Pai 的 AI 雷达
含近几日仍热话题，按时间衰减排序。今天先看 sickn33/agentic-awesome-skills，其次 TabularisDB/tabularis。并行还有 Value-Sensitive Delegation in Everyday AI Agent Use: Evidence from OpenClaw、How to Evaluate AI Agents From Tool Calls to Task Completion。
arXiv:2609.22067v1 Announce Type: cross Abstract: Users increasingly delegate work to autonomous AI agents, yet evaluations typically measure task completion rather than the values users prioritize. Using Value Sensitive Design, we analyzed, with LLM assistance, 73,093 first-pers
When you ship an AI agent, the key question is whether it can execute a chain of work across dozens of sequential tool calls against a live environment, and recover when a step fails. Scoring whether the model sounds right tells you almost nothing about whether the work finished.
arXiv:2609.19524v2 Announce Type: replace Abstract: Benchmark scores alone provide an incomplete basis for assessing the trustworthiness of modern artificial intelligence systems. Large language models (LLMs), agentic systems, and multimodal models (MLLMs) require different forms
The new repository pull requests page is now generally available to all GitHub users. Highlights The new page makes it easier to find and act on pull requests in a repository, with new filtering and search options to help you find exactly what you’re looking for: Content assist h
Enterprise owners can now export a complete inventory of every credential that can access their enterprise (e.g., SSH keys, classic and fine-grained personal access tokens, OAuth App access tokens, and GitHub App user-to-server and installation tokens). This enables enterprise ow
OpenAI is working with an independent Advisory Group on Mathematics and Artificial Intelligence to guide the review and communication of emerging AI results.
With GPT-6 Astra, Higgsfield AI makes video ad creation easier for small businesses and brings new creative tools to market faster.
你会为 App 付费吗？ 在软件开发的起点已经变成了一句话生成的当下，我们发送诸如像「帮我做一个记账 App」的提示词，Codex 或者其它 Agent 就会自动完成编码、审查、测试、上线和发布等一系列流程。 原本那些因为不会编程、找不到开发者而搁置的想法，如今有了被做出来的机会。 AI 编程工具降低了做应用的门槛，但也把一个老问题更早地摆到了「开发者」面前： 做出来以后，谁会用？ a16z 最新一期数据周报，给「vibe coding 创业潮」泼了一盆冷水：应用供给翻了四倍，需求却纹丝不动；独角兽确实在变年轻，但独立开发者的淘金梦，数据上一个都没有兑现
通义千问发布 Qwen-Image-2.1，一个 7B 参数的原生图像生成与编辑模型，生成和编辑共用单一检查点，最多支持 10 张参考图。模型自带提示词增强 LLM，已集成 diffusers 和 ComfyUI，并在 Hugging Face Spaces 提供免安装的浏览器在线 demo：https://huggingface.co/spaces/hugging-apps/qwen-image-2-1 🔗 阅读原文 via AIHOT · https://aihot.news/items/cmuao05at0q8uro5tpc85e2kj
Macmini虽然不是性能最强、体验最完整的Mac电脑，但在AI时代，它或许比以往任何时候都更适合家庭用户。从年初OpenClaw的现象级走红，到如今Codex引领Agent工作方式潮流，这台小巧精悍 ... 查看全文
📌 一句话摘要 mac-computer-use 为 AI Agent 提供一套可直接操作 macOS 的工具集，支持预演验证与智能前台交互，可无缝集成至 Claude Code 和 Cursor 等主流 AI 编程工具。 📝 详细摘要 mac-computer-use 是一套为 AI Agent 设计的 macOS 操控工具，支持窗口操作、输入、点击及截图。它不仅能作为 Skill 集成到 Claude Code、Codex、Cursor 和豆包等工具中，还引入了「预演-操作-验证」的闭环机制以减少错误。该工具在本地运行，无需密钥或外部服务，并具备智能
📌 一句话摘要 新发布的 Halo 框架原生支持 HuggingFace，吞吐量最高可达标准 TRL 的 2.8 倍，旨在降低专用模型微调成本并引入 Agent 范式文档设计。 📝 详细摘要 Halo 是一款支持 HuggingFace 原生格式的 AI 模型后训练框架。其核心优势在于极高的吞吐量（单卡最高约 2.4 万 token/s），可显著降低定制模型成本。此外，Halo 在设计上采用了 AI 原生思维，将文档分为人类阅读与 Agent 阅读版本，并内置了 Claude Code 等技能包，体现了向 Agent 范式的迁移。 💡 主要观点 显著提升
Your coding agents, now in your pocket Discussion | Link
Jev-AI CLI tool that evaluates text against custom rulesets Discussion | Link
Cloudflare Python Workers are now generally available After a two year preview, Cloudflare's support for running Python code in their server-side Workers platform is now stable: "Python is now a first-class, fully supported language on the Cloudflare Developer Platform". A neat t
腾讯混元发布 Hy Image3.5 preview，支持文生图与图生图、最多 5 张参考图、多轮编辑和最高 2K 分辨率输出，经上百名专业设计师 GSB 盲测对上一代胜率综合提升 30% 以上。
Runway wants to stream AI video as users prompt it, rather than make them wait for finished clips. The approach builds on GWM-1, its world model that generates video frame by frame. Beyond creative tools, Runway sees uses in robotics and autonomous driving. The article Runway wan
Zach Lloyd is the co-founder and CEO of Warp, an AI-powered terminal and software factory platform used by tens of thousands of engineers. Before Warp, he spent nearly a decade at Google, including time as a principal engineer on Google Sheets. He built Warp from the ground up as
纽约时报在起诉 OpenAI 和微软的版权案中提交法律简报并申请即决判决，引用双方内部文件称 AI 抓取是"人类历史上最大规模的劳动力盗用"，OpenAI ChatGPT 负责人称其对出版商是"生存威胁"。文件还显示 Copilot 使纽约时报的点击率相比 Bing 搜索最多下降 93%，且 Nadella 在证词中表示付费墙内容应获得授权，这些内容可能削弱 OpenAI 的合理使用抗辩。
几乎所有的具身智能企业都在画饼：具身智能最终要进入人们的日常生活。 但具体什么时候进入人们的日常生活，你别管。 启元机器人相比于其他机器人或者具身智能企业的不同之处在于，网名为「稚晖君」的彭志辉可以为这家公司带来更多的 C 端曝光。彭志辉是智元创新的联合创始人兼 CTO，智元创新在去年收购了 A 股上市公司上纬新材，而上纬启元，即启元机器人则是上纬新材旗下的个人与家庭 C 端消费级机器人赛道的具身智能品牌。 ▲ 智元创新联合创始人兼 CTO 彭志辉 「把机器人卖给普通消费者」一直是一件听起来很有想象力、实际却相当困难的事情。 原因并不复杂。 一台工业机器
最近大模型领域好像没啥大新闻，唯一让大家兴奋的是 Jev 模型。 一个专为软件自动化决策设计的模型，不能聊天、不能写文章，只做决策。 研究几天，新鲜感很快消退。 不过细想，超快、超便宜的特性，感觉很适合自动驾驶和机器人？ 说到机器人，我一个好友的终生梦想就是做机器人，尤其是养老机器人。 年纪大了，就让机器人照顾自己，让子女去追求自己的梦想，不拖累他们的生活。 他原以为做机器人这件事儿可以做一辈子，但由于 AI 突飞猛进，他觉得自己梦想设小了，哈哈哈。 果不其然。 今天，启元机器人在上海西岸梦中心·梦工厂举办「 我和我的个人机器人 」新品发布会，启元 Q1
We covered Jev’s launch on Wednesday , and they have completely taken over the timeline, with 36M views of their launch video (by comparison, OpenAI’s Navier Stokes result got 74M views, and Anthropic’s Fable 5 got 57M views) in just two days. @typesafeai reached ~13% of teams, 2
据 CNN 报道，今年春天美伊战争期间，一份由特种作战司令部分析师借助聊天机器人生成的情报报告错误称一艘中东中国船只运输核武器部件，美军一度准备武装登船拦截，行动前才发现报告内容完全不实。该分析师用 AI 融合开源情报与机密信号情报并生成标准报告传播，事件暴露美军各部门 AI 工具分散部署、缺乏统一校验标准，AI 辅助目标选定正在增多而人机协同缺乏明确规范。
Hi folks, How tf do I write an intro to the craziness that’s happened since the end of last week?! I got access to Instinct, the personal agent all the VCs are raving about - I think it’s a bit meh? I don’t know if it’s the pro-activeness that people seem to like, but I don’t lov