Reflection 开源编码智能体 Mirror 发布，针对 Beam 优化
Reflection 推出开源编码智能体 Mirror，专为 Beam 优化，由工程师 Jake 在加入 Reflection 后启动并历经多次迭代。该工具可通过 `uv tool install reflection-mirror` 安装。
#开源/仓库
RadarAIAI 评分3838 GitHubAI 评分2828 HASH 开源项目：自构建数据库与图世界模型
HASH 是一个自构建的开源数据库，可将原始信息转化为知识与流程图谱，构建支撑流程自动化、优化和决策的图世界模型。它支持双时态（bitemporality），能分别记录事件发生时间与已知时间，并可部署自主智能体从公开互联网及私有数据源采集、校验和维护数据。用户可通过 hash.ai 云端使用，或在本地以 Docker 加 mise 工具链运行完整技术栈。
GitHubAI 评分5858 OpenAccountants 开源税务技能库，覆盖 229 个司法辖区共 1903 个技能
OpenAccountants 在 GitHub 开源税务技能库，包含 229 个司法辖区的 1903 个技能，其中 53 个经会计师审核、44 位具名会计师参与，已通过接入的 AI 回答 19756 个问题。
PyTorch BlogAI 评分4646 PyTorch 为 TorchTitan 引入 Zephon 弹性确定性数据加载
PyTorch 博客介绍 Zephon，一种为 TorchTitan 提供弹性确定性数据加载的方案：在 16 GPU 上训练 1B 参数模型至 step 150 后，改用 8、32、64 GPU 恢复训练，Zephon 的 loss 曲线与基线重合，每个 global batch 的 SHA-256 哈希均匹配。
RadarAIAI 评分5858 AIPOCH 发布开源桌面应用 Open-Science V1.0.0，用 AI 智能体做可复现科学研究
AIPOCH 发布免费开源桌面应用 Open-Science V1.0.0，让 AI 智能体运行科学分析并保留每个结果背后的代码。新增的 .science 文件可将完整研究会话打包，包括对话分支、文件版本、notebook 记录和验证证据，导入端以只读方式打开，需复制后才能运行新实验。
RadarAIAI 评分5858 AIPOCH Open-Science 发布开源桌面应用 Open-Science V 1.0.0，让 AI 智能体处理研究任务
AIPOCH Open-Science 发布开源桌面应用 Open-Science V 1.0.0，让 AI 智能体承担从读论文到用 Python 和 R 分析数据的研究任务。
RadarAIAI 评分7171 Jim Fan 开源智能体机器人框架 ASPIRE V1.0
Jim Fan 开源智能体机器人框架 ASPIRE V1.0，具备完整的真实机器人技能发现与自我改进能力。Astra 到货当天实验室更换后端模型，一夜之间将全部 benchmark 拉满至约 99%。
RadarAIAI 评分3737 PyTorch 为 TorchTitan 引入 Zephon 弹性确定性数据加载
PyTorch 为 TorchTitan 引入 Zephon，在训练任务内即时完成 tokenize、pack、shuffle 和 mix，无需预处理语料副本。
GitHubAI 评分6262 Sidiora Labs 开源 Codify：单二进制本地智能体工作流引擎
Sidiora Labs 在 GitHub 开源 Codify（命令为 cg），一个用纯 C11 编写的单二进制智能体工作流引擎，把代码索引图、内容寻址快照、spec 任务循环和智能体记忆统一存进本地 SQLite，数据不出本机。
AWS Machine Learning Blog精选AI 评分6666 Reflection AI 开源编码智能体模型 Beam，并给出 AWS 部署路径
Reflection AI 推出开源权重模型 Beam，面向编码智能体与长周期任务，可维护代码、调用工具并完成多步工作流。
推荐理由：文章给出 Beam 的参数量、上下文长度与三种部署路径，可据此判断开源编码模型在 AWS 上的落地成本。
RadarAIAI 评分6262 开发者用 WebAssembly 与 WebGPU 在浏览器离线运行 125B 参数模型
开发者 nwtgck 在浏览器中通过 WebAssembly 与 WebGPU 完整离线运行 Qwen3.8-Flash-Next UD-Q4_K_XL，该模型为 125B 参数、文件超过 100GiB，推理全程本地完成、无需上传数据。方案使用 Chrome showOpenFilePicker API 直接挂载 .gguf 文件，以绕过存储与隐私瓶颈。
RadarAIAI 评分7171 腾讯混元开源 Hy Memory 2.0：Hy-Memory-30B-A3B 模型、hy-memory SDK 与 MemHub
腾讯混元团队开源 Hy Memory 2.0，包含记忆写入模型 Hy-Memory-30B-A3B、可编程的 hy-memory SDK 和桌面工具 MemHub。
RadarAIAI 评分7171 Perplexity 开源 agent 代码执行沙箱平台 SPACE，基于 Firecracker microVM 隔离运行不可信代码
Perplexity 开源内部 agent 代码执行沙箱平台 SPACE，把不可信的 Agent 生成代码或用户代码放进 Firecracker microVM 隔离运行，通过纯 HTTP/SSE API 对外服务，GitHub 地址为 https://github.com/perplexityai/SPACE。
RadarAIAI 评分6262 Reflection 首个模型 Beam 在 Artificial Analysis 智能指数得 30 分，居美国开源权重模型第二
Artificial Analysis 评测 Reflection 首个开源权重模型 Beam，在 Artificial Analysis Intelligence Index 得 30 分，居美国开源权重模型第二，仅次于 Meta 的 Muse Spark Open（39），高于前一日发布的 NVIDIA Nemotron 3.5 Super VL（26）。
RadarAIAI 评分7171 Perplexity 开源 Agent 沙盒运行时 SPACE
Perplexity 公开其代理计算平台的核心沙盒运行时 SPACE，基于 Apache 2.0 开源。该运行时为每个 Agent 任务分配独立 Firecracker microVM，具备独立凭证与出口管控，并支持暂停、分叉、快照等长生命周期特性，已通过安全评测的全量逃逸测试。
RadarAIAI 评分4040 VN Studio 发布：用编辑日志追踪 AI 视频创作中的人工版权
VN 推出 AI 视频制作工作区 VN Studio，内置人工创作追踪，面向需要版权证据的品牌和工作室。用户用 AI 生成片段后自行剪辑，桌面应用 Bridge 会把每次人工编辑以带时间戳的条目写入独立日志，并逐条链式关联，防止编辑历史被篡改。由于版权只保护人工添加的部分，该日志可作为登记和维权时区分自有创作的证据。
RadarAI精选AI 评分7878 Reflection 发布首个开源权重模型 Beam，501B 参数 MoE 采用 Apache 2.0 协议
Reflection 发布首个开源权重模型 Beam，权重已在 Hugging Face 以 Apache 2.0 协议放出。Beam 为稀疏 MoE 模型，总参数 501B、激活 23B，面向编码、推理和长程智能体任务。该模型提供 BF16、FP8、NVFP4 精度权重和投机解码 drafter 模型。
推荐理由：Reflection 首次开源 501B 稀疏 MoE 权重，可据此了解其面向编码与长程智能体的参数配置和精度选项。
RadarAIAI 评分7171 Perplexity AI 开源 AI Agent 安全沙箱 SPACE，118 次逃逸测试零突破
Perplexity AI 开源 AI Agent 安全沙箱 SPACE，通过轻量虚拟机隔离、外部凭证管理与快照回滚等机制，在 118 次逃逸测试中实现零突破，并已获 CoreWeave、Akamai 等云平台部署。文章提到此前已发生多起 AI Agent 突破沙箱限制的安全事件。
RadarAIAI 评分5858 开源技能包 srt-whiteboard-animation 可将 SRT 字幕转为白板手绘动画视频
开源 AI 技能包 srt-whiteboard-animation 能将 SRT 字幕文件自动转化为带分镜、线稿和上色过程的米黄色底白板手绘动画视频，最终导出 MP4。它把 SRT 字幕按时段拆分为场景并生成分镜，在分镜和线稿阶段需人工确认后才渲染，并提供浏览器预览台。
RadarAIAI 评分4040 NewMax 开源对话式工作流：将 YouTube 视频内容转为小红书图文
NewMax 推出并开源了一套通过对话将 YouTube 视频内容自动转化为小红书图文的工作流。用户只需一段对话，AI 即可分析 YouTube 视频并生成适合小红书发布的图文内容，项目已在 GitHub 开源。
GitHubAI 评分5858 OpenPencil 开源 AI 原生矢量设计工具，支持并发 Agent Teams 与 MCP Server
ZSeven-W 在 GitHub 开源 OpenPencil，定位为 AI 原生矢量设计工具，支持用自然语言描述 UI 后在无限画布上流式生成，并可通过选中元素对话修改设计。
GitHubAI 评分3636 zereight/gitlab-mcp：面向 AI 智能体工作流的 GitLab MCP 服务器
zereight/gitlab-mcp 是一个面向 AI 智能体工作流优化的 GitLab MCP 服务器，提供 276 个工具（274 个工具集加 execute_graphql 和 discover_tools），支持 stdio、SSE 和 Streamable HTTP 三种传输方式。
GitHubAI 评分5858 BMad Method 发布 v6.12 稳定版与 v7 预览版
BMad Method 在 GitHub 上发布两条版本线，稳定版 v6.12 通过 npm 安装并仅做 bug 修复，v7 预览 alpha 版以 skills 形式提供，官方给出的 v7 发布 ETA 为 2026 年 10 月 16 日。
vLLM Blog精选AI 评分6262 vLLM 从 Day 0 支持 Reflection Beam，并针对 NVIDIA Blackwell 优化
vLLM 宣布从 Day 0 支持 Reflection 的 Beam 模型，这是一个 501B 参数、每 token 激活 23B 的 MoE，并在 NVIDIA Blackwell 上完成优化，推理、工具调用和结构化输出开箱可用。
推荐理由：vLLM 从 Day 0 支持 Beam 并给出内核融合与自适应验证的实测数据，可看推理栈如何承接新架构。
arXiv cs.AIAI 评分3737 3DCodeVerse：将 3D 世界作为代码探索
研究者推出 3DCodeVerse 研究生态，让编码智能体大规模生成可编辑、可验证的 3D 内容，包含 3DCodeVerse-2M 大规模可执行 3D 代码数据集、基于多智能体有向无环图的 3DCodeVerse Harness 生成与优化框架，以及系统性 3D 编码实证研究。
arXiv cs.CLAI 评分2727 用小型宽松许可开源模型实现校准的证据推断
研究者用低秩适配器和分类头微调 Qwen3-4B-Base，用于证据推断任务，判断试验结果是显著增加、显著减少还是无显著差异。该模型仅用 2,657 篇训练文章中 1,431 篇 CC BY、CC0 或公有领域文章微调，以 Apache License 2.0 发布并可在笔记本上运行。
arXiv cs.CLAI 评分3434 RefactorPlatform：用于仓库级重构智能体受控评估的开源测试框架
RefactorPlatform 是一个开源评估框架，通过固定环境、显式变化模型骨干（OpenRouter 与 GitHub Copilot CLI）、执行模式（基线、检索增强、多智能体）和提示词具体度，对仓库级重构智能体进行受控评估。
arXiv cs.CLAI 评分2626 MIXAR：将自回归像素级语言模型扩展至多语言与多文字系统
MIXAR 是首个生成式多语言像素级语言模型，在八种高资源语言（覆盖拉丁与 CJK 文字）上预训练，参数规模扩展至 0.5B。它用基于 GRPO 的强化学习阶段替代此前像素模型不稳定的对抗训练，在多语言基准上把自由生成准确率最高提升 2.3 倍，并在判别式基准上与同类 tokenizer 模型持平。
arXiv cs.CLAI 评分4040 MoCo：一站式模型协作研究 Python 库
研究者推出 MoCo，一个用于大规模执行、评测和比较模型协作算法的一站式 Python 库，涵盖 26 种模型协作方法与 25 个评测数据集。实验显示，多数协作策略在平均 61.0% 的（模型、数据）设定中优于无协作模型，最优方法提升幅度最高达 25.8%。
arXiv cs.CLAI 评分3636 TimeCap：面向可穿戴健康时间序列数据的可扩展开源标注流水线
研究团队发布开源确定性标注流水线 TimeCap，无需语言模型参与、直接基于信号生成标注，可通过编写通道定义扩展至新 schema。将其应用于 MyHeart Counts 可穿戴数据集 OpenMHC 后生成 MHCap，覆盖 19 个 Apple HealthKit 通道、908,944 人日共 7,005,763 条标注。
arXiv cs.AIAI 评分2424 LOADBench：面向 IC 设计机器学习的大型开放模拟数据集与基准
LOADBench 发布了一个面向模拟 IC 设计机器学习的大型开源数据集与标准化基准，包含 SkyWater130 PDK 中 100 多种运放拓扑（1、2、3 级），每种拓扑附带结构与功能标注、尺寸约束、Ngspice testbench，以及 NSGA-II 多目标尺寸优化产生的约 10³ 个 Pareto 最优和 10⁶ 个中间尺寸-性能数据对。
arXiv cs.AIAI 评分6060 JevAgentHarness：让决策模型与 LLM 共享控制权的基准、部署与训练
论文提出 JevAgentHarness，把智能体每一步的工具选择等决策委托给决策模型，仅在置信度低于阈值时交由 LLM 决定。作者构建 AgentDecisionBench，覆盖从孤立问题到控制运行中智能体的测试；孤立问题上最准的决策模型仅解决 69.5% 的智能体任务，未拟合置信度阈值时委托工具选择会使成功率下降 19.0 个百分点。
arXiv cs.AIAI 评分6666 MAI-Gym：面向移动与电脑环境的 GUI 智能体评测与 RL 训练一体化开源平台
MAI-Gym 是一个开源一体化平台，统一移动、电脑和网页环境下的 GUI 智能体评测、数据采集与在线 RL 训练，支持十项基准并扩展到 20000 个并行环境实例。
arXiv cs.CLAI 评分2020 DeepUnfolding-Agent：一个经典-量子自适应控制 API
DeepUnfolding-Agent 是一个基于 FastAPI 的 schema 驱动平台，将深度展开自适应控制以外部软件服务形式提供，使控制器逻辑与任务训练脚本解耦。
arXiv cs.MAAI 评分7171 Athanor：面向自主后训练研究的智能体原生系统
研究者提出 Athanor，一个在真实 GPU 上运行的智能体原生自主后训练研究系统（AutoPostTrain），让智能体自行读取数据集与评测结果、构建训练数据、修改训练算法并调参。
量子位AI 评分5858 范式智能联合睿思智联推出开源生产级 AI 部署平台模域 ModelSphere
范式智能联合睿思智联宣布一站式生产级 AI 部署平台模域（ModelSphere）正式上线，面向企业用户免费开源，并已在 GitHub 开源。平台将算力管理、模型部署和运行优化整合到统一平台，内置自动弹性扩缩容、PD 分离部署、三级 KV 缓存等能力，并融合 EngineX 推理引擎统一调度华为昇腾、天数智芯、摩尔线程、海光 DCU 等国产算力。
量子位AI 评分4545 霸榜三大基准！优必选 Thinker-WM：多模态统一表征，单模型实现六大能力
优必选 Thinker-WM 在 WorldOlympiad、EWMBench、WorldArena1.0 Track-1 三大具身世界模型基准评测中全部拿下第一，WorldOlympiad 综合得分 0.740，EWMBench 总分 4.66，超过 Qwen-RobotWorld、Sora2 等模型。
RadarAIAI 评分7171 腾讯混元发布 Hy Memory 2.0，模型、框架与 MemHub 应用三层全开源
腾讯混元于 10 月 16 日宣布智能体记忆框架 Hy Memory 升级至 2.0，并开源专用模型 Hy-Memory-30A3B、记忆框架和本地应用 MemHub。三者可独立使用，也可组合成完整的 Memory 方案。
RadarAIAI 评分7474 腾讯混元发布并开源智能体记忆框架 Hy Memory 2.0 与专用模型 Hy-Memory-30A3B
腾讯混元 10 月 16 日宣布推出并开源智能体记忆框架 Hy Memory 2.0，同时开源专用模型 Hy-Memory-30A3B（约 3B 激活参数）、记忆框架和 MemHub 应用三层能力。
GitHubAI 评分4848 GTM Co-Founder：为独立开发者打造的 go-to-market 技能包，支持 Claude Code、Cursor、Codex、Windsurf
GTM Co-Founder 是一套面向独立技术创始人和首位 GTM 员工的 go-to-market 技能包，可在 Claude Code、Cursor、Codex、Windsurf、Antigravity 等支持 Agent Skills 规范的智能体中使用。