搜索归档

保持常青：我们如何在共享组织中自动化安全访问与仓库卫生

GitHub 员工在共享组织里和外部客户、合作伙伴一起做项目，时间一长，谁还需要访问权限、哪些仓库已经没人用了，靠人工记录很难跟上。他们做了一个叫 Evergreen 的 GitHub App，用 GitHub 自带的定时任务、webhook 和 issue 来干活：每季度给每个仓库开一张清单 issue 让人勾选保留谁，没人回复就默认收回权限；长期没人动的仓库会先警告、再归档，而且从不删除内容。所有状态存成 git 里的 JSON 文件，改动记录本身就是审计日志。这样仓库管理员不用再维护表格，也能保证权限不会一直留着。

下一代开发者界面：环境智能

GitHub 在博客中提出，软件开发正从"输入命令操作工具"转向"表达意图"。AI 能让系统理解代码仓库、挑选合适模型、规划任务、改文件、跑测试并检查失败，开发者只需描述想要的结果，GitHub Copilot 就能完成这些步骤，最后仍需人来判断结果是否可靠。文中还提到与罗技合作的 MX Keypad 实体按键，可把常用提示词或启动会话等操作映射到按键上，减少打断、保持专注。目前这仍处于早期探索阶段，作者也列出上下文保留多少、凭据如何限定、多个 Agent 如何协调等尚待解决的问题。读者可把它看作一次具体尝试：挑一个反复出现的打断，映射到一个按键，看是否真能帮助自己保持专注。

Spring Security 7 中的服务端 DPoP 与令牌交换

这篇指南讲的是怎么在 Spring Security 7 里给服务端加上两种安全机制：DPoP 和 RFC 8693 令牌交换。以前 Spring Authorization Server 是单独一个项目，现在并进了 Spring Security 7，Maven 坐标没变，所以升级基本就是改个版本号。需要注意的是，7.1 版本的应用如果不主动调用 .dPoP()，可能会悄悄不再强制验证 DPoP，文章解释了原因。把两者结合起来，可以得到范围更窄、且绑定发送方的令牌，适合服务间调用和智能体调用。

演讲：25 万亿 token 揭示开发者如何真正采用 AI Agent

这是 Brendan O'Leary 的一场演讲，他基于 40 万亿 token 的使用数据，谈开发者实际是怎么采用 AI Agent 的。他的核心观点是：真正决定 AI 能不能落地的，不是模型跑分多高，而是用户是否建立起了信任。他提出 AI 采用分为四个台阶，并分析了上下文构建、多模型路由和反馈回路这几个容易出问题的环节，帮工程负责人把 Agent 工作流真正用起来。演讲标题提到 25 万亿，摘要里数据则是 40 万亿，原文未说明两者关系。

SLM 生成式高并发推理引擎：延迟约束下的有效吞吐优化

美团团队为搜索和推荐场景里的小语言模型（SLM）做了一套新的推理引擎。原来这类场景要在 20 毫秒内返回结果，但通用推理框架（如 SGLang）是为开放式文本生成设计的，调度开销大、效率低。他们把这些“有固定计算步数”的请求重新组织成静态流程图来执行，并用编译和共享缓存等办法减少开销。结果是延迟仍低于 20 毫秒，吞吐达到 SGLang 的 10 倍，Prefill-only 的有效 MFU 为 67%。这套框架已经在美团搜索意图分流、相关性判断、生成式召回等场景取得实验显著性，能支撑全量推送。

用 Google Antigravity 加速抗菌肽的搜索

Google 推出了一款叫 Antigravity 的智能开发平台，科学家可以用它来寻找新型抗菌肽（一种有望替代传统抗生素的天然分子）。过去，研究人员要在多个数据库之间来回查找、手动导出文件做结构分析，还要靠专家团队设计实验，过程又慢又零散。这次他们展示了 Antigravity 结合 ProtNLM 模型的用法：ProtNLM 能直接根据氨基酸序列预测蛋白质功能，帮助扫描 UniProt 里数百万个功能未知的蛋白质，从“暗物质”中找到候选分子。演示中，研究人员找到了一个对呼吸道感染病原体有预测活性的抗菌肽候选物，目前正在进行湿实验室验证。对读者来说，这意味着将来找新药可能从几天繁琐的数据库检索变成一次人机协作的对话式探索，不过该候选物尚未证实有效，平台的具体开放状态原文也未说明。

Anthropic 发布独立评估方合作进展

Anthropic 宣布让外部评估机构深入公司内部检查其 AI 模型的安全性。此前这类风险审查主要靠公司自己，外界很难核实，但安全相关信息又不能全部公开，因为可能被恶意利用或涉及商业机密。这次 Anthropic 给非营利评估机构 METR 的六名员工办公司设备、工位和内部系统权限，待遇接近自家风险评估团队，METR 可自行发布分析结果；SecureBio、Accenture、Faculty、Hugging Face 等合作则信息更少、发表权更受限，还在早期。Anthropic 还设三档评估权限，向银行监管派驻检查员的思路靠近，同时也说明评估方须独立、可发表、有足够访问权。

教学生通过提问来思考和学习

为庆祝教师节，相关方推出了面向教育工作者的 AI 工具，并新增巴西葡萄牙语版本，重点介绍 Study Mode 如何帮助老师引导学生一步步主动学习。原来的问题是老师很难让每个学生都主动思考、按自己的节奏逐步理解，而不是直接给答案。这次的做法是让老师借助 AI 用提问的方式带动学生思考，学生可以一步一步跟着学。对读者来说，如果身边有老师或正在学习的人，这可能是一个帮助课堂更互动、学习更扎实的新选择。目前原文没有说明这个功能具体怎么用、是否免费、支持哪些地区，也没有说明是已经可用还是仍在演示。

将 GPT-Rosalind 引入学术研究实验室

OpenAI 推出 Rosalind 学术计划，让符合条件的学术实验室可以免费获得 GPT-Rosalind 的使用权限和相关工具。此前学术实验室若要使用这类先进模型，通常需要自行解决费用或权限问题。该计划通过赞助的方式提供访问，目标是支持生命科学研究。目前材料只说明这是一个面向学术实验室的赞助计划，未说明具体资格标准、开放时间或可用范围。

关于 Agent 评测最常见的疑问，一次讲清

LangChain 团队基于 LangSmith 平台的经验，整理了 Agent 评测的常见问题。传统软件测试靠精确匹配，但 Agent 每次输出会变、正确答案不止一个、执行路径还可能绕弯，所以需要评测来打分。文章建议先从一条关心的行为入手，用真实 trace 建 10 到 20 条小数据集跑个基线，上线前用离线评测、上线后用在线评测，并优先用代码评测器、其次 LLM 评委、再用人工复核；多步 Agent 要评整条线程和最终状态。文中还提到 Terminal-Bench 这类基准和 Harbor 工具。

2026 年 10 月 LangChain 通讯：Interrupt NYC 与伦敦站的全部发布内容

LangChain 在纽约和伦敦的 Interrupt 活动上集中发布了一批新功能，主要围绕让企业“拥有自己的智能”——也就是自己掌控模型、运行框架和业务上下文。过去团队做 AI 智能体时，调试、评测和上线往往靠零散工具，出了问题很难定位，也很难持续改进；这次的新版本把搜索、监控、轨迹查看、微调和托管智能体等能力整合进 LangSmith 和 LangChain。比如 AI 搜索可以用自然语言问“用户是否不耐烦”，自动找相关对话；Engine v2 能在上线前用红队测试发现问题并自验证修复；Managed Deep Agents v0.9 支持有记忆、会用工具、按计划执行任务的智能体。另有一些线上活动和社区聚会，部分内容需注册参加，具体发布状态与可用范围原文未逐一说明。

Ravensight Skills：用编码智能体审计并完善游戏埋点追踪

Reality-Software-Entertainment/ravensight-skills · Customer-facing agent skills for Ravensight: audit and improve game tracking with your own coding agent

Ravensight Skills 面向使用 Ravensight 分析平台的游戏开发者，提供可在自有编码智能体中加载的客户侧技能。其中的 ravensight-instrumentation 技能会先针对玩家旅程问题写出验收矩阵，再审计既有事件埋点，识别缺失、重复或误导性事件并给出源码位置，也可按需实现埋点扩展，最终产出事件目录、覆盖报告和包含交付、schema、覆盖三项独立结论的完成报告。安装器支持 Codex、Claude Code、GitHub Copilot 及通用手动加载方式，仅写入技能文件，不修改游戏代码、不配置账号、不联系平台。

Locker Protocol Agentic Skills：让 AI 编码代理在不持有私钥的前提下交易 Hyperliquid 永续合约

locker-protocol/agent-skills · Locker Protocol Agentic skill and plugins for Claude Code, Codex, Cursor, Antigravity, Grok and Gemini CLI: trade Hyperliquid perps without giving the agent your key.

该仓库为 Claude Code、Codex、Cursor、Antigravity、Grok Build 和 Gemini CLI 提供 Locker Protocol Agentic 的 skill 与插件，教会代理使用 lpa 命令行工具及其 MCP 服务器（42 个 stdio 工具）来交易 Hyperliquid 永续合约。私钥保存在离线 Locker Vault 应用中，电脑上只保存有密码保护、约六个月过期的 agent key，Hyperliquid 拒绝该 key 的提现与转账，只有用户扫描二维码签名才能动资金。skill 内置报价先行、等待用户确认、提现由用户钱包签名、首次使用建议模拟盘等规则，并附带会话启动 hook 与测试自查脚本。

carimbo：面向巴西 NF-e 电子发票的抽取与审批决策 LLM 智能体

tarc/carimbo · An AI agent for Brazilian NF-e invoices: extraction, tool-using decisions, durable execution, and a measured eval suite.

carimbo 将巴西电子发票（NF-e）的 DANFE PDF 转为严格类型化的发票记录，并进一步生成可审批/拒绝/升级的判定。项目以可复现的评测套件、确定性校验器、有界修复循环、持久化执行、幂等、追踪与成本归集为支撑，公开每次真实运行的逐案例记录与汇总结果。当前已完成抽取阶段的骨架与带校验的抽取，可重放运行阶段已实现但验证待完成；智能体与持久化执行属于后续里程碑，尚未在路线图内。

Explainable ATS：可解释的简历筛选与候选人排序系统

S-MOHAMMAD-SYED-SAMEER/explainable-ats · Explainable applicant screening: an LLM quotes the CV, deterministic code scores and ranks, a recruiter decides

该项目将岗位要求与简历进行匹配，由大语言模型仅在抽取阶段引用简历原文，之后的匹配、评分、排序全部由确定性代码完成，招聘人员最终决定录用结果。每个判定都附带简历中被逐字校验过的引用证据，未通过校验的引用会被拒绝并记录在审计日志中，不参与评分。系统还包含基于模式匹配的敏感信息脱敏，使模型只能看到脱敏文本。项目为作品集作品，演示使用确定性模拟抽取器与虚构候选人。

RISE：通过迭代策略进化对文生图模型进行红队测试

whitecircle/rise · RISE: Red-teaming via Iterative Strategy Evolution (NeurIPS 2026)

RISE 是面向文生图模型的红队测试研究实现。它不逐个优化攻击提示词，而是让一个提示词生成 LLM 在自然语言「策略」层面做岛屿模型进化搜索，用策略所生成提示词实际绕过目标模型的图像效果来打分，并结合 VLM 评审按给定准则评价每张生成图。仓库包含完整流水线、三类类别（裸露、自残、图文暴力）配置、针对论文中多个生产级目标模型及更新版本的配置，以及本地 FLUX.2 测试床；但未包含搜索发现的攻击策略、生成图像和关键类别评审准则。

whatmodel：按硬件与预算筛选可本地运行的 AI 模型榜单

jakemanger/whatmodel · Find the best AI models you can run

whatmodel 是一个开源 AI 模型榜单工具，将 879 个模型依据 22,113 条已发布基准测试结果汇总为单一评分，并列出每个模型的 API 价格、本地运行所需内存以及运行命令。用户可以在网站或终端按自身电脑配置（内存、显存、是否有独立显卡）与预算过滤模型，覆盖 llm、图像、视频、TTS、STT 等多个类别，支持 LMArena 等基准子集筛选与自定义评分尺度。

Agent Docs：面向 AI Agent 的 Claude Code、Cursor、Codex 与 MCP 官方文档混合 RAG 服务

KonstantinStarovoytov/agent-docs · Hybrid RAG MCP server: fresh official docs of Claude Code, Cursor, Codex and MCP for any AI agent, with an eval gate

Agent Docs 是一个混合 RAG 服务，索引约 600 页 Claude Code、Cursor、Codex 与 MCP 的官方文档并每日自动刷新，通过 MCP 工具（search_docs、read_section）或 REST 接口供 AI Agent 调用，返回带引用的检索结果与答案。其检索链路包含翻译、混合检索（Embedding + BM25）、RRF 融合、Cohere 重排、阈值拒答与上下文选择，并配有 Langfuse 追踪和评估回归门禁。

AI Career Intelligence Platform：基于语义向量匹配的招聘与求职智能平台

Aryan054/ai-career-intelligence · AI Career Intelligence Platform designed to help candidates and recruiters make better hiring decisions using modern AI, Machine Learning, and backend technologies.

这是一个面向求职者与招聘方的 AI 招聘智能 SaaS 应用，结合 pgvector 与 Sentence Transformers 的语义向量嵌入，以及 spaCy 的 NLP 技能抽取，实现候选人与职位的智能匹配。平台提供求职者仪表盘（简历上传、动态匹配评分、生成式职业建议）和招聘方仪表盘（职位发布、可解释的候选人排名），并通过 Celery + Redis 进行异步处理，使用 JWT 进行安全认证。

nurf-ai/ai：跨多家 AI 服务商的多模态 Go 模块，内置真实成本计量

nurf-ai/ai · Multimodal Go AI module with realistic cost tracking, not just tokens.

nurf-ai/ai 是一个 Go 语言模块，用于在多家 AI 服务商之间统一构建聊天、流式输出、推理、工具调用、结构化输出、嵌入、语音转文字、文字转语音、音效、音乐生成、实时语音、内容审核、图像生成与编辑、视频生成等能力。其特色是内置按模型计价器，可估算 token、图像、视频秒数、语音字符与音频时长等真实成本，并通过 models.json 集中维护模型费率与上下文窗口。