AI Agent 從瀏覽器走向桌面
2026 年，AI Agent 正從瀏覽器聊天介面擴展至桌面環境。海外的 OpenClaw 與 Hermes 以開源標準切入，中國市場則有 WorkBuddy、Kimi Work、QwenWork 與 Trae Work 等產品競逐。
Search
Tag: #open-source345 results
Vercel 的 AI SDK 軟體工廠擴展代理式開發
Vercel 建立了一座軟體工廠，以管理 AI SDK 持續增加的 issue 與 pull request，同時保留人類問責機制。推出四週後，代理程式已負責 25–35% 的合併 pull request，並關閉 70–80% 的 issue。
免費開源的會議 AI 工具
Meetily 是一款免費開源工具，可在不訂閱付費方案的情況下轉錄並摘要線上會議。文章介紹使用者如何將它作為付費 AI 會議助理的替代方案。
矽谷 AI 堆疊正全面重組
本期早報聚焦消費硬體、雲端基礎設施、開源、端側模型與區域電商等領域的 AI 發展。重點包括據報導售價 400 美元的 OpenAI 音箱、Apple 進軍智慧家庭、AWS 算力短缺、NVIDIA cuFile 開源、Google DeepMind 氣旋模型，以及 vLLM 與低資源語言模型的進展。
惡意 Keyv 版本威脅 JavaScript 軟體供應鏈
Upwind 發現並公開報告了開源 Keyv 套件的一個惡意版本，可能使數千個 JavaScript 專案面臨風險。這起事件反映攻擊者正逐漸轉向在依賴套件進入已部署應用程式前發動攻擊。
🤖
全新的 LLM 與 Agent 架構開源書籍
開發者發布了一本免費的開源書籍，旨在填補 LLM 高階教學與複雜學術論文之間的鴻溝。內容專注於構建 AI Agent 的實作程式碼與架構概念。
🎵
Stereo2Spatial：將立體聲音樂轉換為空間化雙耳混音
Stereo2Spatial 是一個開源模型，可將標準立體聲音樂轉換為空間化雙耳音訊。它利用在原始波形上訓練的流匹配擴散模型，克服了潛空間方法中常見的品質限制。
Trellis.cpp 實現與參考模型同級的 3D 生成品質
Trellis.cpp 專案已修復關鍵錯誤，使其圖像轉 3D 生成品質達到與原始參考實作同級的水準。現在無需 CUDA 即可進行高效的 3D 資產製作。
訓練視覺語言模型來玩貪食蛇遊戲
FeynRL 提供了一個簡化的流程，透過貪食蛇遊戲示範如何構建與訓練視覺語言模型，旨在讓大型模型的端到端訓練過程更易於理解。
🔬
開源工具自動化 arXiv 論文篩選與摘要
Research Radar 是一款開源工具，透過根據使用者定義的研究興趣對 arXiv 論文進行評分，實現每日論文監控自動化。它利用多階段 LLM 流程篩選相關論文並生成深度摘要，大幅節省研究人員的時間。