Tennis：本地/离线上下文存储工具发布
Tennis 是一个本地/离线上下文存储工具，可以索引和搜索用户的本地文件和会话，包括 Chat & Claude 会话、Codex 历史等。它使用 SQLite/FTS5 和 vec0 模型进行索引和搜索，并支持通过 API 和 MCP 使用。
推荐理由：Tennis 是一个本地/离线上下文存储工具，可以索引和搜索用户的本地文件和会话，为用户提供快速、本地和离线的搜索体验，适用于不同应用程序的连接。
#Agent
#Agent
今日 29 条Show HN精选AI 评分6565 The Decoder精选AI 评分7070 Anthropic 向 METR 提供内部访问以审查其 AI 模型和安全实践
Anthropic 允许非营利组织 METR 的团队审查其 AI 模型和安全实践，这表明了公司对外部审查的开放态度和对 AI 安全的重视。
推荐理由：Anthropic 与 METR 的合作展示了其对外部审查的开放态度，对 AI 安全和透明度的重视值得关注。
The Decoder精选AI 评分6565 OpenAI 推出 Rosalind 学术计划，为美国大学研究实验室提供最多 30 个免费席位
OpenAI 推出 Rosalind 学术计划，为美国大学研究实验室提供最多 30 个免费席位，用于 GPT-Rosalind 模型，该模型专为生命科学领域设计，支持对复杂生物问题的深入推理。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
The Decoder精选AI 评分7575 Google DeepMind 的 Gemini 4 Argon 模型在 ARC-AGI-3 基准测试中取得优异成绩
Google DeepMind 的 Gemini 4 Argon 模型在 ARC-AGI-3 基准测试中取得了 97.5% 的成绩，成为继 OpenAI 后第二个突破 95% 阈值的 AI 实验室。该模型在多个基准测试中表现出色，但在数学和软件工程领域仍需提升。
推荐理由：原文详细介绍了 Google DeepMind 的 Gemini 4 Argon 模型在 ARC-AGI-3 基准测试中的表现，读者可以了解该模型在通用问题解决方面的最新进展。
Show HN精选AI 评分7070 Anima：从普通英语生成交互式生物学模型
Anima 是一个基于 Claude Code 技能的生物学模型工具，允许用户通过简单的英语请求交互式、来源可靠的等距生物学模型，并支持开源。
推荐理由：原文展示了如何通过简单的英语请求生物学模型，并提供了交互式和开源的特点，读者可以了解其如何简化生物学学习过程。
Show HN精选AI 评分6565 StarSkirmish Bench v0.2 评测：大型语言模型在 StarCraft 游戏中的表现
StarSkirmish Bench v0.2 评测了多个大型语言模型在 StarCraft 游戏中的表现，GPT-6 Astra 表现最佳，Gemini 4 Argon 和 Claude Opus 5.5 紧随其后。
推荐理由：StarSkirmish Bench v0.2 对比了多个大型语言模型在 StarCraft 游戏中的表现，为读者提供了关于不同模型在复杂任务中表现的数据和见解。
Show HN精选AI 评分6060 Paveo – 检查 Claude Code、Codex 和 Cursor 命令的运行前状态
Paveo是一个用于管理AI编码智能体的工具，它会在智能体运行shell命令或写入文件之前进行检查，拒绝执行如rm -rf、git push --force等命令，并记录所有决策以供安全团队验证。Paveo是开源的，支持Python 3.11或更高版本，适用于macOS和Linux系统。
推荐理由：原文介绍了Paveo工具的功能和特点，读者可以了解其如何帮助团队管理AI编码智能体，并据此评估其对现有工作流的影响。
Show HN精选AI 评分6060 PreReason发布MCP工具，为AI智能体提供金融市场推理功能
PreReason发布了MCP工具，该工具为AI智能体提供市场上下文推理功能，支持金融市场数据的分析，包括宏观经济、债券、外汇、商品、比特币等。
推荐理由：该工具为AI智能体提供市场上下文推理功能，有助于用户更好地理解金融市场数据。
Show HN精选AI 评分6060 Context-tax：分析 Claude Code 上下文税的工具
Context-tax 是一个用于分析 Claude Code 在每个回合发送的上下文税的工具，可以帮助用户了解上下文的使用情况、成本和优化方法。
推荐理由：原文提供了 Claude Code 的上下文税工具，可以帮助用户分析和管理 Claude Code 在每个回合发送的上下文，从而优化使用效率和成本。
Show HN精选AI 评分7070 AegisKernel – 零信任确定性安全运行时，用于 AI 代理
AegisKernel 是一种零信任的确定性安全运行时，旨在为 AI 代理提供对提示注入和工具劫持的100%免疫力，通过确定性污点跟踪和能力执行来增强安全性。
推荐理由：AegisKernel 提供了一种零信任的确定性安全运行时，旨在提高 AI 代理的安全性，读者可以了解其如何增强现有工作流的安全性。
Show HN精选AI 评分7070 Heldkeys：查看您的AI编码代理可以访问的凭据
Heldkeys是一个工具，可以列出终端、代理沙箱或CI作业中可访问的凭据，而不会打印任何秘密。它列出了机器上的凭据，代理可以继承：环境变量、云CLI登录（AWS。
推荐理由：该工具可以帮助用户识别AI编码代理可以访问的凭据，有助于提高安全性。
Show HN精选AI 评分7070 AWS SafeBox：为 AI 代理提供确定性安全边界
AWS SafeBox 是一个用于 AI 代理和 AI 辅助基础设施工作的本地安全边界工具，它通过在 AI 编码代理和基础设施工具之间添加一个确定性的策略层来防止潜在的破坏性操作。
推荐理由：原文介绍了 AWS SafeBox 的功能和工作原理，读者可以了解如何使用它来增强 AI 代理的安全性。
Show HN精选AI 评分6060 Flashpapers – AI 论文交互式解释工具发布
Flashpapers 发布了 AI 论文交互式解释工具，支持用户通过粘贴论文链接获取美观且交互式的解释网站，由 Gemini、Claude 和 GPT 等前沿 AI 模型提供支持。
推荐理由：Flashpapers 提供了交互式解释 AI 论文的功能，方便读者理解和探索论文内容，具有实用价值。
爱范儿精选AI 评分6565 英伟达RTX Spark笔记本发布，AI本地部署新选择
英伟达RTX Spark笔记本搭载ARM CPU、Blackwell RTX GPU和统一内存，支持运行大型AI模型，为AI本地部署提供了新的可能性。
推荐理由：英伟达RTX Spark笔记本的发布，标志着英伟达在Windows PC核心硬件平台的进入，为AI本地部署提供了新的可能性，对创作者和开发者来说是一个值得关注的事件。
量子位精选AI 评分6060 OpenAI纳维-斯托克斯方程证明引发数学界争议
OpenAI的纳维-斯托克斯方程证明引发了数学界的关注和争议，专家们发现其证明方法与之前认为的不同，且OpenAI自身也未完全理解其模型给出的证明。
推荐理由：OpenAI的纳维-斯托克斯方程证明引发了数学界的关注和争议，揭示了AI在数学证明领域的潜力和挑战。
量子位精选AI 评分7070 谷歌发布Gemini 4 Argon：多模态能力提升，API限时半价
谷歌发布新的Gemini 4 Argon模型，主要加强了编程、专业知识工作和复杂任务的持续执行能力，同时提升了视觉理解、空间推理和工具调用能力。API限时半价开放，价格为每百万输入token 2美元，输出10美元。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
量子位精选AI 评分8585 范式智能联合睿思智联推出开源一站式生产级 AI 部署平台 “模域ModelSphere”
范式智能技术集团有限公司联合北京睿思智联科技有限公司推出一站式生产级 AI 部署平台“模域ModelSphere”，该平台面向企业用户免费开源，旨在降低部署与运维门槛，提高模型运行效率，并支持多种芯片和主流模型。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
量子位精选AI 评分8585 优必选 Thinker-WM：多模态统一表征，单模型实现六大能力
优必选 Thinker-WM 在三大基准评测中全部拿下第一名，刷新行业成绩。该模型通过多模态统一表征技术，实现了视频-动作联合生成、世界预测、策略推理等六大能力。
推荐理由：Thinker-WM 在三大基准评测中取得优异成绩，其多模态统一表征技术为具身智能领域带来突破性进展。
量子位精选AI 评分7575 具身智能领域发展：世界模型与VLA的应用
文章介绍了蚂蚁灵波企业发布的“灵波通用大脑”，以及世界模型与VLA在机器人领域的应用，探讨了具身智能技术的发展趋势。
推荐理由：文章探讨了具身智能领域的发展，特别是世界模型与VLA的应用，对行业趋势有参考价值。
IT之家精选AI 评分8585 腾讯混元记忆框架 Hy Memory 2.0 发布开源，专用模型性能超 Opus5
腾讯混元发布 Hy Memory 2.0 版本，开源专用模型、记忆框架和 MemHub 应用，性能超过 Opus5。Hy Memory 2.0 支持聊天、工作、代码三类记忆，并在多个 Benchmark 上取得第一。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
InfoQ中文精选AI 评分7070 Kiro产品通过Specs、PBT等机制，将AI编程工具从生成能力转向交付能力，对工程化流程有重要影响。
Kiro产品通过Specs、PBT等机制，将AI编程工具从生成能力转向交付能力，对工程化流程有重要影响。
推荐理由：Kiro产品通过Specs、PBT等机制，将AI编程工具从生成能力转向交付能力，对工程化流程有重要影响。
InfoQ中文精选AI 评分8585 生产级大模型平台工程实战手册
本文详细介绍了如何构建生产级大模型平台，包括平台架构、幻觉率降低策略、提示词版本管理、意图验证和授权等，对希望了解大模型平台构建的读者具有参考价值。
推荐理由：本文详细介绍了如何构建生产级大模型平台，包括平台架构、幻觉率降低策略、提示词版本管理、意图验证和授权等，对希望了解大模型平台构建的读者具有参考价值。
36氪精选AI 评分6060 昆仑万维发布Matrix-Game 4.0视频生成游戏模型并开源
昆仑万维发布Matrix-Game 4.0视频生成游戏模型，采用游戏引擎与视频生成模型协同运行，支持480p分辨率、60 FPS的实时游戏体验，已在GitHub、Hugging Face等平台开源。
推荐理由：昆仑万维发布视频生成游戏模型Matrix-Game 4.0，并开源相关代码和权重，读者可以了解其技术架构和性能表现。
InfoQ中文精选AI 评分8585 范式智能联合睿思智联推出开源一站式生产级AI部署平台 “模域ModelSphere”
范式智能联合睿思智联推出开源AI部署平台“模域ModelSphere”，提供算力管理、模型部署和运行优化功能，帮助企业降低部署与运维门槛，提高模型运行效率。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
IT之家精选AI 评分8585 谷歌布林谈 AI 自我改进：Gemini 模型迈向关键阶段
谷歌联合创始人布林表示，Gemini 模型正迈向自我改进的关键时刻，AI 开始参与打造下一代模型，引发安全担忧。
推荐理由：原文探讨了 AI 自我改进的趋势及其潜在影响，读者可以了解这一技术发展的最新动态和潜在风险。
极客公园精选AI 评分8585 特斯拉发布飞行汽车 Roadster 新款
特斯拉发布新一代 Roadster 跑车，具备飞行功能，包括冷气推进系统和风扇抽吸系统，加速性能卓越，分为 Performance、Thrust 和 Rocket 三个版本。
推荐理由：原文介绍了特斯拉新一代 Roadster 跑车的飞行功能和技术特点，读者可以了解其如何改变现有工作流。
极客公园精选AI 评分6565 为什么 Anthropic 不做 Personal AI
Anthropic 没有推出与 OpenAI dots 和 Meta Muse 相似的个人 AI 产品，而是专注于企业市场，其 Claude Tag 等产品已在 Slack 等平台上得到应用。文章分析了 Anthropic 的策略选择，并探讨了个人 AI 市场的竞争格局。
推荐理由：文章分析了 Anthropic 不推出个人 AI 的原因，探讨了其在企业市场和个人市场的不同策略，对读者了解 AI 行业发展趋势有参考价值。
IT之家精选AI 评分6060 苹果首款折叠屏 iPhone Duo 开启预购
苹果首款折叠屏手机 iPhone Duo 今晚 8 点开启预购，售价 15,999 元起，提供星光白和夜空双色可选，搭载 A20 Pro 处理器，支持 eSIM 卡。
推荐理由：原文给出了首款折叠屏 iPhone Duo 的预购时间和主要配置，读者可以据此了解其市场定位和用户群体。
36氪精选AI 评分6565 大疆发布机场4 首次引入25秒自动换电
大疆发布机场4，采用自动换电方案，可在25秒内完成电池更换，并支持Matrice 5TD无人机和O4地面站使用。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
IT之家精选AI 评分7575 PrismML 发布 Ternary Bonsai 2 系列 AI 模型，iPhone 18 Pro Max 上本地吞吐最高每秒 120 个词元
PrismML 发布 Ternary Bonsai 2 系列 AI 模型，基于阿里的 Qwen 3.5 基座构建，支持本地运行，强调实用性，9B 模型在 iPhone 18 Pro Max 上最高可达每秒 34 个词元，2B 模型最高可达每秒 120 个词元。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
极客公园精选AI 评分8585 特斯拉发布新一代Roadster跑车，具备飞行功能
特斯拉发布新一代Roadster跑车，具备飞行功能，包括冷气推进系统和风扇抽吸系统，可实现飞行和倒挂行驶。
推荐理由：原文介绍了特斯拉新一代Roadster跑车的能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Latent Space精选AI 评分7070 AI模型和工具更新：Muse Spark Open、Nemotron 3.5、MAI-Base-2、Gemini 4 Argon等发布
Muse Spark Open发布，具有816B总参数、42B活跃参数、1M上下文窗口，支持多模态输入；Nemotron 3.5 Super VL是一个120B/12B活跃的混合Mamba-Transformer MoE VLM；MAI-Base-2是一个大约3T参数的预训练基础模型；Gemini 4 Argon在Antigravity中推出。
推荐理由：原文介绍了多个AI模型和工具的更新和发布，包括Muse Spark Open、Nemotron 3.5、MAI-Base-2、Gemini 4 Argon等，读者可以了解这些新工具的能力和特点，以及它们对AI领域的影响。
开源中国精选AI 评分6060 苹果 AI 功能即将在中国大陆上线测试版
苹果确认其 AI 功能将于 2026 年 10 月底在中国大陆推出测试版，首批功能包括写作工具、图像消除和实时翻译。
推荐理由：苹果 AI 功能即将在中国大陆上线测试版，对 AI 行业和苹果用户有重要意义。
InfoQ中文精选AI 评分8585 Pi 产品发布全新 Agent Harness 功能
Pi 产品发布全新智能体功能，包括 Pi Durable 和 Code Mode，旨在提高 Agent 的可靠性和效率，并引入了 MCP 协议和 JavaScript 沙箱，以增强 Agent 的功能和灵活性。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
开源中国精选AI 评分7070 Meta 发布 Muse Spark Open：美国目前最强开源权重模型，支持全模态输入
Meta 发布 Muse Spark Open，一款816B参数的开源权重模型，支持全模态输入，可在两台 Apple M5 Ultra Mac Studio 上运行。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Show HN精选AI 评分6565 Beeline 多人智能体工具发布
Beeline 发布了新的多人智能体工具，允许用户与智能体和人类在同一房间内进行讨论、分配工作，并实时查看工作进展。支持连接多种模型和工具，简化了智能体工作流程。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
InfoQ中文精选AI 评分6060 Pizza Bot：开源的后台 AI 智能体收件箱
亚马逊云科技开源了 Pizza Bot，一款自托管应用程序，旨在让 AI 智能体在后台运行任务，并通过收件箱式界面返回结果。该工具支持多种模型厂商、MCP 服务器和智能体技能，同时将数据和智能体状态保留在用户的机器上。
推荐理由：Pizza Bot 的开源为开发者提供了一个新的工具，用于在后台运行 AI 智能体任务，并通过收件箱式界面返回结果，有助于提高工作效率。
IT之家精选AI 评分8585 微软自研模型 MAI-Base-2 超越 OpenAI 同类产品
微软发布自研模型 MAI-Base-2，性能超过 OpenAI 的同类产品，训练成本更低，计算效率更高。
推荐理由：微软自研模型 MAI-Base-2 在性能上超越 OpenAI 的同类产品，且算力消耗更低，对 AI 领域有重要意义。
开源中国精选AI 评分6565 字节跳动成立大模型安全与对齐部门，面向全球招募研究员
字节跳动旗下 AI 实验室 Seed 成立了专注于大模型安全风险的一级部门，计划在全球招募 10 位顶尖研究员。
推荐理由：字节跳动成立大模型安全与对齐部门，关注 AGI 安全风险，对行业安全研究有重要意义。
Show HN精选AI 评分6060 Inherit – 从零到基础设施即代码的工具
Inherit 是一个开源工具，可以帮助用户从非基础设施即代码的 AWS 账户中生成 Terraform/OpenTofu 项目，支持本地运行，读取只读 API，并生成可计划和导入的项目。
推荐理由：该工具可以帮助用户从非基础设施即代码的 AWS 账户中生成 Terraform/OpenTofu 项目，对需要管理 AWS 资源的用户具有实用价值。