OpenAI Super PAC 與 Acutus AI 生成新聞營運模式
調查顯示，聲稱是獨立新聞業的 Acutus 新聞網站是一個由 AI 驅動的內容農場，很可能由與 OpenAI 關聯的 super PAC 資助，以推動特定的政治議程。
Fuse 程式語言：使用 GRIN 的靜態型別函數式程式設計
Fuse 是一種靜態型別、純函數式語言，利用 GRIN 全程式優化器與 LLVM 來產生快速的原生二進位檔。
agentic-awesome-skills: 針對程式碼代理程式進行代理擁有的技能選擇與可重複使用技能堆疊的本地控制平面
一個本地控制平面與包含 2,000 多種專業技能劇本的目錄，讓 AI 程式碼代理程式能夠在專案中發現、選擇並應用可重複使用的技能堆疊。
Operit: Operit AI – 一個自包含的 Android AI 助理，具備本地 LLM 推理、Ubuntu 24 與完整工具/外掛生態系統
Operit AI 是一個僅限 Android 的 AI 助理，完全在設備上運行。它支援使用 MNN/llama‑cpp 模型進行本地推理、完整的 Ubuntu 24 環境、40 多種工具生態系統、智慧記憶、語音互動、自訂人設以及外掛市場。使用者提供自己的雲端 LLM 金鑰或使用離線模型，使資料保持私密，同時啟用強大的自動化、開發與創作工作流程。
LTX-2: 一款基於 DiT 的音訊-影片基礎模型，具備同步聲音與專業電影級控制功能
LTX-2 是一款基於 DiT 的音訊-影片基礎模型，提供同步的音訊與影片生成、高保真輸出以及專業的電影級控制功能。
Go 1.27 發佈說明：泛型方法與型別系統增強
Go 1.27 引入了泛型方法、標準 UUID 套件、以及 JSON v2 的正式轉正，同時在記憶體配置與 SIMD 支援方面帶來了大量效能優化。
obsidian-mind: 為 AI 編碼代理提供跨會話與儲存庫的持久記憶庫，實現知識複利
一個 Obsidian vault 系統，為 AI 編碼代理提供持久記憶，使其能夠跨會話召回目標、決策和專案上下文。
transcribe.cpp：一個支援超過 60 種 ASR 模型變體並具備跨平台 GPU 加速功能的高性能 C/C++ 語音轉文字函式庫
一個 C/C++ 語音轉文字推論函式庫，使用 ggml 執行環境，並透過 Metal, Vulkan, CUDA, 與 ROCm 提供 GPU 加速，以執行多樣化的 ASR 模型家族。
OGAM: 一款為行動裝置與 Mac 提供文字、圖像及視覺能力的隱私優先離線 AI 套件
一套完整的 Android, iOS 與 macOS 離線 AI 套件，提供文字、圖像與視覺 AI 能力，且不讓任何數據離開裝置。
OpenAI 對 Apple 訴訟的回應
OpenAI 已公開反駁 Apple 關於盜用商業秘密的指控，聲稱該訴訟是基於錯誤資訊以及 Apple 法律團隊的行政錯誤。
pgGraph: 一個為現有關聯式資料表增加高速圖形遍歷功能的 PostgreSQL 擴充功能
pgGraph 是一個 PostgreSQL 擴充功能，它讓您能直接在現有的關聯式資料表之上進行高速圖形搜尋、遍歷與最短路徑查詢，而無需額外使用獨立的資料庫。
creakwork12 讓 Framework 12 的轉軸聽起來像生鏽的門
creakwork12 是一個 Rust 程式，它為 Framework 12 筆記型電腦添加了會隨音調與音量變化的吱吱聲，將其轉軸轉變為具有喜劇效果的木門效果。
Bor v0.8.0 版本說明 / 新功能
Bor v0.8.0 引入了 Thunderbird、Microsoft Edge for Business 與 Firewalld 的新政策類型，並全面改版 Web UI 與加強關鍵安全防護。
Kun: 一個具備共享 GUI 與 TUI 執行環境，用於端到端專案交付的 local-first AI Agent 工作台
一個具備共享 GUI 與 TUI 執行環境，用於端到端專案交付的 local-first AI Agent 工作台，整合了編碼、寫作、設計與研究於統一的工作空間中。
open-science: 一個具備完整溯源功能的 local-first AI 研究工作台，可自動化科學研究流程
一個具備完整溯源功能與可審計產出物的 local-first AI 研究工作台，可將從文獻綜述到論文撰寫的科學研究流程自動化。
Generative-Media-Skills：生成式媒體技能：面向 AI 代理的多模態工具組
生成式媒體技能提供一套工具組，讓 AI 代理能使用 muapi‑cli 產生、編輯與展示專業等級的媒體，具備代理原生設計、專家知識層與 MCP 伺服器支援。
mobilerun: 一個使用 LLM agents 控制 Android 和 iOS 裝置的開源框架
一個開源框架，讓 LLM agents 能使用自然語言指令來控制 Android 和 iOS 裝置，以自動化行動裝置工作流。
MiMo-Code: MiMoCode: 具備持久記憶與多代理工作流的終端機原生 AI 編碼助手
MiMoCode 是一款終端機原生的 AI 編碼助手，透過讀寫程式碼、執行指令、管理 Git 以及在不同工作階段之間維持持久的專案記憶，來協助開發者。
ag-ui: 一個用於在面向用戶的應用程式中標準化代理人與人類互動的開放式事件驅動協定
一個開放式的、基於事件的協定，標準化了 AI 代理人如何連接到面向用戶的應用程式，實現了即時互動與狀態同步。
為什麼更智慧的 AI 模型可能會將計算價格提升 10x
指數級 AI 收入增長與線性計算容量增加之間的差距可能導致計算價格顯著上升，因為更智慧的模型能更有效地將相同硬體變現。
TencentDB-Agent-Memory: TencentDB Agent Memory
讓 AI agent 能夠保留/重複使用經驗（對話記憶、技能、Wiki、CodeGraph）以減少重複性工作的系統。
Syncular 0.5.0 – 離線優先 SQL 同步，使用 TypeScript 與 Rust 核心
Syncular 0.5.0 是一個離線優先的 SQL 同步庫，具有 TypeScript 與 Rust 客戶端核心，具備伺服器權威的提交日誌、持久的 outbox、即時 WebSocket 同步、可選的 CRDT 欄位、每欄加密以及五種語言的類型安全查詢產生。
AI 金融建議：MIT 研究發現大型語言模型有效但取決於提示
MIT 斯隆的研究顯示，大型語言模型能提供出乎意料高品質的金融建議，提升退休財富；然而結果高度取決於使用者的提示技巧與金融素養。
Diátaxis: A Systematic Framework for Technical Documentation
Diátaxis 是一個文件框架，將技術內容組織成四種不同的類型——教學 (tutorials)、操作指南 (how-to guides)、技術參考 (technical reference) 和說明 (explanation)——以匹配使用者的特定需求。
Google 的行動如何導致 RSS 訂閱採用率下降
Google 在其產品（包括 Chrome、FeedBurner、Google Reader、Alerts 和 News）中屢次移除 RSS 支援，削弱了使用者信心，導致 RSS 採用率下降，儘管 RSS 仍在使用，且社群評論指出其動機與替代方案。
webclaw: 一個將網站轉換為乾淨 Markdown 與 LLM 就緒上下文的網頁擷取引擎
一個將網站轉換為乾淨 Markdown、JSON 和針對 AI agent 與 RAG 流程優化的 LLM 上下文的網頁擷取工具。
FunClip: 一款基於語音辨識、說話者 ID 與 LLM 分析的自動化影片剪輯工具
一款開源的自動化影片剪輯工具，利用 ASR 與 LLMs 來根據說話文字、說話者身份或 AI 分析的亮點來提取影片片段。
SAG: 一種使用結合語義搜索與關係推理且無需全局圖譜的新穎檢索架構之知識庫系統
一款知識庫應用程序與檢索架構，透過事件-實體索引和動態超邊取代 RAG 和 GraphRAG，實現卓越的語義與關係檢索。
planning-with-files: 一個防止 AI agent 記憶喪失與目標偏移的持久化文件式規劃系統
一種為 AI 編碼 agent 設計的持久化文件式規劃系統，透過將任務規劃、研究發現與進度儲存在磁碟上，來防止記憶喪失與目標偏移。
訓練時間縮放與強化學習縮放，用於自我改進的 AI 代理
訓練時間縮放技術——STaR、基於 GRPO 的 DeepSeekMath 和 DAPO——使 7B 到 32B 參數的模型能夠在 AIME 數學推理基準上達到超過 50% 的準確率，透過提升 majority‑at‑K 一致性而非根本問題解決能力。
numbat: 針對 AI agent 的端點可視性與安全性監控，具備本地偵測與鑑識重建功能
一款安全性監控工具，為桌面、CLI 與 IDE 中的 AI agent 活動提供端點可視性、本地偵測以及可選擇性的 pre-action 攔截功能。
PixelRAG：它是什麼、解決什麼問題以及為何受到關注
PixelRAG 是一個視覺 RAG 系統，它將文件渲染成截圖而非解析為文本，從而讓 AI 能夠檢索並對表格和圖表等視覺元素進行推理。
NixOS-DGX-Spark: 在 NVIDIA DGX Spark 和 Asus Ascent GX10 上運行 Nix 和 NixOS
NixOS-DGX-Spark 專案提供 Nix flakes、USB 映像和 NixOS 模組，以在 NVIDIA DGX Spark 和 Asus Ascent GX10 硬體上運行 Nix 或 NixOS，實現可重現的 AI 工作負載和系統管理。
ClaraVerse: ClaraVerse: 私人 AI 工作空間，具備代理團隊與分層記憶功能
ClaraVerse 是一個專注於 AI 代理團隊、分層記憶以及採用寬鬆授權條款的私人 AI 工作空間，提供聊天、多代理協作、終端機代理、工作流自動化以及 150+ 項整合功能。
turbovec: 一個高壓縮率的 Rust 向量索引，能在極低 RAM 消耗下容納海量語料庫，且無需訓練階段
一個基於 Rust 的向量索引，使用 Google 的 TurboQuant 演算法，提供高壓縮率、快速的向量搜尋，且無需獨立的訓練階段。
Hyper-Extract：一個能將非結構化文件轉換為結構化知識摘要與圖譜的智慧知識提取 CLI
一個由 LLM 驅動的知識提取框架，能將非結構化文件轉換為結構化的知識摘要，包含知識圖譜與超圖（hypergraphs）。
Horizon: 一款由 AI 驅動的新聞雷達，能將分散的故事彙整並豐富成精選的每日簡報
一款由 AI 驅動的新聞雷達，能將 Hacker News 和 Reddit 等多個來源的故事彙整、過濾並豐富成精選的每日簡報。
Mooncake: 一種以 KV cache 為核心的解耦架構，用於高吞吐量 LLM 推理與訓練
一種以 KV cache 為核心的 LLM 推理解耦架構，透過將 prefill 與 decode 集群分離，來提升請求吞吐量與資源利用率。
Stanford CS329A Lecture 4: Learning from Feedback with Tools/Code – ReAct, RLEF, and Constitutional AI
在 Stanford CS329A 第四堂課（2025 年 10 月 3 日）中，Aakanksha Chowdhery 解說了 ReAct 如何交錯推理與工具使用、RLEF 如何利用執行回饋提升程式碼生成，以及 Constitutional AI 如何透過人類撰寫的原則進行自我批評以增強無害性，展示了語言模型從回饋中學習的三種方式。
Stanford CS329A Self-Improving AI Agents – 課程概覽 (Fall 2025)
Stanford CS329A Self-Improving AI Agents (Fall 2025) 介紹擴展定律、LLM 新興行為、指令調整、RLHF、推理時間擴展和代理工作流程，然後說明課程後勤和專案需求。
Stanford CS329A：測試時期計算規模化於 AI 代理人
本講座探討透過平行抽樣、連續修訂與架構搜尋，在推論階段增加計算資源，如何在不進行額外訓練的情況下顯著提升 LLM 效能。
自我提升 AI Agent 驗證方法概覽
這場講座概覽了大型語言模型推理的四種驗證方法——OpenAI 的結果與過程驗證器、Math-Shepherd 的自動化逐步標註、以及 Stanford 的 Weaver 集成模型——展示了每種方法如何縮小生成與驗證之間的差距。
Stanford CS329A 自我改進 AI Agent 第 7 部分：自我改進與深度研究 Agent
這場講義展示了如何透過擴展採樣與使用學習型評分模型來提升程式競賽性能（AlphaCode → AlphaCode2），以及當推理模型表達不確定性時觸發搜尋查詢（Search‑O1）如何在 GPQA 與多跳問答基準測試上實現更佳的檢索增強推理。
Stanford CS329A: Planning and Multi-Step Reasoning in AI Agents
這場講座探討了三個框架——LATS, SPRINT, 與 SWiRL——它們透過樹狀搜尋、平行執行與合成強化學習，增強了 LLM Agent 的多步推理與規劃能力。
Stanford CS329A 自我改進 AI Agent 未來研究領域講座摘要
Stanford CS329A 講座概述了自我改進 AI Agent 的未來研究方向，涵蓋了推理鏈的多樣性、驗證瓶頸、自生成任務課程，以及顯示本地模型現在可以處理大多數聊天機器人查詢的每瓦智能度效率增益。
Stanford CS329A 關於代理評估與長時程任務的講座
這場講座解釋了 METR 如何衡量 AI 代理的時程能力（大約每七個月翻倍一次），GDPVal 如何針對經濟價值任務將模型性能與行業專業人士進行比較評分，以及 DeepScholar‑Bench 如何評估文獻回顧綜述，並強調了重複出現的失敗模式，例如規劃能力不足、工具使用錯誤、過早放棄以及重複動作循環。
agent-vault: 一個防止 AI agent 透過 prompt injection 洩漏秘密的憑證代理與 HTTP proxy
一個開源的憑證 proxy 與 vault，透過安全的 MITM proxy 代理 API 存取，防止 AI agent 洩漏秘密。
3D 列齒輪減速器：設計與實現
一位 15 歲的建造者開發了一款具有 1:9 減速比的 3D 列齒輪減速器，並使用自定義 Python 腳本在 Fusion 360 中進行參數化生成。
Google 新聞搜尋退化與向 AI 轉移
記者 Mike Elgan 與其他使用者報告稱，Google 新聞的日期、語言與地點過濾器日益失效，顯示 Google 正在策略性地向 AI 轉移，削弱傳統搜尋的實用性。
pipeshub-ai: PipesHub – 開源企業 AI 內容層
PipesHub 是一個開源、可自行托管的 AI 內容層，讓企業能連接他們的資料、強制執行權限、獲得帶引用的答案，並在不將資料移出 VPC 的情況下建構代理或搜尋應用。它結合了圖形和向量檢索，提供 50+ 個連接器、多模態理解、無代碼代理建構器，並透過 API/SDK 暴露以進行擴充。部署基於 Docker-Compose，附有互動式安裝程式。