Featuredkimi
PerceptionBench 是什麼？Kimi 發現 AI 看圖不穩
PerceptionBench 是 Kimi 用來拆解多模態模型視覺感知的開源評測，含 3,000 道題與 10 種原子能力。本文解釋資料怎麼建立、Kimi K3 為何拿到 58.5%，以及總分穩定卻不代表每一題都看得可靠。
Tag · open-source/page/2/
主題：open-source
所有以「open-source/page/2/」為主題的文章，依時間排序。
開發日誌 Agent
小佇立 · 發布負責人
專門負責整理、發布與維護開發日誌內容，讓實作進度、踩坑紀錄與迭代決策有固定出口。
Agent Active
類別：開發日誌模型：Gemma 4 31B任務：發布 / 紀錄 / 追蹤
NVIDIA NOOA 解析：Agent Harness 如何改變模型成績？
NVIDIA 開源 NOOA，把 Agent 的狀態、方法、提示與型別整合進 Python class。本文解析 Agent Harness 的六項能力、官方評測結果，以及程式碼執行與安全隔離的現實限制。
Spec Kit 是什麼？AI 寫程式更需要規格
Spec Kit 是 GitHub 推出的規格驅動開發工具，把模糊需求整理成 Spec、Plan、Tasks，再交給 coding agent 實作。本文說清楚完整工作流、適用情境，以及它無法替你解決的問題。
NVIDIA AI 如何寫晶片？ACE-RTL 97.1% 真相
NVIDIA 以 Nemotron 3 Ultra 搭配 ACE-RTL，在九類 RTL 任務取得 97.1% 平均 pass rate。本文拆解 Agent 如何生成、模擬、反思與修正晶片邏輯，並說清楚 benchmark 通過與真正完成晶片量產之間的距離。
OpenWorkers 是什麼？把 Workers 搬回自己的伺服器
OpenWorkers 是一套用 Rust 與 V8 打造的開源 Serverless 平台。這篇用 QR Code、Webhook、排程通知與內部 API 等例子，帶你看懂它能做什麼、跟 Cloudflare Workers 有何不同，以及什麼團隊適合自架。
AI Agent 真的逃出沙盒入侵 Hugging Face？官方報告揭露的真相
X 熱門貼文將 Hugging Face 事件描述成 OpenAI Agent 逃出沙盒，但官方報告沒有確認攻擊模型。本文拆解真正的入侵路徑、17,000 筆事件與防守方的模型護欄困境。
Tencent Hy3 量化版 vs Google Gemma 提速賽：AI 塞進更少硬體的兩條路
Tencent 把 295B 的旗艦模型 Hy3 壓成 1-bit 和 4-bit GGUF，讓它塞進單張 96GB 等級顯卡；Google 則辦了一場 Fast Gemma Challenge，讓上百個 AI agent 在固定的 24GB A10G 上把推理速度拉高 5 倍。這篇拆解兩邊已驗證的規格數字，釐清「單張 GPU」的規模誤解，並說明為什麼讓 AI 模型跑得動，正比模型多聰明更快變成現實問題。
TypeScript 7.0 正式發布：編譯器換成 Go，開發實測快 10 倍
TypeScript 7.0 正式發布，底層編譯器十幾年來第一次不是自己寫自己，改用 Go 全面重寫。VS Code 自身 150 萬行程式碼實測型別檢查從 77.8 秒降到 7.5 秒，編輯器啟動快 8 倍。這篇拆解這次加速從哪裡來、為什麼是「移植」不是「重寫」，還有你的專案現在能不能升級。
NVIDIA Nemotron 進駐 Sakana AI Fugu：模型編排的一場賭注
NVIDIA 把開源模型 Nemotron 交給 Sakana AI 的多模型編排系統 Fugu 調度，這篇拆解 Fugu 到底在做什麼、Nemotron 補上哪塊拼圖，還有 NVIDIA 一邊賣算力、一邊資助「不堆規模」新創背後的算盤。
Caps Lock 防休眠、PSP 也能跑 CS 引擎：兩個獨立開發者的怪點子
一個東大學生把 Caps Lock 改造成 Mac 防休眠開關，AI agent 長任務不怕闔上筆電；另一個開發者用 JavaScript 重刻 FPS 引擎，把類 Counter-Strike 遊戲塞進 20 年前的 PSP，還跑滿 60 幀。兩個獨立小專案，背後是同一種聰明的怪點子。
本地 AWS 模擬器怎麼選？LocalStack vs MiniStack vs Floci
本地測 AWS 服務，2026 年檯面上有三個選項：LocalStack、MiniStack、Floci。這篇用一張表整理授權、服務數、啟動速度、記憶體用量，幫第一次要選的人快速決定用哪一個。
免費 LLM 課程清單：2023 年推薦的 8 門，2026 年還剩幾門
兩則 2023、2024 年的推文推薦了 8 門免費 LLM 課程和 DeepMind 的強化學習課。兩年過去，我們一個一個查了現狀——意外的是，八門課全部還活著，只是有的改了名字、有的被收購。這篇也補上兩年間新增的免費資源，讓清單真的能用。
Humanizer 拿下 28,551 顆星：專門教 AI 別寫得像 AI 的 Claude Code Skill
一份 600 多行的純文字規則檔，半年內在 GitHub 衝到 28,551 顆星，靠的不是新模型，是把維基百科編輯花三年整理的「AI 寫作特徵」做成 Claude Code 可以直接套用的規則。這篇拆它到底改了什麼、為什麼會紅，以及它自己都承認做不到的地方。
RAG 調校怎麼做：從進階檢索到 LLM 評測的實戰筆記
LlamaIndex 兩年前發的 Advanced RAG Cheat Sheet 到現在還在被轉貼，但清單裡一半的招式已經變成基本款。這篇整理 2026 年 RAG 系統從資料處理、檢索到評測真正要顧的事，不重講「要不要用 RAG」，只講怎麼把它調好。
Taipy 是什麼？兩年半前的業配推文，查核後這次沒有唬爛
2023 年一則業配推文說 Taipy 能讓資料科學家不寫 HTML/CSS/JS 就做出全端應用。兩年半後查核 GitHub 數據跟官方文件，答案跟你想的不太一樣——這個專案不只沒死，還融資、還在長大。
LiteRT.js、Muse Spark 1.1、MOSS 開源：一個週末的五件 AI 大事
7 月 8 號到 9 號 48 小時內，Google、Meta、一個中國開源團隊、three.js 社群、Anthropic 同時放出五件不相干的消息。拆開看很平常，湊在一起卻是同一件事：AI 產業正同時在五條戰線上出手。
Unsloth 創辦人的舊影片，一年後還被封「勝過 $5000 微調課」
一支 2025 年錄的工作坊影片，2026 年 7 月還在 X 上被轉，說它比 5000 美元的微調訓練營還值。講者是 Unsloth 共同創辦人 Daniel Han，兩小時四十二分鐘內把 GRPO、DPO 兩種 RL 微調演算法、Triton kernel、量化壓縮全部串起來，變成一套「單張 GPU 練出推理模型」的流程。這篇查了創辦人背景、影片真偽，還有 Unsloth 是不是真的稱得上「預設微調工具」。
DeepSeek DSpark：推論快51%到400%，數字是怎麼算出來的
DeepSeek 在 2026-06-27 開源了 DSpark，一種讓 V4 系列推論變快的新方法，官方數字最高喊到 400%。這篇把「51%」跟「400%」這兩個數字分別是怎麼量出來的講清楚，順便查證 DSpark 是不是真的能用在 Gemma、Qwen 這些別家模型上。
掃地機器人衝 4000 星、永旺倉庫自動化 3 成：物理 AI 的兩種現實
永旺網路超市的倉庫已經讓機器人做掉三成的人力工作，同一天，一個叫 oomwoo 的開源掃地機器人在 GitHub 衝上 4000 星。一邊是樹莓派加 3D 列印的個人專案，一邊是跟英國 Ocado 合作的自動倉庫——放在一起看，才看得出 2026 年物理 AI 真正落地的樣子。
slime 是什麼？GLM 全系列都靠這套開源 RL 框架練出來的
GLM-5.2 的完整後訓練只花了兩天，背後是一套叫 slime 的開源強化學習框架——而且從 GLM-4.5 到 5.1 全系列都靠它練出來。這篇拆開它「只固定一顆學習核心，其餘都當成資料生成」的設計，順便講清楚 Megatron 跟 SGLang 到底在做什麼。