Publora
Publora为AI智能体提供跨10个社交平台的发布和互动API，帮助开发者快速集成多网络分发与社交互动。
热门产品
TypingMind
TypingMind是一个聚合18家模型提供商的AI工作空间，面向专业用户，提供项目管理和并行对话等高级功能，无需订阅多个服务。
Spotlight by Backplanes
Spotlight 为使用 Claude Code 和 Codex 的开发者提供会话报告，帮助他们分析 AI 编程行为，提升代码质量和协作效率。
Gemini 3.5 Live Translate
Gemini 3.5 Live Translate 基于最新音频模型，实现接近实时的语音到语音翻译，集成于 Google 产品中，帮助用户跨语言流畅沟通。
iArt.ai
iArt.ai 将创意和设计转化为高质量视频和动画，支持聊天式优化，适合创作营销视频的用户，快速出片。
Napkin Math
Napkin Math是一款AI食物日记应用，用户拍照即可记录饮食，AI分析营养并提供个性化健康建议。
Monako Glass
Monako Glass是一款48克可穿戴设备，让开发者通过手势和语音免提运行AI编程代理，如Claude Code，提升编码效率。
SeaTicket
SeaTicket 是一款通过 AI 智能体自动同步并解决 GitHub、Discourse 等渠道问题的智能客服工具，帮助软件团队高效管理碎片化反馈。
veridive
veridive 是一款通过自然语言聊天搜索视频内容的产品，帮助用户快速找到视频中关键信息并定位到具体秒数，适用于需要高效提取视频知识的用户。
Hero Studio Photos
这是一款AI摄影工具，拍一张产品照片即可生成多角度工作室级图像，适合电商卖家快速制作商品图。
OLO Robotics
基于浏览器的机器人编程平台，提供ROS2、模拟和AI辅助编码，让开发者快速部署机器人。
AGNT.Hub
AGNT Hub 让开发者无需管理服务器即可构建常驻AI智能体，提供私有工作空间和自定义技能，实现后台自动运行。
LayerProof Vellum
LayerProof Vellum是一个可视化画布工具，帮助团队将AI图像生成转化为可控的生产管道，支持拖拽组合主体、背景和效果，输出像素级精确的最终资产。
Zingle
Zingle 是一款 AI 驱动的语言学习工具，通过阅读故事和用户内容，在上下文中理解单词，帮助学习者自然记忆。
FluidDocs Deck Builder
FluidDocs Deck Builder是一款AI驱动的演示文稿工具，能将一句话提示转化为可实时编辑的HTML网页，适合快速制作和分享演示文稿。
Timmy-TUI
Timmy-TUI 是一个本地优先的终端智能体信任控制台，适合开发者使用，提供安全的本地工作区和模型选择，确保 AI 代理操作可追溯。
开源项目
SkillSpector
专为AI agent技能设计的安全扫描工具，检测64种漏洞模式，覆盖提示注入、数据泄露、权限提升等16类风险。支持Git仓库、URL、目录等多种输入格式，提供两阶段分析（快速静态扫描+可选的LLM语义评估），并实时查询OSV.dev漏洞库。
sia
自改进AI框架，通过协调Meta-Agent、Target Agent和Feedback Agent形成闭环，自动优化任何AI系统在基准任务上的表现。亮点：在LawBench、GPU内核优化、单细胞RNA降噪等任务上分别取得56.6%、91.9%和502%的提升，且具备可视化仪表板和自定义任务支持。研究向，代码开源（MIT许可），有arXiv论文支撑。
agentsview
面向AI编码代理的本地会话分析与成本追踪工具，支持Claude Code、Codex等20多种Agent，提供Web UI和CLI。亮点：比同类工具（如ccusage）快100倍，数据全本地存储，隐私安全；无需账号即可浏览、搜索和统计所有Agent的会话记录与token花费。
zhangxuefeng-skill
为AI agent设计的专家角色技能包，让Claude、Cursor等agent以张雪峰的思维框架回答志愿填报、考研选择等问题。基于5本著作、15+采访和完整人生时间线，提炼出5个核心心智模型和8条决策启发式，不是简单的语录集合，而是可运行的决策框架。
论文
ABot-Earth 0.5: 生成式3D地球模型
我们提出 ABot-Earth 0.5，一个生成式3D框架，旨在从广泛存在的地理参考卫星图像中合成大规模无缝的3D环境。为此，我们提出了一种直接基于 3D高斯泼溅(3DGS) 表示的新颖生成模型。该模型在真实世界城市重建的多样化语料库上训练，学习生成逼真的几何形状和纹理。
Kwai Keye-VL-2.0 技术报告
我们介绍 Kwai Keye-VL-2.0-30B-A3B，一个开源的混合专家（MoE）多模态基础模型，旨在推进长视频理解和智能体智能。为应对小时级视频中存在的超长上下文、信息冗余及高昂计算成本等挑战，Keye-VL-2.0 首次将 DeepSeek Sparse Attention（DSA） 适配到基于 GQA 的多模态架构中，支持无损的 256K 上下文…
Role-Agent: 通过双角色演化自举LLM智能体
尽管大型语言模型（LLM）智能体在复杂任务上表现出色，但其学习常受限于低效的交互反馈和静态训练环境，阻碍了更广泛的泛化。为克服这些局限，本文提出 Role-Agent 框架，利用单一LLM同时充当智能体和环境，实现自举协同进化。 Role-Agent 包含两个协同组件：World-In-Agent (WIA) 和 Agent-In-World (AIW)。
Retrospective Harness Optimization: 通过轨迹回滚上的自我偏好改进LLM智能体
AI智能体依赖由技能、工具和工作流程组成的工具链来解决复杂问题。持续优化此工具链对于适应新任务至关重要，但现有方法通常需要真实标注的验证集，这在实际部署中难以获取。为解决这一问题，我们提出回顾式工具链优化(RHO)，一种仅利用历史轨迹的自监督方法。具体而言，RHO从历史轨迹中选择具有挑战性的多样化核心集，并并行重新求解。
SearchSwarm: 面向长周期深度研究的Agentic LLM委托智能
大语言模型(LLM)被期望处理日益复杂的长周期真实世界任务，其上下文需求可能无限增长，而模型上下文窗口却始终有限。近期工作探索了一种范式：主代理将任务分解并派遣子任务给子代理，子代理执行后仅返回汇总结果，从而节省主代理的上下文预算。然而，这要求委托智能——即分解复杂任务、判断何时委托何种任务、并将返回结果整合到工作流中的能力。
超越LLM强化学习中统一的Token级信任区域
基于可验证奖励的强化学习（RLVR）已成为提升LLM推理能力的标准方法。然而，现有的PPO风格信任区域机制仍是位置无关的，对所有token独立施加统一的信任阈值。这种逐点处理方式与自回归生成存在两个关键冲突： 1. 早期偏差的累积效应：统一阈值忽略了自回归的不对称性。
MemDreamer: 通过分层图记忆和智能体检索机制解耦感知与推理实现长视频理解
当前 Vision-Language Models (VLMs) 在处理数小时的长视频时面临 token 爆炸和 注意力稀释 的严重问题，因为全长度视觉序列处理会导致不可接受的计算开销。为此，我们提出 MemDreamer，一种将感知与推理解耦的框架，将长视频理解转化为 智能体探索 过程。
Flow-DPPO: 面向流匹配模型的散度近端策略优化
近期研究显示，在线强化学习能显著提升图像和视频生成中流匹配模型的质量与对齐性。Flow-GRPO 和 CPS 等方法将去噪过程建模为马尔可夫决策过程，并应用 PPO 风格的比例裁剪来强制信任区域。然而，我们认为比例裁剪在结构上不适合流模型：新旧策略的概率比是对真实策略散度的噪声单样本估计，导致轨迹某些区域过度约束而其他区域约束不足。
SCAIL-2: 统一可控角色动画与端到端上下文条件
可控角色动画需要将驱动序列的运动迁移到参考角色上。先前的工作严重依赖中间表示（如用于表示运动的姿态骨架或用于表示环境的掩码背景），这不可避免地导致信息丢失。为解决该问题，我们提出 SCAIL-2，这是一个绕过这些中间表示、实现端到端角色动画的框架。通过直接将驱动视频拼接至输入序列，模型可从输入视频中获取所有必要的视觉信息。
Lip Forcing: 少步自回归扩散用于实时唇同步
基于扩散的唇同步模型在视觉质量和音视频对齐上表现优异，但全序列双向注意力机制和大量去噪步骤使其难以实现实时推理。我们提出 Lip Forcing——据我们所知首个用于视频到视频（V2V）唇同步的自回归扩散方法。该方法将 14B 参数的音频条件双向视频扩散教师模型蒸馏为因果学生模型。
WorldOlympiad: 你的世界模型能通过铁人三项吗？
我们提出 WorldOlympiad，一个用于诊断基于视频的世界模型的基准，涵盖 物理忠实性、几何一致性 和 交互保真度 三个维度。现有基准通常关注视觉质量、语义对齐或短期时间一致性，但很少评估生成视频是否遵循物理规则、保持连贯的三维结构以及支持长期可控交互。
重新思考 LLM RL 中的散度正则化
强化学习（RL）已成为大语言模型（LLM）后训练的关键组成部分。在实践中，由于训练-推理不匹配和策略陈旧性，LLM RL 常是离策略的，因此信任区域控制对于稳定优化至关重要。主流方法如 PPO 和 GRPO 使用比率裁剪机制近似该控制，但重要性比率在长尾词汇中难以良好表征分布偏移。
ARM：一种统一离散表示的自回归大型多模态模型
本文提出 ARM，一种基于离散表示的自回归模型，在下一个 token 预测框架内统一了图像理解、生成和编辑。 方法方面，首先训练一个离散语义视觉分词器，将图像映射为紧凑的 token 序列。该分词器通过多个目标进行监督，联合提升语义判别性、语言对齐和忠实重建，从而在共享潜在空间中支持多种任务。
EEVEE: 面向真实世界中自改进智能体的测试时提示学习
现有方法大多针对单数据集设计，而真实应用需处理来自多个数据集、领域和任务分布的异构输入流，限制了其实用性。为此，本文提出 EEVEE，首个面向 LLM 智能体的多数据集测试时提示学习框架，支持在真实任务流中实时学习。 方法上，EEVEE 引入 路由器 将输入划分为 任务聚类，并分配至合适的提示配置，以缓解跨数据集干扰。
Workflow-GYM: 迈向真实世界专业领域中计算机使用代理任务的长程评估
近年，AI 代理在处理日益复杂的现实任务方面发展迅速。然而，现有基准测试很少评估代理能否操作图形用户界面（GUI）以完成跨领域的长程、高价值专业工作流。当前的 GUI 基准仍主要针对通用软件、简单应用和短程任务，对于现代代理能否遵循用户指令自主操作领域特定专业软件并端到端完成有价值经济工作，目前仍知之甚少。
每项多模态证据一个 token：面向资源受限问答的潜在记忆
现有基于大语言模型（LLM）和视觉语言模型（VLM）的问答系统依赖外部记忆来获取多模态证据，但传统记忆范式以原始文本和图像形式存储每个证据项，导致检索系统必须将原始数据传递给生成模型，造成大量 token 消耗和存储压力，难以用于资源受限场景。
混合 LLM 中的注意力遗忘：当 CoT 微调破坏长程记忆，以及如何修复
链式思维监督微调（CoT-SFT） 广泛应用于提升推理能力，但本文发现它会系统性地损害混合线性注意力模型的长上下文召回能力。在 HypeNet 和 Jet-Nemotron 等架构上，Needle-In-A-Haystack（NIAH） 的检索性能在 CoT-SFT 后显著下降，且退化程度在更难的检索设置和更长的上下文窗口下更为严重。
SkillHarm: 生命周期感知的基于技能的自动化构造攻击
Agent 技能在代理工作流中占据特权地位，因为代理应隐式遵循并执行它们，这使得第三方技能成为易受攻击的攻击面。现有研究揭示了技能诱导的不安全行为，但主要聚焦单次任务执行中的投毒技能，并通过临时风险列表枚举危害。为填补这些空白，我们提出 SkillHarm，一个覆盖技能使用生命周期的技能攻击基准，并配以系统的技能相关风险分类法。
使用稀疏自编码器解释和引导文本到语音语言模型
语言模型日益成为文本到语音（TTS） 系统的骨干，然而我们对它们在文本和生成的语音令牌共享单个残差流时构建的表征知之甚少。我们在 CosyVoice3 的 LM 骨干上训练 BatchTopK 稀疏自编码器，并引入一种模态感知的自动解释流水线，为每个特征标注其触发来源：文本前缀上下文、1 秒语音片段或两者兼有。
通过 State-Grounded Dynamic Retrieval 的 Web Agent 在线技能学习
语言 Agent 日益依赖可重用技能来提升多步 Web 自动化的跨任务性能。现有在线技能学习方法主要在任务级别重用技能：基于初始指令检索固定技能集，并在整个执行过程中保持不变。这种静态策略与 Web 执行不匹配，因为合适的下一步动作不仅取决于任务目标，还取决于当前网页状态，而状态经常转换到初始技能无法覆盖的情况。
动态
ClaudeDevs宣布Fable 5安全机制可见性变更
我们正在推出变更，使Fable 5的前沿LLM开发保障措施可见。从本周开始，被标记的请求将明显回退到Opus 4.8——与我们的网络和生物安全措施相同。每次触发时你都会看到。在API上，任何被标记的请求都会返回拒绝原因（未来几天内将应用于服务器端回退）。我们希望能快速且安全地将Fable 5部署给用户。
使用Codex和编排技能实现仓库自主维护
这是一个简单的循环：让Codex维护你的仓库，每5分钟醒来并将工作分配到线程。这使得按需并行化和引导工作变得容易。我使用一个编排技能，结合我的分类、自动审查和计算机使用技能，因此一些工作可以自主完成。
Codex token消耗近48小时增长
可以确认，过去48小时内，Codex的token消耗量出现了强劲增长。在没有发布任何新东西的情况下，这很不寻常。
Codex收购Ona以增强云端执行能力
我们已经达成协议收购@onahq。其安全云执行技术将帮助Codex处理更长时间运行的工作，即使在笔记本电脑关闭时，并帮助更多组织在生产中安全部署agent。交易完成后，Ona将加入OpenAI的Codex团队。
作者发布新文探讨AI指数级进展与政策差距
我今天发布了一篇新文章《关于AI指数的政策》。AI进展极其迅速——远远快于政策制定流程的处理能力。文章阐述了我认为当前技术所处的位置，以及缩小差距所需的行动：https://t.co/Lh6PWae178
Claude 5一次生成可探索星舰游戏demo，性能达60fps
Claude 5 Fable（Ultracode） 我让它用Three.js构建我梦想游戏的演示，我被震惊了💀 一次生成，一个完整的可探索星舰，带有可工作的驾驶舱、船员宿舍、真实窗户飘过的行星、动态光照、睡眠/进食互动， 它截屏自己的工作并自我修正，直到在浏览器上达到60fps 显然还不是Steam就绪，但天哪，这比一年前进步太多了……
来自东京Claude编程活动的问候
来自东京Code with Claude活动的问候！！
软件功能完成的五条标准
如果未实现，则未完成 如果实现得丑陋，则未完成 如果没有文档，则未完成 如果用户无法发现，则未完成 如果无法营销，则未完成
Hermes Agent发布
Hermes Agent让你自由。
Anthropic因限制竞争被批，撤回降级政策
这再次表明，这种限制从来不是关于“安全”，而是Anthropic只因他们认为可以就随意行事。我越来越怀疑Anthropic是否真的关心安全，而不仅仅是他们的商业利益（尽可能限制竞争）。
ChatGPT 模型选择器更新，简化选项
我们正在对 ChatGPT 中的模型选择器进行小幅更新！我们知道这对很多人的工作至关重要，而且我们有很多付费用户非常关心这个功能，所以想花些时间详细说明这一调整。 首先一个重要点——除了移除 thinking-light（使用率不到我们付费用户的 1%）之外，你仍然可以访问相同的模型和推理级别。
Demis Hassabis 称赞 DiffusionGemma 创新
很高兴看到文本扩散方面的这一创新。DiffusionGemma 速度极快，比其他 Gemma 4 模型快 4 倍！祝贺 @bodonoghue85 和为此付出巨大努力的团队——期待大家用它构建的东西！
Gemini Notebooks在欧洲、英国、瑞士上线
Gemini中的Notebooks现在在欧洲经济区、英国和瑞士可用。 通过Notebooks，您可以在一个专门、专注的空间中组织项目，该空间会记住您的来源、指令和聊天。 立即在 https://t.co/gTWOnOwQDE 或应用中创建您的Notebook！
表达与团队合作构建未来的兴奋
Codex 🤟Ona 非常兴奋能与Johannes及其团队合作，共同构建未来。
Boris将在Thrive Holdings担任研究主管并继续在OpenAI工作。
RT @BorisMPower: 1/ 我很激动地分享，我将担任Thrive Holdings的研究主管，同时继续我在OpenAI的工作……
让Chris用Codex提交PR
让Chris用Codex提交一个PR！
Yann LeCun发表论文，主张放弃AGI，提出SAI概念
Yann LeCun 发表了今年最异端的AI论文。 他开头就辩称 Magnus Carlsen 不擅长国际象棋，然后愈发离谱。 这位图灵奖得主和他的合著者发表了一篇论文，要求AI行业放弃其最大的痴迷——AGI。 现在，从硅谷CEO到政客，每个人都认为AGI是最终目标：一台能做人类能做的一切事情的机器。 LeCun 认为整个概念是一种生物错觉。
OpenAI新任网络安全负责人加入，讨论AI改变软件安全
欢迎Clint和Michael！非常兴奋看到我们将共同为网络安全领域做出贡献，并加速全球防御者。是时候开始构建了。
OpenAI API平台新增搜索与命令栏
我们刚刚在 OpenAI API 平台上推出了搜索和命令栏！使用 ⌘𝙺 搜索： → 页面 → 设置 → 快速操作 → 资源 → 开发者文档 https://t.co/XFIiCE0w6n
Anthropic的模型限制构成最大业务风险
不可否认，Anthropic通过其任意、敌视客户、不可协商、不透明的模型限制和用户数据保留，构成了已知最大的结构性业务风险。 如果你作为企业使用Claude，应该准备一个转向其他模型的出口。