跳到正文
  1. cnBeta65

    GPT-6 Astra通过解析网络数据包在40分钟内通关《魔兽世界》新手村

    GPT-6 Astra智能体通过直接解析《魔兽世界》私服底层的网络数据包,而非依赖视觉输入,在40分钟内自主完成了兽人新手区“试炼谷”的全部任务链。它自主构建了感知、寻路和任务规划系统,包括从数据库读取任务信息、生成C++寻路程序,并表现出如并行接任务、提前学技能等优化策略。开发者计划下一步测试单个智能体练满级以及多个智能体协作通关高难度团队副本的能力。

    推荐理由:原文展示了AI智能体通过直接解析游戏底层数据而非依赖视觉输入来完成复杂任务链,为理解智能体在非视觉环境下的规划与工具构建能力提供了具体案例。

  1. GitHub 官方博客63

    GitHub 安全实验室发布开源 AI 安全智能体,用于发现 Android 应用漏洞

    GitHub 安全实验室发布开源 AI 安全智能体 seclab-taskflows,通过定制化任务流(taskflows)引导大语言模型分析 Android 应用代码,已发现 24 个漏洞,包括 OsmAnd 的位置追踪漏洞和 Wikipedia 的账户接管漏洞。该工具需 GitHub Copilot 许可证,可通过 codespace 运行,支持用户自定义提示词和流程,用于自动化安全审计。

    推荐理由:原文提供了可复用的 AI 安全任务流和开源仓库,读者可直接运行并用于自身项目的安全审计。

  1. GitHub Blog · AI & ML56

    GitHub Security Lab 发布 AI 驱动的模糊测试 Taskflow Agent

    GitHub Security Lab 发布了 Fuzzing Taskflow,这是一个基于 LLM Agent 的自动化模糊测试管道,用于 C/C++ 项目。

    推荐理由:原文详细介绍了自动化模糊测试管道的架构、工作流程和实际使用方法,为安全研究人员提供了可复现的工程实践。

  1. GitHub Blog · AI & ML70

    GitHub Copilot 运行时使用 Copilot 自身重写为 Rust

    GitHub Copilot 团队使用 GitHub Copilot 应用和 CLI,将 Copilot 智能体运行时从 TypeScript 完全重写为超过 80 万行生产级 Rust 代码。该项目主要由一名开发者在几个月内完成,性能提升了数个数量级,并支持通过 C ABI 进行进程内嵌入,为所有六种 SDK 语言版本提供了更优的性能和资源使用方案。

    推荐理由:原文详细记录了用 AI 辅助将核心运行时从 TypeScript 重写为 Rust 的完整过程、技术决策和量化结果,为大规模工程迁移提供了具体参考。

  1. 蚂蚁 inclusionAI 新仓库61

    Choruz 发布本地化人机协作空间产品

    Choruz 是一个本地优先的人机协作应用,支持人类与 AI 智能体在类似 Slack 的空间中协同工作。每个智能体运行独立 CLI,可通过消息、线程、任务和文件交接工作,支持 Claude Code、Codex、Grok 及 webhook 驱动的外部智能体,默认集成 Pi、OpenCode、MathCode 插件。

    推荐理由:原文提供了本地化协作空间的架构设计和多智能体协同机制,读者可据此评估其在开发工作流中的集成潜力。

  1. The Register · AI/ML62

    Slack 推出 Slack Code 功能,将 AI 编码智能体引入群聊

    Slack 推出 Slack Code 功能,允许 AI 编码智能体在群聊环境中工作。智能体可以创建专用代码频道,团队成员可实时查看其工作、审查代码变更并指导调整。该功能支持 Anthropic 的 Claude、GitHub Copilot 和 OpenAI 的 ChatGPT 等智能体集成,未来将开放 API 支持更多应用场景。

    推荐理由:Slack 将 AI 编码智能体引入群聊环境,展示了协作开发的新工作流可能性。

  1. Andrej Karpathy71

    Andrej Karpathy发布200行Python实现的microGPT教程

    Andrej Karpathy发布名为microGPT的教学项目,仅用200行无依赖Python代码实现了完整的GPT训练和推理流程。该项目包含数据集处理、Tokenizer、自动微分引擎、GPT-2类似架构、Adam优化器等核心组件,并附有逐步构建指南。代码已在GitHub Gist和Colab笔记本开源,训练后能生成类似训练数据的虚构人名。

    推荐理由:作者用200行Python代码完整实现了GPT训练和推理流程,适合希望理解Transformer底层原理的开发者。

已经到底了