新闻、仓库与研究，按时间排列。
bacoco 在 GitHub 发布 ShipGuard 2.18.0，一套基于 Claude Code / Codex 的 AI 测试与审计插件，包含 Visual E2E Debugger、Code Audit、Logic Audit、Macro Recorder、Process Check 和 Self-Improving Engine 六个模块。核心机制是范围保护，用户请求即允许的修改范围，改动须用户确认；代码审计默认 report-only，用 Opus 4.7 派发、Sonnet 验证发现，称可削减约 15-30% 误报。审计 token 开销高，standard 模式约 2M token，paranoid 模式可超 10M。
Grillcheese-AI 开源 CubbyLLM，一个八层架构项目，语言模型被刻意做成最小、可替换的一层，每句回答都是 VM 针对事实库执行的程序或带理由的拒绝，用构造而非判断保证诚实。项目同步发布自研 450M 混合模型 base450m（MinGRU + 窗口注意力，bbpe128k 分词器，约 4B token 预训练，经 Vulkan 运行于 grilly2），并给出算术步进（单次通过 5.5% 提升）、qFHRR n-gram 记忆、800 题验证管线 0.718 覆盖且精度 1.000、SimpleQA 与百科 OCR 等大量实测数字，每个数字对应 validation/logs 中的日志。
推荐理由：原文给出可复现的验证实验与指标，把语言模型降为可替换一层、由 VM 仲裁每个回答的架构做法有可迁移的参考价值。
开源项目 mini_agent 用 Python 实现了一个简化版 Claude Code，支持 Anthropic、OpenAI、Ollama、NVIDIA NIM 多 Provider 加故障转移与多 Key 轮转，并具备 Skill 机制、并发 Sub-Agent 编排和 MCP 集成。项目还提供权限守卫沙箱、跨 session 长期记忆、自我演化提案、daemon 常驻运行时，以及 HTTP API、Web Demo、微信接入和 Kanban 看板等多种渠道，可在安卓 Termux 环境运行。
GitHub 开源项目 Ephesus 是一款 Electron 桌面应用，将 claude 等终端编码 CLI 包装成拥有记忆、邮箱和 2D 办公桌位的智能体，由 Artemis 编排、人类担任 Architect。项目目前处于 Pre-alpha，无发布版本和安装包，Electron shell、2D floor 及 Gymnasium 自我改进循环等已可用，M9 与 Phase 9 的完整 agentic harness 仍仅获批规划。贡献者需 Node 20.19+ 或 22.12+，从源码运行即可参与开发。
Ledatic-Empire 发布自举编程语言 Rail 的 v5.5.0，约 1 万行 Rail 编译器产出约 0.9 MB ARM64 二进制，两轮自编译达到字节级一致定点，运行时无 C、GC 用 ARM64 汇编实现。v5.5.0 引入 Hindley-Milner 类型检查，自编译从约 20 秒降到 5 秒，GC 压力测试发现并修复 6 个收集器 bug，253/253 测试通过。项目将编译器用作训练适应度函数，用哈希链账本和熵信标签名证明计算过程，并公开了 138M 模型在冻结基准 16/16 compile@1 但对新函数名泛化 0/10 的局限，以及一次自改进循环的收益在更宽样本上被证伪的教训。
reda-baqechame 开源 Expert Fleet，一个仅依赖 Python 标准库、无数据库无框架的本地优先 Agent 平台，含 124 个模块、161 项注册验收测试和一个 HTML 控制面板，覆盖任务、能力学习与带引用问答三个系统族。其核心设计是「完成」必须由调用方冻结的验收命令验证、目标契约存于磁盘、六大权限网关强制审计，支持 OpenRouter、Anthropic、OpenAI、Gemini、xAI、DeepSeek、Ollama 等多种提供商并附 Windows/Linux/云三路安装脚本，采用 AGPL v3。
推荐理由：该平台把判定权交给调用方冻结的验收测试与六大权限网关，而非模型自评，且明确标注了尚未实测的边界，工程取舍写得较扎实。
llm-d/llm-d-workload-variant-autoscaler 的独立分支 llm-scaling-manager 在 GitHub 开源，为 LLM 推理提供 variant 感知的多模型全局扩缩容。新增 KEDA external scaler 通过 gRPC 直接响应、warm pool 在新副本启动前借出已加载模型的 Pod，以及 `make scaledobjects-plan` 生成可编辑的预应用计划。它结合 KV-cache 利用率、队列深度、token 吞吐等指标在 GPU 预算内决定副本数，由 KEDA 和 HPA 执行，Kubernetes 对象仍保留 wva- 命名。
GitHub 新仓库 autokernel-PBT 用 property-based testing（PBT）决定内核编写 Agent 能保留哪些优化，再用形式化验证（FV）认证 PBT 接受的结果。实验显示，省略 max-subtraction 等错误优化可带来 1.11–2.40× 提速，恒定填充"softmax"快 52–54×；廉价 gate 使优化循环 val_bpb 提升 −21.2%、吞吐 +27.7%，并捕获 6 个更快但错误的优化。PBT laws 在 NumPy → Triton 迁移中无需第二实现即可复用，形式化证书核心已在 Lean 4 机器验证；translation 段目前仍为提议、尚未运行。
GitHub 上的 TinyCeNN-LM 是一个研究紧凑循环记忆与选择性替换 Transformer 层的仓库，在 SmolLM2、Qwen3.5、FunctionGemma、Gemma 4 和 Laya / ModernBERT 上实验 CeNN、集成记忆与 delta-memory 等替换方案，目标是在保留预训练能力的同时衡量质量、内存和延迟的权衡。新 V2.5 实验为 Laya 引入 Windowed Delta + 多尺度 CeNN，GPU 结果待出；仓库含 45 个现行 notebook 条目及 30 个归档实验，检查点以 MIT 许可发布在 Hugging Face。
Meridian.AI 是一个金融领域专用语言模型，基于 Qwen2.5-0.5B（约 494M 参数）backbone，利用 GitHub Actions 免费算力每小时持续微调，覆盖 25+ 金融与数学数据集，并通过 EWC（Elastic Weight Consolidation）防止灾难性遗忘。模型 checkpoints 开源在 HuggingFace（meridianal/FinAI），v1.0.0 为首个生产级版本，部署模型上下文窗口 32,768 tokens、bfloat16 训练，仓库内 meridian/ 的 Sparse MoE 架构仅用于实验，非部署版本。
GitHub 新仓库 Automated-video-Generation 发布双引擎自主视频生产平台。2D 引擎基于 Manim 渲染 1440p60、9:16 的 3Blue1Brown 风格科普短视频，3D 的 Project Aether 整合 Google Veo 3.1、Kling 3.0、Runway Gen-4.5、CogVideoX 等视频基础模型。平台具备 6 级复杂度规划、480p 草稿预审加 6 critic Council、局部 inpainting 修复及离线 Dream-RSI 元学习，含 367+ 测试，版本从 v1.0 演进至 v5.2。
labpilot 是一个 Agent 工具，用于对比研究论文与其代码（或两个代码库），解释结果差异的原因并提出下一步实验。它基于 LangGraph agents、Supabase/pgvector 上的 RAG、可切换的多 LLM 供应商 fallback 链，以及通过 Unsloth 的 QLoRA 微调构建，遇到不匹配的论文-代码对时会标记而非强行对比。
GitHub 项目 mtg-llm 旨在构建一个能高水平进行 1v1 万智牌 Legacy 对局并通过自我对弈持续提升的低成本 AI。项目使用 8 套固定的 75 卡牌组，封闭牌池，不追求泛化到未见卡牌；高吞吐内部循环默认不用 LLM，而是对比带工具的 LLM 玩家与神经网络加 determinized MCTS 搜索的每美元胜率。核心组件包括驱动 Forge 的工具链和用 Rust 编写的自定义引擎，Rust 引擎与 Forge 做差分测试，卡牌定义为 DSL，核心已冻结（tag core-frozen-m5），策略/价值网络在 PyTorch 中训练并在 CPU 上运行。
灵魂体仓库的 Inalpha 是一个处于 alpha 阶段的开源量化 Agent 框架，让 LLM Agent 按时间序列 Rank IC 挑选当前有效因子、编写并进化策略代码，所有决策全程记录、可审查。它提供 Factor lab、多视角研究、风险引擎和经机器审批的下单流程，LLM 无直接下单路径，支持 crypto、美股、A 股等多市场，明确不支持实盘交易。
ReasonForge 2.6.2 是一个 MIT 许可的开源框架，通过环境合成、奖励塑造和策略优化三阶段循环，让大语言模型在自适应推理环境中训练复杂问题解决能力。相比传统 RLHF 的二元反馈，它提供部分得分、多目标评分等细粒度奖励，并内置生成式场景树、跨领域迁移、40+ 语言推理支持与失败模式沙盒。安装需 Python 3.10+ 与 CUDA GPU 或 Apple Silicon。
skyfireitdiy 团队在 GitHub 开源协作式 AI 开发平台 Jarvis，完整覆盖单人单 Agent、单人多 Agent、多人单 Agent、多人多 Agent 四种协作模式，提供 CLI、Web 和 Python SDK 三种访问方式。项目获第三届开放原子大赛总冠军，累计超 1 万次 Agent 自举提交，99% 以上由 CodeAgent 自主完成，含 319 个 Python 文件、158181 行代码。支持符号级代码理解、影响分析、C→Rust 迁移、JWT 多用户认证与多节点分布式部署，浏览器扩展含 28 项权限（8 项高敏感），作者提示需在完全信任网关与 Agent 的前提下使用。采用 MIT 许可证。
推荐理由：这是一个覆盖单人到多 Agent、多人协作四种模式的本地 AI 开发平台，README 给出了架构、部署方式和与同类工具的对比。
gymcoach-app 发布开源自托管健身追踪应用 GymCoach（MIT 协议），内置基于个人训练数据的 AI 教练，支持 Anthropic SDK 或任意 OpenRouter 模型，未配置密钥时仍是完整的训练记录器。Docker 一分钟自托管，数据存自有 Postgres，支持 Strong/Hevy CSV 导入、Garmin FIT/TCX/GPX 导入和 ChatGPT/MCP 连接器。该项目大部分日常改动由 Claude Code 在文档化的自动循环中完成，包括选题、实现、通过 lint/typecheck/测试门禁、独立 agent 对抗性审查 PR 并在 CI 通过后自动合并，完整流程公开于 docs/loops/。
推荐理由：这个开源健身应用把日常维护交给 Claude Code 自动循环完成，仓库内公开了完整可复现的 agent 维护流程和护栏。
开源框架 NexusAgent 定位为零配置、隐私优先的本地 AI 智能体框架，默认通过 Ollama 本地运行，也可经 LiteLLM 接入 OpenAI、Anthropic 等云端模型。它内置基于 NetworkX 的 GraphRAG 记忆、运行时自动生成技能、插件热重载、沙箱执行与多智能体编排，支持 pip、Docker 安装，需 Python 3.10+。
JKHeadley 在 GitHub 开源 Instar，一套让 AI 智能体跨会话保持记忆、身份与承诺的连贯性基础设施，通过 npx instar 一条命令完成引导式安装，几分钟内即可从手机与智能体对话。它基于已有的 Claude Code 或 Codex 订阅运行，架构提炼自自 2026 年初持续运行的 AI 系统 Dawn（跨数千次重启维护约 700 段追踪关系），核心包括 SQLite + FTS5 分主题记忆、Coherence Gate 9 审阅者一致性检查、CommitmentTracker 承诺追踪、跨平台身份解析（Telegram、WhatsApp、iMessage、Slack）及 Evolution System 自我改进机制，含 80 个模块、约 3800 个测试用例，MIT 许可。
推荐理由：开源的智能体连贯性基础设施，给出跨会话记忆、身份锚定和承诺追踪的具体实现，可复用于自建长跑智能体。
franckolv-dev 在 GitHub 发布个人智能体 Ely 4.2（MIT 协议），可订号、发邮件、发 LinkedIn、管理日历并持续执行到目标完成。4.x 为完全重写，从上一版约 24 万行代码加 9 个 Docker 服务精简为约 1 万行 Python 加 3 千行界面、单进程加 SQLite；4.2 按角色设置推理力度，支持 ChatGPT 订阅内模型，并让 Ely 用自己的 GitHub 账号以 pull request 提交自我改进。支持 Chrome 扩展、Android PWA、Telegram、LM Studio 本地模型与多用户，部署命令为 ./ely.sh。
推荐理由：作者给出重写前后的具体对比，从24万行加9个Docker服务压缩到约1.3万行单进程加SQLite，可据此评估其架构取舍。
GitHub 开源项目 ASPIRE（Adversarial Student-Professor Internalized Reasoning Engine）提出让 AI 内化“导师思维方式”的训练框架：学生模型、批评模型与教师模型通过对抗式对话，训练 critic 预测教师的评分与推理，学生再从内化的批评中学习。
jeffkit/recursive 是一个 Rust 编程智能体平台，核心为 ReAct 循环内核，外围提供 HTTP API、MCP（客户端与服务端）、多智能体编排和 TUI。支持 OpenAI、GLM/Zhipu、DeepSeek、Moonshot、MiniMax、Ollama、vLLM 等 OpenAI 兼容后端及原生 Anthropic 适配器，内置工作区路径校验、shell 超时和 max_steps 预算等安全机制，当前 API 版本为 v0.8.1，crate 以 recursive-agent 发布。