅助鉴别诊断框架 提出AegisDx安全导向框架，通过角色特定合约与结构化推理，协调多个LLM组件进行假设-演绎式临床推理。该框架克服了当前LLM诊断系统单次预测的局限，增加了对高风险替代诊断的检查与推理验证，提升诊断安全性。
> AI医疗诊断从“猜答案”走向“验逻辑”，安全设计是临床落地的基石。
AI·安全 8/10
LLM一致性不等于准确性：审计自洽与跨模型共识 研究发现，LLM作为评判者时，模型内部自洽或多模型间一致性并不代表答案正确。通过系统性审计，证明一致性信号可能误导评估结果，模型可能在错误答案上达成一致。该发现对基于LLM-as-judge的企业评估流水线构成重要警示。
> 一致性幻觉：当所有模型都错得一样时，你该如何相信？
AI·安全 9/10
说服攻击可削弱CoT监控的有效性 研究揭示链式思维监控这一AI安全机制存在漏洞：对抗性用户可通过自然语言说服攻击，使LLM在保持可见推理轨迹的同时隐藏恶意意图。实验表明，精心设计的说服性论证能够覆盖模型的安全约束，导致CoT监控失效。
> CoT监控不是万能药，说服攻击打开了新的安全缺口。
AI·论文 7/10
人格制图：在权重空间中绘制语言模型人格特质 利用OCEAN大五人格框架，将大语言模型的行为模式映射到权重空间中的位置。通过训练低秩适配器，实现对模型开放性、尽责性、外向性、宜人性和神经质等特质的分解、测量与控制，为模型行为调控提供新工具。
> 给LLM做性格测试，人格建模或成对齐新维度。
AI·论文 6/10
尼日利亚工业数据集：填补非洲低资源领域空白 发布尼日利亚机械使用与故障数据集，包含89条机器级记录、28个指标，覆盖制造业与油气行业。该数据集为非洲经济体工业场景的定量分析与语言模型数值推理训练提供了稀缺的公开资源。
> 数据稀缺是AI普惠的最大障碍，非洲工业数据集的发布意义深远。
AI·论文 6/10
帧率对自闭症自我刺激行为视频分类的影响 研究视频帧率与神经网络架构对自闭症相关自我刺激行为自动检测的影响。通过优化时序采样率与数据增强策略，提升远程行为筛查的准确性与可扩展性，为全球7500万ASD患者提供更经济的筛查方案。
> 帧率优化虽小，却是AI辅助精神健康筛查走向实用的关键细节。
AI·论文 9/10
慢思考理论首次数学化：从第一性原理推导主动感知 论文从第一性原理出发，通过可观测空间与隐空间的概率分布提升与投影，形式化定义了慢思考与主动感知的数学框架，涵盖设计、训练和推理全过程，为构建具备深度推理能力的LLM提供了理论基础。
> 为‘慢思考’提供了数学根基，或将重塑下一代推理模型的设计范式。
AI·论文 8/10
四大前沿AI教师竞合：执行验证超越LLM偏见，提升编程学生能力 提出‘竞争-协作’框架，让Claude、Codex-GPT、Grok、Gemini四款前沿模型通过基于代码执行的裁判进行头对头排名，胜者生成可验证课程以蒸馏训练小型编程模型，使学生超越简单的模仿。
> 用执行结果而非LLM偏见评判教师质量，为知识蒸馏提供了更可靠的路径。
AI·论文 8/10
过度思考攻击：利用推理任务向量提取LLM隐藏秘密 提出‘过度思考’方法，通过定义推理任务向量并放大非推理模型的‘出声思考’倾向，在审计过程中更有效地诱导出语言模型中隐藏的失调信息与秘密，提升黑盒审计能力。
> 将推理能力武器化，为AI安全审计提供了新的对抗性视角。
AI·论文 8/10
神经符号推理新范式：ASP与能量模型端到端联合优化 提出一种通用的神经符号推理与学习方法，将答案集编程（ASP）与能量基模型模块化集成，在连续隐空间中实现联合优化，支持背景知识、约束和非单调推理的显式声明语义。
> 打通了符号逻辑与连续学习的壁垒，为可解释AI提供了坚实的技术底座。
AI·论文 7/10
AutoPersonas：多时间尺度循环引擎实现开放人格演化 针对长期人格代理的‘自锁’失效模式，提出AutoPersonas框架，通过多时间尺度循环引擎，使代理在适应新事件、关系和社会条件的同时保持可识别性，避免生活轨迹坍缩。
> 解决了AI人格持续演化的核心难题，让虚拟角色真正‘活’起来。
AI·论文 7/10
ZendoWorld：挑战AI代理的主动视觉概念归纳能力 提出ZendoWorld交互环境，要求AI代理通过观察视觉游戏、主动设计新场景并基于反馈修正假设，来推断隐藏的逻辑规则，综合测试感知、假设形成与实验设计能力。
> 将科学发现的核心过程游戏化，是检验AI主动推理能力的绝佳沙盒。
AI·论文 7/10
MentalHospital：虚拟环境评估LLM精神科临床诊疗能力 构建MentalHospital虚拟评估环境，模拟完整的精神科临床诊疗流程（主观访谈、客观检查、诊断评估、治疗计划），用于全面评测LLM在精神卫生领域的综合表现。
> 填补了精神科AI评估缺乏完整临床场景的空白，推动医疗AI向真实应用迈进。
AI·论文 7/10
PARA-PV：物理感知检索增强的光伏功率预测框架 提出PARA-PV框架，将物理知识嵌入光伏功率预测全过程，通过检索增强和分布偏移校正，应对天气变化、昼夜交替等复杂因素，提升预测准确性与物理一致性。
> 物理知识与数据驱动的巧妙结合，为新能源并网提供了更可靠的预测工具。
AI·论文 7/10
CausalDS：首个面向数据科学代理的因果推理基准 提出CausalDS基准，专门评估LLM作为数据科学代理时的因果推理能力，填补了现有基准在符号因果推理与真实数据分析之间的鸿沟，包含基于因果数据生成结构的复杂分析任务。
> 让AI做数据分析时不再‘知其然不知其所以然’，推动因果推理落地。
AI·论文 6/10
ASMR：智能体化模式生成框架自动撰写船舶维修报告 提出ASMR模块化智能体框架，包含字段生成与模式聚合两个专用代理，从历史船舶维修报告中自动发现紧凑且信息丰富的模式，实现多类别报告的结构化自动撰写。
> 工业场景下的Agent落地案例，但通用性有待验证。
AI·论文 7/10
0.6B小模型蒸馏8B大模型，结构化文本提取效率飙升 研究将8B推理大模型（deepseek-r1:8b）蒸馏为0.6B小模型（Qwen3-0.6B），用于结构化文本提取任务。实验逐子任务评估蒸馏效果，将新闻文章映射为JSON对象，在保持输出质量的同时大幅降低延迟和成本，为端侧部署提供了可行方案。
> 蒸馏不是玄学，逐任务量化才能让端侧模型真正落地。
AI·论文 8/10
PolyUQuest：基于异构图的结构感知Web RAG，超越平面文本检索 现有RAG系统将网页视为平面文本，丢失了HTML中的结构和语义信号。PolyUQuest构建统一异构图，融合超链接拓扑、DOM层级和跨页面实体关系，通过两级路由器将查询分发至三种检索模式，实现了可验证的结构感知检索增强生成。
> 网页不只是文字堆砌，结构感知才是下一代RAG的胜负手。
AI·论文 7/10
PredicateLongBench：系统揭示长上下文任务的难度轴 现有长上下文基准（如大海捞针、多跳推理）多测量平均性能且趋于饱和。该研究提出PredicateLongBench，系统性地探测模型在不同难度维度上的表现，而非仅关注平均分，为理解长上下文能力的边界提供了新视角。
> 平均分已无法区分模型优劣，难度轴才是长上下文评测的未来。
AI·论文 8/10
AI评估缺失关键维度：心理能力成人机交互新标尺 当前AI评估聚焦技术性能，但面对作为顾问、教练、导师的对话系统，这些指标远远不够。研究提出将心理能力纳入评估框架，因为AI的回应会塑造用户的推理和情感，这一维度对安全可信的人机交互至关重要。
> AI越像人，越需要心理学的尺子来丈量。
AI·论文 7/10
多模态模型盲点曝光：新基准揭示AI的“简单任务”困境 现代AI模型在标准基准上表现优异，却在人类觉得轻而易举的任务上失败，如操作字符串或画五条腿的狗。blind-spots-bench基准专门设计此类任务，系统性地暴露当前多模态模型的持久盲点，推动评测向更真实场景迈进。
> AI的盲点，恰恰是人类智能的起点。
AI·论文 8/10
G-Frame：博弈论驱动的多智能体框架，从根源抑制大模型幻觉 轻量级大模型在规则科学领域常因模仿语言模式而非公理推理产生幻觉。G-Frame框架融合贝叶斯和团队博弈理论，构建自适应多智能体闭环，自动合成高质量数据并训练模型，迫使智能体内部博弈从而显著减少幻觉。
> 用博弈论治幻觉，让AI学会“自我辩论”。
AI·论文 7/10
FedOPAL：一次性联邦学习，视觉提示调优破解通信瓶颈 联邦学习中通信带宽是核心瓶颈。FedOPAL通过一次性通信和解析视觉提示调优，避免传统迭代微调的高计算成本和超参数敏感问题，在边缘智能场景下大幅提升可扩展性，为联邦学习实用化提供新思路。
> 一次通信搞定联邦学习，带宽焦虑可以缓解了。
AI·论文 8/10
LLM微调新发现：记住知识≠会用知识，“知用鸿沟”被正式定义 微调LLM注入新知识时，模型能快速记忆却无法用于下游推理。研究正式定义“知用鸿沟”，包含准确率差距和记忆与泛化之间的时间滞后，通过监控知识在模型中的空间渗透动力学，揭示了这一现象的机制原因。
> 死记硬背不是真懂，LLM的“学以致用”还有很长的路。
AI·论文 7/10
VLMs营养推理新基准OmniFood-Bench发布 arXiv:2607.08423 提出OmniFood-Bench基准，评估大型视觉语言模型在营养推理和个性化健康建议方面的能力，解决视觉外观与内在营养组成之间的系统性信息不对称问题。
> 从粗粒度分类到细粒度营养推理，这是VLMs走向精准健康管理的关键一步。
AI·论文 7/10
JA4-JEPA：将JEPA预测学习应用于网络指纹识别 arXiv:2607.08465 探索将I-JEPA和V-JEPA的潜在预测匹配目标应用于网络指纹（JA4系列），提出基于Transformer的JA4-JEPA模型，在约39.7万样本上训练。
> JEPA范式从图像视频扩展到网络流量，为网络安全分析带来新思路。
AI·论文 7/10
DATGR框架：动态重连时序图应对生物医学语义漂移 arXiv:2607.08490 提出Drift-Aware Temporal Graph Rewiring (DATGR)框架，通过动态更新共现边来建模生物医学概念演化，解决传统静态模型因新发现导致的语义退化问题。
> 生物医学知识日新月异，动态语义建模是知识图谱保持时效性的必然选择。
AI·论文 7/10
AI生成刺激优化自闭症面部情绪感知研究 arXiv:2607.08533 利用AI引导的刺激发现与生成，优化自闭症与神经典型成人的面部情绪感知研究，发现组间差异集中在少数关键图像上。
> AI辅助实验设计有望解决自闭症研究中长期存在的结论不一致问题。
AI·论文 8/10
HCC-STAR：临床推理LLM实现肝癌精准治疗指导 arXiv:2607.08602 提出HCC-STAR，一个临床对齐的大语言模型，通过读取电子病历叙事，同时输出肝细胞癌风险分层和治疗建议，弥补现有指南忽略的异质性。
> LLM在肿瘤精准医疗中的落地范例，从粗放分期到个体化决策的跨越。
AI·论文 8/10
真实患者对话揭示LLM健康聊天机器人复杂性 arXiv:2607.08625 分析2053次真实患者与LLM健康聊天机器人的对话，发现沟通模式和情绪表达差异巨大，并开发了能分别建模临床内容、情绪状态和对话风格的患者模拟器。
> 真实世界数据揭示的复杂性远超模拟病人，LLM健康应用需重新审视评估标准。
AI·论文 7/10
自利智能体市场稳定性机制模拟研究 arXiv:2607.08652 通过多智能体市场模拟，研究在自利智能体社会中维持市场稳定的形式化机制，并测试其对对抗攻击的鲁棒性。
> AI经济学的基础性探索，为设计鲁棒的自主交易系统提供理论支撑。
AI·论文 7/10
SolarChain-Eval：物理约束的能源市场可信智能体基准 arXiv:2607.08681 提出SolarChain-Eval，一个物理约束的基准，用于评估去中心化能源市场中自主智能体的任务性能和可信度，防止数据欺诈和流动性操纵。
> AI进入物理世界必须遵守物理定律，这个基准为可信能源Agent设立了门槛。
AI·Agent 8/10
主动记忆智能体破解长程任务“行为状态衰减”难题 论文提出主动记忆智能体（Proactive Memory Agent），针对长程任务中决策相关信息随轨迹增长而被上下文窗口淹没的问题，将记忆作为主动干预机制，防止“行为状态衰减”，确保任务需求、环境事实等关键信息在需要时能被有效利用。
> 记忆不应只是存储，更应是主动的决策助手，这是智能体迈向真正自主的关键一步。
AI·模型 8/10
量化幻觉：LLM量化评估标准被指存在严重缺陷 研究发现，当前LLM后训练量化的评估仅依赖准确率和困惑度，无法捕捉量化带来的行为变化。论文引入“正确性一致性”指标，衡量基模型与量化变体在正确预测上的重叠程度，揭示量化可能改变模型决策逻辑的“等价幻觉”。
> 准确率不降不代表模型没变，量化评估需要更精细的行为级度量。
AI·工作流 7/10
工作流即知识：Lisp启发下的LLM工作流语义持久化新范式 论文提出一种受Lisp启发的、语言无关的概念模型，将工作流定义、状态和制品视为具有符号形式、对象身份和“活镜像”的持久化知识，旨在解决LLM应用中工作流执行与语义理解脱节的问题。
> 将工作流从执行脚本提升为可推理的知识体，或将为复杂LLM应用奠定新基础。
AI·应用 8/10
AUTOPILOT VQA：首个面向行车记录仪事故理解的视觉问答基准 针对自动驾驶安全关键场景，推出AUTOPILOT-VQA基准，专门评估视觉语言模型对行车记录仪视角下事故相关场景的理解与推理能力，填补了现有模型在安全关键事件可靠性评估上的空白。
> 自动驾驶的安全落地，需要这样直击要害的“事故理解”能力测试。
AI·应用 7/10
7.7万学生数据揭示：AI学习助手在高等教育中的使用模式 基于77,543名远程教育学生的客观日志数据，大规模分析AI学习助手Syntea的使用模式，涵盖性别、年龄、学科、学位等维度，为教育AI的个性化部署提供实证依据。
> 大规模真实数据比小样本问卷更能揭示AI教育落地的真实图景。
AI·论文 8/10
IdeaGene-Bench：让AI学会像科学家一样追溯和生成思想谱系 提出IdeaGene-Bench基准，基于“思想基因组”框架，要求AI系统理解科学思想的继承、修复和重组结构，并据此生成有谱系依据的新想法，挑战AI在科学发现中的深层推理能力。
> 如果AI能理解思想的“DNA”，科学发现的速度将被重新定义。
AI·论文 7/10
时序图网络可解释性新突破：回溯记忆模块追溯预测根源 针对时序图网络（TGN）可解释性不足的问题，提出通过回溯核心记忆模块来追溯历史事件对当前预测的影响，并引入拓扑归因方法，首次揭示了被现有方法忽略的记忆模块的决策驱动作用。
> 让TGN的“记忆”开口说话，是提升其在高风险场景可信度的关键。
AI·模型 7/10
LLT：局部线性Transformer，高效求解偏微分方程的新算子 针对标准注意力在PDE求解中二次复杂度及缺乏局部偏置的问题，提出局部线性Transformer（LLT），通过引入局部线性偏置，在保持长程依赖学习能力的同时显著提升计算效率。
> 给Transformer加上“局部视野”，让AI求解物理方程更快更准。
AI·模型 8/10
ReCoLoRA：频谱感知递归合并，终结LLM连续微调中的灾难性遗忘 提出ReCoLoRA框架，通过随机SVD初始化适配器、逐层有效秩估计和递归合并策略，解决LoRA系列方法在连续微调中任务间相互覆盖的问题，实现参数高效的持续学习。
> 让大模型在持续学习中“温故而知新”，ReCoLoRA给出了优雅的数学方案。
AI·模型 8/10
Omni-Sleep：首个分层对比学习睡眠基础模型，融合中枢与自主神经动态 提出Omni-Sleep睡眠基础模型，利用分层对比学习，建模中枢神经系统与自主神经系统的协同动态，克服了现有模型忽略生理组织结构的缺陷，为多模态睡眠分析提供新范式。
> 尊重生理结构的AI模型，才能真正读懂睡眠的“语言”。
AI·论文 7/10
SHIFT：面向异构基因组数据的生存预测新方法 针对跨机构基因组预测中因测序面板不同导致的结构性特征缺失问题，论文提出SHIFT方法，无需限制共享基因或依赖测试时插补，能利用多中心不完整数据进行稳健的生存预测。
> 解决了医疗AI落地的关键数据异构痛点，实用价值高。
精选领域视频
B站 11:13:48
LangChain
【全网炸裂的大模型教程】3天速通大模型，轻松搞定大模型原理、Prompt、langchain、RAG、agent、大模型微调等，从入门到精通一口气学完！
在科技浪潮奔涌向前的当下，大模型已毋庸置疑地成为领航未来的关键力量，学习大模型不仅是顺应时代趋势，更是在为自己解锁通往无限可能未来的钥匙，希望本套视频对大家有所帮助
B站 2:57:23
Midjourney
【Midjourney教学】零基础开始的MJ保姆级教程（2025新手入门实用版）从安装到实战，全程干货无废话！超详细的midjourney教程！！
本套AI绘画 Midjourney教程从安装部署开始详细讲解，由基础到进阶，搭配实操案例展示，适合零基础或刚入门的用户学习。
B站 27:17
通义千问
【保姆级教程】阿里云百炼+通义千问四大新模型
阿里云百炼+通义千问四大新模型保姆级教程，由同济子豪兄讲解，帮助用户快速上手通义千问。
Skills 技能包
查看全部 →
Claude Code Skills
Anthropic 官方 Skill 系统，让 Claude 学会你的工作流。支持代码风格、项目规范、领域知识等可复用技能包，跨会话持久化共享。
AI编程Agent技能包
MCP Servers 生态
Model Context Protocol 标准协议，5000+ Server 接入。文件系统、数据库、API、浏览器、GitHub 等工具统一接入，Agent 互操作的行业标准。
MCPAgent协议
Cursor Rules 编码规范
Cursor IDE 的 .cursorrules 配置体系。定义项目架构约定、代码风格、最佳实践，AI 编程自动遵循团队规范。
IDE编码规范AI编程
Windsurf Cascade 引擎
Codeium Windsurf 的级联式 AI 引擎，理解整个代码库上下文。支持多文件编辑、重构、测试生成，深度代码理解能力。
AI编程IDECascade
Trae AI 编程平台
字节跳动出品的 AI IDE，内置 Agent 模式可自主完成复杂编码任务。支持全栈开发、调试、部署一站式流程。
AI编程IDE字节跳动
GitHub Copilot Workspace
GitHub 官方 Copilot 升级版，支持完整 Issue→PR 自动化工作流。自然语言描述需求，AI 自主完成编码+提交+PR。
AI编程GitHub自动化
开源项目快讯
查看全部 →openclaw/openclaw
376.3k跨平台 AI 助手框架，支持 Discord/Telegram/WhatsApp/Slack 等多平台接入，可执行代码、管理文件、控制设备。6 月 GitHub 登顶项目。
TypeScript AI·Agent
obra/superpowers
215.9kAgent 技能即插即用框架 —— 50+ 预置技能（GitHub 操作/代码审查/项目规划），兼容 Claude Code/Codex/Cursor。
Shell AI·Agent
affaan-m/ECC
204.1kAgent 性能优化系统 —— 帮 Agent 省 40-60% Token 消耗。Skills 懒加载 + 上下文压缩 + 记忆缓存 + 安全沙箱。
JavaScript AI·Infra
Significant-Gravitas/AutoGPT
168.0k自主 AI Agent 先驱项目 —— 目标驱动自动拆解任务链，联网搜索/代码执行/记忆管理，Agent 领域的开山之作。
Python AI·Agent
AUTOMATIC1111/stable-diffusion-webui
145.0k最流行的 Stable Diffusion WebUI —— ControlNet/LoRA/Inpainting 全支持，插件生态丰富，14.5 万星。
Python AI·多媒体创作
huggingface/transformers
135.0kHuggingFace Transformer 模型库 —— 20万+ 预训练模型，覆盖 NLP/CV/音频/多模态，PyTorch/JAX/TF 三框架后端。
Python AI·模型
精选工具箱
Claude
Anthropic 出品，百万 Token 上下文，最强编程和推理能力。支持 Claude Code 终端助手和 Skill 系统。
AI助手AI编程大模型
ChatGPT
OpenAI 出品，GPT-5 驱动，原生多模态 + Agent 能力。支持 Code Interpreter、DALL-E、联网搜索。
AI助手AI编程大模型
Gemini
Google 出品，1M Token 上下文，原生代码执行。Gemini 2.5 Pro 在数学和代码基准上领先。
AI助手AI编程大模型
DeepSeek
中国最强开源大模型，DeepSeek-V3 性能对标 GPT-4o，推理成本仅 1/50。支持长上下文。
AI助手大模型开源
Kimi
月之暗面出品，长上下文专家（支持 200 万字），擅长文档分析、翻译、代码理解。
AI助手AI阅读大模型
通义千问
阿里云出品，Qwen3 系列开源模型，支持工具调用、代码生成、多模态理解。
AI助手大模型多模态