又来一个OpenHuman，我觉得虾和马没安装，也不用安了，按这个趋势，卷到最后，我不想安装都有人让我安装，而且是一键式傻瓜操作。

GitHub 2.6w+ Star 的开源项目OpenHuman 这不就是很多人想要的个人 AI 操作系统吗？ 它不是普通聊天机器人，是想把你的 Gmail、Notion、GitHub、Slack、日历、Drive 等信息接进来，整理成一棵长期记忆树。 AI 不再只是临时回答你一句，它能慢慢记住：你在做什么项目、关注什么方向、常用哪些工具、过去做过哪些判断。 这对我这种每天研究 AI 项目、写推文、整理资料的人来说，就是刚需。 现在大部分 AI 助手最大的问题，不是不够聪明，是每次都像失忆。 OpenHuman 还在 Early Beta，肯定有坑，这个方向我很看好：未来真正有价值的 AI 助手，一定不是更会聊天，而是更懂你。 项目：

今天在 Trending 榜上看到 OpenHuman 这个开源的个人 AI Agent，挺有意思的。 开箱即用，可连接我们的账号，几分钟就能建立起对我们的完整认知，不需要像以前 OpenClaw 那样养小龙虾。 主要是它会自动每 20 分钟从连接的 Gmail、Notion、GitHub、Slack 等 118 个应用拉取我们数据，压缩成本地记忆树，并存在我们的本地机器上，数据全程本地加密存储。 GitHub： 提供一个桌面小人形象，能语音对话、加入你的 Google Meet 会议，还能在你没打字的时候后台持续思考。 另外记忆系统兼容 Obsidian，生成的知识库可以直接用 Obsidian 打开编辑。 内置智能压缩技术，能把工具调用和抓取结果的 token 消耗降低最多 80%，省钱的同时响应也更快。 如果你想要一个真正懂你、了解你的私人 AI助手，可以看看，不过项目还在早期测试阶段。

🚀 5分钟本地部署你的专属Jarvis！ OpenHuman 重磅上线 ，真正属于你的私人超级AI助手！ 1、118个App全自动同步（邮件、日历、Slack、Notion、GitHub…） 2、记忆树 + 长效记忆，永不失忆 3、 桌面互动拟人Mascot，能说话、反应环境、加入Google Meet 4、无缝联动Obsidian，自动构建你的第二大脑 无需反复喂提示词，原生读懂你的全部生活 纯本地运行，数据100%自持，隐私党狂喜！ GitHub今天又暴涨1k+星，已冲上 Trending！隐私爱好者、生产力玩家必冲！🔥 一键安装上手（Windows/Mac都超简单） #OpenHuman# #本地AI# #Jarvis# #AIAgent# #个人知识库# #隐私计算# #Obsidian#

冷知识，三个最核心的信息差点： 1. OpenCode — GitHub Stars 已超越 Claude Code（160K+ vs 122K+），中国几乎无人讨论 2. Gemini CLI — 1000 请求/天免费，对中国成本敏感用户极具吸引力，无报道 3. Goose/OpenHands — 代表"自主编码 Agent"方向，中国认知几乎为零

现在用 AI 自动做科研，最怕的其实是一处没人发现的 bug： 后面十轮实验，可能全建立在一个假结果上。 这篇 RankEvolve 研究的，就是 Auto-Research 里的「执行可靠性」。 长时 ML 实验中，Agent 很容易引入数据泄漏、漏掉归一化、断开梯度，甚至配置根本没生效。代码能跑、指标也正常，但实验已经失真。 RankEvolve 主要做了三件事： 把研究流程编译成可执行的状态机，强制 Agent 按协议推进； 让 Claude Code、Codex、OpenHands 等不同 Coding Agent 互相 review 和 repair； 保存每轮 patch、配置、指标和失败经验，避免后续重复踩坑。 在相同预算下，异构 Agent 协作把执行正确率从 45.8% 提升到 62.5%。 连续 12 轮自动研究后，在 MovieLens-20M LARGE 上，NDCG@10 比公开基线提升 4.48%。 所以 Auto-Research 跑得越久，越要先保证每一轮实验都值得相信。 否则「自我进化」很容易变成持续放大一个早期错误。 📎 arxiv:

使用 workbuddy 的一个技巧是， 不要问他关于中国的问题，因为有太多搞 GEO 的黑灰产公司，每天盯着 workbuddy 和 豆包 灌垃圾数据， 你得到的答案在95%的情况下，不是最优解，甚至偏激。 用 workbuddy 和 豆包的时候 ， 你要问 海外相关的问题 。 同样的道理，使用 openai 和 claude 和 gemini ，你要问中国相关的问题，因为他们 自己国家的答案也基本 langchain 、 litellm 、openhands 、resend 、 llama_index 这种 YC 系的垃圾营销全方面污染。 比较有意义的问法是让他们交叉对比 ， 譬如 问 什么东西 国内和国外有价差 （ 譬如 同款 labubu 在中国的售价 和 在亚马逊上的售价的差异） ， 并且提醒他们从不同维度交叉验证，不要只相信新闻媒体和自媒体一面之词，这样的答案的质量会更好一点。

🗺️ AI 编程的术语和工具，这份指南一次讲清楚 GitHub 上 2.7K stars，Eric S. Raymond 参与署名 现在聊 AI 编程满地都是缩写：vibe coding、agentic coding、PRD、MCP、A2A、SLOP，各家文章各说各的，看多了反而更糊涂，讨论时经常是两个人用同一个词说着不同的事。 这份指南就是来对齐概念的。它把 AI 编程定义清楚，说明 vibe coding 这个词是 Andrej Karpathy 在 2025 年提出的，把 agentic coding 描述成智能体在反馈信号支持下自主跑多轮。协议那几个也一次讲明白：MCP 是 Anthropic 做的 Model Context Protocol，A2A 是 Google 的 Agent to Agent Protocol 侧重多智能体通信，SLOP 是 Simple Language Open Protocol。 工程实践也带到了：属性测试在 Python 用 Hypothesis，在 JavaScript 和 TypeScript 用 fast-check，这是让 AI 写的代码站得住的关键一环。工具那块列了 Cursor、Claude Code、OpenAI Codex、Windsurf、Aider、OpenHands、Replit 和 Lovable。 署名里有 Eric S. Raymond，就是写《大教堂与集市》的那位。MIT 协议。 词对齐了，讨论才不是各说各话。 GitHub：

卧槽，这个工具专门负责白嫖LLM，超级适合大学生🧐 有人把十几家 AI 平台的免费额度，直接拼成了一个会自动测速、自动选模型、挂了自动换下一个的免费模型池。 Kimi、DeepSeek、Qwen、GLM、GPT-OSS、Gemma 这些都有。 这个项目叫 free-coding-models。 以前想白嫖模型写代码，你得自己注册 Groq、Cerebras、NVIDIA、OpenRouter、Google AI、Mistral……然后一个个找模型、测速度、复制 API 地址，再折腾 OpenCode、Goose、Aider、Cline 的配置。 它直接把这堆脏活吃掉了。 启动后会实时探测你能用的模型，测延迟、稳定性、掉线率，然后排出当前最好用的。 选中一个按 Enter，它会直接写进对应 Coding 工具的配置并启动。现在代码里已经接了 20+ 种开发工具，OpenCode、Goose、Aider、Crush、Continue、Cline、OpenHands、Qwen Code、Copilot、Xcode 都在里面。 最爽的是它还有一个本地 Router。 你甚至不用自己选模型，Coding Agent 永远只连 fcm。前面的免费模型 429、500、529、过载或者挂了，它会继续切下一家。相当于把各家的 Free Tier 拼成一个免费模型集群。 项目今年 2 月才创建，现在已经 2200+ Stars。