● 最新博客
全部文章 →CopilotKit 四大开源 Agent 项目全解析：复刻大厂热门玩法
四个项目、3.8 万星的主仓、清一色 MIT。但我读完全部 README 后发现：四个项目不是四件并列的作品，而是一套三层堆栈——OpenBot 是底座，OpenDots 和 OpenDuet 建在它上面，只有 OpenMuse 独立。
为什么 Go 是 AI 辅助软件工程的理想语言
决定 agent 能不能干活的是验证成本，不是生成能力。我装了 Go 1.27.3 实测：200 个包重编 0.43 秒、类型错误 0.17 秒返回，gopls 0.24 已经把 12 个工具塞进 MCP。
Sam Altman 的 13 条成功法则，打工人能拿走几条
《How To Be Successful》全文 3,435 词、13 条。逐条拆完发现它们不是清单，而是一个回路，顺带找出原文里最常被截掉的三句话。
77 条处世建议里，挑出 10 条今天就能用
1,486 星的《人情世故指南》：10 章 77 条，每条 12 个必填字段。挑出打工人最常用的 10 条，附条号和可直接改的开口。
6.8 万星的《高性价比人生指南》：打工人理财先堵漏，再谈收益
68,394 星的 HowToLiveBetter 把每条建议标上成本、收益和证据等级。拆开它讲打工人理财的 51 条：先堵住漏掉的钱，再谈收益率。
LiteLLM 1.107.0 被投毒：一行 TOML，装包即中招
SafeDep 披露 litellm 1.107.0 植入凭据窃取器与常驻后门：任何 Python 进程启动即触发，SSH 密钥、云凭据、CI/CD 与 AI 工具 token 全部被收，附排查与轮换清单。
diy-llm：Datawhale 把斯坦福 CS336 搬成了中文炼丹工坊
斯坦福 CS336 的中文共建版：16 章讲义、6 个渐进作业，从 BPE 分词器手搓到 GRPO 对齐，作业一在 MacBook 上就能跑。1.6k star，Datawhale 三位负责人主讲。
生成式 AI 被归进中级软技能？一份技能清单与 30 个可用开源模型
生成式 AI 在一份技能清单里被归进中级软技能，这反而说清了它的位置。后半篇是 30 个亲手用过的开源模型：图像 14、视频 12、音乐 2、音效与语音各 1，以及国内自媒体场景的可用路线。
Claude Duet：主动 Agent 的分水岭不是模型，是「什么时候等你点头」
拆开 Claude Duet 的轮询节奏、6000 个连接器与三层审批边界，并对比 Grok Bot、Muse、Dots 四种信任方案。
DeepSeek 开源 DeepInfer：155 万亿 Token/天，靠的是「不重算」
拆解 DeepInfer 的非对称并行、100PiB KV 存储、SWA 有界重放与 DSpark，以及官方数字之间对不上的地方。
输出的不是 token 而是分布：Cloudflare 发布 Clairic
Cloudflare 把信息抽取做成回归问题：单次前向、无输出 token、带 p_null 与 80% 区间，流水线延迟降 69%
模型权重没动，harness2 让 Agent 自己涨了 5 分
Google Research 开源的 harness2 用两层递归改 Agent 外壳，模型完全冻结，WorkBuddy 平均分从 72.4 涨到 80.8
6.3 万星的 ai-job-search：把求职做成一条可验证的流水线
63.8k star 的 Claude Code 求职框架：69 份申请换来一个 offer。这篇拆它的 8 道工序、两个前置闸门、PDF 与 ATS 验证，以及那套很少见的权限模型。
不想把 Trace 交给 SaaS？Arize Phoenix 的自托管路线
Phoenix 是 Arize 的开源可观测与评测平台，和商业版 AX 共用一套埋点。这篇讲清它的部署方式、评测的两条路、内置 Agent PXI，以及自托管真正要付出的代价。
别再盲改 Prompt 了：Arize AX 的四步 Agent 工程闭环
Arize AX 是面向 AI Agent 的工程平台。一篇讲清它怎么用 Trace、Signal、评测和实验，把线上故障变成可验证的修复。
打工人怎么变值钱：14 条从工资到资产的法则
社会只崇拜创业者，但打工人一样能攒出财富。14 条把职业做值钱、再把收入变成资产的法则。
NVIDIA 开源 SoL-Pi：让 Coding Agent 每小时省 13 美元，活照干
NVIDIA 跑了 152 个想法只留 4 个，把 Coding Agent 的 token 账单砍掉三分之一。
让 AI Agent 自己画 CAD：11 天 5600 星的 CADCraft
一个 11 天前才建仓的开源项目，用纯 Rust 把 AutoCAD 重写了一遍，还让 AI Agent 能像人一样在命令行里画图。
Jev 架构深度拆解：1 万次 API 调用逆推出的决策模型
用 1 万次 API 调用黑盒探测 TypeSafe 的 Jev，逆推出一个共享 state、隔离问题、直接读出概率的决策 Transformer
dcode 深度对比：LangChain 的终端编码 Agent 凭什么不一样
拆解 LangChain 开源终端编码 Agent dcode 与 Claude Code、Codex CLI 的差异与选型建议
Deep Agents 深度解析：LangChain 的 Agent Harness 到底解决了什么
拆解 LangChain Deep Agents 的执行环境、上下文管理、委派与人工介入设计，附 create_deep_agent 完整参数与代码示例
OpenUI vs A2UI vs json-render：生成式 UI 框架怎么选
OpenUI、Vercel json-render、Google A2UI 与 CopilotKit OpenGenerativeUI 四家生成式 UI 方案对比：token 消耗、延迟、组件体系、多端渲染与安全风险，以及各自适合的场景。
Agent Evals 常见问题全解：从起步到基准测试
LangChain 团队回答了 Agent Evals 最常见的那些问题：从怎么起步、离线与在线评估、LLM 评审是否可信，到基准测试、成本控制与多轮对话评估。
📢 广告位招租
通过公众号「AI人工智能时代」留言联系作者
关注公众号入群聊