字字节笔记本·7 小时前快讯
别让判断模型干模拟的活：论文给出分工方案
arXiv 新论文给判断模型划出边界：Jev 类模型评估强（反直觉题 99%）但模拟弱，一次调用别同时干两件事，代码管预测、模型管裁决；另一篇 RAG 综述按效率、防御、交互、推理四轴整理当代方法谱系。
2 分钟
ByteNote 字节笔记本 — AI、开发工具与效率软件发现
发现 AI Agent、开发工具、开源项目与效率软件，跟上每日科技与工程实践。
编辑精选
4000 元双 V100，13 款本地大模型狠狠干了一遍：谁才是低成本部署之王？
4000 元双 V100 横评 13 款本地大模型：预赛三关、130K 文档检索、171 文件全栈建站实战，Ornith 35B 以 59 分夺冠，MoE 成最大赢家，附量化、MTP 与选型结论。
字
字节笔记本·1 天前·19 分钟
最新精选
字字节笔记本·8 小时前快讯
挑技能该有尺子了：两篇 agent 论文的新解法
arXiv 新论文 MCRI 用四维框架评估 agent 技能，在 63812 个公开技能上验证，选技能比最强基线最高提升 22.8 个百分位；PoS 框架用显式信念状态替代纯记忆，专治一直在动却没在前进的 Belief Trapping。
2 分钟
字字节笔记本·9 小时前快讯
小模型干不成活？两篇论文都说先查 harness
10 月 1 日两篇 arXiv 论文指向同一结论：Mingbird 用十项机制让 2 至 9B 小模型完成真实任务，LRAB 得分 0.886 远超 goose 与 opencode；另一篇发现 agent 评测约 54% 的方差来自重复运行，任务信息比模型规模更影响结果。
3 分钟
字字节笔记本·10 小时前快讯
想学 Agentic RAG？这门七周开源课从基建铺到护栏
jamwithai 开源生产级 Agentic RAG 课程：七周搭一个 arXiv 论文助理，从 Docker 基建、BM25、混合检索一路讲到 LangGraph 编排与护栏，每周博客配带 tag 代码。9.5k stars、MIT。
3 分钟
字字节笔记本·12 小时前快讯
OpenCode 桌面版开测：212k 星工具的新形态
开源终端编码代理 OpenCode 推出桌面应用 beta：macOS、Windows、Linux 安装包齐发，Homebrew 与 Scoop 通道可用。仓库 211.7k stars、MIT，2.0 尚未发版，桌面形态先补齐。
2 分钟
字字节笔记本·13 小时前快讯
给 agent 技能包做安检：九个扫描器加一个裁判
ClawScan 把九个安全扫描器组进一个 harness：内置静态扫描加腾讯朱雀 AIG、NVIDIA SkillSpector、Cisco、Snyk 等，结果交 LLM 裁判汇总，可接 OpenClaw 安装策略输出 allow/warn/block。MIT 协议。
3 分钟
字字节笔记本·14 小时前快讯
不想开 AE 的话，让 agent 把视频写成代码
Remocn Studio：agent 原生视频编辑器，你用提示词描述，coding agent 把片子写成你目录里的 Remotion 工程，七段流水线全程可编辑，导出最高 4K。macOS 应用，MIT 协议。
3 分钟
字字节笔记本·14 小时前快讯
写一次 CUDA 内核，也能顺手跑在昇腾上
北大团队的 TileLang 把高性能内核写成 Python：T.copy、T.gemm 等瓦片原语配自动调参，主力覆盖 CUDA 与 ROCm，9 月 30 日又开源了昇腾 950 后端。8.3k stars，pip 即装。
3 分钟
字字节笔记本·15 小时前快讯
教 agent 干活的课，从搭训练环境开始
FineEnvs 开源 LLM agent 强化学习环境教程库：四个环境、六套主流 harness、十九个实现，从 rollout 跑通到 GRPO 训练全程带例子，Apache 2.0。附带 5394 条核验过的数据分析任务与 agent 技能安装。
3 分钟
字字节笔记本·15 小时前
Zed 的界面引擎，被长桥做成了全家桶
longbridge/gpui-kit 基于 Zed 的 GPUI 封装出 75+ 组件的 Rust 桌面框架：120 FPS 渲染、20 万行代码编辑器、可停靠布局，Apache 2.0，16k stars，已在长桥 Pro 交易终端生产验证，还带 agent 技能入口。
4 分钟
字字节笔记本·16 小时前快讯
用自然语言写 e2e 测试，agent 自己找路点过去
tester-army/e2e 把 agent 开进端到端测试：用自然语言描述目标，agent 驱动应用抵达并记录动作，之后纯回放零模型调用。Apache 2.0，Web 走 Playwright 三内核，移动端接模拟器。
3 分钟
字字节笔记本·16 小时前
营销活交给 agent？5 万星技能包把套路配齐了
marketingskills 给 Claude Code 等 agent 配齐营销技能：转化优化、文案、SEO、投放、A/B 测试、增长工程九大类，52.8k stars、MIT，product-marketing 技能做全局地基，营销团队与独立开发者的即插即用库。
3 分钟
字字节笔记本·17 小时前
62.8k 星开源视频厂：agent 当导演你当甲方
OpenMontage 自称首个开源 agent 视频制片系统：12 条管线、100+ 工具、700+ 技能文件，没有中央编排器，你的 Claude Code 或 Cursor 就是制片指挥，预算默认 10 美元封顶。AGPLv3 协议。
3 分钟
字字节笔记本·17 小时前
Redis 作者用 C 写推理引擎，专跑 DeepSeek
antirez（Salvatore Sanfilippo）开源 ds4：C 语言写的本地推理引擎，支持 Metal、CUDA、ROCm 三后端，跑 DeepSeek V4 Flash/PRO 与 GLM、Qwen 系列，MIT 协议，23.3k stars，自述 beta 品质。
3 分钟
字字节笔记本·18 小时前快讯
给 agent 装 28 种思维框架，真的有用吗
cc-thinking-skills 开源 28 个结构化推理技能：科学方法、可逆性判断、事前验尸等，MIT 协议可装进 Claude Code、Codex、Cursor。仓库自附审计：提升 4 个百分点，未达 5 个点的效用门槛。
2 分钟
字字节笔记本·18 小时前
别盯聊天窗了：AWS 把跑后台 agent 的收件箱开源了
AWS 开源 Pizza Bot：为长时运行的后台 agent 设计的收件箱应用，Apache 2.0。LangGraph 检查点让任务断线存活，完成品进 Unread、待批决策进 Action，文件按文件夹授权默认只读。
3 分钟
