Docker 推出 docker-agent：用 YAML 构建并运行 AI 智能体

Docker 在 GitHub 发布 docker-agent，提供 AI 智能体构建器与运行时，可通过声明式 YAML 创建、运行和分享智能体。

GitHub 推出 ModernBERT 通用密钥检测模型，扩展 push protection 至非结构化密钥

GitHub 发布与 Microsoft Applied Sciences 合作构建的 ModernBERT 通用密钥检测分类器，把 push protection 扩展到无固定模式的非结构化密钥。

微软提出“混合智能”新路线，协同本地 / 云端 AI 灵活处理 Windows 11 用户任务

微软在旧金山发布会上提出“混合智能”理念，将通过混合架构结合云端 AI 与本地计算能力，在 Windows 11 上按任务类型、设备性能和安全需求协同处理用户任务。

微软 MAI Code 1.1 Flash 将整合进 Windows 11，支持 256K 上下文与图像输入

微软计划将 130B 参数的 MAI Code 1.1 Flash 引入 Windows 11 设备，该模型已集成到 GitHub Copilot 和 VS Code，用于编码、仓库问答、重构和工具调用。

Strix 披露 PostHog 问卷 XSS 可导致账号接管

Strix 使用自家 AI 智能体审计 PostHog 源码，发现公开问卷的 introScreenDescription 未消毒并经 dangerouslySetInnerHTML 渲染，攻击者可在真实 PostHog 域名的问卷链接中执行任意 JavaScript。

Aiscanner：可归一化规避手法的提示词注入扫描器

GitHub 仓库 Aiscanner 提供一款提示词注入扫描器，通过归一化处理规避手法并进行模式检测。项目由 Python 100% 编写，目前有 2 次提交、1 位贡献者，尚未发布任何 release。

AWS 教程：用 Lambda Durable Functions、EventBridge 与 Bedrock 承接 AWS DevOps Agent 调查后的自动修复

AWS 教程展示了一套在 AWS DevOps Agent 完成调查后触发的自动修复工作流，使用 Amazon EventBridge、AWS Lambda Durable Functions 和 Amazon Bedrock 生成并执行修复方案。

Microsoft Research Asia 开源 Agent Lightning v1.0，用约 3,500 行代码训练真实 harness 智能体

Microsoft Research Asia 发布并开源 Agent Lightning v1.0，提出 Harnessed Agentic RL，让部署时使用的同一 agent harness 直接参与强化学习，无需在训练框架中重写智能体。

AI 代码评审机器人指数按可复现的公开 PR 数量排名 56 款工具

AI Code Review Bot Index 统计 56 款 AI pull request 评审工具，并对 26 个已验证 GitHub bot 身份按 2026-W39 公开评审 PR 数排名。

Friday：基于 Flutter 构建的语音个人 AI 伴侣

语音个人 AI 伴侣 Friday 基于 Flutter 构建，AI 后端通过 Groq API 调用 Llama 3.3 70B，支持长期记忆、实时联网、工具调用与后台主动提醒。它覆盖 Android、iOS、Web、桌面端，支持英语、法语、德语、西班牙语、印地语，个人记忆存储在带 RLS 的 Supabase 中，项目采用 MIT License。

Show HN：开源本地优先的生物信息学/AI 桌面应用 Liatir

Liatir 是基于 Rust、Tauri 2 和 SvelteKit 构建的本地优先生物信息学桌面环境，集成本地 AI 模型、.lia 插件、可视化流水线、科学查看器及受控本地 MCP 接口，采用 GNU GPL v3 许可。

适配大屏：Meta 推出 iPad 版 Muse AI 智能体

Meta 已将 Muse AI 智能体适配苹果 iPad 平台，并新增 Canva、Dropbox、Figma、QuickBooks、GitHub、Klaviyo、Zoom 等连接器。Muse 是 Meta 推出的 AI 智能体应用，过去几周位居美国 App Store 免费 iPhone 应用下载榜首位，此前已登陆 iPhone 并推出 Mac 版本。

Planlock 发布：一次性审批 AI 智能体计划并由代码限制每次 MCP 调用

Planlock 是一个位于 AI 智能体与 MCP 工具之间的权限守卫，智能体先生成计划，人工审批后，系统只转发计划内的工具调用。示例计划限定订单 4711 最多退款 30 €、随后发邮件并关闭工单；超额退款、错误订单、跳步执行、脚本版本变化等调用都会被阻止，被拦截请求不会到达上游系统。

ArtCraft 推出面向艺术家的可控 AI 创作工具

ArtCraft 推出面向艺术家的可控 AI 创作工具，支持在浏览器中使用或下载，无需安装，并以 GitHub 开源形式提供。

Clawock 发布面向港股和美股投资决策的可移植 Agent 工作流

Clawock 发布一套让现有 AI Agent 持续处理港股和美股投资决策的工作流，覆盖信息收集、多空论证、代码结算与结果反馈，用户仍自行下单。项目已在真实港股和美股账户运行 142 天，公开 985 个决策、159 个由代码结算的片段和 8 层数据模块，但作者明确称主动调用尚未显示优势。

InBrief 开源 AI 新闻聚合器发布，支持 94 个来源与 LLM 双语筛选

InBrief 是一个开源、可自托管的 AI 新闻聚合器，把 94 个来源整理为去重后的中英双语每日 AI 摘要，并支撑 inbrief.info。

AI 辅助完成 11 个正方形最优装填的形式化证明

一个 AI 辅助项目在 Lean 中完成了 11 个正方形最优装填的完整最优性证明，并通过原生数值证书验证。EvolvingPrograms 验证运行接受全部 7,920 个本地 Lean 模块，最终审计零准入，最优边长构造约为 3.8770835900228141773。项目固定使用 Lean 4.34.1 与指定 Mathlib 修订版，证明信任 Lean 内核与原生编译器。

工程师手动设计 tests-sharder 测试分片方案，让 CI 运行速度提升 70%

Serhii Shchoholiev 针对编码智能体生成大量测试后 CI 变慢的问题，手动设计基于测试时长的动态分片算法，并用 Rust 实现 tests-sharder，使 CI 运行速度提升 70%。

Motley 开源 SLayer：面向 AI 智能体的语义层内置查询引擎与上下文工具

Motley 推出采用 MIT 许可证的开源语义层 SLayer，内置查询引擎、AI 智能体工具和上下文原语，避免团队在 dbt、Cube 等语义层外重复编写 API 与集成胶水代码。

Show HN：把科技新闻烤评为 COOKING 或 COOKED 的趣味 AI 项目 Fennec

Fennec 是一个部署在 GitHub 上的无服务器 AI 项目，每日用 10 个信号把科技新闻调侃式划分为 COOKING 与 COOKED。

Show HN：CloudGrip——用于限制 LLM API 预算的开源 AI 代理

CloudGrip 是一款基于 Node.js、Express 和 SQLite 的开源自托管 AI 代理网关与仪表盘，用于管理 LLM API 预算并控制执行循环。它在支出达到设定上限时自动中断请求，并提供实时遥测、请求日志、自托管隐私和暗色管理分析仪表盘。项目采用 MIT 许可证，可通过克隆仓库、npm install 并运行 node server.js 启动。

Show HN：Mithril Bitstillery Edition，深度改造的 AI 版本

Mithril Bitstillery Edition 是 Mithril 的深度改造 AI 版本，新增 Signals、State proxy，提供完整 TypeScript 与 Bun 工具链，并包含多项性能优化。YC 2027 冬季批次申请已开放，截止日期为 11 月 2 日。

OpenAI 在 GitHub 发布 372 个 AI 生成数学证明

OpenAI 在 GitHub 发布由内部前沿模型生成的 372 个新数学结果，每个结果旨在解决开放问题或取得实质进展，内容涉及重要计算机算法改进和 Riemann hypothesis 相关推进。

Claude Opus 5.5 一周辅助构建七个 Rust 版 Adobe 克隆，文章核对其实际完成度

ArtCraft 项目在 9 月 30 日至 10 月 1 日发布七个 Rust 清洁室实现的 Adobe 应用克隆，开发者将开发速度归功于 Claude Opus 5.5 和并行智能体。

Show HN：无需人工审查即可检查 AI 编写代码是否改动文件的 GitHub Action

开发者发布 GitHub Action yuyuyuyuyu-dev/assert-no-unexpected-changes，通过两个 Docker 容器分别运行 arrange 与 act 阶段，再用 docker diff 对比文件变化，验证 AI 编写的代码不会在后台删除或改写文件。

Strands 发布开源决策模型 Strands Decider 2B

Strands 发布 2B 参数开源决策模型 Strands Decider 2B，面向快速实验、本地开发和智能体工作流，权重在 Hugging Face、代码在 GitHub，并开放训练数据与脚本。

JackHamr 推出云端多智能体开发团队，覆盖规格、开发、QA 与发布

JackHamr 推出由多个专职 AI 智能体组成的云端开发团队，用户审批规格和计划，智能体完成构建、测试、评审与发布。每个智能体运行在独立云机器上，最高可选 16 cores 和 64 GB RAM，预装 VS Code、终端、浏览器、Docker 和 git，并支持 GitHub 分支、Docker Compose、PR 评审及自有域名发布。

Toketer 发布 VS Code 与 Cursor 扩展，实时统计 AI 提示词 token 与成本

Toketer 发布面向 VS Code、Cursor、VSCodium 等编辑器的本地扩展，在状态栏和成本面板展示 AI 提示词的 token 用量与花费，无需账号或后端。

Friday 推出面向团队和 AI 智能体的多人编码工作区

Friday 发布多人 AI 编码工作区，让团队成员在同一个实时会话中并行使用 Claude Code、Codex 和 Cursor，并共享上下文、审批命令和查看操作记录。该产品提供 Windows 和 Mac 桌面应用，代码在用户本机和自有账号下运行；免费版支持 3 人会话、3 名工作区成员和每会话 1 个智能体，Pro 为 $20/月，Max 为 $100/月。

PhotoCraft 以纯 Rust 洁净室方式重实现 Photoshop 图像编辑能力

ArtCraft 团队的开源项目 PhotoCraft 以纯 Rust 重实现 Photoshop 式图像编辑，支持图层、蒙版、调整图层、文字、矢量、笔刷和 PSD 读写，目前处于 early alpha。

AgentOS 发布：可在手机上自托管运行多个 AI 编码智能体

AgentOS 发布为移动优先、自托管的 AI 编码智能体管理工具，可并排运行 Claude Code、Codex、Gemini CLI、Aider 等会话，并通过手机查看聊天、终端、Git 状态和 PR。

OpenAI 发布 722 份手稿，披露未发布前沿模型的数百项数学研究成果

OpenAI 在包含 722 份手稿、涵盖 372 个结果家族的文件中，公布某款未发布前沿模型对数百个长期未解数学问题的解答。资料还包含模型推理过程摘要、算力消耗估算和尝试问题数量，OpenAI 称一项普通成果的算力约等于 ChatGPT Pro 连续思考三小时。

OpenAI 发布 722 份数学手稿，称未发布前沿模型解决数百个开放问题

OpenAI 在 GitHub 发布 722 份数学手稿，覆盖 372 个结果族，称其中包含由未发布前沿模型解决的数百个长期开放数学问题。材料还包含模型推理摘要、算力估算和尝试问题数量，OpenAI 称平均每项结果相当于 ChatGPT Pro 思考 3 小时。

🚨 AI News | TestingCatalog@testingcatalogAI 评分6363

OpenAI 发布 GitHub 仓库，公开由其未发布内部前沿模型产出的一系列新数学结果，仓库地址为 https://github.com/openai/math。OpenAI 称发布前咨询了 Institute for Advanced Study 的独立数学与人工智能咨询小组。绝大多数结果通过同一流程获得，平均每项结果使用 3 小时 ChatGPT Pro 思考算力，评测中模型共被提出约 4,000 个问题。

OpenAI 公开内部前沿模型产出的多项数学研究成果

OpenAI 发布由内部前沿模型产出的一系列新数学成果，并在 GitHub 仓库中公开论文、修订与引用协议。仓库包含多项证明的 Lean 形式化、10 份模型推理摘要、ChatGPT Pro 用量估算和尝试题目数量统计，平均每项成果约消耗相当于 3 小时 ChatGPT Pro 思考的算力。

Sulcus 推出 AI 智能体运行观察与控制工具，支持 Claude Code、Codex、Google ADK 等接入

Sulcus 开放 early access，用于在 AI 智能体运行时观察步骤、模型调用、工具活动、token 和故障，并在支持的环境中执行停止、重跑或审批。

Show HN：AI 智能体每日完成十项网页任务，全部逐字稿公开

Agentability 公开实验让 AI 智能体每天执行十项真实网页查询任务，10 月 6 日一期由 deepseek-flash 完成 8/10 项，读取 137 个页面、访问 43 个站点。

开发者撰文称 AI 正在杀死我们熟知的开源协作

一位长期开源参与者认为，AI 生成的低质量 PR 和安全报告正在摧毁开源贡献中的善意信号，维护者被迫把审核成本放在贡献价值之前。curl、tldraw、Ladybird、OpenJDK、Godot、Hono 等项目已收紧或关闭外部贡献，GitHub 也增加了关闭 PR、限制 issue 和归档垃圾 PR 的设置。

Rohan Paul@rohanpaul_aiAI 评分4646

Overmind基于用户生产trace微调小型开源模型，并用同一真实任务构建eval与现有模型对比。其公开对比为经Overmind调优的Qwen3.5 9B对标GPT5.6 Luna，公司称法律合同中虚构条款减少20至30倍、逐字引用条款准确率提升7倍。最终产出用户拥有权重的小型开源模型，可托管在Overmind或自行运行。

Linum 提出无 VAE 的 Pyramid-JiT 像素空间文生图架构

Linum 提出 decoder-only 像素空间文生图架构 Pyramid-JiT（P-JiT），通过在 DiT 主干上依次预测 128×128、256×256 和 512×512 图像来替代 VAE 与编码器。