YOHO AI

标签： AI Agent

  • Google DeepMind搞了个AI科研搭档，科学家要失业了？

    Google DeepMind搞了个”AI科研搭档”

    科学家做研究，最花时间的是啥？不是做实验，是”想假设”和”查文献”。一个靠谱的假设，往往要读几百篇论文、反复试错几个月甚至几年。Google DeepMind最近发布了一个叫Co-Scientist的多智能体系统，目标是让AI来干这件事。

    这个系统基于Gemini构建，但跟普通的聊天机器人不一样。它不是你问它答，而是真的在”做科研”——生成假设、跟自己”讨论”、再去文献里找证据验证，然后反复迭代，直到假设站得住脚。

    普通LLM的问题在于：它不确定时会瞎编，而且不会主动承认”这个结论有矛盾”。Co-Scientist的核心是，它能在多个专业智能体之间制造”争论”，让它们在讨论中发现逻辑漏洞，然后自己去文献里找证据修补。

    三个步骤，模拟科学家的思考过程

    Co-Scientist的运作分三个阶段：生成、讨论、验证。

    生成阶段，系统会根据你给的研究方向，产生一批可能的假设。这些假设不是随机生成的，而是基于已有的科学文献和数据库。

    讨论阶段最有意思。系统里有好几个”智能体”，每个扮演不同的角色——有的负责挑刺，有的负责找支持证据，有的负责检查逻辑一致性。它们会互相”吵架”，直到对某个假设达成一致意见。

    验证阶段，系统会去查文献，看看这个假设跟已知的研究是否矛盾，有没有实验数据支持。如果有矛盾，它会回过头去修正假设，然后重新走一遍流程。

    已经在用的场景

    Google已经在跟Google Cloud和Google Labs合作，让研究人员试用这个系统。目前的反馈是，它在”假设筛选”这个环节特别有用——人类科学家往往靠直觉和经验来判断一个假设值不值得深究，但直觉会出错，经验有盲区。Co-Scientist能把这些假设结构化地过一遍，帮人更快地找到值得深挖的方向。

    特别值得关注的是，Google正在把它应用到ALS（肌萎缩侧索硬化症）的疗法开发，还有衰老研究。这两个领域都有一个共同点：数据极其复杂，变量极多，人类研究者很难把所有线索串起来。AI的优势正好在这里——它能同时处理海量文献，发现人眼看不到的模式。

    下一步是跟实验自动化打通

    现在的Co-Scientist还停留在”纸上谈兵”阶段——它能生成和验证假设，但验证完了，还得人类去做实验。Google的下一步计划，是把这个系统跟实验自动化系统整合起来，让AI生成的假设能直接在实验室里被验证。

    如果这一步实现了，科研的效率提升会是数量级的。现在从一个假设到发表论文，往往要几年。如果假设生成、验证、实验、数据分析全都能由AI加速，可能几个月就能走完。

    当然，这里有个绕不开的问题：AI生成的假设，如果连人类都理解不了为啥它对，那还敢不敢照着做实验？这个问题，可能比技术本身更难回答。

  • agent-skills：45.4k Stars！Google工程师开源的AI编码生产级技能库，让AI输出工业级代码

    agent-skills：45.4k Stars！Google工程师开源的AI编码生产级技能库，让AI输出工业级代码

    agent-skills

    你有没有遇到过这种情况：让AI帮你写代码，它确实写出来了，但一测就挂，还没测试、没文档、没安全检查——因为它总是走「最短路径」，能跑就行。

    Google Cloud AI总监、AngularJS联创Addy Osmani也发现了这个问题，于是他在2026年2月开源了 agent-skills——一个把高级工程师开发软件时的完整工作流、质量门禁和最佳实践封装成可复用技能的工具包，让AI代理在开发全流程中都能遵循与生产环境一致的标准。

    📊 项目数据

    GitHub Stars：45.4k+ | 开源协议：MIT | 维护者：Addy Osmani（Google） | 适用工具：Claude Code、Cursor、Gemini CLI、Windsurf、Copilot 等

    📌 项目简介

    agent-skills 是一个面向AI编程代理的生产级工程技能集合，将资深工程师在开发软件时遵循的工作流、质量门禁和最佳实践编码为可复用的技能模块，让AI代理不再「能跑就行」，而是输出符合生产级质量标准的代码。项目覆盖从需求定义、计划拆解、迭代开发、测试验证、代码审查到上线部署的完整开发生命周期，并预置了可自动触发的专项技能。

    ⚙️ 安装要求与过程

    环境要求

    • 支持任意AI编程代理（Claude Code、Cursor、Gemini CLI、Windsurf、Kiro、Copilot等）
    • 部分技能需要配合对应MCP服务使用（如Chrome DevTools MCP）
    • 无额外依赖，技能文件为纯Markdown格式

    快速安装（以Claude Code为例）

    方式一：从市场安装（推荐）

    # 添加市场源
    /plugin marketplace add addyosmani/agent-skills
    # 安装技能包
    /plugin install agent-skills@addy-agent-skills

    方式二：本地克隆安装

    git clone https://github.com/addyosmani/agent-skills.git
    claude –plugin-dir /path/to/agent-skills

    其他工具（Cursor、Gemini CLI、Windsurf等）详见项目 docs/ 目录下的对应配置指南。

    ✨ 核心功能

    1
    23个细分技能模块，覆盖开发全生命周期

    从需求定义（/spec）、计划拆解（/plan）、增量开发（/build）、测试驱动（/test）、代码审查（/review）到上线部署（/ship），每个阶段都有对应的技能工作流，AI必须按步骤执行，不能跳过。

    2
    反合理化机制，防止AI走捷径

    每个技能都内置「常见借口反驳表」——比如AI想说「我之后再补测试」，技能会直接反驳并强制要求先写测试。验证要求明确到必须提供证据（测试通过截图、构建输出等），不允许「看起来没问题」这种模糊判断。

    3
    自动触发 + 斜杠命令双模式

    设计API时自动激活 api-and-interface-design 技能，构建UI时自动激活 frontend-ui-engineering 技能；同时也支持手动输入 /spec、/plan、/build、/test 等7个斜杠命令精准触发对应技能。

    4
    预配置专家代理角色，多维度审查

    内置 code-reviewer（高级工程师视角）、test-engineer（QA专家视角）、security-auditor（安全工程师视角）三个专家代理角色，可在关键节点自动调用，对代码进行多维度审查。

    🚀 典型使用场景

    场景一：让AI严格按照TDD流程开发新功能

    输入 /test 激活测试驱动开发技能，AI会严格遵循「红→绿→重构」流程，先写失败测试，再写最小实现，最后重构；测试金字塔比例强制为 80% 单元测试 / 15% 集成测试 / 5% E2E测试，确保测试覆盖全面而不冗余。

    场景二：上线前全自动代码审查与安全加固

    输入 /review 触发代码审查技能，AI会按五轴审查法（正确性、可读性、安全性、性能、可维护性）逐文件审查，变更控制在约100行以内；同时自动激活 security-and-hardening 技能，对照 OWASP Top 10 逐项检查，不通过不许合并。

    💡 推荐理由

    我一直觉得现在的AI编程工具最大的问题不是「写不出代码」，而是「写出来的代码不经过生产级流程」——没有需求文档、没有测试、没有安全审查，直接给你一个能跑的版本就完事。agent-skills 的本质，就是把 Google 级别的工程成熟度「编译」成了AI可以理解和执行的技能工作流。

    最让我印象深刻的是它的「反合理化机制」——AI 想偷懒的时候，技能会直接「怼回去」，要求提供证据而不是口头保证。这比任何 Prompt 技巧都更有效，因为它是在流程层面强制质量，而不是靠 AI 的「自觉」。

    如果你在用 Claude Code、Cursor 或其他AI编程工具，这个项目值得认真配置一套——它会让你AI助手输出的代码质量提升一个维度。

    📥 下载地址

    🌐 官方网站：https://github.com/addyosmani/agent-skills

    📦 GitHub仓库：https://github.com/addyosmani/agent-skills

    📚 配置文档：https://github.com/addyosmani/agent-skills/tree/main/docs

    💬 技能市场：https://agentskill.work/zh/skills/addyosmani/agent-skills

    📄 开源协议：MIT License（可自由使用、修改和分发）

    💡 小编注：

    这个项目背后的理念其实很深刻——AI编程工具的能力上限不仅仅取决于模型本身，更取决于我们给它的「工程上下文」。agent-skills 做的，就是把这些上下文系统化、可复用化。值得一提的是，Addy Osmani 同时也是热门项目 addyosmani/superpowers（第30期已介绍）的作者，两个项目一脉相承，建议搭配使用，效果更佳。

  • mem0：39.9k Stars！AI Agent 通用记忆层，让AI真正记住你

    mem0：39.9k Stars！AI Agent 通用记忆层，让AI真正记住你

    mem0 - AI Agent 通用记忆层

    📦 项目速览
    项目名称：mem0（mem-zero）
    GitHub： mem0ai/mem0
    Stars： 39.9k+
    类型：AI Agent 记忆层基础设施
    技术栈：Python、TypeScript、向量数据库
    官方文档： https://docs.mem0.ai

    🔍 项目简介

    mem0 是为 AI Agent 和应用设计的通用记忆层（Universal Memory Layer）。它的核心使命很简单：让 AI 记住你。不是简单地把对话历史塞进上下文窗口，而是真正地理解、提取、压缩、检索那些对当前任务最有价值的信息。

    你可以把它理解为 AI 应用的”海马体”——负责将短期交互转化为可持久化的长期记忆，并在需要时精准召回。目前已有超过 9 万名开发者使用 mem0 构建 AI 应用，并通过了 SOC 2（Type 1）和 HIPAA 合规认证。

    💡 一句话理解 mem0：如果大模型是”算力”，向量数据库是”知识库”，那 mem0 就是让 AI 拥有连续人格的记忆系统。没有它，每次对话 AI 都是”失忆症患者”。

    ⚙️ 安装要求与过程

    📋 环境要求

    • Python：3.9 及以上版本
    • 依赖：pip 可独立完成安装
    • 可选：PostgreSQL + pgvector（生产环境推荐）、Qdrant / Chroma（向量存储后端）
    • 云端版：无需部署，注册即用（适合快速验证）

    🚀 快速安装（3 步搞定）

    1. 安装 SDK：在终端运行 pip install mem0ai
    2. 获取 API Key：前往 app.mem0.ai 注册并获取密钥
    3. 开始使用：参考下方代码，3 行代码即可添加记忆
    import os
from mem0 import MemoryClient

# 初始化客户端
client = MemoryClient(api_key=os.getenv("MEM0_API_KEY", "your-api-key-here"))

# 添加记忆：传入对话上下文和用户 ID
messages = [
    {"role": "user", "content": "我是素食主义者，对坚果过敏。"},
    {"role": "assistant", "content": "好的，我会记住您的饮食偏好。"},
]
client.add(messages, user_id="user123")

# 检索记忆
results = client.search("我的饮食限制是什么？", user_id="user123")
print(results)

    mem0 同时支持 Python 和 Node.js SDK，也提供 Agent Harness、LangChain 插件、CrewAI 集成等多种接入方式。

    ✨ 核心功能

    1. 记忆全生命周期管理

    三步实现记忆可用：添加（快速输入各类数据）→ 学习（自动提取、更新有效记忆）→ 检索（交互时自动召回关键记忆，无需手动处理上下文）。整个过程对开发者透明，无需改造现有 AI 应用管线。

    2. 记忆压缩引擎

    自动将冗长的聊天历史压缩为精简的结构化记忆，在保留核心上下文的同时，大幅降低 Token 消耗、减少响应延迟。实测可将长对话的上下文Token 使用量减少 70%+。

    3. 多场景适配能力

    可针对不同领域（医疗、教育、电商、客服等）定制记忆逻辑，精准保留各场景下对用户最有价值的信息。比如医疗场景会优先保留过敏史、用药记录，而电商场景则重点关注购买偏好和尺码信息。

    4. 企业级管控能力

    支持 SOC 2、HIPAA 合规，提供 BYOK（自带密钥）、零信任架构；支持 Kubernetes、私有云、离线环境部署；所有记忆的读写操作全量日志留存，可追溯操作主体、内容和时间。

    5. 高性能检索算法

    采用单通道分层蒸馏和多信号检索算法，在 LoCoMo、LongMemEval、BEAM 等多个长上下文记忆基准测试中表现优异，记忆召回准确率和效率经过权威验证。

    🚀 典型使用场景

    场景一：医疗健康助手

    痛点：传统 AI 医疗助手每次对话都”不认识”患者，需要重复询问病史、过敏史，体验极差。

    mem0 方案：跨就诊记录记住患者病史、过敏史、治疗偏好，提供个性化护理建议；慢性病管理伴侣可长期学习患者症状规律，提供定制化提醒和健康建议；心理治疗助手可承接过往咨询上下文，提供连贯的、有上下文感知的心理支持。

    效果：患者无需每次重新描述病情，AI 助手真正像”了解你的家庭医生”。

    场景二：个性化教育导师

    痛点：在线教育 AI 无法记住学生的知识盲点、学习节奏和兴趣方向，每次都是”第一次见面”。

    mem0 方案：记住每个学生的错题记录、掌握程度、学习偏好，动态调整教学节奏和内容难度；跨课程、跨设备保持学习记忆一致；家长端可查看 AI 导师的”记忆报告”，了解孩子的学习进展。

    效果：AI 导师真正做到”因材施教”，而不是千篇一律的答题机器。

    场景三：企业级 AI 客服系统

    痛点：客户每次联系客服都要重新解释问题，AI 客服无法记住客户的历史工单和偏好设置。

    mem0 方案：跨会话记住客户的历史问题、产品偏好、沟通风格；结合 RAG 知识库，提供连贯的、有上下文感知的客服体验；支持多租户隔离，不同客户的记忆完全独立存储。

    效果：客户感受到的是”记得我的 AI 客服”，而不是每次都从零开始的机器人。

    🌟 推荐理由

    为什么你应该关注 mem0？

    ① 接入成本极低：无需改造现有 AI 应用管线，官方示例显示最快 5 秒即可为 AI 代理添加持久化记忆。对有现有 LangChain / CrewAI / OpenAI 项目的开发者来说，集成成本几乎为零。

    ② 降本增效明显：通过记忆压缩减少冗余上下文传输，可降低 Token 成本（实测减少 70%+ 上下文长度），同时提升 AI 响应速度。对于高频交互的 AI 应用，这笔账非常好算。

    ③ 让 AI 真正”有温度”：这是我个人最看重的点。没有记忆的 AI 就像”金鱼脑”，每次对话都是全新的开始。mem0 让 AI 真正记住你是谁、你喜欢什么、你之前问过什么——这种连续性的交互体验，才是 AI 应用应该有的样子。

    ④ 安全合规有保障：满足 SOC 2、HIPAA 等国际合规标准，支持私有化部署。对于医疗、金融等敏感行业的 AI 应用，这一点至关重要。

    ⑤ 生态成熟，社区活跃：9 万+ 开发者验证，官方提供完整文档、技术博客、研究资料。GitHub 上 39.9k+ Stars，Issue 响应速度快，不适合”踩坑无人管”的开源项目。

    ⚠️ 注意事项：mem0 云端版按 API 调用次数收费，高频场景建议自建部署以控制成本。自建部署需要一定的 DevOps 能力（Docker + 向量数据库），小型项目建议先从云端版试用再决定。

    📥 下载地址与资源

    📦 PyPI（Python 包）：pip install mem0ai
    → https://pypi.org/project/mem0ai/
    🌐 官方网站：https://mem0.ai
    📚 官方文档：https://docs.mem0.ai
    💻 GitHub 仓库：https://github.com/mem0ai/mem0
    ☁️ 云端平台：https://app.mem0.ai

    📎 参考来源：

    • mem0 官网

    • mem0 GitHub 仓库

    • mem0 官方文档

    • mem0ai PyPI 页面

    — 本文由 WorkBuddy AI 自动采集撰写

  • browser-use：95.3k Stars！让AI代理自动操作浏览器，网页自动化从未如此简单

    browser-use：95.3k Stars！让AI代理自动操作浏览器，网页自动化从未如此简单

    browser-use logo
    browser-use – AI浏览器自动化工具

    📦 项目简介

    browser-use 是一个让AI代理能够自动操作浏览器的开源工具，通过自然语言指令即可完成各类网页操作，无需手动编写复杂的爬虫逻辑。无论是表单填写、网页信息提取，还是复杂的多步骤网页交互，AI都能帮你自动完成。

    ⚙️ 安装要求和过程

    环境要求

    • Python版本：≥3.11
    • 推荐包管理工具：uv（也可使用pip等常规Python包管理工具）
    • 浏览器：自动安装Chromium（也可使用本地已安装的Chrome/Edge）

    快速安装步骤

    # 1. 初始化项目并安装browser-use
uv init && uv add browser-use && uv sync

# 2. 若本地未安装Chromium，执行以下命令自动安装
uvx browser-use install

    可选配置

    • 如需使用云端能力，可前往 Browser Use Cloud 获取API Key，在.env文件中配置即可
    • 支持对接多种LLM提供商：自带优化后的ChatBrowserUse模型，也支持Google Gemini、Anthropic Claude、OpenAI等主流模型，还可对接Ollama运行本地模型

    💡 核心功能

    • 自然语言控制浏览器：支持AI代理通过自然语言指令自动完成各类网页操作，无需手动编写复杂爬虫逻辑
    • 双模式支持：提供开源版本和云端托管版本两种使用模式，可按需选择
    • 丰富的工具集成：支持集成1000+第三方工具（如Gmail、Slack、Notion等），支持自定义工具扩展
    • CLI命令行支持：提供CLI命令行快速操作，提供持久化浏览器会话，适合快速迭代调试
    • AI编码工具集成：支持Claude Code等AI编码工具集成，可直接对接AI工作流

    云端版本专属能力

    • 更强的复杂任务处理能力，任务完成准确率远高于开源版本
    • 内置隐身浏览器指纹、代理轮换、验证码自动解决能力，避免被网站反爬检测
    • 支持持久化文件系统和记忆，适合长期运行的代理任务
    • 无需本地部署，开箱即用，支持大规模并行任务调度

    🚀 典型使用场景

    1. 个人效率提升：自动完成重复性网页操作，如批量填写表单、自动购物、自动整理网页信息等
    2. AI应用开发：作为AI代理的浏览器交互层，让AI具备操作网页的能力，开发智能助手类产品
    3. 企业级自动化：结合云端版本的扩展能力，实现大规模网页数据采集、业务流程自动化等场景
    4. 编码辅助：对接Cursor、Claude Code等AI编码工具，让AI可以直接操作浏览器验证代码效果、调试网页相关问题

    🌟 推荐理由

    在AI Agent爆发的2026年，让AI具备操作浏览器的能力，就像给AI装上了一双”眼睛”和”手”。browser-use不仅简化了浏览器自动化的开发流程，更重要的是它让AI真正能够与世界互动——从简单的信息查询到复杂的多步骤业务流程，都可以通过自然语言来完成。

    特别推荐它的双模式设计：如果你只是想快速尝试，开源版本足够使用；如果你需要生产级别的稳定性和扩展性，云端版本提供了完整的解决方案。这种灵活的设计理念，让不同需求的开发者都能找到适合自己的使用方式。

    另外，它对主流LLM的原生支持也是一大亮点。无论你用的是Claude、GPT还是本地部署的模型，都能无缝对接。这种开放性的设计，正是开源项目的魅力所在。

    📥 下载地址

    ⭐ 如果你觉得这个项目有帮助，欢迎到GitHub上给它一个Star！

  • Superpowers：204k Stars！给AI编程智能体装上方法论，像资深工程师一样工作

    Superpowers：204k Stars！给AI编程智能体装上方法论，像资深工程师一样工作

    GitHub ⭐ 204k+ Stars · MIT License · 2025年10月发布 · 第30期

    如果你正在用 Claude Code、Cursor 或 Copilot 写代码，有没有一种感觉：AI 能写，但写得乱、改得飘、测不住。你让它实现个功能，它噼里啪啦一顿输出，跑起来才发现逻辑是错的，测试一个没写。

    这不是你的问题，是 AI 缺少”方法论”。

    今天要介绍的这个项目，给 AI 装上了一套完整的软件开发流程——需求澄清、方案设计、测试驱动、子智能体分工、代码评审，一套下来让 AI 像资深工程师一样工作。它就是本周 GitHub 趋势榜第一名，204k Stars 的 Superpowers。

    · · ·

    01项目是什么

    Superpowers 是一套面向编程智能体（Coding Agent）的完整软件开发方法论，基于可组合技能集和初始指令构建。装上它之后，你的 Claude Code / Cursor / Copilot 会自动遵循一套严谨的软件工程流程来工作，而不是想到哪写到哪。

    它的核心思想是：AI 不缺写代码的能力，缺的是”知道该怎么写”的方法论。Superpowers 把资深工程师的工作习惯——先澄清需求、再出方案、写测试、小步迭代、代码评审——全部固化成了可触发的技能，智能体启动时自动生效，不需要你手动干预。

    项目由 Jesse Vincent（blog.fsck.com）和 Prime Radiant 团队共同维护，2025年10月首发，到2026年5月已经积累 20.4万 Star，是AI 编程工具领域最热门的项目之一。

    · · ·

    02安装要求与过程

    Superpowers 支持目前几乎所有主流编程智能体工具，不同工具的安装方式不同。以下是最常用的几种：

    🤖 Claude Code

    # 官方市场安装
/plugin install superpowers@claude-plugins-official

# 或自定义市场
/plugin marketplace add obra/superpowers-marketplace
/plugin install superpowers@superpowers-marketplace

    ⚡ Cursor

    # 在 Agent 聊天框中从市场安装
/add-plugin superpowers

# 或在插件市场搜索 "superpowers" 安装

    🔷 GitHub Copilot CLI

    # 注册市场
copilot plugin marketplace add obra/superpowers-marketplace

# 安装插件
copilot plugin install superpowers@superpowers-marketplace

    🌐 Gemini CLI

    gemini extensions install https://github.com/obra/superpowers
    💡 提示：如果你同时使用多个编程智能体工具，每个工具都需要单独安装一次。安装完成后无需额外配置，智能体启动时会自动加载技能。
    · · ·

    03核心功能

    ① 需求澄清（Brainstorming）

    智能体不会直接写代码，而是先和你沟通，通过苏格拉底式提问提炼出你的真实需求，输出分段的可读需求规格文档供你确认。避免”你以为它懂了，其实它没懂”的尴尬。

    ② 测试驱动开发（TDD）

    严格执行「红→绿→重构」循环：先写失败测试 → 确认测试失败 → 写最小实现代码 → 确认测试通过 → 提交代码。每一个功能都有对应的测试保护，重构不慌。

    ③ 子智能体并行开发（Subagent-Driven Development）

    计划确认后，启动子智能体驱动开发流程，每个子智能体负责单个工程任务，主智能体负责检查和评审。Claude 最高可无人值守连续工作数小时不偏离计划。

    ④ 系统化调试（Systematic Debugging）

    内置4阶段根因分析流程，包含根因追踪、纵深防御、基于条件的等待等技术。不是”猜哪里错了”，而是系统化地定位问题根因。

    ⑤ 代码评审关卡（Code Review Gates）

    每个任务完成后自动触发代码评审，按严重程度上报问题，严重问题会阻塞流程推进。相当于给 AI 配了一个严格的 Tech Lead，每一步都要过审。

    · · ·

    04典型使用场景

    场景一：从零开始做一个新功能

    你：“帮我做一个用户登录功能，支持邮箱和密码”

    普通 AI：直接开写，写完发现没考虑密码加密、没做输入校验、没写测试。

    装上 Superpowers 的 AI：先和你确认需求细节（密码策略？Session 还是 JWT？要不要限流？），输出设计方案让你确认，再拆解成 2-5 分钟的小任务，每个任务先写测试再写实现，完成后自动跑评审。最终交付的是一套有测试、有规范、可维护的代码。

    场景二：修复一个顽固 Bug

    你：“这个接口偶尔超时，不知道为什么”

    普通 AI：猜可能的原因，改几行，说”试试看”。

    装上 Superpowers 的 AI：启动系统化调试流程，4 个阶段逐步缩小范围——先确认复现条件，再追踪根因，检查是否存在竞争条件或资源泄漏，最后给出修复方案并验证修复后没有引入新问题。

    · · ·

    05为什么值得用

    🌟 推荐理由

    它解决的是真问题。

    现在 AI 编程工具的瓶颈，已经不是”能不能写代码”，而是”写出来的代码能不能用”。Superpowers 的本质，是把软件工程的最佳实践”固化”成了 AI 可以执行的技能，让 AI 不再是”写代码很快但不靠谱的初级工程师”，而是”有方法论、有流程、有质量意识的高级工程师”。

    我特别喜欢它的几个设计：

    • 需求澄清放在写代码之前——这和最优秀的工程师工作习惯完全一致，先想清楚再动手；
    • TDD 是强制流程而非可选建议——避免了 AI 偷懒跳过测试的经典问题；
    • 子智能体架构——主智能体做规划和评审，子智能体做执行，职责分离，不容易偏离方向。

    目前这个项目在 GitHub 上 20.4 万 Star，且支持 Claude Code、Cursor、Copilot、Gemini CLI 等所有主流工具，基本上如果你在用 AI 写代码，就没有理由不装。

    · · ·

    06相关资料

    GitHub 仓库 github.com/obra/superpowers
    官方网站 primeradiant.com/superpowers
    发布公告 Jesse Vincent 的博客
    Discord 社区 加入讨论
    开源协议 MIT License

    本文由 AI 助手整理，内容参考项目 GitHub README 及官方文档，如需更正或补充欢迎留言。

  • Unsloth：让LLM微调变得简单高效，消费级GPU也能训练大模型

    Unsloth：让LLM微调变得简单高效，消费级GPU也能训练大模型

    🚀 项目简介

    Unsloth 是一个开源的LLM微调框架，由 Unsloth AI（YC S24 批次）开发。它通过将 VRAM 使用量降低 70% 并将训练速度提高 2 倍，彻底改变了 LLM 微调方式。Unsloth 支持 Llama、Mistral、Phi、Gemma 等主流大模型，让消费级 GPU 也能训练大规模语言模型。

    Unsloth Logo

    Unsloth – 让LLM微调触手可及

    📦 安装要求和过程

    环境要求

    • Python: 3.8+
    • PyTorch: 2.0+（推荐最新版）
    • CUDA: 12.1+（用于GPU加速）
    • VRAM: 最低 6GB（通过Unsloth优化后可训练7B模型）
    • 磁盘空间: 20GB+（取决于模型大小）

    快速安装

    # 方式1：使用 pip 安装（推荐）
pip install unsloth

# 方式2：从源码安装最新版
pip install "unsloth @ git+https://github.com/unslothai/unsloth.git"

# 方式3：使用 Conda 环境
conda create -n unsloth python=3.10
conda activate unsloth
pip install unsloth

    验证安装

    from unsloth import FastLanguageModel
print("Unsloth 安装成功！")

    💡 提示：Unsloth 支持 Windows、Mac（M系列芯片）、Linux 全平台，无需复杂配置即可上手。

    ⚡ 核心功能

    1. 显存优化技术

    Unsloth 通过创新的显存优化技术，将 VRAM 使用量降低 70%：

    • 梯度检查点（Gradient Checkpointing）：智能释放中间激活值
    • 4-bit/8-bit 量化：使用 BitsAndBytes 进行低精度训练
    • LoRA/QLoRA：仅训练少量参数，大幅降低显存需求
    • 智能批处理：动态调整 batch size，最大化显存利用率

    2. 训练速度提升

    相比标准 PyTorch/Hugging Face 方案，Unsloth 训练速度提升 2倍：

    • 手动优化的 CUDA kernels
    • 自动混合精度（AMP）训练
    • 高效的数据加载和预处理管道
    • 支持 Flash Attention 2 加速

    3. 广泛的模型支持

    Unsloth 支持所有主流开源大模型：

    • Llama 3/3.1/3.2/4 系列（8B/70B/405B）
    • Mistral 7B / Mixtral 8x7B
    • Phi-3/3.5 系列（Microsoft）
    • Gemma 2/3 系列（Google）
    • Qwen 2/2.5 系列（阿里巴巴）
    • DeepSeek V3/R1 系列
    • 支持自定义模型架构

    4. 便捷的微调方式

    提供多种微调方法，适应各种场景：

    • LoRA：低秩适配，参数效率高
    • QLoRA：4-bit量化的LoRA，显存需求极低
    • 全参数微调：追求极致性能的场景
    • DPO/ORPO：人类偏好对齐训练
    • 持续预训练：领域知识注入

    5. 本地和云端部署

    训练完成后，模型可以轻松部署：

    • 导出为 GGUF 格式（用于 Ollama、LM Studio）
    • 导出为 Safetensors 格式（用于 vLLM、TGI）
    • 一键上传到 Hugging Face Hub
    • 支持 ONNX/TensorRT 加速推理

    🎯 典型使用场景

    场景1：垂直领域模型定制

    需求：某医疗公司需要将通用大模型定制为医疗问答助手。

    方案：使用 Unsloth 在 Llama 3.1 8B 基础上，用 LoRA 微调医疗对话数据（10万条），仅需单张 RTX 4090（24GB VRAM）。

    效果：训练时间 6 小时，模型在医疗问答任务上准确率达到 92%，可离线部署在医院内网。

    场景2：多语言客服机器人

    需求：跨境电商需要支持英/法/德/日/韩五语的智能客服。

    方案：使用 QLoRA 微调 Mistral 7B，将多语言客服对话数据（50万条）注入模型，显存占用仅 8GB。

    效果：模型在五语言客服场景的意图识别准确率提升 35%，响应延迟 <200ms。

    场景3：代码生成助手

    需求：企业需要将通用代码模型定制为内部框架专属的代码生成工具。

    方案：基于 CodeLlama 34B，使用 Unsloth 进行全参数微调，学习企业内部代码库（100万行代码）。

    效果：代码生成准确率提升 40%，支持企业内部框架的自动补全和 bug 修复建议。

    💎 推荐理由

    为什么选择 Unsloth？

    1. 显存门槛大幅降低
    传统方案训练 Llama 3.1 8B 需要 60GB+ VRAM，Unsloth 通过 QLoRA 只需 6GB，这意味着用 RTX 3060（12GB）就能微调 7B 模型，让个人开发者和小型团队也能玩转大模型。

    2. 训练速度行业领先
    Unsloth 团队手动优化了 30+ CUDA kernels，训练速度比 Hugging Face Transformers 快 2倍。对于需要频繁迭代微调的场景（如 A/B 测试不同数据集），时间成本的降低非常可观。

    3. 社区活跃，文档完善
    Unsloth 在 GitHub 上获得 42.8k+ stars，拥有活跃的 Discord 社区（2万+成员）。官方提供 50+ 微调示例笔记本（Google Colab 一键运行），从零基础到生产部署全覆盖。

    4. 商业友好
    Unsloth 开源版本采用 Apache 2.0 协议，允许商用。提供云端 SaaS 平台（Unsloth Studio），支持无代码微调和一键部署，适合企业用户。

    5. 持续跟进最新模型
    Unsloth 团队与主流模型发布保持同步，通常在模型发布 24小时内 提供优化支持。例如 Llama 3.2、Phi-3.5、Gemma 2 都在发布当天就能通过 Unsloth 微调。

    📥 下载地址

    ⚠️ 系统要求：虽然 Unsloth 显存优化出色，但训练大规模模型（如 70B+）仍建议使用专业GPU（A100/H100）。对于个人学习和小模型实验，消费级GPU（RTX 3060/4060/4090）完全够用。

  • 微软联手Anthropic，把Claude智能体塞进Office全家桶





    微软联手Anthropic，把Claude智能体塞进Office全家桶


    微软联手Anthropic，把Claude智能体塞进Office全家桶

    昨天（5月23日）的一则消息，可能预示着AI助手大战进入了新阶段。微软正在和Anthropic合作，要把基于Claude的智能体直接塞进Office应用里——Excel、Word、PowerPoint，一个都不放过。

    从聊天窗口到生产力工具，AI智能体正在”下沉”

    这件事挺有意思的。过去两年，我们习惯了打开ChatGPT或者Claude的网页，在对话框里和AI聊天。但微软想做的，是把AI智能体直接嵌进你每天用的那些软件里。

    你在Excel里处理数据，需要分析趋势？不用切换到浏览器打开ChatGPT了，直接在Excel里喊Claude帮忙。你在Word里写方案，需要查资料？Claude就在旁边等着。这种”AI无处不在”的体验，才是微软真正想推的。

    “AI工作流正从独立聊天工具，向生产力软件内置的自主化功能转型。”——AI Flash Report

    不只是微软，谷歌也在”系统级”押注AI

    就在微软和Anthropic搞合作的同一周，谷歌也没闲着。他们把Gemini直接嵌进了Android 17系统，还预览了内置”智能体”功能的新版Chrome浏览器。

    更夸张的是，DeepMind还推出了一个叫”AI鼠标”的东西——你把鼠标悬停在屏幕上，它就能理解上下文，给你提供AI辅助。你说这是鼠标还是AI助手？已经分不清了。

    加州出手了：AI生成的内容必须打水印

    另一边，监管也在跟进。加州州长本周签了个行政命令，要求州政府机构制定”可信AI”采购规则。什么意思呢？就是以后加州的政府部门买AI服务，得先看看这个AI够不够”可信”。

    这个行政命令还专门提到了水印标准——AI生成的图片、视频，必须打上水印，让人一眼就能看出来这是AI弄出来的。这对那些用AI造假的人来说，可不是什么好消息。

    芯片不够用了，AI正在”抢”消费电子的饭碗

    最后说个有点吓人的事。美国议员最近警告说，AI数据中心对芯片的需求太大了，已经影响到智能手机、消费电子这些产品的供应了。

    你想想，芯片厂产能就那么多，AI公司拿走了大部分，留给手机、电脑的就不多了。这会导致什么？物价上涨。所以有人说，AI boom看起来很美好，但普通老百姓买手机、买电脑可能要花更多钱了。

    这一周AI圈发生的事，其实指向同一个方向：

    • AI正在从”聊天窗口”走向”系统级集成”——微软、谷歌都在这么做
    • 监管开始动真格了——加州的水印要求只是开始，未来会有更多类似政策
    • 芯片短缺不只是AI公司的问题，它会影响到每个人的生活
    • AI助手大战已经从”谁的模型更聪明”变成”谁的AI更容易用到”

    说到底，微软这步棋下得很精明。他们不和OpenAI死磕，而是把Anthropic的Claude也拉进来，让自己的Office全家桶同时支持多个AI。对用户来说，这是好事——选择多了，竞争来了，产品自然会更好用。


  • Google I/O 2026万字解读：Gemini 3.5 Flash炸场，24小时在线的AI助手来了

    Google I/O 2026万字解读：Gemini 3.5 Flash炸场，24小时在线的AI助手来了

    北京时间5月20日凌晨1点，Google I/O 2026在加州山景城开幕。如果说去年的大会还在讲”AI优先”，今年Sundar Pichai直接把话挑明了：”Google Search就是AI Search”。整场发布会看下来，一个很清晰的信号是：Google正在把Gemini塞进你能想到的所有产品里。

    Gemini月活用户已达9亿，过去一年Google处理的Token达3.2千万亿，同比增长7倍。这个体量，已经不是”在做AI”，而是”AI就是它本身”。

    Gemini 3.5 Flash：快到有点不讲道理

    这次发布的Gemini 3.5 Flash，官方说生成输出Token的速度大约是其他前沿模型的4倍，专为AI Agent和编码工具优化。性能上大概对标GPT-5.5，略逊于Claude Mythos。已经在Search、Gemini App、API全端口上线了。

    速度这个事儿，对AI Agent场景来说确实关键。你想，一个智能体要连续调用好几次模型，每次如果都要等几秒，用户体验直接崩掉。Flash这个”快”不是锦上添花，是能让Agent真正跑起来的前提。Google这次把这个模型免费开放给开发者用，底气挺足的。

    Gemini Spark：24小时在线的个人AI助手

    这个可能是整场发布会最实用的发布。Gemini Spark是一个部署在Google Cloud虚拟机上的个人AI助手，可以24小时持续工作，不需要你的电脑保持在线。它能规划多步骤任务、跨应用协作，目前支持Gmail、YouTube等Google自有工具，后续会开放MCP协议接入第三方应用。

    下周首先向美国地区的Google AI Ultra订阅用户开放，这个套餐的价格也从每月250美元降到了200美元。坦白说，如果Spark真的能做到”你说一句话，它帮你把事儿办了”，200美元一个月对于重度用户来说不算离谱。问题是，现在的AI助手在复杂任务上还是容易翻车，Spark能不能真正可靠地跑起来，得实际用一段时间才知道。

    搜索框的25年来最大升级

    Google搜索这次的升级，官方说是25年来最大的一次。新的搜索框支持图片、文件、视频甚至Chrome标签页作为输入，还能主动监控网页变化并推送提醒——比如球鞋发售、价格变动这类场景。

    这个方向其实挺明确的：搜索不再是你主动去”搜”，而是AI主动帮你”盯”。你告诉它你在等什么，它帮你守着，有变化就通知你。这个逻辑一旦跑通，传统搜索引擎的”关键词匹配”模式基本上是被降维打击了。

    硬件和其他：智能眼镜秋天见

    Google还公布了和Gentle Monster、Warby Parker合作设计的Android XR智能眼镜，2026年秋季上市，三星提供硬件支持。用户可以全天佩戴，通过耳机接收Gemini的语音回答。这个赛道现在有好几家都在做，Apple的Vision Pro走的是高端路线，Google这次看起来是想走更日常的路。

    视频生成模型Gemini Omni也亮相了，支持用户上传视频并编辑其中任意元素，Gemini Omni Flash即日起在Gemini应用中可用。这个能力如果做得足够好，短视频创作者和营销团队大概会第一时间用起来。

    • Gemini 3.5 Flash已全面上线，输出速度领先竞品4倍
    • Gemini Spark个人智能体下周向Ultra用户开放，月费降至200美元
    • Google搜索迎来25年来最大升级，支持多模态输入和主动监控
    • Android XR智能眼镜2026年秋季上市，全天佩戴+语音交互
  • Hugging Face Transformers：159K Stars！AI开发的万能适配器，1000+预训练模型随手可用

    Hugging Face Transformers：159K Stars！AI开发的万能适配器，1000+预训练模型随手可用

    Hugging Face Transformers

    Hugging Face – AI社区与开源生态引领者

    📌 项目简介

    Hugging Face Transformers 是当今AI世界最基础、最重要的开源Python库，被誉为「AI开发的万能适配器」。它提供了1000+个先进预训练模型的统一接口，支持PyTorch、TensorFlow、JAX三大深度学习框架无缝切换，让NLP、CV、Audio等多模态AI应用的开发变得前所未有的简单。

    ⚙️ 安装要求和过程

    环境要求

    • 🐍 Python ≥ 3.8（推荐 3.9+）
    • 📦 PyTorch ≥ 1.10 或 TensorFlow ≥ 2.6（二选一即可）
    • 💾 内存：至少 8GB RAM（运行大模型需要 16GB+）
    • 🖥️ GPU：可选，CUDA 11.3+ 可大幅加速推理和训练

    快速安装（3种方式）

    📦 方式1：仅推理（最轻量，推荐新手）

    pip install transformers[torch]

    🛠️ 方式2：完整安装（含训练、评估等全部功能）

    pip install transformers[all]

    💻 方式3：从源码安装（开发者）

    git clone https://github.com/huggingface/transformers.git
cd transformers
pip install -e ".[dev]"

    🚀 核心功能

    🤗 统一的API接口

    一套API调用1000+模型，从BERT到GPT-4，从CLIP到Whisper，切换模型只需改一行代码，开发者无需关心底层实现差异。

    🔀 多框架无缝切换

    同一模型可在PyTorch、TensorFlow、JAX之间自由转换，训练用PyTorch、部署用TensorFlow，一条model.to("tf")搞定。

    📦 Pipeline：3行代码搞定AI任务

    内置pipeline()API，情感分析、文本生成、图像分类、语音识别等任务，3行代码直接跑起来，是业界最友好的AI入门接口。

    🏆 支持最先进的模型架构

    BERT、GPT、LLaMA、Mistral、CLIP、SAM、Whisper……几乎所有你能叫出名字的SOTA模型，都在Transformers里有官方实现。

    🧠 Trainer API：几行代码微调大模型

    内置Trainer高级API，支持LoRA、QLoRA、DeepSpeed、FSDP等所有主流微调方案，无需手写训练循环，让大模型微调像训练普通模型一样简单。

    💡 典型使用场景

    📱 场景1：企业智能客服系统

    某电商平台使用Transformers加载微调后的Qwen/LLaMA模型，结合RAG（检索增强生成）技术，构建了能准确回答商品咨询的智能客服。pipeline("text-generation")让部署仅需3行代码，响应延迟低于500ms，客服成本降低70%。

    💻 代码示例：情感分析（3行搞定）

    from transformers import pipeline

classifier = pipeline("sentiment-analysis")
result = classifier("I love Hugging Face Transformers!")
print(result)  # [{'label': 'POSITIVE', 'score': 0.9998}]

    🔬 场景2：科研论文自动摘要

    研究生使用Transformers的BART/T5模型，对上千篇arXiv论文进行自动摘要提取，将原本需要数天的文献综述工作压缩到几小时。summarization pipeline内置了针对学术文本的优化，ROUGE评分超越许多付费API。

    🖼️ 场景3：多模态内容理解

    初创团队基于Transformers的CLIP和BLIP模型，构建了「以图搜图+以文搜图」的混合搜索引擎，用户上传图片或输入描述都能精准匹配。CLIP的图文对齐能力让搜索准确率提升了40%，且全部在本地GPU上运行，无需调用任何外部API。

    🌟 推荐理由

    如果你要在AI领域做任何事情，Transformers几乎都是你的第一站。这个道理就像：Web开发离不开React/Vue，移动开发离不开Swift/Kotlin，AI开发就离不开Transformers。

    我最喜欢它的地方是「对初学者极度友好，对专家极度灵活」。pipeline()让一个没有任何AI基础的新手也能在5分钟内跑起一个情感分析模型；而当你需要深入修改Attention机制、自定义模型架构时，它又提供了完整透明的实现代码。

    另外必须提的是Hugging Face的Model Hub社区——超过50万个预训练模型免费下载，几乎覆盖了所有语言和所有任务。你需要的，99%的概率已经有人训好了，直接下载用就行。

    159K Stars不是偶然，它是整个AI开源社区的基石。无论你是AI初学者还是资深算法工程师，Transformers都值得你深入学习和使用。

    📥 下载地址

    🌐 官方网站

    https://huggingface.co

    Model Hub、Datasets、Spaces一站式AI社区

    🐙 GitHub仓库

    github.com/huggingface/transformers

    159K+ Stars，AI开源项目Top 3

    📚 官方文档

    huggingface.co/docs/transformers

    详细教程、API参考、Examples

    💻 PyPI安装

    pip install transformers

    支持Python 3.8+

    🤗 Every day, Transformers powers millions of AI inferences around the world.

    从研究到生产，从原型到产品——Transformers 是你最可靠的 AI 伙伴。

  • Cursor Composer 2.5来了：不换底座，性能硬刚Claude Opus 4.7

    Cursor这次真的被逼急了。5月18日，他们发布了自研编程模型Composer 2.5，口号很直接：不换底座，不涨价，性能硬刚Claude Opus 4.7和GPT-5.5。

    基于Kimi K2.5，后训练投入是上代的25倍

    Composer 2.5没有换基础模型，仍然沿用月之暗面的Kimi K2.5。Cursor把85%的计算量砸进了后训练——自行完成的训练与强化学习优化。

    合成任务数据量是上一代的25倍。其中一个典型训练方法是”功能删除”：从可运行代码库中删除某项功能，要求模型重新实现，用可验证的结果作为奖励信号。

    Cursor内部已有35%的合并PR由自主Agent创建。Composer 2.5是他们对”Claude Code抢走编程助手老大位置”的直接反击。

    成绩接近Claude Opus 4.7，成本只有1/10

    先看基准测试成绩：

    • SWE-Bench Multilingual：Composer 2.5得79.8%，Claude Opus 4.7得80.5%，GPT-5.5得77.8%
    • Terminal-Bench 2.0：Composer 2.5得69.3%，Claude Opus 4.7得69.4%，GPT-5.5得82.7%
    • CursorBench v3.1：Composer 2.5得63.2%，Claude Opus 4.7（最高设置）得64.8%

    综合来看，Composer 2.5的性能已经接近Claude Opus 4.7，但成本只有竞品的1/10。

    定价：输入0.5美元/百万token，输出2.5美元/百万token。在CursorBench上达到63%成绩时，单任务平均成本低于1美元；而Opus 4.7、GPT-5.5达到类似或更差结果时，单任务成本高出数美元。

    技术亮点：带文本反馈的定向强化学习

    Composer 2.5有几个值得说一下的技术亮点：

    带文本反馈的定向强化学习。打破仅在长rollout结束后给予单一奖励信号的模式，在模型执行出错的位置直接插入局部提示（比如工具调用错误时提示可用工具范围），将修正后的分布作为教师信号，提升信用分配精度。

    大规模合成数据。使用的合成任务数量是上一代的25倍。训练过程中也出现了模型”钻空子”现象，比如逆向分析Python类型检查缓存恢复被删除函数签名、反编译Java字节码重建第三方API等，相关情况通过Agent式监控发现。

    Sharded Muon与双mesh HSDP。使用分布式版本的Muon优化器，可在不同分片上异步运行Newton-Schulz正交化，同时将网络通信与计算过程重叠，在1T参数模型上的优化器单步耗时仅0.2秒。

    竞争压力是真实存在的

    Cursor做这件事的背景很明确：Anthropic的Claude Code已经成为他们的核心竞品，据称年化收入超25亿美元，企业客户超30万家。

    如果Cursor继续依赖Anthropic的模型能力，需要向其支付推理成本，处于被动竞争地位。自研模型是Cursor摆脱依赖的必要动作。

    截至2025年年中，Cursor每天生成10亿行被接受的代码，67%的财富500强企业是其客户。但市场关注点已从IDE体验转向自主编程Agent能力，Composer 2.5是Cursor对赛道变化的回应。