从鸿蒙搬到 iOS 和 Android:仓颉棋盘游戏《驿路巡点》为何最终选择 CJMP
仓颉棋盘游戏《驿路巡点》从鸿蒙迁移到 iOS 和 Android 时,先尝试仓颉 1.1.3 交叉编译加原生壳方案,只跑通 1 关,且发现 Canvas 在 iOS/Android 的引擎构建中未编入。团队随后转向 CJMP,使用 OpenSDK 0.2.2(内置 cjc 1.1.0),求解器层面 100 关全通,94 关测试在模拟器上完成。
仓颉棋盘游戏《驿路巡点》从鸿蒙迁移到 iOS 和 Android 时,先尝试仓颉 1.1.3 交叉编译加原生壳方案,只跑通 1 关,且发现 Canvas 在 iOS/Android 的引擎构建中未编入。团队随后转向 CJMP,使用 OpenSDK 0.2.2(内置 cjc 1.1.0),求解器层面 100 关全通,94 关测试在模拟器上完成。
Spring AI Alibaba 上一个正式版 v1.1.2.2 发布于 2026 年 3 月 10 日,此后半年无新正式版,但 main 分支仍在提交,v1.1.2.2 后累计合入 137 个提交,以修复和测试为主。
Common Corpus 是迄今最大的开放 LLM 预训练数据集,数据均为无版权或开放许可内容,总量约两万亿 token,涵盖从高资源欧洲语言到低资源语言及大量代码数据。研究团队在该数据集上训练了两个小型语言模型,性能与同规模模型相当,表明其适合多语言预训练。该数据集已被 ICLR 2026 接收为 Oral 论文。
MASKerade 是一种稠密到 MoE 训练方法,将专家学习为冻结预训练 FFN 的稀疏子网络,每个专家由学习到的二值掩码定义,并由 token 级路由器选择执行与组合,路由器和掩码分数联合优化而 FFN 权重保持不变。
研究者提出 Perturbed Embedding Vector(PEV)攻击,仅向提示词的嵌入向量表示中加入独立高斯噪声,即可越狱六种不同规模的常见开放权重 LLM,在 JailbreakBench 上对所有模型、所有提示词均生成不安全回复。PEV 无需梯度计算、逐提示优化或修改模型内部权重,取得首次成功攻击的平均算力成本比此前方法低至多一个数量级,每个测试模型上首次越狱通常在一分钟内出现。
arXiv 论文提出开源个人智能体 nanoMuse,采用 GPL-3.0 许可,让用户拥有的每台设备共享同一段对话,并通过任何人都能运行的 relay 连接。
Photopea 开发者称 GitHub 拒绝下架多个由 AI 去除广告后生成的盗版仓库,他于 2026 年 9 月 4 日提交 DMCA 通知,一个月后收到回复称无法确认违反 17 U.S. Code § 1201。这些仓库让用户误以为问题出自 Photopea.com,已影响其声誉,他正考虑寻求律师介入。
这篇教程针对国内直连 huggingface.co 不稳定、大文件下载易中断的问题,给出 HuggingFace、hf-mirror、ModelScope 三种可复制的模型下载方案。
一份面向编程 Agent 的视频工具榜单收录了 180 个仓库,逐一读过 README 后分成剪辑与后期、讲解科普、框架与通用工具包等 10 个类别并做安全评级,其中 107 个不到 50 星。
2026 年 10 月,Photoshop 的可行替代品已不止一款,作者实测了 Photon Studio、OmaPhoto、PhotoCraft、PhotoSuite 四款工具,其中三款完全开源。
EmbeddingGemma 2 采用 Apache 2.0 开源许可,Simon Willison 认为嵌入模型不应使用闭源、专有、仅托管的形式。嵌入模型应用通常需计算并存储数千乃至数百万条嵌入向量,一旦厂商停供该模型,用户仍需为重新计算这些已存向量付费。他本人不愿自行托管模型,更愿付费使用托管服务,同时保留在厂商停供时自行运行开放权重版本或另寻供应商的余地。
LibreOffice 背后的 The Document Foundation 宣布,在可预见的未来不会为这款开源文档编辑器加入 AI,默认安装中不含任何 AI 功能。该组织称这是“刻意设计立场”,以确保用户文档不被上传至服务器处理、软件无需联网即可运行,用户仍可通过安装扩展接入本地 AI 模型。
法国 AI 实验室 Mistral AI 发布 Mistral Large 4(ML4),一款 1 万亿参数的大型多模态模型,目前仅通过公开护栏端点访问,计划在三周后完成安全测试再开放权重。
NVIDIA《State of AI in Telecommunications》报告显示,89% 受访者认为开源模型与软件对公司 AI 战略重要。NVIDIA 发布 300 亿参数的 Nemotron 3 Large Telco Model(LTM),由 AdaptKey 基于开源电信数据集微调,并开放完整微调流程。
Meta 旗下个人智能体 Muse 冲上美国 App Store 生产力效率榜第一名,获超 10 万条评价、评分 4.9,并同步在 GitHub 开源 Muse Gadget SDK,提供针对 ESP32 与 Linux 的设备端源码与通信固件。
这篇教程梳理了 Qwen3.8-27B 的本地部署选型:该模型为 Apache-2.0 开源的 27B 稠密原生视觉语言模型,BF16 权重 51.75 GB,4-bit 量化后约 15.33 GB,可落在单张 16GB 显卡的承载边界内。
LangChain 源码系列第八篇解析流式与透传机制,源码基于 langchain-core 1.3.2。BaseChatModel 在 chat_models.py:710 覆写 stream,逐格吐出 AIMessageChunk,并在流尾补一个 content 为空、chunk_position 为 last 的空 token 作为终止信号。
一位开发者用 FastAPI + SQLite 单进程后端、Vue 3 + Vite 前端和 subprocess 调用 ultralytics yolo CLI 的方式,把 YOLO 训练管理平台做成网页版,覆盖素材库、在线标注、数据集版本快照、在线训练、模型版本管理、试模型和两级权限七项功能。
JeeWMS 给出中小企业分批上线 WMS 的清单:第一批只做“账做准”,含基础配置层、收货上架、拣货出库复核、库内调整与盘点,PDA 仅做收货和拣货;第二批补效率与稽核,第三批才接 RFID/AGV 设备与 ERP、MES 集成。该系统基于 Spring Cloud 微服务与 Vue 前端,采用 GPL-3.0 协议,官方仓库为 gitee.com/erzhongxmu/JEEWMS。
一份实践思路指出,用 Ollama 等工具在本机部署 AI Agent,可让代码、文档、日志全部留在本地,16GB 内存即可流畅运行 7B 级别量化模型,且开源模型一次部署长期复用、不按次计费。
Wavestone 四位研究者发布 83 页论文《Harness Engineering》,逐行阅读 Claude Code、Codex CLI、Gemini CLI。
智谱(Z.ai)的 GLM 5.3 已在 Amazon Bedrock 上线,这是一个 753B 参数的 MoE 模型,面向编码与长周期智能体任务,通过全托管 API 提供跨区域推理、提示词缓存和服务层级,目前面向符合条件的企业客户开放。
推荐理由:原文给出 GLM 5.3 在 Bedrock 上的接入方式与提示词缓存用法,可据此评估自建推理与托管调用的取舍。
Latent Space 的 AINews 汇总了 10 月 1 日至 2 日的 AI 动态:OpenAI 发布 GPT-6.1 Sol,定价为每百万输入/输出 token 2 美元和 10 美元。
MIT 研究者 Alex Zhang 在 Latent Space 播客中介绍了其 Recursive Language Models(RLM)等工作,基于 RLM 的 harness 是首个接近解决 ARC-AGI-3 的方案,早于 OpenAI 的 Astra。
DeepSeek 于 9 月 30 日正式开源面向华为昇腾算力平台的基础设施组件,涵盖 TileLang 高级语言编译工具、计算库和分布式通信库,与此前面向英伟达平台的开源组件一一对应。其中 TileLang 昇腾版本被描述为最重的一块,DeepSeek 称要建立新一代自主可控的 GPU 软件生态,需先有通用且编程简单的工具。
开源项目 Jeff 发布,定位为零样本分类器,基于 Qwen3.5 和 Gemma 4 微调,一次前向计算即返回每个选项的校准概率,不生成文本、无需解析。在 RTX PRO 6000 上约 22 毫秒出一次决策,并支持 Apple M4 Max(MLX)。其 0.8B 微调版本在 benchmark 上逼近 Jev。
NVIDIA 加入由 Google DeepMind、EMBL-EBI 等组成的全球研究联盟,通过 AlphaFold Database 开放 2800 多种病毒的蛋白复合物预测 3D 结构,供任何科学家免费使用。
推荐理由:NVIDIA 联合 Google DeepMind 等机构开放 2800 多种病毒的蛋白复合物预测结构,读者可了解开放科学在疫情准备中的具体做法。
Laravel 框架宣布新规定,禁止用户提交 issue,只能提交 Pull Request,理由是 PR 能过滤垃圾反馈、给维护者更多信息,且 AI 时代让用户借 AI 生成 PR 几乎和提 issue 一样简单。
OpenClaw 发布 2.0 版,共有 933 位贡献者、合并 16000 个 PR,而全职团队仅 9 人、兼职 26 人,作者据此判断这些 PR 未经代码审查、由 AI 合并。该版本源于 8 月改动,发布节奏已从每日一版改为每月一版。作者仍建议不要在办公电脑上运行 OpenClaw,而应放在独立物理机、虚拟机或云端。
微软研究院发布深度学习交换关联泛函 Skala 1.1,训练数据量为此前公开版本的 2.5 倍,在 GMTKN55 基准 55 个类别中 32 项排名第一,加权平均误差 2.8 kcal/mol。Skala 现已在 CP2K 中可用,并正集成进 Psi4、FHI-aims、ORCA 和 VASP,同时推出持续追踪各版本计算性能的 living benchmark。