AI数采看似门槛低，实则是具身智能时代的核心基座；真正的百亿级大机会只属于拥有仿真闭环和底层工程能力的团队，普通人仅能分得执行层的小一杯羹。 数采正从单纯的“劳动密集型外包”转向决定物理AI泛化上限的“基础设施工程”。面对数十倍的高质量数据缺口，行业核心价值正向合成仿真、软硬件协同和数据闭环加速集中。 普通创业者应避开自研仿真等重资本赛道，转而发挥“轻资产、强执行”优势：一方面作为履约节点承接上游外包，用轻量化设备收集真实世界长尾数据；另一方面深耕特种工业、农业等垂直场景 Know-How，通过“采集+初洗+质检”的工程化服务吃下独家私域数据红利。 大家觉得普通人做数采外包这个工作如何？起码在机器人智能领域国内的机会应该是大把的吧，VLA技术路径天然有泛化问题，所以需要更多的数据进行强化训练，而且是多轮多迭代类型的，每次的数据可能还有些不同（例如拿不同的锅炒同样的菜），感觉就像当年个Scale AI赋能智驾和后面LLM大模型训练一样的道理，只是这个数据量还要大很多很多！

比特币白皮书第一句话写的是Bitcoin: A Peer-to-Peer Electronic Cash System《比特币：一种点对点的电子现金系统》。 这也是比特币最迷人的地方之一，公开账本，所有交易都在链上。任何人都可以验证。没有黑箱。 但量子时代的讽刺是，公开账本让地址暴露。 中本聪时代的公钥直接写在链上，它们既是比特币公开透明的体现，也是未来量子攻击者最容易翻阅的一份目录。 如同赫兹当年觉得电磁波只是证明马克斯威尔方程的小实验，没想到它会走向无线电、Wi-Fi、手机和量子计算。 中本聪当年选的那种早期交易格式，当然不是为了在 2040 年变成一颗量子炸弹。但历史往往如此，一个早年随手做下的选择，多年后会变成整个世界必须回答的哲学考题。 如果未来比特币的底层签名必须升级到抗量子版本，那些多年不动、公钥已经暴露、又没迁移到新格式的旧地址，社群该不该通过改规则和共识，把里面的币锁住？ 比特币遇到了两难问题。 打个比方。我的签名锁在一个保险柜里，这柜子在 2009 年绝对安全，但量子计算现在已经快能照着锁孔配出钥匙了。 不冻结，未来第一个掌握足够强量子计算机的人，就能把中本聪和其他早期地址的币直接拿走，先到先得。 冻结，比特币就得承认一件它最不想承认的事：社群可以靠共识，决定某些币被没收。对很多原教旨派来说，这比量子攻击本身还可怕。 CZ 最近在 Galaxy Brains 播客上的一段讨论，被解读成"CZ 想冻结中本聪的币"。 不过，得说清楚四点： 1. 他没说他本人能冻结中本聪地址。 2. 也没说 Binance 能单方面冻结比特币。 3. 他讲的是一个未来情境，升级完成后旧地址仍不迁移，才谈要不要靠改规则和共识，把这些旧地址的币锁住。 4. 他给的迁移窗口大约半年到一年，给真正的持有人时间搬家，过期没动的币，别留给未来的量子攻击者。 这套思路跟 BIP-361很接近：等比特币有了后量子地址，先禁止往旧的脆弱地址打钱，再在多年后淘汰旧的 ECDSA / Schnorr 签名。 CZ 把开发者社群吵了很久的一个问题摆上台面，当比特币的"不可改变"，撞上"底层密码学必须升级"，到底谁该让步？ 或许，两害相权只能取其轻。 To be or not to be, that is the question 为什么中本聪的币会变成量子问题？ 要说这个问题，就先要懂 Bitcoin 的公钥和私钥到底是什么。 Bitcoin 的所有权不是银行账户，不是身份证，也不是密码。本质上是：你能不能用某个私钥，对某个 UTXO 做出有效签名。 私钥像钥匙。公钥像锁。地址像门牌号。 现在，从私钥算出公钥很容易，从公钥反推出私钥几乎不可能。Bitcoin 用的 secp256k1 椭圆曲线签名，安全性就建立在这个不对称上。 但量子计算里有一个东西叫 Shor's algorithm。它不是“算得比较快”而已。它是把问题的数学解法改掉。 量子计算机不是能"同时把所有私钥试一遍"再直接读出答案，这是个常见的误解。它真正的本事在于，量子比特可以同时处在多种状态的叠加里，量子算法能让那些错误的路径互相干涉、彼此抵消，只把正确答案对应的信号留下来、放大。 Shor 算法用的就是这种能力，它把"从公钥反推私钥"这道暴力搜索题，换成了一道"找数学周期和结构"的题，再用量子的方式，把这个隐藏的周期读出来。 用 Bitcoin 的语言说，公钥不是一串无意义的乱码。它是私钥 k 乘上一个椭圆曲线基点 G 得到的结果：Q = kG。传统电脑看见 Q 和 G，想找回 k，基本上像在一个巨大圆环上倒推步数，没有捷径。量子电脑的威胁在于，它不是沿着圆环一步步猜，而是用量子态一次编码很多可能步数之间的关系，再透过干涉把隐藏的周期结构抽出来。这就是“解锁”的真正含义，找到了传统计算看不到的数学侧门。 所以说，更多古典算力只是线性加速，Shor 是算法类别的降维打击。 今天你拿再多闲置手机、GPU、LLM 去跑，对正常生成的私钥，破解是不可能的。但如果未来有足够大的容错量子计算机，已暴露公钥地址的币则不再安全。 中本聪的币之所以敏感，是因为早期比特币有大量最原始的交易格式：公钥直接写在链上，不像后来常见的格式，它至少先把公钥 hash 成地址。 所以在量子风险视角下，中本聪旧币，已经暴露了十几年。公开账本的本意是 Bitcoin 有透明性。到量子时代，变成了攻击目标清单。 也不是说“明天就会被破解” Google 今年 3 月的研究，重点是：用量子计算机破解比特币的签名，需要的资源，比过去估算的低很多。 按他们的测算，未来一台够强的量子计算机，可能只要不到 50 万个量子比特，就能在几分钟内办到，比之前估算的小了大约 20 倍。门槛在快速往下掉。 如果有足够多、足够稳的量子比特，足够长的纠错时间，足够快的运算节奏，以及一个能把整个流程完整跑完的工程系统。 换句话说，现在比特币保险的锁还没被打开，但是开锁工具的图纸变清楚了，尺寸也比以前以为的小很多。 这足以让大户、托管方、ETF 发行方、硬件钱包和比特币核心开发者提前开始准备。 真正的两难：冻结还是被偷走？ 想象一个未来的场景：比特币已经有了抗量子地址，大部分活跃用户都迁移了，交易所、托管方、钱包也都支持新格式。 但链上仍躺着一大批没动的旧币，中本聪的币、早期矿工的币、私钥丢了的币、主人忘了或已经去世了，还有那些躺在冷钱包里、一动不动的币。怎么办？ 社群有四条路： 1、什么都不做。旧币照样能用旧签名花掉，这最符合比特币不可篡改的精神，但代价是未来的量子攻击者可以把那些暴露的币直接拿走。 2、自愿迁移。提供一种更安全的新地址格式、让大家自己搬过去，阻力最小，但它管不了那些丢失或沉睡的暴露币。 3、强制淘汰。给一个期限、多年后限制旧签名，能降低量子盗币的诱因，但这很像直接冻结别人的财产，一些人肯定不同意。 4、救援机制。允许持有人用额外的证明把旧币救回来，比单纯冻结温和，但技术上非常复杂。尤其是那批最老的 P2PK 旧币，几乎没法设计出一套完美的救援方案。 CZ 支持的是第三种方向：升级后给窗口，未迁移就锁。 有道理吗？本质还是那个难题。什么都不做，等于把币交给第一个有量子能力的人。冻结的话，谁定义危险？谁定义过期？谁定义中本聪地址？谁负责误伤？ 比特币不是第一次面对分叉之争了，但这一次和当年的扩容之争不一样。扩容争的是性能和去中心化之间的取舍，而量子迁移要回答"比特币还算不算有效的财产"。Not your key, not your coin 还成立吗？ BIP-360 和 BIP-361 不是同一件事，必须把两个比特币提案分清楚。 BIP-360 更像修路。它提供一种新的地址格式，把暴露公钥的那条花费路径去掉，目的是减少长期暴露的风险，为未来的抗量子地址打基础。阻力小，因为是自愿的。你想更安全就搬过去，不搬，暂时也不会作废你的币。 BIP-361 更像设期限。它说，等新格式就位后，旧路不能无限期拖下去：先禁止再往脆弱的旧地址打钱，到了预定时间点，就限制旧签名的转账，同时配一套救援机制。旧路未来会被封死，肯定会引发社区争议。 CZ 的说法更接近 BIP-361 ，而且直接被把中本聪 100 多万枚比特币摆上桌，会引爆情绪。毕竟技术社群说"淘汰旧签名"，只会听起来像个程序问题。 中本聪的币为什么是焦点？ 量子风险不只针对中本聪，所有公钥已经暴露的币都有风险。 包括最早把公钥直接写在链上的旧币、重复使用过的地址、转账之后露出公钥的地址。较新的地址，在某些转账方式下也会暴露公钥。钱包主公钥外泄，连带一串地址和公钥一起暴露... 很多人根本不会去想，全网有三分之一的比特币曾暴露过公钥。 只要中本聪的币动了，就会变成焦点。一旦突然移动，大多数人的第一反应会是：是中本聪回来了？是私钥被偷了？量子攻击开始了？早期矿工苏醒了？中本聪要砸盘了？ 中本聪的100 多万枚比特币，是整个比特币信仰系统里，最大的一颗心理地雷。 CZ 的想法可以这样理解：别等这颗地雷，被第一个量子攻击者踩爆。 但反方会说：你提前拆雷的。你提前拆地雷的方法，本身可能引起爆炸。 那 CZ 有没有道理？ 我的判断有四个方面 技术层：有道理，且前提很多。 如果未来真的有了抗量子的地址格式，而且量子计算机成熟的时间点明显在逼近，那设计一个迁移窗口是合理的。大型金融系统本来就会定期更换密码学。美国国家标准与技术研究院定的后量子密码标准、谷歌给自己排的迁移时间表，方向都一样，别等攻击发生了才开始换锁。比特币不该例外。但"冻结"倒不是第一步。顺序是，先做出安全、可用、可审计的抗量子地址；让钱包、交易所、托管方都支持；让普通用户能低成本地试着迁移；让大户能先做一次冷钱包迁移演练；最后，再淘汰旧签名。 产权层：非常危险。 比特币最强的承诺，从来不是"永远不改代码"。它真正的承诺是：有效的私钥，可以拥有对应的币。如果有一天，全网共识说"你有私钥，但太晚了，所以不能用"，那在很多人眼里，是被没收了。哪怕动机是防住量子小偷。 治理层：困难重重。 这类方案要落地，需要钱包、交易所、矿工、核心开发者、托管方、大户、ETF 这一整条链上的人同时点头。而比特币的文化，天生就抗拒这种"全网约定某一天一起改"的做法。所以我不会把 CZ 的话解读成"BIP-361 马上要通过"。更合理的理解是，开始有大体量的人物，把这件事从开发者的邮件列表，推到了市场层面。这会让托管方的尽职调查、ETF 的风险披露、企业的金库政策，更早地把量子迁移列为一个标准问题。 投资层：无需恐慌。 今天更现实的风险，仍然是托管、人、流程、交易所、社会工程、假钱包、AI 钓鱼、以及你自己的仓位。量子威胁是有的、重要但不紧急。正确的动作不是恐慌交易，不如盘点自己手里的币；标记每个地址的格式、看公钥有没有暴露；持续跟踪比特币技术社群的进展，等抗量子迁移的工具真正可用了，先小额试一试。 想象一座城市，每户人家的门锁都用了同一种老式机械锁。这种锁在 2009 年非常安全。所有人都相信：没有钥匙，就打不开。 十几年后，人们发现一种新工具，可以根据锁孔形状反推出钥匙。现在工具还没普及，但快了。 城市政府有四种选择： 1. 什么都不做，相信工具永远造不出来。 2. 提供新锁，鼓励所有人自愿更换。 3. 宣布五年后老锁作废，没换的人不能再开门。 4. 设计一种特殊救援流程，让真正屋主即使错过期限也能证明自己是屋主。 最难的是那些多年没人进出的老房子。它们可能是屋主死了，可能是钥匙丢了，可能是屋主刻意隐居，也可能只是屋主不看新闻。 如果城市不管，未来第一个拿到新工具的小偷可以把老房子全开了。 如果城市把老房子全封，那它也等于宣布：房子不是绝对属于钥匙持有人，城市可以为了公共安全改规则。 CZ 只是把这道题提前念了出来。 比特币到底能不能在 不被量子偷走 和 不被没收 之间，找到第三条路？ 你觉得应该怎么办？

Claude Fable 5 是 DeepSWE 记分板上最贵的模型。Together AI 拿它跟全场最便宜的模型各跑了 452 次，给出的用法建议是反过来：贵的当后手。 《DeepSWE 上的 DeepSeek V4 Pro 0813 vs Claude Fable 5：成本、编码与路由》 DeepSWE 上的 DeepSeek V4 Pro 0813 vs Claude Fable 5：成本、编码和路由 要点 • 先跑 DeepSeek V4 Pro 0813，只有它失败时才升级到 Claude Fable 5。这条级联链解决 82.7% 的 DeepSWE 任务，每个任务 8.28 美元。单用 Fable 是 69.7%、每个任务 21.63 美元。高 13 个百分点，便宜 62%。 • Fable 赢第一发。pass@1 69.7% 对 62.8%，领先 7 个点。 • Pro 赢之后每一发。pass@2 打平（78.5% 对 77.1%），pass@4 领先（88.5% 对 84.1%）。 • 价格差 90 倍。每次 rollout 0.24 美元对 21.63 美元。每花 100 美元，Pro 解决 260 个任务，Fable 解决 3 个。 • 它们栽在不同的任务上。逐任务相关性只有 0.39，是我们测过的分歧最大的一对。两者合计覆盖 113 个任务中的 107 个。分歧正是路由能成立的全部理由。 现已上线 · 美国托管：在 Together AI 上运行 DeepSeek-V4 Pro 0813——1.05M 上下文，支持 function calling 和 JSON mode，OpenAI 兼容 API，托管在美国基础设施。查看模型 在我们对 DeepSeek V4 Pro 0813 与 Claude Fable 5 的 DeepSWE 对比中——DeepSWE 是一个跨多种任务类型和编程语言测试模型软件工程能力的基准——这两个模型坐在价格表的两端。Claude Fable 5 的每次 rollout 是 DeepSWE 全榜最贵。DeepSeek V4 Pro 0813 是最便宜的之一。Fable 首发的准确率高 7 个百分点，单次 rollout 却贵 90 倍，所以真正的问题不是哪个模型更好，而是这 90 倍的溢价到底买到了什么、什么时候值得付。 DeepSWE · 正面对决 DeepSeek V4 Pro 0813 vs Claude Fable 5 一览 • claude-fable-5 [max]：pass@1 69.7% ± 2.3%，平均成本 21.63 美元，每 100 美元解决 3 个任务，输出 token 115k，79 步 • deepseek-v4-pro-0813 [max]：pass@1 62.8% ± 3.1%，平均成本 0.24 美元，每 100 美元解决 260 个任务，输出 token 101k，146 步 我们在全部 113 个 DeepSWE 任务上，用 DeepSeek V4 Pro 0813（max）对 Claude Fable 5（max）各跑四次 trial，取自已发布的逐 trial 记录：总计 904 次 rollout（各 452 次）。Fable 是贵价的手艺人；Pro 是性价比上的异类。这两个模型的分歧也大于这套数据里的任何其他组合——结果这成了它们最有趣的地方。下文的每个数字都来自本次运行，所以可能与其他公开的 DeepSeek V4 Pro 0813 vs Claude Fable 5 记分卡有出入。 DeepSWE 记分板：pass@1 与 pass@k 单发，Fable 领先：pass@1 69.7% 对 Pro 的 62.8%（官方计分）。但这个领先很脆弱。两次尝试时 Pro 追平（78.5 对 77.1），四次尝试时 Pro 的 pass@4 88.5% 比 Fable 的 84.1% 高出 4 个多百分点。对一个贵 90 倍的模型来说，Fable 既没有守住天花板，也没有在重试下保住首发优势。更便宜的模型覆盖更广，best-of-k 也更高。 成本对比：DeepSeek V4 Pro 0813 vs Claude Fable 5 的价格 每次 rollout 0.24 美元，DeepSeek V4 Pro 0813 比 Fable（21.63 美元）便宜 90 倍：每 100 美元解决 260 个任务，Fable 只有 3 个。这是我们测过的所有组合里最宽的成本差距，Fable 也是榜单上最贵的单个配置。而且与直觉相反，低价格没有带来速度惩罚：Fable 的中位 rollout 31 分钟，Pro 35 分钟，基本持平——因为 Fable 是榜单上话最多的模型（115k 输出 token），尽管它的步数更少（79 对 146）。Pro 走的步数多；Fable 每步写得多。两个模型谁也没有明显更快。 失败模式：两个模型分别怎么错 两者在「不破坏东西」上都算自律：DeepSeek V4 Pro 0813 和 Fable 各自只在 11% 的失败里回归了现有测试套件，远低于 GPT 家族的 20%。差别在另一个方向：Fable 的大偏差失误占比是这里最高的（18% 对 Pro 的 10%），也就是说 Fable 一旦错，更常是错得离谱——给出离题很远的方案，而不是差一个边界用例。Pro 更多时候倒在离正确答案不远的地方（66% 的近似失手，对 Fable 的 57%）。所以两者都可以不加重度回归门禁就放心接入，但 Fable 的失手是调试成本更高的那种。 按任务类型，各自赢在哪 Fable 的手艺体现在推理重、契约精确的领域：8 个领域里它赢 6 个，领头的是数据建模与序列化（88%，比 Pro 高 24 个点）和语言内部机制（78）。但 DeepSeek V4 Pro 0813 拿下两个，两个都分量不轻：有状态响应式（66 对 64），以及——更有说服力的——并发与持久化（58 对 45）：在恰恰是 Fable 最弱的领域里领先 13 个点。Fable 在并发上的 45% 是它最弱的格子，也是唯一一个便宜模型不只是更便宜、而是工程师水平更高的领域。 按编程语言 Fable 赢下五种语言里的四种，但真正对得起它价格的是 Rust：85% 对 Pro 的 65%，20 个点的差距，也是这场对决里最大的一处差距。Fable 显然是序列化和 Rust 专家。其他语言都比价格暗示的接近（Python 70 对 60，Go 71 对 67，JavaScript 75 对 65），DeepSeek V4 Pro 0813 则实际拿下 TypeScript（61 对 57）。Rust 和序列化之外，付 90 倍价格的理由很难成立。 这两个模型到底有多不一样？ 亮点在这里。逐任务相关性只有 0.39，是我们测过的 DeepSeek-Pro 组合里最低的——这两个模型是真心意见不合。它们各自解决了 88 个任务；Pro 单独拿下 12 个，Fable 单独拿下 7 个，只有 6 个任务两边都栽。两者的并集覆盖 113 个任务中的 107 个（94.7%），而且分歧是双向的：DeepSeek V4 Pro 0813 在 awilix-async-container-initialization 上四发四中，Fable 一次没成；Fable 在四个 Pro 全挂的任务上四发四中（包括 koota-query-predicates 和 testem-bail-on-test-failure）。这是真正的互补，不是冗余。 在两者之间路由：组合打法 多样性加上价格差，让级联变得很划算。先跑 DeepSeek V4 Pro 0813，只有测试套件否决答案时才升级到 Fable：82.7% 的解决率，每个任务 8.28 美元。比单用 Fable（69.7%）高 13 个百分点，价格不到 Fable 单任务价格（21.63 美元）的一半。廉价的第一阶段清掉大部分队列，Fable 的溢价只花在难啃的剩余任务上，而且那些任务在上面还多获得一次独立的尝试。级联甚至赢过完美的一次性 oracle 路由（78.8%）。顺序不是可选项：Pro 先行每个任务 8.28 美元，Fable 先行 21.71 美元，准确率一样。 这意味着什么 Fable 5 是这张榜单上最难被当作默认模型的：最贵的一次 rollout 遥遥领先，首发优势被重试抹平，四发也没有天花板优势。只为两件事买它：Rust（85%）和序列化密集的工作（88%）——只有在这里它的质量才真正对得起价格。 DeepSeek V4 Pro 0813 是相反的画像：首发准确率接近 Fable，天花板更高，失败画像持平或更好，便宜 90 倍——尽管它在 Rust 和契约精确的领域让位。而因为两者是我们测过最多样的一对，Fable 最好的用法不是当默认，而是躲在低成本的 Pro 第一阶段后面做选择性升级，只在那少数真需要 Rust 或序列化专家的任务上付费。 现已上线 · 美国托管：在 Together AI 上运行 DeepSeek-V4 Pro 0813——1.05M 上下文，支持 function calling 和 JSON mode，OpenAI 兼容 API，托管在美国基础设施。查看模型 数据表：DeepSeek V4 Pro 0813 vs Claude Fable 5 完整结果 DeepSWE · 完整结果 • Pass@1（官方计分）：Pro 62.8%，Fable 69.7% • Pass@1（错误计为失败）：62.8%，67.3% • Pass@2 / pass@4：78.5 / 88.5%，77.1 / 84.1% • 覆盖率 / 可靠性：88.5 / 71.0%，84.1 / 82.0% • 四发四中 / 全挂：35 / 13，56 / 18 • 每次 rollout 成本 / 总成本：0.24 美元 / 109 美元，21.63 美元 / 9,346 美元 • 每 100 美元解决数：261，3 • 中位分钟 / 步数：35 / 146，31 / 79 • 中位峰值上下文 / 输出 token：232k / 101k，202k / 115k • 失败构成（近似 / 大偏差 / 回归）：66% / 10% / 11%，57% / 18% / 11% • 赢下的领域（共 8 个）：2（有状态、并发），6 • 赢下的语言：1（TypeScript），4（Rust 大胜） • 逐任务相关性 / 并集（两模型合计）：0.39 / 113 中的 107（94.7%） • Pro → Fable 级联（准确率 / 成本）：82.7% / 8.28 美元（单用 Fable 69.7% / 21.63 美元） • 单发 oracle 路由：78.8% • 基础设施错误：0，16 FAQ DeepSeek V4 Pro 0813 比 Claude Fable 5 更好吗？ 看指标。Claude Fable 5 赢 DeepSWE 上的单次尝试质量（pass@1 69.7% 对 62.8%），四发四中的任务也更多（56 对 35）。DeepSeek V4 Pro 0813 在 pass@2 追平、pass@4 反超（88.5% 对 84.1%），且每次 rollout 便宜 90 倍，所以在大批量或容忍重试的 agent 工作里，它是更强的性价比之选。 DeepSeek V4 Pro 0813 比 Claude Fable 5 便宜多少？ 在我们的运行里，DeepSeek V4 Pro 0813 每次 rollout 0.24 美元，Claude Fable 5 满血档 21.63 美元，约便宜 90 倍。按解决的任务算，Pro 每 100 美元解决 260 个，Fable 是 3 个——每美元的产出大约差 80 倍。 编码该用 DeepSeek V4 Pro 0813 还是 Claude Fable 5？ 大多数编码工作，两者的差距比价格暗示的小。Claude Fable 5 领先 Rust（85 对 65）、Python、Go 和 JavaScript，赢下 8 个领域中的 6 个，领头的是数据建模与序列化。DeepSeek V4 Pro 0813 拿下 TypeScript（61 对 57）、有状态响应式，以及并发与持久化（58 对 45）——那正是 Fable 最弱的领域。 要不要在 DeepSeek V4 Pro 0813 和 Claude Fable 5 之间做路由？ 要，前提是你能验证结果。两者是我们测过的所有组合里逐任务相关性最低的（0.39），合计覆盖 113 个任务中的 107 个。先跑 DeepSeek V4 Pro 0813，当测试套件否决输出时升级到 Claude Fable 5，能达到 82.7%、每个任务 8.28 美元——赢过单用 Fable，也赢过完美的一次性 oracle 路由。 DeepSWE 的 pass@k 是什么？ pass@k 衡量一个任务在 k 次尝试中是否至少有一次通过隐藏测试套件。pass@1 奖励一次做对；更高的 k 奖励能在多次尝试后最终到达方案的模型。DeepSeek V4 Pro 0813 的优势随 k 增大而扩大。 原文： #DeepSWE# #AI编程# #LLM评测#

让 AI 读代码，最怕一股脑塞进去 token 烧爆还理解的不准。 这 5 个工具帮你把代码整理成 AI 好读的格式。 1、Repomix — 整个仓库打包成一个文件，26.7k star 一条命令把项目压成一份对 AI 友好的文本，直接丢给 Claude 或 GPT 让它读懂全局，不用手动复制粘贴几十个文件。 2、cocoindex-code — 给代码库建语义索引，2.3k star 用 AST 给代码建索引，coding agent 要找哪段逻辑它精准捞出来喂过去，官方实测省 70% token 能以 Skill 或 MCP 接进 Claude、Codex、Cursor。 3、gitingest — 把 GitHub 链接变成 AI 可读文本，15.0k star 任意仓库网址里的 hub 改成 ingest，立刻得到一份适合喂模型的提取结果，看别人项目时尤其方便。 4、files-to-prompt — Simon Willison 写的拼接工具，2.8k star 把一个目录的文件拼成一个 prompt，专为喂 LLM 设计，轻量到极致，搭命令行工作流很灵。 5、code2prompt — 代码库转单个 prompt，7.4k star 带上源码目录树一起生成 prompt，让 AI 既看到代码又看到结构，理解项目更准。 让 AI 在大项目里干活，既快又不烧钱。

冷知识，RAG 技术的演进路径 ① 2020 — 基础 RAG（解决"知识不在模型里"） 起点是 Lewis 等人的 RAG：DPR 稠密检索 + 向量相似度 + 生成。它第一次让 LLM 能"外接知识库"，缓解幻觉和时效性问题。但这代是"无脑检索"——先把所有文本切成 chunk 做向量索引，查询时取 top-k 就完事。痛点：chunk 彼此孤立、检索粗糙、对复杂问题无力。这正是所有分支要解决的问题。 ② 2022–2023 — 检索精度升级（更准） ColBERTv2：把"单向量"改成 token 级多向量 + MaxSim 延迟交互，匹配更细；残差压缩把存储降 6–10 倍。检索器本身从"粗"变"准"。 Modular RAG：意识到 RAG 不该是固定管道，而是一堆可编排模块（检索/重排/生成），像乐高一样组合。架构开始"模块化"。 ③ 2023–2024 — 反思纠偏 + 结构增强（更准、更懂关系） Self-RAG / CRAG：给系统装"质检员"——Self-RAG 用反思 token 自己决定要不要检索、内容对不对；CRAG 用轻量评估器三路径纠正（正确用/错误重写或联网/模糊混合）。解决了"检索到垃圾也不知道"的问题。 RAPTOR：用递归摘要树组织文档，适合全局性、多跳、总结类问题。 GraphRAG / LightRAG / HippoRAG2：把文本抽成实体–关系知识图谱，用图谱做多跳推理（Microsoft GraphRAG 用 Leiden 社区摘要；HippoRAG 用个性化 PageRank）。这是"结构化知识"路线，但全量图谱构建很贵。 ④ 2024–2025 — 路由与成本优化（更省） Adaptive RAG：按查询复杂度动态路由——简单问题直接 LLM 答、复杂问题才走多步检索。 LazyGraphRAG：把社区摘要延迟到查询时才算，索引成本降到 GraphRAG 的 0.1%。 长上下文路由：2M token 窗口出现后，结论是"不替代 RAG，而是分工"——简单查走 RAG（几分钱），复杂多跳走长上下文，视觉文档走 ColPali。GraphRAG-Bench（ICLR 2026）给出经验法则：图的价值随查询复杂度上升。 ⑤ 2025–2026 — 自主智能体 + 强化学习（更自主） Agentic RAG：让 AI agent 动态决定"用什么工具（向量库/网页/API/SQL）、查几轮、怎么合成"。 Search-R1 / DeepRetrieval / DeepResearcher / MCTS-RAG：用 RL 端到端训练 LLM 学会"何时搜、搜什么"。Search-R1 在 Qwen2.5-7B 上比普通 RAG 提升 41%；DeepRetrieval 直接以检索指标（recall@k、NDCG）为奖励优化查询；MCTS-RAG 把蒙特卡洛树搜索融进推理。这是从"固定流程"走向"会自己找信息的智能体"。

推荐这份清单，几个新出的 TTS 和实时语音工具。 首个专门的开源 TTS 模型来了，WebRTC SDK 也开源了——从模型到基础设施，都有东西在动。 Voice Agent 领域的几个新发布和工具。 1. Qwen3-TTS（新） 阿里 Qwen 团队发布的开源 TTS 模型。目前细节不多但值得标记——Qwen 系列在语音方向上的第一个专门 TTS 模型，不再是通用 LLM 的附加功能。 GitHub： 2. MOSS-TTS / MOSS-TTS-Nano OpenMOSS 团队发布的两个 TTS 模型。Nano 版本主打轻量和本地部署，适合嵌入式和边缘设备场景。 GitHub： 3. LLMRTC — 开源实时语音/视觉 Agent SDK 纯 TypeScript 的开源 SDK，用于构建实时语音和视觉 AI agent。基于 WebRTC，直接支持浏览器端和 Node.js。适合想自己搭建类似 ChatGPT Voice Mode 或 Gemini Live 体验的开发者。 GitHub： 4. Building Enterprise Realtime Voice Agents from Scratch 一篇从零构建企业级实时语音 Agent 的技术教程。覆盖了 WebRTC 信令、STT 选型（Whisper vs Deepgram vs 自建）、LLM 延迟优化、TTS 流式输出、以及生产环境的断线重连和状态恢复。 5. Voice Agent Latency Optimization 最佳实践 社区维护的语音 Agent 延迟优化指南。核心发现：端到端延迟的主要瓶颈往往不在模型推理，而在 audio chunking 策略和 VAD（Voice Activity Detection）参数调优。一个常被忽略的优化点是服务端音频缓冲区大小——默认 20ms 的帧长在某些网络条件下会导致不必要的等待。 GitHub：voice-agent-examples #VoiceAgent# #TTS# #WebRTC#

我尼玛可以哟，同样跑 Agent 任务成本砍到 1/9——OpenSquilla，6134 个 Star！0.5.0 Preview 4，微内核 AI Agent。 一句话：本地模型路由器把每一轮对话分给“够用且最便宜”的模型，同预算换更高智能密度。 核心不是又一个聊天壳，而是把 Agent 运行层做成了省 token 的 harness： （1）SquillaRouter 本地路由——LightGBM + ONNX 分类器在本地给每轮打分，按 C0-C3 层级选模型，路由判断不把 prompt 送出机器。 （2）自适应推理和 Prompt——简单任务轻量处理，复杂任务才开扩展推理和完整系统提示，尽量不把 token 浪费在废话上。 （3）20+ LLM 提供商——OpenAI、Anthropic、OpenRouter、Ollama、DeepSeek、Gemini、Qwen/DashScope 等都能接，主备选择不动代码和配置结构。 （4）技能按需加载 + MCP——15 个内置技能用到才加载；既能当 MCP client，也能跑成 MCP server。 （5）本地持久记忆——MEMORY.md + 日期 Markdown 笔记，SQLite 全文搜索和 sqlite-vec 语义召回，embedding 可走本地 ONNX。 （6）分层安全沙箱——Standard/Strict/Locked 三档权限矩阵，Linux 用 Bubblewrap，macOS 走 Seatbelt，敏感操作可接人工审批。 它把 Web UI、CLI、聊天频道都接到同一个 TurnRunner，工具分发、重试、决策日志行为一致；还有会话/子代理/定时任务、成本统计，适合长期跑 Agent 工作流。 官方 PinchBench 1.2.1 的 25 个任务里，OpenSquilla 平均分 0.9251、总成本 ；对照是、6.233。分数几乎贴住，成本差了一个数量级，这就很牛逼了。 支持 Windows、macOS、Linux；可桌面安装、终端安装，也能从源码跑。适合想用 Agent 干活、但不想每轮都硬烧顶配模型预算的兄弟。 好东西转给需要的兄弟。🚀 #AIAgent# #开源工具# #老杨啊分享#

MSR Memora：一个解耦"存什么"和"怎么取"的 agent 记忆系统 问题： 现有 agent 记忆系统在抽象和具体之间无法兼得。RAG/Mem0 保留细节但碎片化；摘要压缩高效但丢失约束和数字。知识图谱需要预定本体论，不跨域。 核心洞察： 记忆内容可以保持丰富（时间线、多轮讨论），但检索走一条独立的轻量结构层。 架构： 每条记忆两个部分。Primary abstraction——6-8 词的短语（what this memory is about），嵌入做相似搜索。Memory value——完整内容，永远不直接通过内容检索。Cue anchors——从 value 里提取的短标签，提供替代检索路径，不需要本体论。 例子："Dave 和 Sarah 同意原型 4/1、试点 5/2、MVP 5/30"。Primary abstraction = "Updated Project Orion timeline agreed by Dave and Sarah"。Cue anchors = "Dave Project Orion update"、"Project Orion prototype schedule"等。后续查询 Dave 的贡献、原型进度、试点时间，都能通过不同 cue 到达同一条记忆。 检索： 不是一次性 top-k。Policy-guided retriever 迭代精化查询、通过 cue anchors 扩展、决定何时停止。可以蒸馏到小模型。 结果： LoCoMo 86.3%，LongMemEval 87.4%，SOTA。比 RAG、Mem0、Zep、LangMem 全高。多跳推理上差距最大。token 消耗减少 98%（vs 完整上下文）。存储条目数约 Mem0 的一半（344 vs 651）。 代码： | ICML 2026 #Agent记忆# #MSR# #LLM#

终端编程 Agent（最接近 Claude Code） 1. OpenCode ⭐ 165k+ - 协议: MIT | 语言: Go/TypeScript - 免费: 完全免费开源，支持 75+ LLM 提供商 - 特色: - 事实上的开源 Claude Code 替代品 - 本地优先架构，支持本地模型（Ollama 等） - Provider-agnostic：同一会话可切换 Claude/Gemini/GPT/本地模型 - 精美 TUI 界面，支持桌面端和 IDE 扩展 - 中国讨论度: 低，国内媒体很少报道 - 🔗 2. Pi ⭐ 54k+ - 协议: MIT | 语言: Python - 作者: Armin Ronacher（Flask/Jinja2 作者） - 免费: 完全免费开源 - 特色: - 系统提示 < 1,000 tokens，极简设计 - "Lazy Skills" 机制：技能按需加载 - 专为 fork 和二次开发设计 - 增长速度惊人（短时间内突破 54k stars） - 中国讨论度: 极低 - 🔗 3. Crush ⭐ 25k+ - 协议: FSL（2年后转MIT）| 语言: Go - 团队: Charm（Bubble Tea 团队） - 免费: 免费使用 - 特色: - 终端美学标杆，极其流畅的 TUI - 多模型支持，会话中可切换模型 - 原生 LSP 和 MCP 支持 - 适合追求终端体验的开发者 - 中国讨论度: 低 - 🔗 4. Qwen Code ⭐ 25k+ - 协议: Apache-2.0 | 语言: TypeScript - 免费: 免费，配合 Qwen 模型有免费额度 - 特色: - 阿里巴巴出品，Gemini CLI 的开源 fork - Gemini CLI 6月停服后，这是其开源延续 - 专门优化 Qwen-Coder 模型 - 国内用户访问友好 - 中国讨论度: 中等（但远低于其价值） - 🔗 --- 通用 Agent 框架 5. OpenClaw - 协议: 开源 | 免费: 完全免费，云版待定 - 特色: - 自托管 AI Agent，50+ 原生集成 - 零外部 API 调用，隐私优先 - 连接 Slack/GitHub/Notion 等无需第三方 API - 支持 Docker 部署 - 中国讨论度: 低 - 🔗 6. Agno - 协议: 开源 | 语言: Python - 免费: 开源免费，平台版 $99/月起 - 特色: - 2 微秒 Agent 运行时间，极致轻量 - 内置记忆、存储、多模态工具 - 生产级 Python 框架 - 适合需要高性能的场景 - 中国讨论度: 极低 - 🔗 7. Hermes Agent ⭐ 60k+ - 协议: 开源 - 免费: 开源免费 - 特色: - 2个月内突破 60k stars，增速最快 - 持久多层记忆：长期语义记忆 + 工作记忆 + 情景日志 - 云优先架构，独立于本地设备 - 30天学习期后能理解用户工作模式 - 与小米 MiMo V2 Pro 合作 - 中国讨论度: 中等（小米合作有报道，但产品本身讨论少） - 🔗 --- MCP 生态工具 8. MCPX (IBM) - 协议: 开源 - 免费: 开源免费 - 特色: - MCP 网关，统一管理多个 MCP 服务器 - Tool Groups：不同团队看到不同工具子集 - Agent 访问控制 + 实时 Prometheus 指标 - 支持 Cursor/Claude Code/VS Code/Copilot 等 - 中国讨论度: 极低 - 🔗 9. ContextForge (IBM) - 协议: 开源 - 免费: 开源免费 - 特色: - 联邦化 AI 网关，跨多集群 Kubernetes - 支持 MCP/A2A/REST-to-MCP/gRPC-to-MCP - 40+ 插件 - OpenTelemetry 追踪 - 中国讨论度: 极低 - 🔗 --- 多 Agent 编排 10. Microsoft Conductor ⭐ 新项目 - 协议: MIT | 版本: v0.1.1 - 免费: 完全免费开源 - 特色: - 微软出品，GitHub Copilot SDK + Anthropic Agents SDK - YAML 定义工作流 + Web 仪表板 - 适合企业级多 Agent 场景 - 中国讨论度: 极低 - 🔗 11. Agent Skills (by Addy Osmani) ⭐ 43.8k+ - 协议: 开源 - 免费: 完全免费 - 特色: - 23 个生产级工程技能 - 7 个斜杠命令覆盖完整开发生命周期 - 编码 Google 工程文化（Hyrum's Law、trunk-based development） - 渐进式披露设计 - 中国讨论度: 低 - 🔗

推荐这篇文章，Together AI 的 ThunderAgent（ICML 2026 Spotlight）。 把 agent 工作流当成一个"程序"来调度，而非一系列无关的请求——单节点吞吐翻倍，8 节点近线性扩展。 Together AI 在 7 月 29 日发布了 ThunderAgent——一个面向 agentic 推理的高吞吐调度系统。ICML 2026 Spotlight 论文。核心贡献：把 agent workflow 抽象为"程序"而非"一系列不相关的请求"。 问题：KV Cache Thrashing Agent 工作流在两个阶段之间交替：GPU 密集的推理阶段和 GPU 空闲的等待工具返回阶段。当数百个 agent 并发运行时，各自的 KV cache 在每轮不断增长，竞争有限的 GPU 内存。 传统推理引擎（vLLM、SGLang、TensorRT-LLM）按请求级别调度——agent A 暂停等待工具调用时，它的 KV cache 被 LRU 淘汰腾出空间给 agent B 的 prefill。当 A 的工具返回，引擎必须从头重算 A 的整段对话历史，这又淘汰了 C 的 cache。高并发下，这种淘汰和重算的级联反应导致严重的吞吐量和延迟退化——论文称之为 KV cache thrashing。 能通过加 GPU 节点解决吗？不完全。现有多节点路由器（如 SGLang Gateway）把每个 agent 钉在固定节点上以保留 cache 局部性——但 agent 的上下文长度不可预测增长，某些节点被赋予长上下文 agent 导致内存耗尽，其他节点闲置。 能通过 KV cache offloading 解决吗？也解决不了。LMCache 和 HiCache 把 KV cache 卸载到 CPU 内存或磁盘，扩大了总容量但只是延迟 thrasthing。当并发 agent 的工作集超过所有存储层级时，淘汰恢复，同一个恶性循环重现。 ThunderAgent 的解法 ThunderAgent 在 agentic 客户端和推理后端之间插入一个轻量调度层。它将每个 agent 工作流抽象为一个可调度程序（program），追踪其执行阶段、KV cache 占用和节点位置。 Program-level admission control：监控每个节点的内存压力，选择性暂停低优先级工作流，减少竞争 cache 的程序数量。当被暂停的工作流准备恢复时，通过全局等待队列路由到容量最充足的节点。 多节点部署：用全局等待队列替代了基于 session 的静态节点绑定。暂停的工作流恢复时被路由到可用容量最多的节点，在 KV cache 局部性和多节点负载均衡之间取得平衡。 评测 集成在 Together AI 自己的合成数据生成管道里——就是产生 CoderForge 等数据集的那套基础设施。对比 SGLang 默认调度器： 单节点 8×H100（HiCache offloading），batch size 192： • SGLang：吞吐 390 token/s，平均延迟 65s • ThunderAgent：吞吐 803 token/s，平均延迟 10.6s 多节点（2→8 节点）： • 近线性扩展，16 GPU 到 64 GPU 吞吐从 671 增长到 2248 steps/min • 加速比随集群规模增大：2 节点 1.79× → 8 节点 2.39× 使用 一个 program_id 字段，OpenAI 兼容 API，直接适配现成的 offloading 和 speculative decoding。已被 SkyRL 和 NVIDIA Dynamo 集成。 GitHub： 论文： #AgentInference# #KVcache# #ThunderAgent#