这桌宠已经被玩出花了，看到有人基于 dsh-pet 这个开源项目，自己复刻出了 Claude、Grok、Qwen、CLM 等各种 AI 桌宠。 原项目作者还在 GitHub 仓库里提供了完整的桌宠制作教程，从 AI 生成动作视频、绿幕抠像到透明动画制作都有。 你直接把原项目丢给 Codex，告诉它你想复刻什么宠物，让它按照作者的教程帮你完成就行了。 GitHub：github.com/PC2005-cloud/dsh-…

腾讯混元把给 AI agent 装长期记忆这事开源了，4 天 878 star，叫 Hy-Memory。 简单说就是让你的 AI 不止记一轮对话。聊天、工作、写代码三种场景分开管：原始对话层层抽成事实、总结、画像、意图，还有冲突自动消解。连你用 Claude Code 对同一段代码改了几次、最后留了哪个版本，它都记得。 顺带还开源了个 MemHub 桌面 App，把 Claude Code、Cursor、Codex 这些工具的历史对话统一管起来，跨工具共享同一份记忆，本地优先，macOS 有签名版。 搭起来就一条命令，pip install hy-memory，自己准备个 OpenAI 兼容的 LLM 和 embedding 接口就行，DeepSeek、千问都认。电脑上玩，手机没戏。 Apache-2.0，github.com/Tencent-Hunyuan/H… #GitHub #AI #开源

强烈推荐看看Anthropic就业报告，技术岗新人招聘占比从27%降到9% Anthropic 10 月 16 日发布了一份报告，拿自己的员工做样本，讲 AI 怎么改变了招聘和工作方式。 我觉得这份报告很有价值，毕竟Anthropic是走在全球AI化最前列的一家公司，他们现在的变化，很可能就是接下来的企业结构变化趋势。 这份报告的内容从三个层面看： 1、企业——用更少的新增人力完成更多工作，招聘结构发生变化 2、职场——基础执行任务减少，更看重一个人的自主性和判断力 3、求职者——初级岗位减少，传统的“先做基础工作，再积累经验”的成长路径受到冲击 注意⚠️Anthropic 的技术团队仍在扩张，招聘人数未减少，但招聘越来越偏向有经验的人➕有主动性的人 所以，这里最值得重视的是第三点❗就是 初级岗位没了，一上来就直接是team leader role，但问题是没有初级岗位一路做上来，怎么能做好team leader呢 原始报告：anthropic.com/research/emplo…

谷歌开源了 ARTEMIS：让 AI 助手和测试脚本像人一样操作一台真的安卓手机。 成绩挺硬。 Google Research 有个 AndroidWorld 基准，里面是 100 多个多步骤任务，它的完成率做到了 99% 以上。 写过安卓自动化测试的都懂那种痛。 定位代码写一大堆，界面一改全失效，维护脚本比写功能还累。 ARTEMIS 换了个路子。 你用大白话说要干嘛，它自己去点。 能拿到元素索引就按索引点，碰到自定义界面就退回坐标和视觉定位。 跨 App 也能一路走完，官方演示是先在谷歌地图里设好路线、算出总时长，再打开 YouTube 放 Coldplay。 对开发者最有用的是它自带 MCP 服务。 Claude Code、Windsurf、Antigravity 可以直接驱动测试机，顺手把 Logcat 日志和截图拿回来。 在 IDE 里说一句，它就能打包 APK、装到手机、登录测试账号、检查有没有异常弹窗，再把截图传回来。 运行模式分两档。 Flash 每步大概 3 到 5 秒，适合快速跑。 Pro 每次动作前先核对目标，卡住了就交回去处理，适合长时间的探索测试和稳定性测试。 上手门槛也低。 手机开 USB 调试连上，或者用模拟器，跑一下 start.sh，ADB、scrcpy、FFmpeg 和 Python 依赖会自动装好，还能顺手把 MCP 配置和测试规则写进 Cursor、Codex、VS Code 这些 IDE。 浏览器打开本地 8000 端口，能看实时投屏和执行回放。 想接进 pytest 或 CI 流水线，也有 Python SDK。 模型支持 Gemini、Claude、GPT-4o、Qwen-VL，开源协议是 Apache 2.0。 还有一点要知道：第一次在手机上跑任务时，它会装一个读取屏幕布局的辅助服务。 🔗 github.com/google/artemis

阿里通义 MAI-UI 团队开源了通用计算机使用智能体完整技术栈「OpenGCUA」：包括 harness、跨设备 SDK、原生 macOS 应用、评测轨迹和参考 agent 实现 开源地址：github.com/Tongyi-MAI/OpenGC… # 从"GUI 智能体"到"通用计算机使用智能体" 传统 CUA (Computer Use Agent) 基本等价于"看截图、点按钮"的 GUI 智能体；OpenGCUA 定义的 GCUA (generalist computer-use agent) 是一个能综合调度整台计算机所有接口的智能体：无障碍树、应用 API、shell 命令、GUI 操作。论文将 GCUA 定义为"模型自主决定如何观察、行动并组织工作，跨越视觉与程序化接口的系统"。 具体机制上，GCUA 在每一步做三个由模型而非固定规则决定的决策： 1. 观察什么：按需调用 screenshot()，而不是每步强制截图。这一条很关键：它承认"截图"本身就是一种有成本的感知行为，该省则省（比如执行批量操作时中间过程不需要看）。 2. 如何行动：不是输出单个原子动作，而是写一段带循环和条件判断的 Python 程序，把 GUI 操作、API 调用、shell 命令编排起来。 3. 如何组织工作：模型自己维护 todo 列表，每步声明 intent，任务状态管理从 harness 硬编码逻辑转为模型自主行为。 这两大设计「代码执行（code execution）和 harness 到模型的决策转移（harness-to-model decision transfer）」是整个方法论的支柱。代码执行的巧妙之处在于复用了模型已有的强大编程能力，且循环内的中间结果直接决定下一步代码走向，无需每步都回到模型，这是效率提升的根源。理论上，纯 GUI 智能体、CLI 智能体、GUI+CLI 混合智能体（他们早期的 Qwen-UI-Agent）都成了 GCUA 框架的特例，这个统一视角本身就有理论价值。 # 实验结果：数字说明了什么 在 OSWorld-v2 上对 8 个前沿模型（GPT-6 Astra、Claude Opus 5、Gemini 3.8 Flash、GLM-5.3-Flash、Qwen3.8-Max/Flash、Kimi K3、DeepSeek-V4.1-Flash）的评测： · 平均 partial score 从 45.3 升至 64.9（+19.6 分），每任务步数平均减少 53%；GPT-6 Astra 从 102 步降到 34 步。 · 弱模型受益最大（GLM-5.3-Flash +35.2），强弱模型差距从 39.1 缩小到 18.0。这暗示：代码执行范式降低了"代理能力"对模型 GUI 精细操作能力的依赖，弱模型可以靠写程序弥补感知-点击精度不足；对开源生态是个重要信号。 · 代码执行比 GUI+CLI 混合再加 6.1 分、步数再降 14.8%，验证了"编排成程序"优于"交替调用工具"。 · 真机 macOS 测试揭示了一个基准测试掩盖的事实：同一 harness 下，Qwen3.8-Max 消耗的推理 token 是 GPT-6 Astra 的 19.4 倍，4 个任务只完成 3 个；真实设备上的效率差距远大于基准分数所反映的，这也是他们坚持做真机 harness 的动机。

大家最近的关注点都在 DeepSeek 的模型上，可能忽略了它的搜索 API，这个也有点杀疯了。一不小心可能把同行都干垮了。 Search 和 Fetch 都是 5 元 / 1000 次成功请求，一次半分钱。Search 还能直接返回网页正文，不用为了读内容再补一次抓取。 让 Hermes Agent 实际调了一轮官方 API，第一轮 7 个请求都拿到了内容，包括 Ethereum 官网、X 搜索、账号主页和 Vitalik 的单条推文。最开始测的 3 次搜索大概 0.8–0.9 秒，2 次网页抓取大概 4.5–5.4 秒。 对比一下目前几个国外搜索 API 的公开单价，不算免费额度，每 1000 次搜索大概是 DeepSeek 5 元 Exa Instant 4 美元，约 27 元 Brave 5 美元，约 33 元 Exa Auto / Fast 7 美元，约 47 元 Tavily Basic 按量付费 8 美元，约 54 元 粗算只有这些档位的 1/5 到 1/11。当然，各家的检索能力和返回内容不完全一样，这里先比调用单价。 限制也测了一下，主要分两块。 一个是时效性。我让它找自己最新的推文，主页抓取拿到的第一条其实是快两天前的。查了归档数据库，后面已经有 15 条更新的帖子和回复。所以查资料可以，找最新动态、实时盯推文还得留意。 另一个是一些中国特色的敏感内容，这轮搜索测试就别想了，限定相关境外来源的几组查询都没搜到。 但至少外网的内容是能拿到的，Twitter 也能读到。很多真正有用的信息和知识，国外的一手资料，不用只看别人转述了。 我觉得这已经是一件非常好的事情。就我这轮查外网资料的体验，比百度好太多了。 api-docs.deepseek.com/zh-cn/…

以假乱真，做出了被认为是官方产品宣传片的skill——Huashu-motion正式开源了！ 👇这是它制作的自己的介绍短片，需要的可以自取：github.com/alchaincyf/huashu…

AI 乃至全领域最强主播 Lex Fridman 全部访谈整理好了！ 一共 502 期，全都用本地 ASR 识别配了文稿和中文改写翻译。 lex.qiaomu.ai/ 为提供最好的阅读体验，让 AI 加了中文开源字体、精细排版功能，支持亮色、暗色和护眼模式。 特意支持了 PWA，可安装成手机应用阅读。 强烈建议收藏，开源仓库见评论区。