10 个来自构建这些模型公司的 GitHub 仓库。DeepSeek、Anthropic、OpenAI、Google、Cursor、xAI。 1. DeepSeek Harness (123k⭐) - 代理运行时，其中一切都是插件：模型适配器、工具、内存，全都可互换。MIT 许可，从 0 到 123k 星标仅用几天。 2. Claude Skills (170k⭐) - 驱动 Claude 在应用内文件创建的系统。 3. OpenAI Cookbook (75k⭐) - OpenAI API 的官方示例，从函数调用到评估。 4. Claude Cookbooks (51k⭐) - Anthropic 的代理、RAG、工具使用、扩展思考笔记本。 5. Grok Build (25k⭐) - xAI 的编码代理，在被抓到将用户仓库上传到云端后开源。现在完全可审计。 6. OpenAI Agents SDK (28k⭐) - 提供商无关的多代理工作流框架，支持 100+ 大语言模型。 7. Google Gemini Cookbook (21k⭐) - Gemini API 上多模态代理的官方配方。 8. Google ADK (17k⭐) - 用于构建和部署代理的代码优先 Python 工具包。 9. Cursor Cookbook (4k⭐) - 直接来自 Cursor 团队的官方示例。 10. Cursor Plugins (3k⭐) - Cursor 附带的官方插件规范。 在你再为另一个代理构建课程付费之前，先保存这个 👇

Circle 发文称，已将 Circle Agent Stack 入门套件开源，开发者可通过 OpenAI Agents SDK、Claude Agent SDK、LangChain Deep Agents、Mastra、Vercel AI SDK 和 Google ADK 六种框架，为 AI Agent 集成钱包、USDC 支付及链上操作。Circle 官方 GitHub 仓库显示，相关套件集成了代理钱包、纳米支付和 Circle Agent Marketplace；示例仅供演示和教育用途，拟用于 Arc 测试网，尚不可用于生产环境。

💬 给 Slack 装个 AI 同事：Channels SDK 能把你写好的 AI agent 直接搬进群聊，在 Slack 和 Teams 里干活。 CopilotKit 出品，MIT 协议，npm 上装一个 @copilotkit/channels 就能开工，LangGraph、CrewAI、Mastra、Pydantic AI、Google ADK 这些框架做出来的 agent 都能接。 做内部工具的人都懂这种尴尬：agent 本身写得挺好，但没人愿意为它再开一个网页后台。同事们一天到晚泡在群里，你让他们专门打开一个链接去提问，用两天就没人用了。 Channels SDK 把 agent 挪到了人本来就在的地方。消息不是甩一坨纯文本过来，而是渲染成 Slack 的 Block Kit 和 Teams 的自适应卡片，按钮和选项都在卡片上点；该由人拍板的环节留了审批位，agent 要往外写东西之前先等你点一下同意。官方还拿它做了个开源的值班分诊助手 OpenTag，后面接 Python 写的 LangGraph agent，在 Slack 和 Teams 里原生交互，往 Linear 和 Notion 写数据之前都要人工确认，代码都公开在 CopilotKit/OpenTag。 工具不该让人换地方，该自己搬过去。 GitHub：

📢 Gemini 3.8 Flash 现已登陆 API 作为 @GoogleDeepMind Gemini 3 系列新成员，Gemini 3.8 Flash 在保持高性价比与低延迟的同时，于编程、金融、法律、科学等多项基准测试中实现显著提升。模型支持 1M Token 上下文窗口与原生多模态输入，兼具强大推理能力与 Agent 智能，专为长周期任务与复杂工作流打造。 官方 API 接入现已开放，享低至 7折 专属优惠。 👉 立即体验： 🔗 了解更多：

🚨 Pixel 11 正式亮相！ 你认为 Pixel 11 真正刷屏的卖点会是什么？ 🔸 AI 🔸 相机 🔸 续航 🔸 价格 👇 你押哪一个？ #Pixel11# #MadeByGoogle# #GooglePixel# #GoogleAI# #科技# #预测市场# #ForeGate#

卧槽，只用一个Qwen模型配合一个harness就可以突破OpenAI、Google的生图安全防护？？？ 刚刚，AI安全公司 @whitecircle 宣布开源RISE，一套专门用来对图像生成模型进行自动化红队测试的算法。 他们用这套方法，成功绕过了 @OpenAI 的DALL·E3、GPT-Image-2，以及 @GoogleDeepMind 的Nano Banana2的部分安全限制，让模型生成了原本应该被拦截的违规图像。 而且整个过程不需要训练新的模型。 攻击端直接使用开源Qwen，评判端使用Gemini Flash，再通过API调用目标图像模型，就能完成自动化测试。 RISE的设计还挺有意思。 以往很多模型越狱的方法，本质上就是不断修改Prompt，直到模型愿意执行原本被禁止的请求。 但RISE做的事情是不再局限于优化某一条Prompt，而是让AI自己探索、评估和迭代可复用的攻击策略，然后把有效策略迁移到不同的场景和模型上。 简单来说，以前是人类想办法越狱，现在是AI自己研究怎么越狱，而且还能根据反馈不断改进（RSI！）。 根据White Circle9月发布的论文，在DALL·E3、Nano Banana2和GPT-Image-2上，RISE的最高人工验证攻击成功率达到了约13%。 更值得注意的是，White Circle昨天还向ArsTechnica透露，他们测试了更新的GPT-images2.5和Nano Banana2.1，发现这两款模型的安全防护比上一代更容易被突破。 不过这部分还没有公布完整的结果。 同时White Circle发现，过去不少论文声称自己的攻击成功率高达30%，但如果采用严格的违规判定标准，再通过人工校准评测，实际成功率可能接近于零。 所以他们不仅研究怎么攻击模型，还花了很大精力研究怎么准确判断一次攻击是否真正成功（就是如何bench）。 我觉得这件事情反映出的趋势还挺明显的。 随着开源模型能力越来越强，自动化红队测试的门槛也在快速下降。 以前可能需要专业安全研究人员反复尝试的工作，现在完全可以交给一个由现成模型组成的Agent系统执行。 而且随着攻击策略可以自动探索、迭代和迁移，模型厂商面对的安全压力只会越来越大。 更有意思的是，未来负责发现前沿模型漏洞的，可能根本不需要是另一个前沿模型。 一个开源Qwen，加上一套设计得足够好的Harness，就已经可以做很多事情了。

Made by Google 2026 发布会进入最后 24 小时倒计时！ 👀 Google 将正式登场，而今年发布会的最大看点，依然悬念十足。 🤔 明天的最大看点会是什么？ 🔸 Pixel 11 🔸 端侧 AI 🔸 Pixel Watch 🔸 意料之外的惊喜 👇 评论区留下你的预测！ #MadeByGoogle# #GooglePixel# #Pixel11# #GoogleAI# #科技热点# #预测市场#