Pathlight 终端架构图与智能体活动可视化工具
Pathlight 将 LikeC4 架构图与智能体对话并排显示,并映射实时工具活动。工具支持扫描 TypeScript、JavaScript、Python 和 Go 代码库、生成架构草图、校验映射及记录代码路径,提供 Claude Code 和 OpenCode 插件,原生模式无需浏览器、GPU 后端或终端图像协议。
推荐理由:将代码库架构映射与智能体实时工具活动并列展示,并提供扫描、校验和旅程记录流程,适合了解终端化代码导航方案。
技术方向
怎么把模型跑得更快更省钱:推理加速、显存与成本、服务部署与基础设施选型。
883 条精选近 30 天 863 条共收录 12,479 条
Pathlight 将 LikeC4 架构图与智能体对话并排显示,并映射实时工具活动。工具支持扫描 TypeScript、JavaScript、Python 和 Go 代码库、生成架构草图、校验映射及记录代码路径,提供 Claude Code 和 OpenCode 插件,原生模式无需浏览器、GPU 后端或终端图像协议。
推荐理由:将代码库架构映射与智能体实时工具活动并列展示,并提供扫描、校验和旅程记录流程,适合了解终端化代码导航方案。
Meta 已完成 Prometheus 千兆瓦级 AI 超级集群第一阶段建设,正将其扩展至约 1 million GPUs,以训练下一代基础模型。
推荐理由:系统梳理了 Prometheus 从硬件、网络到故障恢复的工程路径,并给出训练吞吐量与中断率等量化指标。
petruseugene 的 full-development-cycle 是用于 Claude Code 的开发流程插件,可将功能或缺陷修复从需求梳理推进到合并 PR。插件提供 full、lite、quick 三种流程,调度 13 个专用技能,并支持并行实现、评审测试门禁、Git 状态防护、token 统计和本地 Next.js 看板。
推荐理由:仓库提供可复用的 Claude Code 开发流程插件,包含分工调度、质量门禁、Git 防护与状态看板等完整机制。
Cabinet 开源了一套面向个人与团队的 AI 智能体生产力工具包,让多个智能体按角色分工协作并由用户保留最终决定权。工具包以 Markdown 和 shell scripts 实现,支持 Claude Code、Codex、Gemini CLI 等工具,通过 npm 以 `@tarekraafat/cabinet` 提供,目前支持 macOS 和 Linux。
推荐理由:Cabinet 将多种职责拆成可协作的 AI 智能体,并以审批队列、交接文件和发布护栏保留人工最终决策权。
Principia 发布早期开源版本,把 Claude Code、Codex 智能体会话、共享 MCP 连接、工作流、计划任务和项目记忆整合到同一工作空间。当前桌面版面向 Apple Silicon macOS,云端运行器仍处于实验阶段;Passport 导入导出、完整多公司管理和大规模自主运行尚在路线图中。
推荐理由:项目给出了桌面端与自托管云端的功能边界、连接方式和运行命令,便于评估多智能体工作流的可用范围。
DEV_OS 1.1.0 可引导用户从空目录创建 GitHub 项目,由 AI 智能体逐步构建、审查任务,并在人工批准和合并门禁下交付代码。工具支持 Claude Code、Cursor、Codex 和 Gemini,提供 16 种项目类型、20 种技术栈,以及蓝图、工作流、脚本、提示词、规则、技能和操作手册。密钥通过标准输入直接交给 GitHub Secrets,不写入文件、日志或模型。
推荐理由:DEV_OS 将项目蓝图、构建者与审查者角色、检查门禁和 GitHub Actions 串成完整流程,便于了解并复用多智能体协作开发方法。
chief-of-staff-v2 读取获准访问的日历、邮件、任务、Notion 与 PR,生成最多 3 项待处理行动及可直接交给 Claude Code 或 Codex 的自包含提示词。
推荐理由:它把日程、邮件、任务与 PR 汇总为可交给 Claude Code 或 Codex 的交接提示,并用 diff 和检查结果验收智能体。
machiko/agent-working-agreements 提供面向 Claude Code、Cursor、GitHub Copilot、Windsurf、Codex 等工具的工作守则与防禦规则。
推荐理由:项目把真实生产事故整理为可安装的规则、Hook 与 CI 守门流程,并提供跨 AI Coding Agent 的迁移方式。
Meta凭开放权重模型Muse Spark Open重新进入美国开放模型前沿,并与闭源模型Muse Wonder、Muse Wonder Full形成开放与闭源并行的布局。
推荐理由:文章结合性能、许可证与模型格局,分析Meta凭开放和闭源模型重新参与前沿竞争的条件。
Cursor 为 Cloud Agent 增加交互式画布支持,并开放 Environments API 测试版,可通过程序创建和管理智能体运行的云端环境。完成后的画布可通过链接分享给团队。Cloud Agent 环境最多支持 300 个代码仓库,大型环境加载速度提升 5 倍。
推荐理由:Cursor 扩展了 Cloud Agent 的协作画布与云端环境管理能力,并披露了环境规模和加载速度的变化。
Mistral AI 发布 Timestral 时间序列基础模型家族,提供 5M、28M、123M 和 209M 参数四种规格,支持概率预测、多变量目标以及过去和已知未来的协变量。209M 模型在 GIFT-Eval、TIME 和 fev-bench 三项主要公开基准中排名第一,可在 CPU 上推理,并可通过 Mistral Forge 进行领域适配。
推荐理由:Timestral 以 5M 至 209M 的四种规格覆盖时序预测需求,并提供预训练、零样本预测、微调及本地部署路径。
Apple 使用 MLX v0.30.1 和 Thunderbolt 5 RDMA 在 Mac Studio 集群上运行 Muse Spark Open、Mistral Medium 3.5 与 Qwen 3.8,并比较流水线并行和张量并行方案。
推荐理由:文章提供单机和多机推理方案、配置命令与对比数据,便于评估大模型在 Mac Studio 集群上的部署表现。
Anthropic 扩大了 Claude 的反蒸馏防护,通过限制推理上下文迁移、拦截提取请求和加强账号限制,降低模型能力被大规模采集的风险。Anthropic 称,早期证据显示被采集数据减少约 90% 至 99%,分类器上线后提取的推理 token 降至原来的 1/10 至 1/100,误判率低于 0.1%。相关措施也带来部分开发者需更新集成、少量正常请求被拦截,以及被拦截请求恢复收费等代价。
推荐理由:Anthropic 公开了三层反蒸馏机制及实测效果,并说明对合法用户集成、误拦截和计费的影响,适合开发者评估防护成本。
Anthropic 推出扩展版 Cyber Verification Program(CVP),向符合条件的安全专业人员提供三级访问权限,并纳入 Claude Opus 5.5、Claude Sonnet 5.5 和 Claude Mythos 5.1 等模型。
推荐理由:Anthropic 将网络安全验证计划扩展为三级访问机制,并公开不同层级的权限边界、评测结果与申请方式,便于安全团队评估参与路径。
Mistral在慕尼黑开设德国中心,组建专注Physics AI和工业AI的研究与应用团队,并直接服务企业合作伙伴。中心将与BMW开展碰撞仿真和工程AI合作、与Siemens Energy开发工业AI应用,并与慕尼黑工业大学研究汽车空气动力学数字孪生。Mistral还计划到2030年在欧洲建设1 gigawatt计算能力,并继续招聘相关研究与工程岗位。
推荐理由:Mistral在慕尼黑设立研发与应用中心,并披露与BMW、Siemens Energy及TUM合作推进工业AI和Physics AI。
Cursor 发布 Rollouts 和 Security Review 两个智能体,用于代码交付末期的部署监测与 PR 安全审查。
推荐理由:Cursor 同时推出部署监测与代码安全审查智能体,覆盖 PR、部署和漏洞报告等环节,并提供可配置规则。
DeepSeek 发布 DeepSeek-V4.1-Flash,这是一款拥有552B主干参数、支持1M token上下文的多模态MoE模型,可原生处理图像和文本。
推荐理由:模型将1M token上下文与每token仅8B或16B激活参数结合,并量化了KV cache压缩效果,为高输入量智能体工作流提供成本对照。
Cursor 发布 Projects,支持围绕功能开发、迁移和完整应用维护长期上下文,并并行委派任务给子智能体。项目运行在云端独立计算机中,可跨云端和本地同步文件与工作上下文;协调智能体负责规划、分派和回收结果,还可按计划监控 Slack、PR 等信号。Projects 现已进入 beta 阶段,并从今天起向所有用户逐步开放。
推荐理由:Cursor Projects 通过持续上下文、并行子智能体和云端运行环境,支持更大规模开发任务,适合关注智能体协作与自动化工作流的读者。
智谱(GLM)发布 GLM-5.3-Flash,这是 GLM-5 系列首个原生多模态模型。模型总参数量为 320B、激活参数量为 18B,采用稀疏与线性注意力混合架构并引入 mHC,在多项基准和实际工作负载上超过 GLM-5.2,价格为其十分之一。
推荐理由:GLM-5.3-Flash 同时给出架构、部署方式与评测复现参数,便于比较其多模态、编码和智能体能力及部署成本。
DeepSeek 正式发布 DeepSeek-V4-Pro-0813,取代 Preview 版本,并加入 DSpark 推测解码模块以增强智能体能力。模型在 HLE、Terminal Bench 2.1 和 DeepSWE 等基准中取得 42.7/60.0、87.9 和 62.7 的成绩,reasoning_effort 现支持 low、high、max 三档。
推荐理由:DeepSeek-V4-Pro-0813的正式版本、评测数据与部署配置齐全,便于开发者比较其智能体和编码表现并评估落地方式。