Astra Autonomous Pentest
Astra Autonomous Pentest使用AI智能体自动发现、验证和修复漏洞，面向安全团队，实现自愈软件新标准。
热门产品
Empromptu AI
Empromptu AI 可将现有 AI 应用中的实时数据转化为自定义微调模型，适合开发者提升模型准确性和降低推理成本。
Google Gemma 4 12B
Google Gemma 4 12B 是面向开发者的本地多模态 AI 模型，支持文本、图像和语音处理，无需云端依赖并可在 16GB 显存运行。
AppWizzy
AppWizzy为开发者提供带Codex AI的私有VM，通过聊天构建和托管生产Web应用，按需付费。
Novus
Novus 是一个产品智能体，自动检测并修复产品可用性问题，面向快速迭代的工程和产品团队，无需手动配置即可持续优化用户体验。
Koji by Brilliant
Koji by Brilliant 是一款超级智能导师，为学习者提供个性化辅导，像人类导师一样提问、手绘并适应学习方式。
Keen Code
Keen Code 是一个开源的 CLI 编码智能体，由编码智能体构建，利用 turn memory 节省上下文，为开发者提供高效的编码体验。
Perplexity Personal Computer for Windows
Perplexity Personal Computer 将多模型智能体系统扩展到 Windows，用户可在本地文件、原生应用和网页上自动执行任务。
Boxes.dev
Boxes.dev为开发者提供云端开发环境，运行Claude Code和Codex等AI编程代理，实现随时随地编码。
Sun
Sun是一个专为智能体设计的协作语音API，支持多说话人实时交互，适用于会议、群组通话、多智能体辩论等场景，提供长上下文窗口。
Basedash Semantic Layer
为团队定义可复用SQL指标，让AI在聊天、图表、仪表盘等场景引用，提升数据一致性和分析效率。
Gather
Gather是一个视觉灵感管理工具，帮助设计师保存截图和链接，并通过自然语言搜索快速找到参考，提升创意效率。
Extella.AI
Extella.AI 是一个自我进化的智能体平台，面向团队和个人，通过记忆和复用机制加速任务执行并降低成本。
Intelligent Terminal
Intelligent Terminal 是 Windows Terminal 的 AI 增强分支，为开发者提供原生智能体集成，支持上下文感知代理面板和自动错误检测。
Kai for Chrome
本地会议转写与总结工具，无需账户，保护隐私，为经常开会的人提供即时摘要和行动项。
Chloe by Close
Chloe 是内置于 CRM 的 AI 智能体，自动执行电话、邮件、联系人管理等销售任务，为销售团队节省时间。
Cignara
Cignara 提供企业级 AI 客服代理，支持语音和聊天对话，专为大型企业客户支持设计，确保无幻觉且严格遵循业务规则。
Walrus Memory
Walrus Memory 为 AI 智能体提供持久记忆层，使其跨应用和会话保持上下文，可靠处理复杂工作流。
Curata
Curata 是 AI 原生知识库，供智能体和人类协作构建结构化文档，自动化更新，适合需要维护实时知识的团队。
开源项目
Agent-Reach
一键为 AI Agent 装上互联网能力的 CLI 脚手架，集成了 Twitter、Reddit、YouTube、B站、小红书等十余个平台的读取/搜索工具，零 API 费用。亮点在于零配置安装，Agent 读完 skill 文件后自动调用对应上游工具，省去每个平台单独折腾认证和反爬的麻烦。
cosmos
基于Mixture-of-Transformers的统一世界模型平台，支持语言、图像、视频、音频和动作序列的联合处理与生成。NVIDIA官方出品，提供Reasoner（理解推理）和Generator（生成仿真）两种模式，专为机器人、自动驾驶等Physical AI场景设计，附带微调、评估、数据蒸馏等完整生态工具。
CopilotKit
用于构建全栈 Agent 应用的 SDK，提供生成式 UI、共享状态和人在回路工作流，支持 React 和 Angular。亮点是定义了 AG-UI 协议，已被 Google、LangChain、AWS 等采用，可在一分钟内为现有应用接入 AI 聊天和动态 UI 组件，今日新增 350 星说明社区活跃。
plugins
面向 OpenAI Codex 的官方插件示例合集，提供 Figma、Notion、构建 iOS/macOS/Web 应用等场景的插件模板与最佳实践。每个插件包含 manifest 清单、skills 技能定义和可选 MCP 协议支持，帮助开发者快速扩展 AI 编程助手的能力边界。
mempalace
本地优先的 AI 记忆系统，直接将对话历史原文存入向量库并通过语义搜索检索，不做摘要或改写。在 LongMemEval 上以纯语义搜索达到 96.6% R@5，无需任何 LLM 调用，混合策略可达 98.4%。后端可插拔（默认 ChromaDB），提供 CLI、Python API 和 MCP 服务器，还能构建时序知识图谱。
论文
Audio Interaction Model
音频是一种天然具有交互性的模态，但当今的大型音频语言模型（LALM） 是离线的，而流式音频模型各自只处理单一任务，如流式ASR或语音聊天。是时候将它们统一为一个在线LALM：通过始终运行的感知-决策-响应循环，实时监听声音、环境和指令并即时做出反应。
Cosmos 3: 面向物理AI的全模态世界模型
我们介绍 Cosmos 3，一个全模态世界模型系列，旨在统一的混合Transformer架构中联合处理和生成语言、图像、视频、音频和动作序列。通过支持高度灵活的输入输出配置，Cosmos 3 无缝统一了物理AI的关键模态——有效将视觉语言模型、视频生成器、世界模拟器和世界动作模型纳入单一框架。
深度研究代理哪里出错？Agent Trajectories 中的 Span-Level 错误定位
深度研究代理通过搜索、工具使用、证据检查和答案合成等长轨迹解决复杂任务。传统基于最终答案的评估只能判断代理是否成功，无法定位轨迹中导致答案不可靠的具体部分。本文针对这一挑战，研究跨度级错误定位。 我们收集了来自两个代理框架、三种骨干模型和三个基准的 2790 条真实轨迹，将原始日志转换为语义跨度，并通过 LLM 辅助专家审查标注有害错误跨度。
基于规则的强化学习中奖励黑客的复现、分析与检测
基于规则的强化学习 (Rubric-based RL) 使用 LLM-as-a-Judge (LaaJ) 根据规则对模型输出进行评分作为奖励。然而，策略模型可能利用评判者的潜在偏差，导致 奖励黑客 (reward hacking) 和无效或不安全的训练结果。在真实世界的基于规则的强化学习中，此类黑客行为往往微妙且与多种评判偏差纠缠，使其难以分析、检测和缓解。
OVO-S-Bench: 多模态大语言模型中流式空间智能的分层基准
OVO-S-Bench 是一个全新的人工标注基准，用于评估多模态大语言模型（MLLMs）的流式空间智能。该基准针对机器人、增强现实和自动驾驶等场景，要求模型从连续的自我中心流中推理位置和布局，且常需利用当前视野之外的证据。现有基准要么在完整视频下离线评估，要么聚焦事件而非空间结构。 OVO-S-Bench 包含 1,680 个问题，覆盖 348 个源视频。
Qwen-Image-Flash: 超越目标设计
少步蒸馏已成为加速高级视觉生成模型的有效策略，但此前工作主要集中在蒸馏目标上。本文从互补视角重新审视少步蒸馏，聚焦于关键影响学生模型性能的训练配方。以 Qwen-Image-2.0 为代表性案例，系统研究了统一文生图与指令引导图像编辑蒸馏中的三个因素： - 数据组成：不同数据源的配比与质量对蒸馏效果的影响。
ThoughtFold: 通过内省偏好学习折叠推理链
大型推理模型（LRMs）得益于基于可验证奖励的强化学习（RLVR）在思维链（CoTs）上的应用取得了显著进展。然而，由于长CoT自然包含试错过程，而主流RLVR方法选择结果正确的CoT轨迹进行记忆，长CoT中的冗余探索不可避免地被强化，导致LRMs的过度思考问题。
M^3Eval: 通过认知导向视频任务的多模态记忆评估
随着多模态模型向长视频理解发展，记忆成为关键能力。现有视频数据集和基准主要关注感知与推理，缺乏对记忆的系统评估：模型记住了什么、信息保存的保真度如何、在干扰下记忆的鲁棒性怎样。 为填补这一空白，我们提出 M^3Eval，首个全面评估多模态模型不同记忆维度的框架与基准。基于认知心理学，我们设计了精心构造的任务来隔离记忆的关键方面。
多智能体推理中的流式通信
多智能体推理系统采用“生成-再传输”范式，导致端到端延迟随流水线深度线性增长。我们提出 StreamMA，一种将每个推理步骤一旦生成即流式传输给下游智能体的系统，通过流水线相邻智能体来降低延迟。 令人惊讶的是，这种流水线还提升了效果：由于多步推理质量不均匀，早期步骤比后期步骤更可靠，使用这些可靠的早期步骤而非完整链条，可防止易错的后期步骤误导下游智能体。
Echo-Infinity: 学习演化记忆用于实时无限视频生成
现有自回归视频生成方法受限于固定缓存窗口和启发式压缩，导致历史信息丢失和误差累积。为此，我们提出 Echo-Infinity，一个采用可学习演化记忆的自回归框架，通过Memory Query在局部窗口淘汰时利用注意力和门控机制更新，与视频扩散变换器（DiTs）端到端优化，实现恒定计算量的任意压缩比，从而支持实时无限视频生成。
基准测试还不够：RAMP——生产系统中智能体模型的运行时评估
大型语言模型智能体正从编码助手快速演变为自主软件工程系统，然而现有评估方法仍主要依赖静态、孤立、短周期的基准测试，难以捕捉真实生产工作流的动态复杂性。因此，基准性能可能无法反映在涉及长执行链、工具交互、依赖管理和迭代反馈循环的真实运行时环境下的实际能力。 为此，我们提出 RAMP，一个基于生产环境的评估基础设施，用于评估长期软件工程智能体。
MemTrain: 自监督上下文记忆训练
记忆是长周期 LLM 代理不可或缺的能力，使其能够保存和利用在扩展交互中累积的信息。现有的记忆代理方法通常在下游任务上使用强化学习进行端到端训练。然而，为记忆密集型场景收集高质量注释问题的成本高昂，且生成的训练数据往往缺乏足够的多样性来覆盖通用的记忆行为。
MMG2Skill: 智能体能否将野外指南提炼为自进化技能？
网络上的大量程序性知识对于帮助智能体解决长程任务具有巨大潜力。然而，这类知识往往是多模态、异构、嘈杂的，并且隐含地假设人类执行者，因此难以直接作为智能体所需的技能使用。 为了弥合人类导向的指南与智能体可执行技能之间的鸿沟，我们正式定义了指南到技能学习问题：将野外指南转换为可执行技能，并从智能体可观察的轨迹中持续改进这些技能。
Filter, Then Reweight: Rethinking Optimization Granularity in On-Policy Distillation
On-Policy蒸馏（OPD）在大语言模型中正从全轨迹 KL 监督转向更选择性的训练范式。近期方法越来越关注选择哪些轨迹学习、哪些 token 最有信息、哪些监督信号最可靠。 受此启发，我们重新思考 OPD 的优化粒度，提出 FiRe-OPD（Filter, then Reweight），联合调整轨迹和 token 级别的监督信号。
AAD-1: 面向单步自回归视频生成的非对称对抗蒸馏
AAD-1 是一个用于单步自回归图像到视频生成的非对称对抗蒸馏框架。现有最先进方法采用对抗蒸馏，但存在运动崩溃和训练不稳定问题，导致生成静态视频。 AAD-1 通过架构和训练策略两项关键设计解决上述挑战。
MapAgent: 面向城市规模车道级地图生成的工业级智能体框架
车道级地图是自动驾驶和车道级导航的关键基础设施，但为数百个城市构建和维护标准化车道网络仍然高度依赖人工。最近的端到端矢量化映射方法可以直接从传感器数据预测车道几何和拓扑，但它们通常将映射规范和交通规则视为隐式的、依赖数据集的监督。此外，在复杂场景（如磨损或缺失的车道线、遮挡）中，正确的车道配置往往无法仅凭视觉证据确定，导致规范违规成为人工后编辑的主要来源。
ZipSplat：更少高斯，更好拼接
当前前馈3D高斯泼溅方法每输入像素预测一个高斯，将表示预算与相机分辨率绑定，而非场景复杂度。例如，平坦墙壁与丰富纹理物体产生相同数量高斯，尽管几何需求迥异。 本文提出ZipSplat，一种基于令牌的前馈模型，将高斯放置与像素网格解耦。多视图骨干提取密集视觉令牌，k-means聚类压缩为紧凑场景令牌；
KletterMix: 迈向高质量德语预训练数据
高质量预训练数据是现代语言模型的核心要素，但德语资源的发展远落后于英语：它们通常规模更小、整理更不精细、文档说明不足，且很少通过受控训练实验验证。我们提出 KletterMix，一个用于语言模型预训练和退火的高质量德语语料库，旨在为自然语言处理与建模社区提供一个可复用的数据集工件。
AutoLab: 前沿模型能否解决长期自主研究与工程任务？
科学与工程进展本质上是一个长期迭代的过程：提出变更、运行实验、测量结果、持续改进工件。然而，现有前沿模型基准主要评估单轮响应或短期智能体轨迹，未能捕捉长期持续迭代改进的挑战。为弥补这一空白，我们提出AutoLab，一个针对超长周期闭环优化的新基准。 AutoLab包含36个由专家精选的真实任务，覆盖四个领域：系统优化、谜题与挑战、模型开发和CUDA内核优化。
WebRISE: MLLM生成Web工件的需求诱导状态评估
现有的针对 MLLM 生成 Web 工件的基准测试仅通过局部证据评估交互，忽略了决定页面功能的需求诱导状态与转换。我们提出 WebRISE，将任务需求编译为 交互合同图(ICG)，包含可观察状态、用户意图转换以及 DOM/视觉断言，用于与实现无关的浏览器执行。
动态
Codex新增构建iOS应用插件，支持预览和热重载
More of the iOS app loop, now inside Codex. The Build iOS Apps plugin lets Codex view and test your iOS app in the in-app browser, open SwiftUI previews, and hot reload edits witho…
OpenAI修复账户误暂停问题，恢复访问。
一个导致部分用户账户被错误暂停的问题。 我们正在恢复访问权限并处理相关的订阅和信用问题。 https://t.co/Vyqnn17RzG
谷歌工程教育团队全员被裁，停止投资该领域
谷歌工程教育团队的每个人最近都被解雇了。这表明谷歌完全停止在这个领域的投资……该死的。（消息来源是我：我向谷歌内部的人确认了，不幸的是这确实发生了。）
Codex活动主页上线，展示活动数据并支持分享
Your Codex activity now has a home, and an easier way to share it. Codex profiles show your activity graph, streaks, lifetime tokens, peak daily tokens, and top features like plugi…
探讨举办Google Summer of Building帮助学习AI工具
我们正在探索举办一个Google Summer of Building，帮助学生、早期职业者等充分利用AI工具。 你觉得这听起来很酷吗？我们是否应该做？
Codex设置新增搜索功能，分组显示结果，便于定制。
Today’s Codex quality-of-life updates start in settings. You can now search Codex settings, with results grouped by category, so you can find what you want to change without scanni…
介绍使用 Python SDK 调用 Codex
你可以在自己的程序中使用 Codex，通过 Python SDK。它很棒。由 @ah20im 及其朋友构建。 pip install openai-codex https://t.co/GjQVEPwtkF
更好的记忆提高提示效率
Better memory = Shorter prompts = More utility per token
公共AI基准测试创造巨大机会
现在创建好的公共AI基准测试所能获得的alpha是巨大的，这是一个很大的机会。
MagicPath成Codex官方插件，提供无限多人画布
Excited to share that MagicPath is now available as an official plugin for Codex, in collaboration with OpenAI! It's incredibly easy to give Codex an infinite multiplayer canvas wh…
日本农民用ChatGPT和Codex经营农场
RT @ChatGPTapp: Meet Hiroki-san (@tomiyasu16) who is running his farm in Japan with ChatGPT and Codex: https://t.co/uGBKFzjJv3
加入OpenAI 109天无休
我109天前加入OpenAI，没有休息日...
计算新时代，引用 Hermes Agent
计算新时代
Hermes 更新命令需运行两次以完成更改
今天早上我们对 Hermes Update 命令进行了一些底层更改。这可能需要你们中的许多人连续运行两次 hermes update（第一次会看到错误）。请运行两次，应该就正常了。给您带来不便，深表歉意。
宣布raindrop 2.0：自愈代理，训练模型自动检测隐藏问题
today, we’re excited to announce raindrop 2.0: self-healing agents. we now train custom models that autonomously detect hidden issues with your agent. i could tell you all about it…
OpenAI称用Codex构建如飞翔
RT @OpenAIDevs: Developers told us building with Codex feels like flying. Go behind the build of Time to Fly 📷 https://t.co/ofjk5wdRC7
关于AI幻觉的报告持续近一年，调查确认其高度逼真
we've seen reports of this for a while now - almost a year they investigated and concluded they're very convincing hallucinations super weird because you get very specific, very ra…
总统签署AI国家安全备忘录，加速AI采纳
Today, @POTUS signed a National Security Presidential Memorandum on AI in the national security enterprise. The men and women who defend our nation deserve the best, most secure, a…
本想优化线程/简历，却分心添加计划卡缩放过渡。
我本打算工作（Codex 即将工作）在 thread/resume 优化上，但被添加计划卡上的缩放过渡分散了注意力。这听起来更重要。
宣布Peter Steinberger在Startup School 2026演讲
We're excited to announce Peter Steinberger as a speaker at Startup School 2026! @steipete is the creator of OpenClaw, the open-source AI agent that went from a weekend project to …