搜索
最近发现了一个很便宜的平替方案，是在X上刷到的一个很有意思的开源项目：OpenSquilla 0.5.0（在Github 已经有5.5K Star）当时我还发了一篇推文。它揭示了一个非常反常识的事：一组便宜的国产模型以一定的方式组合起来，居然可以在公开评测上打赢国外更强的旗舰模型们（Claude Fable 5、Opus4.8、GPT-5.5）
我天天在ai news radar里刷呀刷，真刷出了个新的开源项目，Tutti。光看Readme的时候，我以为它又是一套给Agent套GUI的桌面壳，实际上它提供了一个实时共享的工作空间，我所有agent可以共享上下文，文件，应用和任务。
近期知名高性能开源项目 Bun 将核心代码大规模重写为 Rust ，则给出了一个更具体的产业信号：当 AI 降低迁移成本之后，软件基础设施正在重新向更强约束、更高性能、更易被机器检查的语言迁移。但 Rust 毕竟诞生于生成式 AI 爆发之前；其核心设计目标是安全的底层编程，而非 Agent 之间的高效协作。
现在用 AI 做项目，经常会碰到这种尴尬的情况： 写代码，它喜欢乱造轮子，能用十行解决的事，非要写一大坨。
Agent从来不是不会用浏览器，只是浪费太多时间在探索——BrowserBC把人类轨迹蒸馏成可复用Skill来完成Behavior Cloning，用户点一遍，Agent照着就能跑通。Einsia AI旗下Navers Lab发布的开源项目BrowserBC给出的答案，是一条三步范式：录制→转写成Skill→交付执行。
AI写代码的风险隐藏在看似正确的代码中，可能引发数据泄露或资产损失。Narwhal AI Code Risks开源项目整理了真实案例、早期信号和典型风险路径，帮助开发者提前识别隐患，避免重蹈覆辙。
某天，老板让你用 Agent 手搓个自动化流程的小工具，你袖子一撸，信心满满地开干。
除此之外，context-mode 将大模型的记忆力从30分钟提升至 3 小时。
最近一个月，一个开源项目一直阴魂不散地出现在我的脑海里，每当我用AI写前端代码的时候就会自动想到它。
Hunter Bown 没想到，自己会在差点因职业转型陷入困境后，被一个开源项目重新推回牌桌。