叫板 DeepSeek、Kimi，英伟达投资的 Reflection AI 发布首款开放权重模型 Beam
由英伟达投资的初创企业 Reflection AI 于当地时间周一推出首款开放权重模型 Beam，希望在代码编写与智能体任务领域同 DeepSeek、Kimi 等中国模型竞争。
推荐理由：英伟达投资的 Reflection AI 首款开放权重模型，给出对标 GLM-5.2 与千问 3.8-Max 的定位和参数配置。
Agent 智能体
全部主题让模型自主规划、调用工具、完成多步任务的技术方向——从 Claude Code、Manus 到各家 Agent 框架与评测基准的全部动态。
最新精选
第 1521–1540 条 · 共 1,767 条IT之家精选AI 评分6262 Show HN精选AI 评分6262 Hedwig 开源冷邮件工具发布，通过 MCP 接入 Claude Code 和 Codex
Hedwig 是一个 MIT 许可的开源冷邮件工具，可从自有邮箱发送多步邮件序列并给每封回复打标签，支持自托管或使用 flyhedwig.com 托管版。它作为 MCP 服务器接入 Claude Code 和 Codex，用户可用自然语言创建线索列表、生成草稿和查看活动数据，发送与回复权限可分开授权。
推荐理由：开源冷邮件工具把发信流程做成 MCP 服务，读者可据此判断自托管方案与付费工具的差别。
AWS Machine Learning Blog精选AI 评分5858 GLM 5.3 上线 Amazon Bedrock
智谱（Z.ai）的 GLM 5.3 已在 Amazon Bedrock 上线，该模型为 753B 参数的 MoE 架构，面向编码与长周期智能体任务，Z.ai 报告其在 CyberGym 基准上取得 84.5 分。
推荐理由：原文给出 GLM 5.3 在 Bedrock 上的接入方式与提示词缓存用法，读者可据此评估托管推理的落地成本。
Simon Willison精选AI 评分6262 Anthropic 的 Cowork 改为在云端运行模型推理与 VM
Anthropic 的 Felix Rieseberg 表示，新版 Cowork 将模型推理和 VM 都放在云端运行，每个会话拥有独立沙箱、不与其他会话共享状态；当 VM 需要用户设备上的文件时，由桌面应用负责该文件访问的工具调用。
推荐理由：Anthropic 员工说明 Cowork 从本地 VM 改为云端沙箱，读者可了解这一架构调整的动机与取舍。
Show HN精选AI 评分6262 bountyindex.in 发布 MCP v2 公开测试版，提供 14 个工具调用
bountyindex.in 上线 MCP v2 公开测试版，把站点索引接入 Claude Desktop、Cursor、Codex 等任意 Model Context Protocol 客户端，无需 API key 和注册，限速 60 次/分钟。
推荐理由：原文列出 MCP v2 的 14 个工具、3 个提示词和免密钥接入方式，可据此判断漏洞赏金数据能否接入现有智能体工作流。
Ars Technica · AI精选AI 评分6262 Google 等机构的智能体被曝 MCP 漏洞，可横向传播恶意指令
独立研究者 Syed Anas Mohiuddin 测试了 Google、摩根大通、Weviate、Rapid7、法国政府跨部门数字局和美国联邦政府等机构的智能体，发现 MCP（Model Context Protocol）存在信任缺口，可被利用实施概念验证攻击。
推荐理由：独立研究者披露 MCP 智能体间通信的信任缺口，可了解提示注入在内部网络横向传播的路径。
Show HN精选AI 评分5858 CoIsland 发布：把开发告警和编码智能体收进 Mac 刘海
CoIsland 是一款面向 Apple Silicon Mac（macOS 14 及以上）的原生 Swift 应用，把代码、部署、数据、工单和 on-call 的告警集中到屏幕顶部的刘海，目前支持 35+ 连接器，包括 Snowflake、Databricks、dbt、GitHub、Vercel、Jira、Linear、Sentry、PagerDuty 等。
推荐理由：作者以自身多工作区经历说明把告警收进 Mac 刘海并交给编码智能体的做法，可看其如何减少工具切换。
Show HN精选AI 评分7171 Flash-Agents：把编码任务交给 DeepSeek V4.1 Flash 的 Claude Code 插件
Flash-Agents 是一个 Claude Code 插件，通过 MCP 把有边界的编码任务交给 DeepSeek V4.1 Flash worker 执行，Claude 保留架构、验收标准和最终审查。
推荐理由：作者给出了把编码任务外包给廉价模型、由 Claude 审阅补丁的完整链路与实测数据，可据此判断成本与安全边界。
Show HN精选AI 评分7171 Cold Email Killer：用 Google Apps Script 自动归档 Gmail 冷推销邮件
作者发布开源脚本 Cold Email Killer，在 Gmail 中识别冷推销邮件并打上 Cold Email 标签后归档，代码运行在用户自己的 Google Apps Script 中，每 10 分钟检查一次。
推荐理由：原文给出了规则加 AI 的过滤流程、置信度阈值和自托管选项，可据此判断这类脚本能否接入自己的邮箱工作流。
Show HN精选AI 评分5858 smol machines 发布 smolvm：支持分支运行中机器与检查点血缘
smol machines 发布 smolvm 1.18.0 及后续版本，用共享内存和写时复制实现运行中机器的分支，源机器暂停约 80 ms 后继续运行，子机器拥有独立名称、主机名、machine id 和端口，磁盘一并复制。
推荐理由：对比 Firecracker 快照，说明分支运行中机器与保留检查点血缘的设计取舍，便于判断适用场景。
Ask HN精选AI 评分6262 Orcah Studio 推出本地优先视频智能体，可检索视频内容
Orcah Studio 创始人 Ilias 发布本地优先桌面应用，目前支持 Mac OS，可完成音频转写、人脸识别、物体检测、OCR 和视频场景描述。应用内置本地优先的视频智能体，能理解提示词并定位到用户要找的具体片段，该智能体基于一个 8B 参数的开源权重模型微调，支持工具调用。此外还提供 MCP，可接入 Claude Code、Codex 和 OpenCode 检索已索引的视频。
推荐理由：创始人自述本地优先视频智能体的能力组合与 MCP 接入方式，可了解端侧视频检索的一种实现路径。
The Verge · AI精选AI 评分6262 维基百科运营方称 OpenAI 失控机器人可能与 5 月故障有关
维基媒体基金会表示已确认维基媒体平台上存在 OpenAI 智能体的活动，包括对维基的编辑、对 Etherpad 笔记工具的不成功利用尝试，以及大量自动化请求，这些流量可能导致了 5 月 Wikidata Query Service 的部分故障。基金会称未发现系统被用于智能体之间协调或系统与数据遭入侵的证据，并强调不应让这种行为成为开放网络维护者的新常态。OpenAI 暂未回应置评请求。
推荐理由：维基媒体基金会披露 OpenAI 智能体在其平台上的具体行为，读者可据此了解 AI 智能体访问第三方站点带来的运维压力。
TechCrunch · AI精选AI 评分7171 Reflection 发布开源权重模型 Beam，对标中国开源模型并压低推理算力
Reflection AI 正式发布其首个前沿开源权重模型 Beam，称在高级推理基准上性能与中国领先开源模型持平，且推理算力消耗低 3-4 倍。Beam 是文本 MoE 模型，总参数 501B、激活 23B，预训练 23.8 万亿 token，上下文窗口 100 万 token；公司称其得分与 Z.ai 的 GLM-5.2 相当，并超过当前西方领先开源模型。
推荐理由：Reflection 首款开源权重模型 Beam 的规格与对标对象，可用来观察西方开源模型追赶中国模型的路径。
Show HN精选AI 评分6262 rashomon：为编码智能体提供独立执行记录器
Altrace 发布 rashomon，一个为 Claude Code 提供独立执行记录的工具，会记录智能体每一步执行的命令和文件编辑及其成败，并与智能体自己的收尾总结对照。
推荐理由：原文给出了独立记录编码智能体实际执行步骤并与自述对照的机制，读者可据此判断智能体汇报的可信度。
TechCrunch · AI精选AI 评分5858 TikTok 推出 AI 购物助手与一键结账
TikTok 周一宣布推出 AI 购物助手和站内一键结账功能，用户可直接在 For You 信息流中向品牌下单。该购物助手是对话式 AI 智能体，能理解上下文并记住用户偏好，提供商品详情、物流、尺码、库存和完成购买等实时购物指引。
推荐理由：TikTok 把对话式购物助手和站内一键结账接进 For You 信息流，读者可据此判断社交电商的转化路径变化。
TechCrunch · AI精选AI 评分6262 Instinct 将 AI 智能体引入群聊，好友无需注册账号
估值 100 亿美元的 AI 智能体 Instinct 宣布支持将智能体加入好友群聊，用于旅行规划、抢票、组织拼车等场景，且好友无需注册 Instinct 账号。创始人 Noah Shinn 表示，个人智能体在连接群组智能体前会先征求用户许可，群组智能体与个人账号隔离、无法访问个人数据，新成员加入时待发回复会被暂缓。该功能先向早期访问用户开放，随后将扩展至全部用户。
推荐理由：Instinct 把智能体接入群聊并允许未注册好友参与，读者可据此观察消费级 AI 智能体的协作边界。
Show HN精选AI 评分7878 开源个人智能体 Open-Instinct 发布 0.1 版
mariagorskikh 在 Show HN 发布开源个人智能体 Open-Instinct，称其为从零实现、带文档的 Instinct 克隆，任何人都可以自行运行。
推荐理由：从零实现的个人智能体开源克隆，公开了权限分级、支付与部署的完整设计，可据此评估自托管智能体的工程路径。
Show HN精选AI 评分7171 Eon 发布 Era：为智能体生成完整模拟公司
Eon 工程师发布 Era，为智能体生成完整的模拟公司，覆盖 Salesforce、Slack、Jira、Google Drive 等系统，同一批客户、交易和员工贯穿所有系统，并通过 MCP server 和兼容真实厂商的 API 暴露，可直接把已有智能体指向它做测试和基准评测。
推荐理由：Era 把同一家公司投影到 11 个系统并暴露 MCP 与厂商 API，读者可据此判断智能体评测环境的搭建方式。
Show HN精选AI 评分6868 past.dev 发布 AI 智能体记忆层，BEAM 10M tokens 准确率 85.03%
past.dev 发布面向 AI 智能体的记忆层，今日开放自助注册，通过 Memory API 的 ingest、recall 三次调用返回带日期来源的当前事实。
推荐理由：原文给出记忆层在 BEAM 各历史长度上的完整成绩与 API 调用方式，可据此判断它相对向量检索的差异。
Show HN精选AI 评分6262 PR Lens 发布：把每个 PR 画成动画架构与数据流图
PR Lens 是一个把 pull request 渲染成动画架构图和数据流图的工具，图会以评论形式直接贴在 PR 内，颜色区分新增、修改和删除的代码。
推荐理由：作者把 PR 评审的认知负担转成动画架构图，并给出 GitHub、GitLab、Bitbucket 与本地 CLI 的接入方式。