Deep

微投智控开源团队对话知识库

Deep

微投智控开源团队对话知识库

OpenAI创始成员Andrej Karpathy关于“大模型需要结构化、可持续演化知识”的呼吁,正在获得来自中国香港的实质性回应。2026年5月15日,企业人工智能公司微投智控(Votee AI)与其研究实验室Beever AI正式开源了Beever Atlas——一个专门将团队日常协作对话转化为动态知识库的大语言模型(LLM)知识库。该产品同步推出面向个人的Apache 2.0开源版和面向银行、政府机构及大型组织的企业版,直接切入组织内部隐性知识因对话流失的核心痛点。 从对话中抽取知识:回应Karpathy行业呼吁的落地产品 OpenAI创始成员、前Tesla人工智能总监Andrej Karpathy曾在社交平台发文指出,大模型需要的是结构化、可持续演化的知识,而非仅仅更大的上下文窗口或向量相似度检索。他在文末直接呼吁“这里有机会诞生一款真正出色的新产品”。Beever Atlas正是对这一期待的落地回应——它从团队对话切入,而非Karpathy原型方案中依赖人工挑选文件导入的路径。 组织内部绝大多数隐性知识在Discord、Mattermost、Microsoft Tea

By Yuchen
智能体变科学家:135技能一键装

Deep

智能体变科学家:135技能一键装

一个名为 Scientific Agent Skills 的开源项目,正在重新定义 AI Agent 的能力边界。该项目为 Agent 注入 135 个覆盖生物信息学、药物发现、临床研究、材料科学等领域的编程技能,同时打通 78 个公共数据库的统一访问接口,实现“一行命令”将通用 AI Agent 升级为全栈 AI Scientist。项目上线 208 天即斩获 22,205 个 GitHub Star,日均增长 106.8 颗,fork 率达 10.8%,远超行业平均水平,标志着科研自动化工具正从“尝鲜”迈入“深度使用”阶段。

By Bonan
Stream开源AI代理,读取面部调整语音

Deep

Stream开源AI代理,读取面部调整语音

传统语音AI如同盲人——无法感知用户的情绪状态,只能机械地转换文字并平板地朗读回复。Stream公司联合Anam与Inworld发布的开源AI Agent“Crashout Buddy”,彻底打破了这一局限。该Agent能够实时捕捉用户的面部表情、视线方向与参与度,并动态调整说话内容与语气。当用户沉默或显得沮丧时,它会主动感知并做出柔和反应,标志着AI交互从单向指令响应迈入多模态情感对话的新时代。 从“盲人”语音助手到“会读脸”的AI:实时表情驱动交互 大多数现有语音Agent仅依赖语音转文本(STT)处理,缺乏视觉通道。Crashout Buddy运行在Stream的全球边缘网络上,每秒采集8帧面部52个混合形状(blendshapes),通过MediaPipe进行情绪、视线与参与度分类。这些数据被注入Gemini大语言模型,动态引导Inworld的TTS-2语音模型输出自然语言化的表达(如“用温暖轻松的语气说”),同时由Anam的CARA模型生成逼真且唇形同步的虚拟形象。Deepgram负责语音识别,整套流程实现端到端实时响应。 技术架构:多模态感知栈与边缘网络实时处理

By Bonan
62天2万星:OpenCLI让AI操控你的浏览器

Deep

62天2万星:OpenCLI让AI操控你的浏览器

在AI Agent竞相争夺浏览器控制权的当下,一款名为OpenCLI的开源工具以62天斩获21149颗GitHub星、日均341.1星的爆发式增长证明了市场的饥渴。它并非传统的网页爬虫或API模拟器,而是通过一个轻量级Chrome扩展,让AI Agent直接操控用户的真实浏览器会话——登录态、Cookie、Session全部保留,Agent只需“借用”而非“窃取”凭证。这一设计解决了AI自动化中最棘手的认证墙与反爬机制,将任何网站瞬间降维为命令行界面。 Browser Bridge扩展:AI Agent的“真身”浏览器操控 OpenCLI的核心组件是一个名为Browser Bridge的Chrome扩展。它像一座桥梁,将AI Agent的指令流映射到用户当前登录的浏览器实例上。Agent可以执行导航、点击、填表、提取数据、拦截网络API响应等操作,而一切交互都基于原始的DOM Snapshots(结构化快照)而非屏幕截图——这意味着LLM无需解析像素,直接读取干净的HTML语义。 这种设计的精妙之处在于“登录态复用”:用户的凭证始终留在浏览器中,Agent仅借用会话通道,既绕过

By Yuchen
MemPrivacy开源守护AI记忆隐私

Deep

MemPrivacy开源守护AI记忆隐私

当AI助手开始记住你的血压、工作日程乃至银行卡号,隐私与个性化之间的天平正在剧烈摇摆。2026年5月,记忆张量MemTensor与荣耀HONOR联合推出的开源框架MemPrivacy,以突破性的“本地可逆伪匿名化”技术,在保护用户敏感数据的同时,将智能体效用损失控制在1%以内。更令人震惊的是,在同一评测基准上,其隐私识别F1分数高达85.97%,一举超越OpenAI同期发布的privacy-filter模型整整50个百分点,为端云协同的Agent长期记忆难题提供了可落地的工程解法。 OpenAI仅8类标签,MemPrivacy F1飙升至85.97% OpenAI于2026年4月22日开源的privacy-filter模型采用1.5B参数(激活50M),支持128k上下文,但仅提供8类基础隐私标签。在针对200用户、超15.5万隐私项构建的MemPrivacy-Bench基准测试中,该模型综合F1分数仅为35.50%。相比之下,记忆张量团队联合荣耀推出的MemPrivacy-4B-RL模型在同一测试中达到85.97%,领先幅度高达50.47%。即使在跨分布数据集PersonaMe

By Bonan
OpenClaw漏洞暴露24.5万AI代理服务器

Latest

OpenClaw漏洞暴露24.5万AI代理服务器

开源自主代理框架OpenClaw(原名Clawdbot)近日被曝存在一条由四个关键漏洞构成的攻击链,据IT安全媒体披露,此举预计导致约24.5万台公开可访问的服务器实例面临远程利用、凭证窃取及持久后门植入风险。该框架自2025年末上线后迅速普及,通过将大语言模型直连文件系统与SaaS应用,在自动化工作流的同时也暴露出供应链安全与默认配置漏洞,成为攻击者眼中高价值的新目标。 四重漏洞链:远程利用与凭证窃取风险 原始报道显示,安全研究人员在OpenClaw框架中发现了四个连环关键漏洞。受影响版本主要为npm包2026.4.20之前的版本,维护者已针对中等严重程度的问题发布安全更新。由于OpenClaw被设计为直接绑定本地资源(文件系统、API密钥等),攻击者可借此实现策略绕过与严重凭据泄露。初步估计暴露在公网上的服务器实例高达24.5万,为自动化扫描和横向移动提供了大规模可乘之机。 技术根因:代理框架的固有安全缺陷 从技术层面分析,OpenClaw的架构放大了三类风险:一是代理框架默认赋予模型对本地资源的持久性访问权限;二是可扩展的插件/技能市场增加了供应链暴露面;三是大量可公

By Muhuai
华为云Agentic AI新品与全栈能力发布

Deep

华为云Agentic AI新品与全栈能力发布

华为云在2026年5月召开的创想者大会上,正式发布了基于“硅基黑土地”战略的Agentic AI新品,并推出“行业AI梦工厂”专区。此举标志着其从单一技术提供商向系统级能力提供者的跨越,通过全栈AI基础设施、开发者生态及AI机密计算等安全举措,加速产业智能化落地。 发布Agentic AI新品与“行业AI梦工厂”专区 6月5日至6日,华为云创想者大会在上海举行,聚焦Agentic AI能力释放。会上,华为云发布了Agentic AI系列新品,强化“硅基黑土地”战略下的AI基础设施。同时,新增“行业AI梦工厂”专区,覆盖具身智能、智慧医疗等垂直场景,推动AI技术与行业需求深度融合。 全栈AI平台升级与开发者生态布局 技术层面,华为云重点升级了Agentic AI Infra,通过软硬芯协同优化算力底层。在开发者生态方面,推出“码道高校教学实践计划”,并依托ModelArts、企业级模型后训练平台及AgentArts平台,降低企业AI应用门槛。此举旨在构建从基础设施到开发工具再到行业应用的全链路能力。 AI机密计算保障全生命周期安全 华为云或将发布“AI机密计算”技术,

By Yuchen
Hermes Agent跃居开源AI代理日推理量榜首

Deep

Hermes Agent跃居开源AI代理日推理量榜首

开源AI代理领域的格局在2026年5月10日骤然改变:Nous Research开发的Hermes Agent以单日2240亿Token的推理量超越OpenClaw的1860亿,首次登顶OpenRouter全球日常排名。这一里程碑标志着开发者正在用计算资源投票——他们更青睐能通过自我反思积累经验的智能体,而非单纯追求生态系统广度但安全隐患频发的竞争对手。Hermes从2月25日发布到登顶仅用时约90天,GitHub星标超过14万,而OpenClaw同期正深陷安全危机和领导层出走,为这个领域的关键转折埋下伏笔。 Hermes Agent以2240亿日均Token超越OpenClaw,背后是“韧性”版本的架构升级 排名反转直接源于5月7日发布的Hermes v0.13.0“Tenacity”版本——包含864次提交、588个合并PR及295名开发者的贡献。该版本引入了看板式耐用任务板、心跳监测与幻觉恢复机制、多轮目标锁定指令/goal,并将Google Chat列为第20个支持的消息平台。同时修复8个高危安全问题,默认启用数据脱敏。在OpenRouter这个最受关注的公共排行榜上,H

By Yuchen
博士八十小时科研 智能体两小时完成

Deep

博士八十小时科研 智能体两小时完成

在人工智能领域,一项由前Amp Code工程师Dan McAteer进行的实验引发广泛关注:利用OpenAI Codex的“目标模式”(Goal Mode),一个机械可解释性研究任务在1小时56分钟内完成,而GPT-5.5自身估算博士完成类似任务需约80小时,效率差距达40倍。这一赛博朋克式的对比,不仅刷新了人们对AI科研能力的认知,更揭示了“递归自我改进”的奇点正以前所未有的速度靠近——全行业或许已在不知不觉中迈过了AGI的门槛。 40倍效率背后:Codex /goal 模式让AI从“听指令”变“出策略” McAteer的实验配置极为精简:使用OpenAI Codex的/goal命令、GPT-5.5高精度模型和快速模式。据OpenAI Codex工程师Philip Corey介绍,/goal是对“Ralph loop”的实现——目标在多轮对话中持续存在,不达成不停止。传统Codex调用需要逐句下指令,而/goal模式只需给出一个目标,AI便能自主拆分子任务、执行、审查、迭代,直至完成或失败。这种从对话式AI到目标驱动AI的工程跃迁,

By Kexin
Agent范式转移:从Manus到Claude Code的六阶段演进

Deep

Agent范式转移:从Manus到Claude Code的六阶段演进

过去一年,Agent赛道经历了一场螺旋式上升的范式循环,从Manus的产品化启蒙,到OpenClaw验证市场对AI操控电脑(Computer Use)的付费意愿,再到Claude Code以原生系统级能力冲击工业级市场。这场由GAIR Live圆桌讨论揭示的变革,标志着Agent竞争已从模型智力的单点突破,转向工程能力、场景落地、数据主权和生态构建的全方位较量。随着Computer Use成为核心战场,Coding被确立为Agent扩展能力的第一性原理,行业正从“单体能力比拼”进入“系统工程与生态卡位”的深水区,创业者的生存空间面临剧烈波动,而真正的产业变革才刚刚开始。 Manus、OpenClaw、Claude Code的定位与跃迁 Agent产业的爆发遵循清晰的阶段化规律。根据OpenManus核心贡献者张佳钇提出的“六阶段论”,Manus处于“预定义环境自主Agent”阶段,其目标与环境权限由人类预设。反直觉的是,技术演进顺序应为Claude Code/CodeX在前,OpenClaw在后——正是Claude Code等工具验证了Coding与系统操控的极强可用性,才催生O

By Bonan
从拒绝AI到Agent优先,程序员黄金时代或终结

Deep

从拒绝AI到Agent优先,程序员黄金时代或终结

在人工智能浪潮席卷全球的背景下,Ruby on Rails 作者、37signals 联合创始人兼 CTO David Heinemeier Hansson(DHH)的转变成为行业焦点。六个月前,他还在公开访谈中明确拒绝使用 AI 写代码,坚持所有代码亲手完成;如今,他却全面拥抱“Agent-First”编程工作流,大多数新项目不再从手写代码开始,而是先让 AI Agent 生成实现草稿,再由自己审阅与调整。这一转变并非理念的妥协,而是工具能力跃迁带来的必然结果——当模型能够稳定生成可直接合并的代码时,AI 才真正进入他的日常开发流程。DHH 在最新访谈中深入探讨了这一变化背后的逻辑,指出 AI 不仅没有削弱工程判断力的重要性,反而正在放大其价值。在 Agent 可以快速生成代码的时代,真正稀缺的能力不再是实现功能,而是决定应该构建什么、如何构建,以及什么才是值得合并进系统的代码。同时,他预警程序员的“黄金时代”可能已走到尽头,

By Danfeng
AI芯片竞争转向系统级集成

Deep

AI芯片竞争转向系统级集成

人工智能芯片产业的战局正在发生根本性转变。当业界长期聚焦于单一GPU算力竞赛时,一场围绕CPU、GPU与内存系统级协同的更深层次竞争已悄然拉开帷幕。随着AI应用从“训练”加速迈向“推理”与“Agentic AI”时代,单纯依赖GPU堆叠已无法满足复杂工作负载的需求。硬件架构的集成度、数据流的优化效率以及不同计算单元之间的物理耦合与软件协同,正取代晶体管数量成为决定下一代AI基础设施性能的关键变量。市场数据与行业巨头的战略调整,共同指向一个清晰的信号:AI芯片的“唯GPU论”时代即将终结,系统级设计的整合能力才是未来竞争的王牌。 推理时代到来:CPU需求飙升与配比重塑 华尔街资本市场的嗅觉最为敏锐。近一周内,传统CPU巨头Intel与AMD的股价涨幅分别达到惊人的23.6%和超过25%。这一轮强劲上涨的核心逻辑并非来自其个人电脑或服务器业务的复苏,而是源于AI推理和Agentic AI工作负载的爆发式增长。在训练阶段,GPU是绝对主角,但进入推理阶段,特别是在需要实时执行、资源分配和任务编排的Agentic AI场景中,CPU和数据处理单元(DPU)的角色变得前所未有的关键。随着T

By Danfeng