招 Agent 工程师，为什么张口就是 LangChain？
招聘 Agent 工程师，JD 第一行常写「熟悉 LangChain」。LangChain 最早在 2022 年 10 月开源，这个时间点正好赶上大模型应用爆发的前夜。
网络安全的AlphaGo时刻，或从这466场Agent对局开始
研究团队做了一组对比:在目标不设防、每题两次机会的单人模式下，40 道题里有 30 道题是 GPT-5.6 Sol、Claude Opus 4.8 和 GLM-5.3 都能完全解出的;
整仓迁移交给Coding Agent，训练与推理行为还能对齐吗？谷歌团队发布T2J-Bench
来源：市场资讯（来源：机器之心）从权重转换、模型计算到训练循环和推理服务，T2J-Bench 用 63 个整仓任务检验 PyTorch 到 JAX 的迁移质量。20 组现成 agent–model 配置中，最强基线得分为 0.
GitHub 47.9K Star！本地部署大模型，终于不只是拼显存了
以前想在本地运行一个超大规模 MoE 模型，最先遇到的问题通常不是模型怎么下载，而是：显卡显存根本装不下。比如一个拥有数百 B 参数的模型，权重文件可能达到数百 GB。普通电脑即使有一张独立显卡，也很难把整个模型都放进显存。但最近发现一个挺有意思的开源项目：Colibri。
我把 WorkBuddy 拆开看了一遍，终于搞懂了 Agent 是怎么干活的
很多人学习 Agent 最大的问题，就是一上来先研究 MCP、Skill、Multi-Agent、Context Engineering，研究了半天，最后还没真正用 Agent 完成过一件工作。
GitHub不堪重负！OpenAI收购替代品，A社原地自研，马斯克也要搞
11月3日，官方状态页一天就记下了两起故障，其中一起影响Git操作。到了4日，合并请求等服务又出现异常，部分请求失败或延迟。
GitHub 8.1K+ Star！这款跨全平台项目，浏览器直接跑 1000 + 分析工具
做 GIS 的人，几乎都逃不开两大折磨： 软件臃肿、启动慢到崩溃：ArcGIS Pro 安装包 3GB+，开机加载动辄几分钟；QGIS 本体 500MB，装完插件占满硬盘，临时打开看个 SHP 文件都要等半天。
清华在 GitHub 上开源的 Agent 工作台，最近更新了 2.0 版本。
逛 GitHub 的时候，看到了一个叫 PilotDeck 的开源项目，Harness 领域的开源小钢炮。它是由清华大学 THUNLP、面壁智能、OpenBMB 和 AI9Stars 联合开发的开源 AI Agent 工作台。这个开源项目虽然也是一个 Agent 工作台。
迁移给Coding Agent训练推理行为能对齐吗？谷歌团队发布T2J-Bench
论文作者为 Tao Feng、Jiefeng Chen、Linxin Song、Yufan Zhuang、Yue Huang、Bhavana Dalvi Mishra、Chi Wang、Xiangru Tang、Jieyu Zhao、Ge Liu、Tomas Pfister 和 Jinsung Yoon。
GitHub star量过千，第一个会自己改学习规则的视觉骨干开源了
在配备 NVIDIA GPU、CUDA 12.1 工具链和 Python 3.10 的 Linux 环境中，可按以下命令完成安装，底层 CUDA 算子会在首次调用时自动编译: