外挂补不了模型智商,《苦涩的教训》再次上演。 作者丨高允毅 编辑丨岑 峰 这两天在 X 上,一款蹭 DeepSeek 热度的 Harness 工具被打假了。 这是一个名为 J-Space Cognition Suite 的开源项目,它声称无需修改模型权重,仅靠 DeepSeek V4 Flash 加其精巧的外部 Harness,就能在 Agent 任务中追平 GLM-5.3;若换成 DeepSeek V4 Pro,甚至能直接超越Claude Fable 5。同时速度提升 2.53倍,Token 效率提升 2.21倍。 如果这是真的,这无疑是 AI 工程史上的奇迹。这意味着J-Space能用几十分之一的成本复刻顶级大模型的效果。 然而,泡沫破裂的速度比想象中更快。 GitHub 用户 GoForceX 严格按照项目说明,使用 Terminal Bench 完成了独立复测,最终结果与宣传完全相反。加入 J-Space 后,基准测试分数不升反降,Token 消耗量明显增加,推理速度也比原生模型更慢。 当社区进一步要求公开完整原始实验数据时,作者承认数据 "确实夸张",却始终拿不出可复现的运行…
“把这几个字改下,其它的什么都别动。”——这个需求看似简单,实则很难完成,因为经常会出现文字抠不出来、找不到字体,背景有修改痕迹等等问题,即使是专业设计师,也很难做到“看不出来改过”。 目前,基于扩散模型的图像修复实现了“无需分层文件,即可修改文字”,但文字修改只要有一点瑕疵,就容易暴露破绽,所以如何实现真正的“无痕”改字有很高的难度。 当前主流的两个方法分别是“依赖图像修补”和“依赖OCR或固定字表”的建模方式,但前者容易丢失原始文本区域关键信息,导致字体细节和风格一致性下降;后者则容易限制模型在多语言和开放词汇场景下的泛化能力。 对此,美图影像研究院(MT Lab)提出了一种面向开放词汇的自提示(Self-Prompting)场景文本编辑方案,通过直接从输入图像中提取风格信息,并结合目标文本生成高保真的字形提示,将二者与原图进行统一建模,从而实现无需额外编码器的端到端编辑。该成果近期已被机器学习领域三大顶级会议之一的ICML 2026录用。 论文链接:https://arxiv.org/abs/2605.15523项目主页:https://hongxiii.github.io/ms…
根据 GitHub 的公告",GitHub Code Quality 现在已经在 GitHub Enterprise Cloud 和 GitHub Team 上正式上线。该服务将 CodeQL 分析与人工智能辅助的可维护性和可靠性问题检测相结合,并利用 Copilot Autofix 在拉取请求中提出待审核的修改建议。Code Quality 自 2025 年 10 月起便处于公开预览阶段。据 GitHub 介绍,在此期间,已有超过 1 万家企业使用了该产品。该正式版本新增了组织级启用功能、显示可维护性和可靠性评分的仪表盘、测试覆盖率指标,以及用于质量门控的规则集。 公告详细说明了该产品在开发流程的两个环节中如何运作。在拉取请求中,CodeQL 会结合上下文报告质量检测的发现,并能显示更改是否影响测试覆盖率。在默认分支上,它可以识别整个代码库中现有的质量债务。团队可以使用规则集来强制执行覆盖率或其他质量阈值,并提供评估模式以支持分阶段部署。 AI 辅助开发工具正在增加代码的产出量,但评估其设计和长期可维护性所需的工作仍然由工程团队承担。GitHub 表示,在他们自己的工程团队中,Cod…
一段 5 秒 480P 视频,完全在 Mac 上生成,耗时 30 秒。无需 CUDA,无需云端,仅占用 3.9 GiB 内存。 FastMetal 将 FastWan-QAD 系列带到 Apple Silicon。DiT、DMD 采样器和解码器均通过 MLX 在 Metal 上运行,默认 INT8。 三个模型:1.3B 支持 480P,5B 支持 720P,14B 追求画质。 📷 博客:http://haoailab.com/blogs/fastmetal 📷 代码:http://github.com/hao-ai-lab/FastVideo 📷 模型:http://huggingface.co/collections/FastVideo/fastmetal 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmt0kxcuu07f2ro2owuqpbjc8
Pinterest 公布"了其自主研发的 Terraform" 执行引擎——资源配置器管道(RPP)。该引擎可以确保遵循最小权限原则,并且需要双重控制审核。这对该公司的 AWS 基础设施"至关重要,因为它为 GitHub Actions" 工作流增添了严格的防护措施。该系统管理着众多 Terraform 工作区,其中控制着数千个云资源,包括 IAM 策略、VPC、负载均衡器、S3 存储桶和 Kubernetes 集群。 Pinterest 的 Terraform 代码分散在多个代码库中,每个代码库由不同的团队负责。目前,将这些代码库整合为一个代码库的工作仍然在进行当中。若授予 CI/CD" 系统跨多个代码库和 AWS 账户进行更改的系统级权限,可能会带来巨大的风险。这会增加意外配置错误和恶意操作的发生概率。RPP 的构建旨在充当一座桥梁,在无需等待底层整合完成的情况下,确保这种多代码库环境的安全。 RPP 在 GitHub 拉取请求事件触发时启动。它是作为一组集中式的复合 GitHub Actions 来运行,而非按代码库执行的脚本。这种方法将单个拉取请求拆分为针对每个受影响工作区的独…
嘲讽与反转,是属于 DSH 同一个架构的因果两端。 作者|张勇毅 编辑|靖宇 8 月 14 日上午,DeepSeek Harness 上线 GitHub 还不到十二小时,项目 GitHub Star 就突破了 5 万。跻身 GitHub 史上最速达成记录之列。 极客公园曾在首发实测总结它的「一切皆插件」的概念是,「Agent 界的 Android」,但这个评价的另一面,是当时社区围绕 DeepSeek Harness(下文简称 DSH)的巨大争议:「对非开发者不是很友好」与「毛边随处可见」是不少第一时间体验之后的评论;还有一些第三方测显示同样跑 V4 Flash,DSH 比别家 harness 多烧三倍 token。 但五天之后,DSH 在社交媒体平台上已经经历了一轮完整的「口碑反转」:不仅 GitHub 达到了 14.9 万星,1.5 万个 fork。「赛博乐高」的概念也已经被社区所接受,已经累积起了超过 5100 个插件与超过 3500 位作者。 DeepSeek Harness 开源第五天的 GitHub 仓库页,星标 14.9 万、fork 1.5 万|图片来源:GitHub …
GLM-5.3 API即日上线,擅长复杂编码、防御性网络安全与长程任务,在AA综合智能指数中取得60分,与Claude Fable 5、GPT-5.6 Sol等闭源旗舰同级,并与Kimi K3并列开源模型第一。该模型以更小参数规模和更低调用成本降低前沿智能门槛,单任务成本为旗舰模型中最低。API定价与GLM-5.2持平,模型权重将于下周五开源。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmszeb2mx0b3srodpef1ub0j0
Grok Build 现已面向所有套餐开放,支持网页、iOS 和 Android 端使用。用户描述应用、游戏或网站后,Grok 可在聊天中实时生成可运行版本。该功能自 7 月推出 Early Beta 以来,新增了发布分享、接入 X 及调用 Grok 自身模型等能力,发布的应用可获得 grok.me 链接并支持自定义域名、导出到 GitHub 等。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmt1xbu7q0b7troovffggr2jh
Cursor, known for its AI Code Editor, is launching a new code-hosting platform to rival developers' long preferred favorite, GitHub.
Mojo🔥 语言现已正式开源,采用 Apache 2.0 许可证(含 LLVM 例外),编译器、工具链及全部源码已发布至 modular GitHub 仓库。Mojo 上周刚达成 1.0 版本(源码稳定),此次开源涵盖整个编译器与工具链。目前暂不接受编译器相关贡献,计划年底前开放,标准库自 2024 年起已接受社区贡献。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmsz79zol04j8rodpvun6zobl
本文演示如何用开源评测框架 Inspect AI 和 Harbor 评估 agent 技能,并借助 Google Sheets 和 Data Studio 进行可视化分析。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmsycmgww0rkrroz0nfma0z05
8月18日消息,阿里云在韩国的第三座数据中心正式上线,并同步推出Agentic AI相关服务,进一步满足当地市场持续增长的AI及云计算需求。近期,阿里云已先后在法国、日本、马来西亚、墨西哥等市场持续完善AI与云基础设施布局。本轮扩建完成后,阿里云全球基础设施将覆盖30个地域、104个可用区,并计划进一步拓展至巴西等国家和地区。目前,阿里云在亚太云计算市场排名第一。 阿里云在韩国持续加大基础设施投入,背后是当地企业数字化转型和重点行业云需求的持续攀升。近年来,伴随游戏、电商、内容、制造等产业加速上云,阿里云也在不断完善本地云服务能力,支持企业承载关键业务和创新应用。 AI成了韩国云市场的新增长动力。随着AI应用加速落地,企业对稳定、弹性、安全的云基础设施需求持续提升。此次上线的新数据中心将提供计算、存储、网络、安全、数据库、容器及云原生等企业级服务,并布局AgentRun、STAROps等6项Agentic AI服务,覆盖智能体开发、部署、运营及安全管理等各类客户需求。 与此同时,阿里云持续通过开源模型扩大AI开发者生态。目前,Qwen模型家族全球累计下载量已超过20亿次,开发者基于Qw…
Cursor today introduced Origin, a cloud service that software teams can use to store their code. The launch marks the company’s first major product update since its $60 billion sale to SpaceX Corp. in June. Cursor develops one of the industry’s most popular desktop-based vibe coding tools. The program uses artificial intelligence agents to automate […] The post Cursor launches Origin code hosting service to compete with GitHub appeared first on SiliconANGLE.
Google 开源了基于 ADK 和 Gemini 的零信任客服与退货智能体示例,演示如何防御提示注入等攻击。该架构在 LLM 上下文之外通过三层硬性安全机制保障:硬件支持的加密签名确保数据库写入不可抵赖、gVisor 沙箱隔离动态代码执行、确定性语义网关校验业务逻辑。系统提示词只是软约束,无法作为安全边界。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmsxv0p3v0bntroz0227a6b3j
Cursor 今日起向所有付费计划用户开放 Origin 代码托管的早期测试版,提供仓库、拉取请求、代码浏览及 GitHub 同步功能。用户可创建以 cursor.com/codebase/ 为前缀的仓库,或将 GitHub 仓库同步至 Origin,双向同步评论与审查。Vercel、Depot 和 Buildkite 集成已可用,智能体功能即将推出。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmsxsvb5s0a4troz0z2q2nu3h
The model can run locally on a laptop and demonstrates how Alibaba plans to continue pioneering open source.

Anthropic 的 CI 工程师用 Claude Tag 构建了值班智能体,作为 CI/CD 故障的一线响应者。Claude 在事故发生后中位 14 分钟发布首份基于证据的分析,最快案例中 3 分钟内验证修复并确认错误率恢复基线。该方案通过 Slack 频道、Datadog 或 Grafana 工具访问及 GitHub 技能文件实现,Anthropic 已发布通用设置套件供其他团队部署。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmsz1zjiy013pro3f1e0aafra
蚂蚁集团 inclusionAI 开源 ConceptEdit,一个基于概念缩放与密集监督的图像编辑数据生成管线。该管线通过三阶段流程(VLM 生成指令、FLUX 执行编辑、VQA 评估筛选)构建大规模、基于分类法的图像编辑数据集,并提供单概念与多概念两种变体。项目采用 MIT 许可证,支持断点续跑,需 OpenAI 兼容 VLM 端点与本地 FLUX 检查点。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmsy8afig0mvmroz0gb3hz0iq
智谱正式发布 GLM-5.3,拥有更强编程能力 8 月 14 日,据介绍,与 GLM-5.2 相比,GLM-5.3 基座模型未变,但通过极致的后训练 Scaling 大大提高了模型的智能上界。 GLM-5.3 拥有更强的编程能力,在内部自建体感评测中较 GLM-5.2 提升 50%,在包括 TerminalBench3.0、Agents'LastExam(CLI)在内的公开基准测试中取得开源第一。 智谱还表示,将在发布两周后开放模型权重。 (来源:广角观察) 知情人士称苹果在阿里巴巴支持下为中国市场训练专属 AI 模型 据三位知情人士透露,苹果公司已经专门为中国市场训练了一个大型语言模型。 这一举措标志着这家 iPhone 制造商在华 AI 策略的重大转变,此前该公司曾计划主要依赖第三方模型来驱动其在当地的人工智能功能。据悉,该 AI 模型是苹果与阿里巴巴集团合作开发,并在这家中国科技巨头的支持下完成训练的。由于信息敏感且尚未公开,知情人士拒绝透露姓名。(来源:今日头条) 英伟达宣布 CPO 交换机全面量产 8 月 14 日,英伟达宣布 Spectrum-X Ethernet Phot…
MOSS-VL是一个将实时交互(边感知边说话)作为一等能力的开源视觉语言模型家族,通过门控交叉注意力让语言解码器在生成时同步处理视觉输入。MOSS-VL-Realtime在四个流式基准中平均成绩居开源模型之首(三项第一、一项第二),在OmniMMI Proactive Alerting上以66.0分大幅领先最佳基线(37.5分)。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmsyhyrd60wg3roz03o05ne6l
通义千问兑现承诺,开源 Qwen3.8 系列模型。其中 Qwen3.8-27B 为原生多模态稠密模型,仅 27B 参数即全面超越 Qwen3.7-Plus,原生支持 262K 上下文,可通过 YaRN 扩展至 1M tokens,采用 Apache 2.0 许可。Max 级 Qwen3.8-2.4T-A95B 的开放权重也已同步发布。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmst3j53e03ncro068tgsr4xn
Tim O’Reilly built a publishing empire that AI is helping to destroy. Yet he loves AI—as long as it’s open source.
小红书技术开源 dots3-note Preview,这是 dots3 系列最轻量模型,总参数 280B、激活参数 16B,支持 512K 上下文及文本、视觉、语音多模态理解,并针对复杂推理和长程 Agent 任务优化。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmssv94cg0h4mroffsb9e7a88
智谱发布GLM-5.3,基于与GLM-5.2相同的基座,通过极致后训练Scaling提升智能上界,编程能力较前代提升50%,在Terminal Bench 3.0等公开基准中取得开源第一。模型在白盒代码审查等安全任务中表现持平Mythos 5,并在CyberGym测试中得分84.5%。GLM-5.3即日起上线ZCode、AutoClaw等工具,API很快上线,完整模型权重将在两周内开源。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmswlcuwb0wcyrovmfccplna7
DeepSeek-V4-Pro-0813 正式上线硅基流动 SiliconFlow,提供 Day-0 支持,具备 1M 上下文窗口及低/高/最大三档推理强度,更侧重编码、工具调用与智能体工作流,仍保持 MIT 开源协议。定价为输入 $1.32/M、输出 $3.96/M、缓存命中 $0.44/M。同系列 DeepSeek-V4-Flash-0731 则面向追求速度与成本效益的日常生产场景。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmssi38vn03o9rofffr0z8lyb
Agent 行业需要一个 Android。 作者|张勇毅 编辑|靖宇 北京时间 8 月 13 日晚上八点半,DeepSeek 正式公布了它成立以来的第一个 Agent 产品,之前预热很久,大家期待值很高的 Deepseek Harness。 截至发稿,它的 GitHub 仓库已经涨到超过 5 万个 star—— 而仓库公开刚刚过了 12 个小时。 Deepseek Harness GitHub 主页截止发稿时已突破 5 万 star|图片来源:GitHub DeepSeek 官方给它的定义其实和别家也差不多:模型加上 Harness,才等于 Agent。模型是脑子,Harness 是手脚;聊天机器人交付的是一段话,Agent 交付的是一件做完的事。 发布当晚,我们把它装进了自己的电脑,让它干了两件活:照着 The Verge 的风格重构极客公园官网,再调 GitHub 的接口,画出它自己的涨星曲线。两件活都交付了,全程花掉的 token 不到 3 块钱。 但它也确实还是个毛坯:界面对不写代码的人算不上友好,目前上传的开发者预览版的毛边随处可见。12 个小时用下来,我们的印象是——Dee…
对标 Claude Cowork:DeepSeek Harness 公测,同步开放插件生态 8 月 13 日消息,DeepSeek-V4-Pro-0813 正式开源,同时还推出了其开源(MIT 协议)的代码智能体框架 Harness 的 v0.1 开发者预览版(基于 Cordis),并同步开放了配套的插件生态系统。相关 GitHub 仓库也已公开。 DeepSeek 正式开源 DeepSeek‑V4‑Pro‑0813 模型,同步推出基于 Cordis、采用 MIT 协议的代码智能体框架 Harness v0.1 开发者预览版,并开放配套插件生态,GitHub 仓库现已公开,开发者可通过 npx 命令或源码两种方式启动 WebUI,该产品定位对标 Claude Cowork 与 OpenAI Codex,面向编程办公 AI 生产力场景。 Harness 贯彻「一切皆插件」的设计理念,依托 Cordis 元框架,模型、工具、UI、沙箱等全部 Agent 能力都以插件形式存在,无需修改源码就可以自由替换扩展。框架提供 dsh 命令行工具,拥有标准、PTC 程序化工具调用、极简、创造四种运行模…
作者|桦林舞王 编辑|靖宇 没有预告,没有倒计时,甚至连更新日志都没来得及写好。DeepSeek V4 Pro 的正式版,就这么悄悄的来了。 8 月 13 日凌晨,DeepSeek 官网悄悄刷新了 API 文档。模型名还是那个 deepseek-v4-pro,但 fingerprint 已经变成了 fp_v4pro_20260812。打开社区一看,消息已经炸开—— V4 Pro 正式版,来了。 从 4 月 24 日预览版上线算起,整整 111 天。 这期间 Kimi K3 高调发布抢走了开源头条,V4 Flash 正式版先行一步在 7 月 31 日上线,API 涨价的预告更是悬在所有开发者头顶。 所有人都在问同一个问题:Pro 的正式版到底什么时候来? 答案是一个周三的深夜。 01 架构没变,能力暴涨 先说硬参数。V4 Pro 正式版的模型架构和预览版完全一致——1.6T 总参数、49B 激活参数的 MoE 结构,支持 1M 上下文、384K 最大输出。 变的是后训练,而且变化大到像换了个模型。 最夸张的数字来自 Agent 相关评测。DeepSWE(DeepSeek 自家的软件工程基…
作者|lfei 编辑|靖宇 8 月 3 日, Genspark 创始人&CEO 景鲲在 AGI Playground 2026 大会上发布了 GenOffice 。这是一款 AI 深度集成的本地 Office 客户端,其亮点在于打通了从 AI 生成到工作交付间的链路:通过 GenOffice 打造的软件工程框架,模型得以 直接操作 Office 文件最复杂的底层格式,将生成内容转化为可编辑、可交付的 Word 和 PPT 成品。 Genspark 推出这样一款产品并不令人意外。 在 Genspark 的产品体系 AI WorkSpace 6.0 中,AI 办公套件是核心价值模块;Genspark 还上架了 Microsoft Office 插件 ,让用户能在本地的微软 Office 软件里,直接调用 Genspark 的 AI 能力。在文档的转换层上,Genspark 已经积累了足够的经验。 让人意外的是 Genspark 推出 GenOffice 的方式:开源、免费,Alpha 版即日推出,后续交给用户、团队和 AI Agent 共建迭代。 据 Genspark 介绍,产品的 Alp…
The open source ecosystem is making it easier for AI enthusiasts and developers to build, customize and run increasingly capable agents locally. Throughout August, NVIDIA is celebrating the partners and open source communities moving local AI forward, along with the models, applications and tools emerging across the ecosystem. That includes NVIDIA’s latest open models, software […]
