蚂蚁 inclusionAI 在 GitHub 开源智能体工作区 Choruz，可异步把用户交互轨迹转化为个性化基准，用于适配执行框架、减少重复错误，并支持选择性替换为自配置的小型模型。原生轨迹学习目前支持 Codex 和 Claude Code，Muse 工作区可执行但原生学习适配器尚未包含；项目处于预发布阶段，接口、配置和数据格式可能不兼容变更，采用 Apache-2.0 许可。
匹配字段摘要
蚂蚁 inclusionAI 在 GitHub 开源 cuLA，用 CuTe DSL 和 CUTLASS C++ 为 GLA、KDA、GDN、Lightning Attention 等线性注意力变体提供手调 CUDA 内核，面向 NVIDIA Blackwell（SM10X）和 Hopper（SM90）GPU。它设计为 flash-linear-attention（FLA）的子模块，接口一致，只需改一行 import 即可接入。基准显示 FlashKDA Prefill 在 Hopper 上平均较 FLA 提速 2.72x、最高 7.56x，Lightning Attention Prefill 在 Blackwell 上最高提速 2.08x；项目仍处早期开发阶段。
匹配字段摘要、正文
蚂蚁 inclusionAI 在 GitHub 发布 PolyOCR-Venus，一个基于 Qwen3.5 视觉语言骨干的 2B 和 9B OCR 基础模型家族，统一支持文本识别、定位、文档解析、信息抽取、多语言转换与 OCR 推理。PolyOCR-9B 配合 PP-DocLayoutV3 布局引导流程在 OmniDocBench v1.6 上达到 95.48，高于整页直接推理的 91.57。本次发布仅含技术报告与 OCRBench 评测代码，模型权重、训练代码及 CC-OCR/OmniDocBench 流程未包含在内。
匹配字段摘要
蚂蚁 inclusionAI 在 GitHub 上线 ling-cookbook，为 Ling 模型系列提供部署配方与工程实践示例，目前仍在完善中。仓库包含面向消费级与工作站硬件的本地推理部署指南，以及部分模型的多模态与智能体 Agent Skills。NVIDIA 团队贡献了 SGLang Humming 部署指南，在 Grace Blackwell（GB10 / SM121）上实现 Humming MoE 算子加速、在线 FP8 LM Head 与 MTP 推测解码协同。
匹配字段摘要、正文
蚂蚁 inclusionAI 在 GitHub 开源 AWorld 智能体框架，提供 AWorld-CLI，可编排 Developer、Evaluator 等子智能体自动构建、评估并迭代其他智能体。框架引入 CAST（Code Abstract Syntax Tree）压缩代码结构以突破上下文窗口限制，并支持自动评估与人工反馈两种评估方式。v2.0 加入后台子智能体执行，官方称典型工作负载下执行速度提升 3 倍。
匹配字段摘要
蚂蚁 inclusionAI 在 GitHub 开源 BiDex-100，一个面向双臂灵巧操作的基准，覆盖 106 项仿真任务和 Memory、Long-Horizon、Instruction-Following、Limited-Demonstrations、Generalization 五个能力维度。它提供 8,080 条成功验证演示、6.25M 帧、25 FPS 的六路同步 RGB-D 数据，以及 58 维统一动作空间，并采用匹配的 ID/OOD 评测协议。基准为模型无关设计，已包含 π0.5、GR00T N1.7、XR-1 等七个参考集成。
匹配字段摘要
蚂蚁 inclusionAI 在 GitHub 开源 sandboxd，这是 AKernel 使用的 Linux 沙箱生命周期服务，提供小型 gRPC API，支持 gVisor、Kata Containers、Firecracker 以及可选的宿主内核 runc 适配器运行沙箱。它负责沙箱的启动、等待、检查、度量与删除，并支持本地、OCI、Nydus 和 S3 根文件系统，NAT 后端默认 iptables，实验性 bpfnat 需 Linux 5.10 或更新版本。NVIDIA GPU 沙箱支持仍为实验性，基于 gVisor runsc 与 nvproxy，项目采用 Apache-2.0 许可。
匹配字段摘要
蚂蚁 inclusionAI 在 GitHub 开源 AKernel（Agent Kernel），一个结合 AFaaS 性能与 openYuanrong 架构的分布式内核，让 AI Agent 把整个数据中心当作可编程扩展。它提供单一 Python SDK（akernel_sdk）统一控制计算、网络与存储，默认 gVisor 沙箱隔离，并内置 OpenTelemetry 可观测性。当前版本 v0.1.0，采用 Apache-2.0 许可。
蚂蚁 inclusionAI 在 GitHub 开源 AKernel（Agent Kernel），一个结合 AFaaS 性能与 openYuanrong 架构的分布式内核，让 AI Agent 把整个数据中心当作可编程扩展。它提供单一 Python SDK（akernel sdk）统一控制计算、网络与存储，默认 gVisor 沙箱隔离，并内置 OpenTelemetry 可观测性。当前版本 v0.1.0，采用 Apache-2.0 许可。
匹配字段摘要、正文
蚂蚁 inclusionAI 在 GitHub 开源多智能体协调平台 Avernet，定位为构建和运行持久化、可协调的多智能体系统的基础设施层，采用 Apache-2.0 许可。据 README，截至 2026 年 7 月初，Avernet 已在蚂蚁内部 12 个业务群支持多智能体部署，实测多智能体工作流任务完成率超过 90%。近期更新包括 DeepSeek Harness 的 DSH Bots 通过 channel 插件接入、Agency Agents 启动器引入 agency-agents 角色，以及重做的 Web UI 和 AgentEvolve 诊断与优化能力。
匹配字段摘要
OpenAI 发布 GPT-5 系统卡附录，公布 GPT-5-Codex 的安全评估结果：该模型专为 Codex CLI、Codex IDE 扩展、Codex 云端环境和 GitHub 场景打造，在全部基线安全评估上优于 OpenAI o3，部分 Production Benchmarks 略低于 gpt-5-thinking。GPT-5-Codex 在生物与化学领域被列为 High 风险，网络安全能力虽强于前代但未达到 High 阈值，并沿用 GPT-5 的防护措施。
匹配字段摘要、正文
Google DeepMind 的新研究显示，AlphaProof Nexus 自主解决了 353 个 Erdős 开放问题中的 9 个，其中两个已悬置 56 年，相关解法在论文发表前已公开。该系统还证明了 OEIS 整数序列数据库中的 44 个猜想，解决了代数几何中的一个开放问题，并改进了 min-max 优化中的一个已知界。它基于 Gemini 3.1 Pro，用形式化语言 Lean 起草和修订证明，Lean 在每次修改后检查草稿，错误信息引导下一次尝试；遇到更难的子问题时还可调用专用证明工具 AlphaProof，但即使不调用 AlphaProof 也能解决那 9 个 Erdős 问题。该研究发表在 Science 上，并经过了同行评审，而 OpenAI 近期将数百个 AI 证明直接发布到 GitHub 而非提交期刊，由 Terence Tao 领导的 Association for Human Mathematics 呼吁抵制。
匹配字段摘要、正文
据CNBC报道，美国软件开发招聘信息自2025年2月底以来上升近15%，但初级岗位压力仍在，斯坦福报告称22至25岁软件开发人员就业自2024年以来下降近20%。GitHub 10月报告显示，1/3的拉取请求涉及AI智能体，一年前不到1/10。Indeed数据显示，2025年5月至2026年5月的增长中71%来自高级职位，37%来自标题含AI的职位。
匹配字段摘要、正文
个人开发者猫叔在 GitHub 发布 Open Academic Paper Gen，一套生成论文初稿的多智能体工作流，把选题到导出拆成确定研究范围、检索文献、清理筛选、分析趋势、寻找切入点、列提纲、写作、核验、导出九个阶段。它从 OpenAlex、Crossref、Semantic Scholar 和 arXiv 检索文献，并在能获取全文时定位相关段落，判断文献能否支撑正文观点，有页码信息时会在注释中标出对应 PDF 页码。引用核验分三道检查：引用是否在文献池中、文献身份是否与 Crossref 或 doi.org 记录一致、原文是否支持该说法；证据不足标为无法判断，无法核对的标为未核验。项目支持 OpenAI 和智谱 GLM，但论点核验、无引用陈述检查和模拟审稿仍需 OpenAI API Key，初稿可导出 Markdown、LaTeX 及 RIS、BibTeX 等格式。
匹配字段摘要、正文
Python 3.15.0 已被加入 GitHub 的 actions/python-versions 仓库，现在可以在 GitHub Actions 测试矩阵中填入 "3.15" 来对新版 Python 运行测试。Simon Willison 称自己为此等了好几天，甚至让 ChatGPT 每小时拉取一次仓库直到稳定版 3.15 出现。
匹配字段摘要、正文
Goodfire Research 提出对抗式参数分解方法 VPD，将语言模型参数拆解为 rank-1 子组件，使少量子组件即可重建模型行为，并支持对注意力层跨头计算的电路分析。研究在一个 67M 参数、四层的语言模型上完成分解，共拆出 38,912 个子组件，每个数据点平均使用 205 个子组件。团队还开源了复现实验与运行 VPD 的代码库，地址为 https://github.com/goodfire-ai/param-decomp。
匹配字段摘要、正文
OpenAI 于 10 月 7 日在 GitHub 发布 722 篇出自同一内部模型的数学手稿，覆盖 17 个数学分支，宣称在 372 组悬而未决的问题上取得结果。其中黎曼猜想弱化版（实部大于 7/8 区域无零点）被罗格斯大学数学家孔托罗维奇评价为若由人做出可立刻拿菲尔兹奖，平面染色问题则被压缩到 6 或 7 种颜色。发布第 2 天 OpenAI 撤回 3 篇、修补 14 篇，截至 10 月 10 日约 42% 的结果通过 Lean 机器检查，数学家估计弄清全部手稿需数年。
匹配字段摘要、正文
OpenAI Codex 发布 rust-v0.163.0-alpha.6 版本，提交号为 3d7fd84。该版本为 alpha 预发布版本，GitHub Releases 页面未列出具体更新内容。
匹配字段摘要
Anthropic 推出 Cyber Mission 长期计划，其中包含一个免费的 OSS AI 扫描器，会定期检查开源项目、自动标记并解释漏洞，还会给出补丁建议。该扫描器预期准确率超过 90%，但报告未经人工审核即发布，可能包含错误；对基础设施或用户安全至关重要的项目维护者可通过 GitHub 申请加入。Anthropic 同时启动关键基础设施防御计划（CIDP），向电网、水务和交通网络的运营方开放 Claude 模型、工程师和威胁分析，CrowdStrike、Palo Alto Networks、Deloitte 和 Rockwell Automation 为创始合作伙伴。
匹配字段摘要、正文
Simon Willison 在 ChatGPT 桌面应用的 Codex 标签页里用语音对话模式，对着本地开发环境让 GPT-6 Astra High 为他的博客开发了一个 Django 新功能，边做饭边聊了约半小时就基本完成。随后他在 GitHub PR 中审查代码，又用半小时打字提示把导入脚本从 Git 子进程改为 API 方式并调整页面显示，最终合并部署。他认为视觉预览加键盘补充让语音交互更强，但细节仍靠打字，最大价值是能一边做饭一边干活。
匹配字段摘要、正文
LlamaIndex RAG-a-thon 黑客松获奖项目 RAGformation 通过自然语言描述自动完成云服务选型、定价与架构设计，并生成动态流程图和报告。它基于 LlamaIndex Workflows 与 Agent 框架，知识库存入 Box 并由 Pinecone 向量检索，代码已在 GitHub 开源。
匹配字段摘要、正文