工具：开源项目与开发者工具第 2 页
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
- AI 摘要OpenAI 官方博客
OpenAI 用 Codex Ultrafast 把事故调查从数小时缩至数分钟
OpenAI 官方博客介绍内部工程团队使用 Codex Ultrafast 处理事故调查的实践：原本需要数小时的事故排查，现在可在数分钟内完成。该工具同时被用于安全分析、代码重构和日常开发流程。材料未披露模型版本、参数规模、可用范围或具体耗时数字。
- AI 摘要量子位
岩芯矩阵联合港科大CMU开源EdgeRock-4B，KV Cache降99.1%
岩山科技旗下岩芯矩阵联合港科大、CMU等高校发布并开源EdgeRock-4B，模型权重与推理代码均已开放，支持文本和图像推理。该模型把每条序列需保存的全部历史状态固定为97.76 MiB，不随上下文长度增长，相比源模型Qwen3.5-4B的KV Cache减少99.1%。在单张80GB Hopper显卡上，32K输入加32K输出时开到512路并发，输出吞吐12124 tokens/s，为源模型的6.42倍；峰值显存61.26 GiB且含模型权重。AIME 2024—2026平均一次通过率82.9%。
- AI 摘要LMSYS Blog
SGLang 披露并修复 PD 分离服务中的跨请求 KVCache 竞态问题
SGLang 披露了其分离式预填充/解码（PD 分离）服务中的一个 KVCache 生命周期缺陷：当请求超出预填充 KV 缓存容量时，本应被拒绝的请求仍可能走完交接流程，解码阶段读到不属于该请求的缓存页，导致跨用户会话内容暴露。Cloudflare 于 2026 年 9 月 9 日通报，其 Workers AI 上 @cf/zai-org/glm-5.3 在 8 月 27 日至 9 月 9 日期间受影响，未波及其他模型。触发条件是配置上下文长度 1,048,576 token 而预填充缓存池仅能容纳 681,280 token。修复包括延迟释放 KVCache、准入路径修正与 Mooncake 传输批大小调优。
- AI 摘要少数派
少数派分享用小米蓝牙遥控器改造 AI 编程语音输入方案
少数派 Matrix 文章介绍用小米电视蓝牙语音遥控器 2 Pro（型号 RC003，售价约 50~60 元）作为终端 AI 编程的掌上控制器。遥控器通过蓝牙 BLE 直连电脑，配合社区开源项目 SayAll（HD838A/remote-mic-app）生成虚拟麦克风 MiRemoteV 2ch，再搭配支持按住说话的微信输入法，实现按住语音键口述 Prompt、松手上屏，以及用方向键切换终端 Tab 和 Workspace、OK 键确认、返回键中断。文章给出 macOS 配对与驱动安装步骤，并提到 Windows 也有对应运行路径。
- AI 摘要Browser Use
Browser Use 发布指南：六种让编程智能体接入已登录 Chrome 的…
Browser Use 发布实操指南，说明如何让编程智能体在用户已登录的真实 Chrome 中工作，给出两条路径：安装浏览器扩展把标签页交给智能体，或开启 Chrome 远程调试让工具附着到已打开的浏览器。指南按智能体分别给出选择：Claude Code 在付费 Claude 计划下用 claude --chrome 最短，走 API key 或其他提供商时改用 Browser Harness、Playwright MCP 扩展模式或 Chrome DevTools MCP；Codex、Gemini CLI、Cursor 及任意 MCP 客户端各有对应方案。指南还解释了不直接复制 cookie 的原因：新自动化浏览器被视为另一台设备，Device Bound Session Credentials 会让复制的会话无法续期。
- AI 摘要arXiv cs.AI
RobustRLlib 开源：统一 17 种鲁棒强化学习算法与评测基准
RobustRLlib 是一个以算法为中心的开源库与基准，把 17 种具有代表性的鲁棒在线、离线与安全强化学习算法整合到统一接口下，以提升算法复用性。它同时提供增强的评测平台，覆盖多种真实世界扰动，以及人形机器人和视觉-语言-动作任务。研究团队在 273 种扰动配置上做了系统评测，给出当前鲁棒强化学习算法的能力分布，指出哪些场景仍然有效、哪些场景存在明显鲁棒性缺口。代码、项目页与教程均已公开。
- AI 摘要OpenAI 官方博客
OpenAI 介绍 Habitat 存储架构：读取速度提升 12 倍
OpenAI 在官方博客发文，介绍其在线存储系统 Habitat 如何支撑 ChatGPT 的规模化访问。文章提到该系统依靠多租户隔离、全局缓存与 Azure Cosmos DB 实现扩展，使读取速度提升至原来的 12 倍。标题显示该文为系列文章的第二部分，面向的用户规模表述为超过 10 亿 ChatGPT 用户。
- AI 摘要arXiv cs.AI
LGMT：检测大模型逻辑推理一致性的开源工具
LGMT 是一个开源工具，用于测试大语言模型在逻辑推理上是否可靠。它针对的问题是：模型答对一道逻辑题后，若把同一问题换成等价表述再问，模型可能给出自相矛盾的答案。静态基准逐题独立评测，无法暴露这类不一致。LGMT 的定位就是补上这一检测缺口。
- AI 摘要The Verge
用户用大模型和开源工具改造电视系统，去广告、提速、换桌面
社交平台上出现一批用大模型和开源工具改造电视系统的项目，目标是去掉赞助广告、精简系统让运行更快、阻断对观看内容的追踪，并替换掉电视自带的桌面。Cleanyourtv（原名 tv-vibehack）、tv-detox、dumbtv 等项目声称无需破解或 root 即可完成上述操作，且可以撤销。这些项目主要面向运行 Android 和 Google TV 的电视，借助开发者模式和 ADB 调整设置、安装或移除应用包，部分使用 Android 定制分支的 Fire TV 产品也可用，但较新的基于 Vega 的 Fire TV Stick 预计不行。还有用户用 Claude Code 等工具自行编写替换桌面。
- AI 摘要The Verge
AI 工具加速复古游戏反编译移植，社区陷入争议
复古游戏社区近期涌现大量由 AI 辅助完成的反编译、重编译与移植项目，例如浏览器版《光环》、iPhone 版《塞尔达传说：风之杖》、混合现实版《任天堂明星大乱斗》。反编译与重编译指把游戏拆解为基本构件再重建，使其能在原本不支持的硬件上运行；人工完成极为缓慢，曾有团队花费数年反编译 GameCube 版《动物森友会》。AI 编程工具大幅缩短了这一周期，项目数量在近几个月明显增加。AI 顾问 Chris Sotraidis 受《命令与征服：将军 绝命时刻》iPhone/iPad 移植启发，用社区已有的反编译成果在数周内推进十余个项目，他承认没有 AI 无法达到这样的速度与数量。
- AI 摘要The Verge
Switch 2 被软破解，AI 辅助制作自定义《马力欧赛车世界》
一名模组作者用旧游戏 SmileBASIC 4 配合 OpenAI 的 Codex，做出了名为 ns2jb 的 Switch 2 越狱方案，并在主机上运行了自定义版《马力欧赛车世界》，加入玉桂狗、红色愤怒的小鸟、Peter Griffin 和 Minecraft 的 Steve 等可玩角色。该方案为纯软件、需联网的越狱，每次开机都要从游戏内重新运行；另一名模组作者称该游戏并非严格必需。方案对普通用户仍相当复杂，实际影响尚不明确，Switch 2 破解社区仍在争论其意义。
- AI 摘要少数派
乐鑫推出面向编程 Agent 的模块化开发板 ESP-Mosaico
乐鑫于 8 月 19 日发布模块化开发板 ESP-Mosaico，主控为 ESP32-S31，配 480 方屏、喇叭与麦克风，两侧可插扩展模块。板子 Flash 前 2 MB 固化一套 Vibe Mode 固件，负责装应用、恢复、看日志和截屏，用 mosaico.py 一条命令装机，开机按住橙色 AI 键即可进入，应用写坏也不会变砖。上手方式不是看引脚图，而是把一句提示词交给 Claude Code 这类编程 Agent。作者按官方提示词让 Claude Code 搭环境并实现贪吃蛇，环境问题由 Agent 自行解决；10 月 2 日 Meta 开源 Muse Gadgets 设备 SDK 后，作者又用同一块板做出可中文对话、拍照回传、靠近亮灯的 Muse 小设备。
- AI 摘要Claude：Blog（网页）
Anthropic 发布迁移工具包，建议企业把部分子智能体合并进主循环
Anthropic 应用 AI 团队在对比多个企业部署后发现，把路由器、规划器和领域子智能体合并进单一主循环后，带技能的单智能体在质量上常优于「一个提示词包打天下」和子智能体两种设计，且单任务成本与延迟往往更低。有企业把面向客户的智能体拆成十几个专家子智能体，导致品牌体验难以统一、延迟上升。团队同时给出保留子智能体的条件：上下文膨胀造成可测的性能下降、需要并行处理且用完即弃的独立上下文、单智能体难以选对工具或系统提示词存在冲突指令。配套迁移工具包提供引导式流程，用于识别现有模式、评估替代方案并验证最佳做法，并含可在模拟系统上先行试跑的演示。
- AI 摘要TechCrunch 等 2 家
AI 发现 PHP 关键漏洞，多国政府网站下线
AI 发现了影响 PHP 编程语言的关键安全漏洞，全球多国政府网站因此下线。漏洞严重程度足以让美国国家安全局建议使用 PHP 的机构立即更新，或在完成更新前将系统离线。同日，开源 JavaScript 运行时 Node.js 在最新版本中修复了四个高危漏洞，其中一个可导致远程代码执行，另外两个可造成 TLS 验证绕过，使攻击者可能绕过用于核验服务器身份的检查。
- AI 摘要Anthropic：Newsroom（网页）
Anthropic 将 Agent Skills 标准捐给 Linux 基金会…
Anthropic 把 Agent Skills 这一开放标准捐给 Agentic AI Foundation（AAIF），该基金会隶属 Linux 基金会，由 Anthropic 与 Block、OpenAI 共同创立，此前 MCP 也已捐入。Agent Skills 用 SKILL.md 文件加脚本与参考资料，让 agent 掌握特定任务或领域的流程知识。自 2025 年 12 月发布标准以来，ChatGPT、Cursor、GitHub Copilot、VS Code 等 70 多个 agent 平台已接入；累计发布 100 万个 skill，安装量接近 2.8 亿次。此次捐赠涵盖名称、logo、GitHub 组织与 agentskills.io 域名，标准由 Anthropic、Google、OpenAI 等公司的工程师以个人身份维护。
- AI 摘要Wiz：Research（安全研究）
LiteLLM 的 PyPI 包遭供应链攻击，恶意版本 v1.107.0 窃取…
安全研究团队 Wiz 披露，10 月 21 日 11:39 UTC，LiteLLM 的恶意版本 1.107.0 被上传至 PyPI，该版本已于 1:20 UTC 被隔离。GHCR 与 Docker Hub 上的 LiteLLM 容器镜像同样包含被植入木马的版本，涉及 v1.107.0、latest、main-latest、main-stable 四个标签，约 13:53 UTC 被移除。最近的安全版本为 v1.106.2。安装恶意包后，cook.pth、cook.py、sitecustomize.py 三个文件会被写入 site-packages 根目录，并在 Python 解释器启动时执行。其中 cook.py 会运行名为 privcollect 的窃取模块，覆盖 16 个模块，收集浏览器、AWS、GCP、Azure 凭据以及 OpenAI、Anthropic、Cohere 等 LLM…
- AI 摘要少数派
Vitals 上架：按 App 归并资源占用的 macOS 监控工具
macOS 系统监控应用 Vitals 提供独立窗口、菜单栏监控和 MCP 服务三种查看方式，可实时监测 CPU、内存、磁盘、网络、GPU、电池、温度等指标。它与系统自带「活动监视器」的主要差别在于把进程资源占用归并到所属 App 下，先比较各 App 总体消耗，再展开查看具体进程，并支持历史曲线与按 App 设置资源提醒。MCP 服务可让 AI 助手参与系统状态分析。
- AI 摘要vLLM 官方博客（RSS）
蚂蚁集团与 vLLM 社区开源量化推理内核库 Humming
蚂蚁集团与 vLLM 社区联合开源了通用高性能量化推理内核库 Humming，代码托管在 vllm-project 仓库。该库支持图灵及之后的 NVIDIA GPU 架构，也支持平头哥真武 810E 等 CUDA 兼容设备；用统一架构覆盖稠密与 MoE 负载下多种权重、激活格式组合，涵盖多种整数与浮点类型、位宽和缩放方案。官方称在多个代表性负载上明显优于 vLLM Marlin、FlashInfer 和 DeepGEMM 的现有实现。
- AI 摘要TechCrunch 等 2 家
Google 与 Meta 联合发布 TorchTPU：PyTorch 原生 …
Google 与 Meta 合作推出开源项目 TorchTPU，为 Google TPU 提供原生的 PyTorch 后端。该项目于 2025 年中在 Google 启动，目标是让 PyTorch 模型无需改动即可在 TPU 上运行，迁移只需把设备字符串从 cuda 改为 tpu。与 2020 年的 PyTorch/XLA 相比，TorchTPU 以 eager 执行为优先，基于 Torch Dynamo 支持 torch.compile，并在 PyTorch 栈底层提供 TPU 集合通信，以支持 DDP、FSDP、DTensor 等分布式用法。官方称其推理与训练性能具备行业竞争力。
- AI 摘要IBM Research：AI
llm-d 1.0 发布，Kubernetes 原生分布式推理进入生产就绪
在 PyTorch Conference North America 上，llm-d 项目贡献者宣布 llm-d 1.0 发布。该项目是 Kubernetes 原生的分布式推理服务网络，目标是在任意云、任意加速器上部署任意模型的推理栈。1.0 意味着项目从单项性能技术演示转向支撑生产环境：稳定 API、多租户共享同一基础设施并处理相互竞争的优先级、升级不中断运行。项目由 Red Hat、IBM、Google 担任主要维护者，并与 CoreWeave、NVIDIA 共同发起，AMD、Cisco、Hugging Face、Intel、Lambda、Mistral AI 等作为贡献者加入。