跳到正文

#GitHub

今日 28 条
10月3日周六
  1. Hacker News 热门（buzzing.cc 中文翻译）60

    Audionaut 开源跨平台多轨音频编辑器发布，支持通过 MCP 驱动 AI 智能体编辑

    Audionaut 是一款免费开源的跨平台多轨音频编辑器，支持 Windows、macOS 和 Linux，面向音乐、播客和多轨录音场景。应用基于 C++ 与 JUCE 构建，提供剪辑、分轨播放列表、多声道支持和导出功能，并可通过 MCP 让 Claude 等 AI 智能体编辑会话。

10月2日周五
  1. GitHub Blog · AI & ML42

    AI 正在改变开发者工作：需要强化的三项技能

    GitHub Blog 提出开发者在 AI 时代应强化三项技能：指挥 AI 智能体、不盲信 AI 的首个答案、利用 AI 解决更大的问题。开发者需负责定义问题、审查 AI 生成代码并做技术决策；可用第二个 AI 模型评审首个模型的输出，GitHub Copilot 的 Rubber Duck agent 即采用此方式。

  2. Hacker News：AI 热帖52

    Tanmay Sah 与 Dolly Sah：AI 智能体需要撤销按钮

    Tanmay Sah 与 Dolly Sah 在 CACM 文章中提出，能修改真实系统状态的 AI 智能体不能只依赖事前验证，还必须具备事后恢复能力。文章称其研究分析 2,970 条智能体轨迹，发现验证可提升安全但会带来计算、token 和任务成功率成本；EvoUndo 则通过显式记录变更、保留恢复信息和跨状态验证，提供状态恢复、崩溃协调与选择性撤销，相关实现已在 GitHub 公开。

  4. Hacker News：AI 热帖72

    本地 LLM 停不下来时，问题可能不在模型：排查聊天模板与 GGUF 元数据

    本地 LLM 回答后继续生成、忽略系统提示或丢失指令，通常源于聊天模板或 GGUF token 元数据，而不是模型权重。文章解释聊天模板如何用控制 token 复现训练格式，比较 Hugging Face transformers、llama.cpp 和 minijinja 的模板执行差异，并说明错误停止 token、特殊 token 被拆成普通子词、缺少生成提示等故障。

  8. Hacker News 热门（buzzing.cc 中文翻译）80

    DeepSeek Harness 开启全球公开预览并开源

    DeepSeek Harness 已面向全球开启公开预览并开源，这是基于 Cordis 万物皆插件架构的开源 harness，可作为桌面应用运行，也可通过代码启动 Web UI。

    推荐理由：材料整理了公开预览、开源方式、插件架构和启动命令，便于读者快速判断其适用任务与上手路径。

  12. Hacker News：AI 热帖33

    开发者控诉 GitHub：Hytale 模组文档项目致账号被封，申诉九个月无果且无法取回仓库

    一名开发者在 GitHub 发布经游戏方许可反编译整理的 Hytale 服务器模组文档后，本人及两名协作者账号被封，GitHub 未说明具体违规规则。他按官方流程申诉并联系游戏工作室，从 1 月等到 10 月仍未恢复，也无法访问多年历史仓库；目前他已改用私有 VPS 上的 Gitea。

  16. Rohan Paul52

    MerchantBench 评测 8 个领先 LLM 在 365 天电商运营模拟中的长期一致性，最佳配置 Qwen3.7-Max with Hermes 的最终净资产仅为人类参与者平均水平的 27.3%。

    引用Rohan Paul@rohanpaul_ai

    "Long-horizon tasks are still a joke. They do not work, and I do not care what anybody says. Do not show me a stupid evaluation. Do not tell me about some dumb script you ran for 48 hours. Long-horizon tasks are not handled well. They simply do not work." - Chamath at Stanford AI Club "2nd, complex problems also do not work. They are neither addressed nor handled well. Why is this important? If AI develops like any other technology, we are going to experience an initial rise—the hype cycle. Then, we will see a natural contraction because, somehow and somewhere, something is going to fail. We are all going to see this, and then we will enter what is called the “trough of disillusionment.” I think the business and MBA folks will confirm whether that is true. Afterward, you typically see the slow and gradual adoption of the real, final solution. This happened with the internet, and it has happened in many other cases. The problem is that we are spending hundreds of billions, potentially trillions, of dollars trying to figure out how to cross this chasm. So, what do we do? If we do not figure this out, people will reach the trough of disillusionment and say that AI was a joke. I think we need to be able to bring AI into highly complicated environments and make it work. What is my solution? At a very basic level, you need a symbolic space that guides the embedded space." ---- From "techniahqrobot" YouTube channel, (link in comment)

  19. Hacker News：AI 热帖68

    Zero Slop 开源 AI 写作去套话技能发布，支持本地评分、MCP 与 API

    Zero Slop 是一个免费开源的 AI 智能体技能，用于识别并修改写作中的 AI 套话，同时检查核心信息是否保留。它提供 0 到 100 的写作评分、294 个加权模式和 96 个词条，支持 Claude Code、Codex、Claude.ai、Gemini CLI、浏览器编辑器、MCP、CLI、REST API 与本地 Python 评分。

  27. Hacker News 热门（buzzing.cc 中文翻译）68

    Earendil 发布 Pi 1.0 与实验包 Pi Durable

    Earendil 发布 Pi 1.0，这是一个强调极简、稳定和可扩展的 AI 智能体 harness，可作为日常编码智能体使用。Pi 1.0 新增 Codemode、对 MCP 和非 LLM 模型的原生支持、虚拟模型扩展、延迟工具加载、Anthropic 模型缓存预热、会话中系统消息、新 TUI 主题和默认全屏模式。

  32. Hacker News：AI 热帖42

    TypeSafe Jev 模型能否说话？say-hi 实验让只做选择的 jev-1.13.0 逐键打字

    say-hi 通过虚拟键盘让 TypeSafe 的 jev-1.13.0 逐键选择字符生成回复，单次回复上限为 400 次按键和 $0.50。实验显示 JEV 知道答案却难以逐字母拼出，答案锦标赛和提示将脚本化 18 轮英文对话评分从 2.47 提升到 2.77。JEV 输入价格为 $0.042 / 1M tokens、输出免费，一次“hi”成本 $0.00045。

  33. Claude：Blog（网页）76

    Claude Code 推出 mods，可用 TypeScript 自定义提示词、界面和内置功能

    Claude Code 发布 mods，开发者可用小型 TypeScript 函数挂钩事件，在事件前、后、替代或包裹执行，从而改写提示词、拦截工具调用、处理权限请求、脱敏工具输出并新增界面。

    推荐理由：官方说明了 mods 的事件拦截机制、插件分发方式和团队安全控制，便于开发者判断可定制边界与部署风险。