跨栏目检索
搜索中文标题、仓库名或关键词，再用分类、来源和日期缩小范围。
安全运营中心多年来一直被海量告警淹没，人根本看不过来。现在安全团队开始尝试让 AI 智能体自己去调查可疑活动、汇总不同系统的信号，并向人类给出建议。但问题来了：让 AI 调查一个可疑登录和让它直接封禁账号是两码事，后者可能立刻影响业务。所以关键变成——组织到底愿意把多少控制权交给 AI，以及怎么在提速的同时不失去监督。The New Stack 将于 10 月 8 日举办一场线上活动专门讨论这个问题，并做现场演示。目前具体有哪些工具可用、效果如何，材料中没有说明。
提供的材料未提及具体可用工具。
GitHub 和微软一起做了一个叫 ReviewBench 的测试，用来比一比各家 AI 代码审查工具谁更会挑毛病。测试方法是从 GitHub 上真实代码改动的记录里提炼出“应该被发现的”问题，再看各家工具能找出多少。结果 GitHub 自家的 Copilot 排第一，但因为测试是 GitHub 自己做的，而且不同工具测试时间差了好几个月，所以这个成绩要打个折扣。在另一家独立机构 Martian 做的测试里，Copilot 只排第四或第五，冠军分别是 Cubic 和 Qodo Deep。这说明同一款产品在不同测试里名次差别很大，结论不能只看一家。
谷歌周二发布了 EmbeddingGemma 2，一个 7.4 亿参数的开源嵌入模型，能把文字、代码、图像、视频和音频放进同一个向量空间做检索。过去要在手机上搜图片或音频，得先给图片写描述、给音频转文字，现在不需要了。它采用模块化设计，只用文字和代码时只加载 2.7 亿参数、约 191MB 内存；把索引压缩到 256 维后，一百万条向量从约 1.5GB 降到约 500MB，精度仍保留约 95%。权重以 Apache 2.0 发布，可通过 LiteRT 和 MediaPipe Tasks 部署在设备上，Android ML Kit 集成和 NPU 加速将在未来几周推出。
CNCF 执行董事 Jonathan Bryce 说，过去 18 个月里该基金会审批项目毕业的速度比以往任何时候都快，部分原因是他们创建了 AI 智能体来帮忙做不同阶段的尽职调查。他用 2018 年 OpenAI 早期借助 Kubernetes 调度算力的例子说明，开源工具让 AI 公司能在自有数据中心和多家云厂商之间灵活调配资源，不用被单一供应商锁死。现在这些 AI 公司把改进回馈给开源社区，金融和制造业也能跟着受益。不过，智能体具体怎样做尽调、准确率如何，文中并未说明。
GitHub 正在一边保持线上服务运行，一边重建它的 Git 底层存储系统。过去每个仓库都在多台文件服务器上保存完整副本，加副本能加快读取，但每次写入也要同步所有副本，于是读扩展越多、写就越慢，难以承受成千上万个 AI 智能体并发提交。新架构的目标是把“数据持久保存”和“读取扩容”拆开，让写入不再被最慢的副本拖累。对普通开发者的直接好处是更快的推送、克隆和 CI，尤其是每天产生海量提交的仓库；目前这还只是重建工作的介绍，没有说明具体上线时间、迁移步骤和性能数据。
提供的材料未提及具体可用工具。
Matthew Liste 总结了他 20 多年做关键任务基础设施的经验，提出构建可扩展、可靠平台的 12 条核心原则。这些原则针对企业技术团队常见的问题：技术债越积越多、旧功能下线难、工程文化薄弱。他讲的是怎么设计基础设施平台，让系统更简单、开发流程更顺，并且能长期产生价值。对资深架构师和工程负责人来说，这是一份经验性的设计参考。
提供的材料未提及具体可用工具。
InfoQ 上的一篇文章预告了 QCon London 2027 的会议安排。这次大会一共设了 15 个专题方向，内容从 AI 智能体的评估与防护，到 AI 时代的软件架构、分布式系统调试、现代数据平台、高性能工程，以及 Staff+ 级别的技术领导力。文章由 Artenisa Chatziou 撰写。不过目前只是预告，具体有哪些演讲、嘉宾是谁、议程时间等细节都还没公布，门票和举办日期等信息也未提及。
提供的材料未提及具体可用工具。
这是 Spring 社区的一周动态汇总，作者在比利时安特卫普参加 Devoxx 大会，本次演讲主题是 Spring Security 和 Spring Boot 4.x。文章重点介绍了 Spring AI 负责人 Christian Tsolov 关于用 Spring AI 构建模块化 RAG 方案的文章，以及一个叫 OneLens 的开源项目——它能让你看到代码的“知识图谱”，也就是代码之间关联关系的可视化。此外还推荐了 Spring Office Hours 讨论、关于 JReleaser 的播客、Spring Boot 最佳实践视频和 Spring AI 教程等。对使用 Spring 做 Java 开发的读者来说，这是一份可以了解本周社区新内容和学习资源的清单。
谷歌去年推出轻量文本嵌入模型 EmbeddingGemma，开发者们下载了 2000 多万次，用它做本地搜索和增强生成（RAG）。这次发布 EmbeddingGemma 2，把文字、代码、图片、视频和音频统一到同一个嵌入空间，并沿用宽松的 Apache 2.0 商用许可。模型总参数 7.4 亿，量化后在 Pixel 11 Pro 上纯文本内存占用约 191MB，完整多模态约 567MB，远小于不少专门模型。它支持最长 8K token 上下文，可以做本地代码搜索、跨模态检索和离线问答，模型权重已可在 Hugging Face 和 Kaggle 下载，Gemini 企业代理平台稍后上架。
Anthropic 把原来的两个安全准入项目——Project Glasswing 和 CVP——合并成一个升级版的网络验证计划（CVP），让经过审核的安全团队能用到防护限制更少的高级模型。过去的问题是，公开模型为了防坏人滥用，把大部分网络安全相关操作都挡住了，连正规防御工作也常被误拦。现在新计划分成防御、红队、专业三个层级，按工作范围给予不同程度的开放，其中红队和专业层级对渗透测试、关键基础设施测试等开放，但仍实时拦截勒索软件、物理破坏等危险操作。普通用户能继续用公开模型做代码审查、打补丁等基础安全工作；申请者需要接受数据留存与验证，企业级隐私方案 EFS 预计今年秋季推出。
Atlassian 和 OpenAI 宣布扩大双方的合作伙伴关系。原来的情况是，企业里积累的知识和前沿 AI 模型之间没有打通，团队想用 AI 帮自己干活并不方便。这次合作的目标是把 OpenAI 的前沿模型接到企业知识上，让团队在规划、构建和交付工作时能直接借助 AI 把知识用起来。对读者来说，如果所在公司用 Atlassian 的产品，未来可能更容易在原本的工作流程里用上 AI；不过目前只是宣布扩大合作，具体会推出哪些功能、什么时候能用，材料里都没有说明。
提供的材料未提及具体可用工具。
OpenAI 和 Ironclad 正在合作训练和评估 AI 智能体，让它们处理复杂的合同工作流程。原先 AI 操作电脑做专业工作的能力还不够强，这次通过把合同这类真实业务场景作为训练和测试环境来改进。对读者来说，这意味着未来 AI 可能更可靠地帮你完成合同处理等专业电脑任务。目前原文只提到训练和评估，没有说明具体工具、开放时间或是否已可用。
提供的材料未提及具体可用工具。
OpenAI 公布了一批数学开放问题的新结果，这些问题是由其内部的前沿模型解决的。所谓“开放问题”，就是数学界长期没有找到答案的难题；“前沿模型”指能力最强、尚未对外公开的模型。为了让结果可验证，OpenAI 把用 Lean 写出的证明形式化代码以及研究细节放到了 GitHub 上，Lean 是一种能逐步检查数学证明是否成立的工具。对读者来说，这些结果和代码可供查看和复核，说明 AI 在数学证明上又向前走了一步。
TheWiderLensInitiative/clara · Clara: a free, private AI assistant that runs on your own PC, with an Android app. Research, browsing, reminders, voice, approvals. Bonsai 2 27B + Hermes agent. 🧪 Beta testers wanted.
Clara 是一个可自托管的个人 AI 助手，运行在用户自己的电脑上，并配有 Android 手机应用进行交互。它的对话模型为 Bonsai 2 27B（在本地 NVIDIA GPU 上运行），Agent 采用 Hermes，另有小型路由器 Laya 判断消息是普通聊天还是真实任务。Clara 能在沙箱环境中执行网页研究、文件管理、代码运行、浏览器操作、提醒与定时任务，并支持语音模式、图片与文件识别、目标与晨间提示，以及 Gmail、Google Calendar、Outlook、OneDrive、Spotify、Notion、Todoist、GitHub、Slack、Discord、Telegram、Dropbox、Home Assistant、YouTube 发布等连接器。高风险操作会先推送到手机请求批准，密码保存在手机上、云端助力仅按任务授权并带每日每月上限和消费面板，也可通过 Tailscale 远程使用。项目为 Apache-2.0 开源，当前处于 Beta 招募阶段。
SergeyGer/AlphaAgent · Autonomous multi-agent investment platform: Django 5 + DRF, Celery/Redis, PostgreSQL, and a CrewAI bull-vs-bear debate behind a deterministic execution guard. React dashboard over WebSocket, Telegram approvals, an MCP tool server.
AlphaAgent 是一个自主的多智能体投资平台。它基于 Django 5 与 DRF 构建，使用 Celery/Redis 进行异步任务调度、PostgreSQL 存储数据，并通过 CrewAI 驱动看涨与看跌智能体进行对抗性辩论，辩论结果需经过确定性的执行守卫审查才能执行。平台提供基于 WebSocket 的 React 仪表盘、Telegram 审批机器人以及基于 MCP 的工具服务，用于实时监控组合表现、审批交易提案并查看完整的决策论据。
ictechgy/derailment · A harness for inducing and measuring psychopathology-like cognitive distortions in LLMs — emulation, not diagnosis.
Derailment 是一个分层测试工具（harness），用于在 LLM 聊天流水线中诱导并测量类似精神病理的认知扭曲。它通过操控临床概念对应的变量（注意力、显著性、效价、唤醒度），让同一标准探针脚本分别跑在经操控的流水线和健康基线上，输出 A/B 对照的评分报告。项目提供 18 个临床档案与 6 个对抗策略档案及健康基线，涵盖 ADHD、抑郁、精神分裂症、焦虑、双相、强迫症、PTSD、谵妄、痴呆样遗忘、解离性遗忘、反刍、快感缺失、分裂、渴求、疾病焦虑、惊恐、固着、被害观念等，配有 18 项基于转录文本的度量指标。支持离线伪 LLM、任意 OpenAI 兼容端点、本地 Ollama、订阅制 CLI 代理以及手动协议模式，另提供 LLM 作为评判者的评分、交互式聊天 REPL 和本地 Web GUI。项目明确声明这是模拟而非诊断。
alphaparkinc/genpark-document-redaction-pii-scrubber-skill · High-speed document PII redaction and credential sanitizer featuring Luhn credit-card verification, reversible salt hashing, and audit logs.
该项目是一个基于纯 Python 标准库实现的文档处理技能，主打高速文档 PII 脱敏与凭据清洗，支持 Luhn 信用卡校验、可逆盐值哈希和审计日志，同时可进行文档布局解析、复杂金融/法律表格重建与公式一致性审计。它以原生 MCP 协议方式接入 Claude Desktop、Cursor、Windsurf 等客户端，也可作为 CLI 或 Python 客户端运行。
AbdoslamB/InkDoc · Turn any document into clean, AI-ready Markdown — locally on your machine. Desktop app for Windows, macOS & Linux powered by MarkItDown, Docling, GLM-OCR and Markit.
InkDoc 是一个跨平台桌面应用与本地 REST API，统一集成 Microsoft MarkItDown、Docling、自研 Markit 引擎与 GLM-OCR 模型，将文件、目录或 URL 转换为干净、适配 AI 的 Markdown。转换主要在本地执行，支持自动保存到 ~/Downloads 并使用防冲突命名；界面基于 Edge WebView2（Windows）或 WebKit（macOS/Linux），可同时以本地 Web 工作台形式访问。
yeixio/toskar-core · Run local AI across all your computers: one OpenAI-compatible API, automatic model placement, nothing leaves your machines.
Toskar Core 是一个用 Go 编写的开源本地 AI 控制平面，目标是让在自有硬件上运行 AI 像使用托管服务一样简单。它自动检测 CPU、内存、存储和 GPU 等硬件，推荐并管理 GGUF 模型，启动 llama.cpp 运行时，并在多台配对的电脑之间发现节点、分配工作负载，同时对外暴露统一的 OpenAI 兼容 API。项目还包含本地 Web UI、持久记忆、连接知识库、工具与 MCP、定时自动化、模型性能诊断以及 LoRA 微调训练等功能。
ateymoori/oh-my-android · Android emulator & ADB GUI for Mac: dark mode, font size, RTL, TalkBack, network, GPS, Layout Inspector in dp. Built-in MCP server lets Claude Code, Codex and Cursor drive the emulator.
Oh My Android 是一款面向 macOS 的原生 Android 模拟器与 ADB GUI 应用，用浮动面板把近 50 项日常测试操作变成一键点击：深色模式、字号、显示尺寸、RTL 与伪语言环境、TalkBack、网络限速、GPS 与电量模拟、短信与来电模拟、截图录屏、清除数据、安装 APK 等；同时提供以 dp 为单位、支持 Compose 与经典 View 的 Layout Inspector（含 8dp 网格、取色、Figma 设计稿叠加）、TalkBack 顺序与无障碍问题审计、以及只读浏览 SharedPreferences 与 SQLite 的 Data Inspector。它内置 MCP server，可让 Claude Code、Codex、Cursor 等 AI 编程智能体截图、读取 UI 树、点击输入、切换设备设置、读取 logcat 与应用数据，并提供 Off / Read only / Full control 三级权限控制。