开源模型、框架与仓库动态：权重开放、社区项目爆火、开源与闭源的力量消长。
OpenClaw 项目组把 AI 用量拉满，常驻约 100 个 Codex 实例，把代码审查、安全扫描、issue 去重归类、测试环境复现并录屏验证、从会议里自动建任务、垃圾评论过滤和性能回退监控全交给它们跑。他们用 clawpatch.ai 把项目拆成功能单元做审查，还接了 Vercel DeepSec 做安全分析。正文没披露具体花了多少钱，但明确说...
推荐理由：我会先打个折：这只是一条X上的分享，没有披露成本、效果指标或可复现的搭建方式，所以别当成熟方案看。但它的钩子很准——用约100个Codex实例同时干代码审查、安全分析、议题去重、测试复现、任务创建、垃圾过滤和性能回归监控这七件事，还明说“无视令牌成本”，对正在琢磨AI agent怎么落地的从业者来说，是个有参考价值的实操片段。H、K、R都成立，放在featured里偏低的位置刚好。
X 在 GitHub 上公开了“For You”信息流的推荐管道，代码、预训练模型和内容理解服务都给了。核心是一套叫 Phoenix 的 Transformer 模型，基于 Grok 架构，负责给候选帖子打分。它会看用户最近跟谁互动，同时预测点赞、回复、转发这些行为的概率，揉成一个相关性分数。排序前会先捞候选内容，补上上下文，再让模型评分，最后做多样性...
推荐理由：HKR 三项都踩中了，但正文只说了开源和 Phoenix Transformer 打分机制，仓库细节、许可证、能不能复现都没提，所以先给 featured 里偏低的位子。
飞书开源了一个叫 lark-cli 的命令行工具，45 天在 GitHub 上拿到超过一万颗星，是国内办公套件里第一个破万星的开源项目。这个工具让 AI 能直接在命令行里建群、建文档，而且每一步操作都会先展示出来让你确认，不是那种在云端黑盒执行的 MCP 模式。主干代码已经合并了 10 位外部开发者的贡献，对比钉钉和企业微信同类项目的外部贡献是零。这种...
推荐理由：我会先打个折：信息只来自一篇社交帖子，没披露实际使用量、贡献者数量或企业采纳数据，所以放在 featured 偏低的位置。但 45 天万星这个速度本身说明开发者对“AI 操作可见可控”这个方向有需求，工具形态是命令行，意味着可以嵌进自动化流程，这点比纯界面演示更实在。正文没提和钉钉同类能力的对比，也没说后续维护计划，先当一次开源动作看。
一个叫keon/jepa的开源教学库把LeCun提出的JEPA世界模型拆成了5个独立变体，每个都用单个PyTorch文件实现，最短160行，最长278行，只依赖PyTorch和torchvision。其中iJEPA在CIFAR-10上跑了100轮，线性探测准确率52.7%，不算高，但胜在代码够短、能跑通。V-JEPA、C-JEPA和LeWorldMod...
推荐理由：我会先打个折：这不是新模型或新论文，是一个教学仓库，把 JEPA 的几个变体写成极简 PyTorch 单文件，方便看懂核心思路。亮点是代码量压到 160 行起步，依赖干净，适合想快速上手世界模型、又不想啃大项目的人。正文没披露训练数据或性能对比，所以别当生产级工具用，但作为学习材料够直接。
这个叫 StudioMI300 的开源流水线，把一句英文提示词变成 720p 短片，全程跑在一张 AMD Instinct MI300X 上。流程分 8 步：先用 FLUX.2 [klein] 生成角色关键帧，再用 Wan2.2-I2V 把静态图转成动画，中间加了一道视觉评分和自动重试的质检，最后配上音乐和 9 种语言的旁白。开发者把单条片子的生成时间...
推荐理由：HKR 三项都成立：帖子把一句提示词到成片的完整链路讲清楚了，有硬件型号、阶段数和压缩后的耗时，对想自己搭视频管线的开发者来说，省钱和可控这两点很抓人。不过来源只有 Reddit 单帖，没有第三方复现或更多验证，所以分数没再往上走。
腾讯云开源了 TencentDB Agent Memory，专门解决 AI Agent 在长任务里上下文窗口被快速撑爆的问题。核心思路分两步：一是用 Mermaid 流程图把任务执行过程画成一张可折叠、可展开的“任务地图”，让 Agent 随时知道自己在哪、哪些步骤有依赖；二是做上下文卸载，把工具返回的完整结果存到外部文件，上下文里只留一行摘要和索引路...
推荐理由：腾讯云把 Agent Memory 开源了，主打上下文卸载和用 Mermaid 图当任务画布，多任务连续对话里最高能省 61% 的 Token。这个数字对跑生产级 Agent 的团队来说挺实在，不是实验室刷榜。不过正文没给出对比基准和测试场景细节，实际能省多少得自己测。整体不是大模型发布那种量级，但作为成本优化工具，放在 featured 里提醒一下同行是合适的。
摩尔线程办了一场 SGLang × MUSA 线下交流会，宣布 MUSA 后端已经并入 SGLang 主分支。截至 5 月 12 日，他们一共提了 47 个 PR，其中 41 个被合并。不过正文因为环境验证问题没能加载出来，具体技术细节和现场讨论内容暂时看不到。
推荐理由：我会先打个折：这不是模型发布，也不是平台级大更新，更像推理后端生态的一次实质性进展。但 47 个 PR、41 个合入的数字说明摩尔线程不是挂个名，是真在往 SGLang 主线里交代码。对国内做推理部署的人来说，MUSA 后端进主线意味着以后用 SGLang 时多了一条国产卡的路，这点先别太激动，正文没披露实际性能对比和线上规模，但至少代码层面已经打通了。
OpenSquilla 这个开源项目把模型路由决策放在本地跑，不花 token 就能判断问题难易：简单问题丢给便宜模型，复杂问题才上强模型。它靠增量发送和缓存命中把实际传输的 token 量压到原来的十分之一以下。记忆模块会在上下文快满时自动挑重点压缩，还支持混合检索。正文没披露具体测试场景和模型阵容，所以这 90% 的降幅在什么任务上测出来的还不清楚...
推荐理由：我会先打个折：信息来自一篇 X 上的项目帖，仓库实际活跃度、测试环境和局限性正文都没披露，所以别急着全信。但它的思路很实在——用本地路由和缓存把要传给大模型的 Token 砍掉九成，等于把“外挂资料库”和推理优化打包成一个开源工具。对正在想办法压推理成本的小团队来说，哪怕只实现一半效果也值得关注。
商汤在 Hugging Face 上放出了 SenseNova-U1-A3B-MoT 模型，同时提供了 A3B MoT、8B MoT 和 0.4B LoRA 权重链接。按官方说法，这套模型用 NEO-unify 架构把多模态理解、推理和生成统一到一个模型家族里。不过 Reddit 原帖被网络屏蔽了，正文没披露具体性能数据、训练细节和实际跑分，想试的话得...
推荐理由：SenseNova 在 Hugging Face 扔了一套多模态模型权重，A3B MoT、8B MoT 加一个 0.4B LoRA，主打 NEO-unify 架构，说能把看图、推理和生成塞进一个模型。我会先打个折：正文没给任何 benchmark 分数，也没写清楚开源协议，所以性能好坏和商用限制现在全是问号。亮点是 LoRA 权重只有 0.4B，对想用消费级显卡跑多模态任务的人挺友好，这点先别太激动，等实测出来再看。整体属于有料但缺关键信息的发布，给个 featured 低段位合理。
团队把 psql_bm25s 开源了，它是一个 PostgreSQL 原生访问方法，直接在数据库里跑精确的 BM25 检索。在标准基准测试上，它比 pg_search 快大约 23 倍。这个速度提升意味着，在多智能体系统里，检索不再拖后腿，也不用额外烧钱，智能体查数据能快很多。正文没披露具体测试用的数据集、硬件配置和查询类型，所以这个 23 倍先打个折看。
推荐理由：我会先打个折：这是单方开源发布，没有独立复现和线上生产环境的约束说明，所以别急着当最终结论。但“23 倍”这个数字确实抓人，它说明用原生访问方法在 Postgres 里跑 BM25 可以省掉不少外部依赖和延迟，对把 Postgres 既当主库又当检索库的团队是个省钱省运维的信号。正文没披露并发写入下的性能退化、索引构建耗时和资源占用，这点先别太激动。
小米放出了 MiMo-V2.5-Pro，参数总量 1.02 万亿，但每次推理只激活 420 亿参数，上下文窗口能塞进 100 万个 token，用 MIT 许可证。作者拿它跑了 125 次 Claude Code 任务，走 API 总共花了 70.12 美元，处理了约 3.87 亿个 token，缓存命中率高达 96.3%。这个命中率说明大部分请求其实...
推荐理由：我会先打个折：正文没披露 MiMo-V2.5-Pro 的评测跑分，所以性能好坏只能靠参数规模猜。但这条信息本身够直接——小米把一个 1.02 万亿参数、42B 激活的模型开源，另一边作者用 Claude Code 跑了 125 次会话，3.87 亿 token 花了 70.12 美元，缓存命中率 96.3%。这两组数字摆在一起，自建成本和 API 开销的对比就出来了。对做工程的人，这种一手成本数据比技术报告更有参考价值。
面壁智能、清华和 OpenBMB 放出了 MiniCPM-V 4.6，一个 13 亿参数的多模态模型。它最大的卖点是能在一张 RTX 4090 显卡上完成全量微调，不用再靠低秩适配这类折中方案。模型提供了两种视觉 token 压缩模式：4 倍压缩追求精度，16 倍压缩追求速度，让开发者自己按场景选。正文没披露具体的训练数据量和详细评测基准，这点先别太激...
推荐理由：HKR 三项都成立：一条具体的开源多模态模型发布，给了参数量、硬件条件和 token 压缩方案，把本地微调成本压到一张消费级显卡。不是前沿大厂的旗舰发布，但实用性强，82 分合理。
maddiedreese 把 Andrej Karpathy 的 TinyStories-260K 模型成功跑在了一台没改过硬件的 Game Boy Color 上。他用 INT8 量化权重、定点数运算，把模型和 KV 缓存塞进 MBC5 卡带的 bank-switched ROM 和 SRAM 里，全程不靠手机、电脑、Wi-Fi 或云端推理。不过输出...
推荐理由：一个 Reddit 硬件 hack，把 TinyStories-260K 塞进原装 Game Boy Color，用 INT8 和定点数学跑推理，KV cache 放在卡带 SRAM 里。输出慢到没法用，而且基本是乱码，所以别当产品看。但能在这种老设备上把 transformer 跑起来，本身就挺酷，技术细节也给得实在，适合当一条有趣的行业花絮。
Cactus 开源了一个叫 Needle 的工具调用模型，参数量只有 2600 万，小到可以在消费级设备上跑。它的推理速度很快，预填充阶段每秒能处理 6000 个 token，生成阶段每秒 1200 个 token。这个模型是从 Gemini 的工具调用能力蒸馏出来的，相当于把大模型怎么调用 API、怎么选函数这套本事，压缩进了一个极小的模型里。模型权...
推荐理由：我会先打个折：这是 Show HN 和 GitHub 自报的数据，没有独立评测或大厂背书，所以分数没往上走。但亮点很直接——把 Gemini 的工具调用蒸馏进一个 26M 的小模型，prefill 6000 tok/s、decode 1200 tok/s，MIT 开源，意味着你可以在自己电脑甚至手机上跑一个能调工具的 agent，不用连云端。正文没披露训练用了多少样本、工具调用准确率对比基线是多少，也没说支持哪些工具类型，这些缺口让实际可用性还看不清。不过就冲这个尺寸和速度，对做本地 agent 的人来说值得看一眼。
Cactus Compute 开源了一个叫 Needle 的工具调用模型，参数量只有 2600 万。它用 Gemini 当老师，把怎么调用外部工具的能力蒸馏出来，塞进一个没有传统 MLP 层、靠注意力机制和门控结构的小模型里。在消费级设备上跑，预填充速度能到每秒 6000 个 token，解码速度每秒 1200 个 token。不过正文被 Reddit...
推荐理由：我会先打个折：目前只有一篇 Reddit 帖子作为来源，团队也不算知名，所以分数没给太高。但亮点很实在——一个 26M 的模型声称能复现 Gemini 的工具调用行为，速度数据也漂亮，prefill 6000 tok/s、decode 1200 tok/s，在消费级设备上跑。结构上做了减法，不用 MLP，只留注意力和门控，这点如果属实挺省钱。正文没披露详细的训练数据和完整的基准测试对比，所以“蒸馏效果到底多好”还得看后续验证。
作者 Nathan Lambert 从中国 AI 圈几乎全员开源的现状出发，聊了聊开放模型生态真正的省钱逻辑。核心判断是：造前沿模型的大头成本不在最终训练，而在研发试错，这部分算力开销可能占到 80%。中国各家实验室通过详细技术报告和刻意分享，相当于帮同行排了雷，避免重复烧钱做实验，形成了一种靠信息共享降低未来研发成本的复合增长。文章也指出，开源 AI...
推荐理由：这篇文章不是产品发布，而是一篇评论，核心观点是开源模型生态正在自我强化。我会先打个折：正文没披露下载量的绝对基数，200% 的环比增长到底是从 1 万涨到 3 万还是从 100 万涨到 300 万，差别很大，这点先别太激动。但它把开源模型的扩散、微调、再发布串成一个复合增长飞轮，这个框架比单纯报数字更有价值。对做模型选型和成本估算的从业者来说，这个趋势意味着国产开源模型的可用性在快速爬坡，值得关注。
作者实测了五个主流消费平台的数据导出方法。淘宝自带导出功能；京东没有官方支持，但作者用 Codex 写了个 Chrome 插件，能一键导出订单，代码已开源在 GitHub；饿了么可以申请导出 Excel；美团外卖目前完全没办法导出；大众点评的收藏列表也能通过定制插件导出来。作者把京东和大众点评的工具都开源了，目的是让用户拿这些消费数据喂给 AI Age...
推荐理由：这篇文章不是平台官方发布，是一个开发者的实操记录，所以重要性停在 featured 档。但 H、K、R 三项都踩中了：用订单数据喂 AI 助手这个切入点够抓人，5 个平台的具体导出方式是新事实，开源工具直接降低了数据可移植性的实现成本。我会先打个折——正文没披露导出数据的字段完整度和后续清洗工作量，这点先别太激动，但作为动手参考已经够用。
DreamLite 是字节跳动开源的一个统一扩散模型，参数量只有 3.9 亿，能在 iPhone 17 Pro 上直接跑，生成或编辑一张 1024×1024 的图大约 3 秒。它靠 DMD2 蒸馏技术把推理压缩到 4 步，全程在手机本地完成，不依赖云端。正文没披露具体的显存占用和功耗数据，也没给出不同机型上的实测对比，所以“秒变画板”这个说法先打个折—...
推荐理由：字节把扩散模型压到 0.39B 参数，在 iPhone 17 Pro 上离线跑 1024×1024 生图和编辑，约 3 秒出结果，靠的是 4 步 DMD2 蒸馏把推理步数砍下来。我会先打个折：正文没披露功耗、内存占用和量化方案，也没给不同机型的对比，所以“手机秒变画板”这个说法先别太激动。但参数和实测平台都给了，比光喊口号实在。作为开源端侧方案，对在意离线、低延迟和隐私的开发者有参考价值，只是目前只有一篇 Reddit 帖子，没有论文或代码仓库链接，可信度要打个问号。
Reddit 用户 kexxty 用 OpenRouter 跑了 288 次结构化输出测试，覆盖 Llama 3、Mistral、Command R、DeepSeek、Qwen 等模型，发现本地模型和纯 API 模型在 JSON 上出的错其实差不多。他把这些失败归类后，写了一个叫 outputguard 的 Python 修复库，用 MIT 协议开源。...
推荐理由：HKR 三项都成立：288 次调用不是随便跑跑，outputguard 库和 15 步修复链给了可复用的实操细节。信息源是单篇 Reddit 帖子，没有第三方验证或论文背书，所以放在 72-77 的 featured 档位，不往上走。
这套模板把金融行业里常见的 AI 用法打包成了开箱即用的工作流，覆盖投研、投行、风控等核心环节。里面塞了 10 个端到端智能体、7 个垂直插件，还接好了 11 家主流金融数据商的 MCP 连接器，等于把模型跟 Bloomberg 这类数据源的通路提前打通了。部署方式从个人插件到企业 API 都支持，也能塞进 Microsoft 365 和私有云。正文没...
推荐理由：我会先打个折：这不是模型发布，所以重要性到不了 85 分，但开源一套能跑的金融 agent 模板，比发篇愿景文章实在得多。Anthropic 把 10 个端到端智能体、7 个插件和 11 家数据商的 MCP 连接器打包扔上 GitHub，等于给金融行业的 AI 落地画了一条参考线，别人想跟进得先过这一关。正文没披露这些 agent 在生产环境跑到什么程度、延迟和准确率怎么样，所以别急着当成熟方案用，但作为起点，信息量和可复现性都够格进 featured。