LLM Weekly（2026.1.12-2026.1.18）

最新推荐文章于 2026-07-14 20:32:45 发布
原创 最新推荐文章于 2026-07-14 20:32:45 发布 · 248 阅读 · 0 GEO检测
收录于
LLM Weekly

当前文章被收录于：

LLM Weekly
65 篇文章 0 人学习

本专栏主要是周更新，每周日更新一周内的LLM相关新闻，github库，以及这周值得关注的论文。

订阅专栏 查看详情

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ，讲透 AI 如何接管脏活累活

一键订阅

在这里插入图片描述

网络资讯

协同办公功能：赋能全场景工作流的Claude Code 人工智能公司Anthropic面向Claude Max订阅用户，在macOS版Claude应用中推出了一项名为Cowork的研究预览功能。该功能允许用户授权Claude访问指定文件夹，实现文件的读取、编辑与创建操作。Cowork具备更强的自主执行能力，可完成多步骤任务，还能通过各类连接器与技能组件处理文档和演示文稿，同时支持任务队列管理，所有操作均需用户审批后方可执行。Anthropic同时提醒用户，该功能存在执行破坏性操作以及遭遇提示词注入攻击的风险。

苹果官宣：谷歌Gemini模型年内将为新一代Siri提供技术支持 苹果公司确认，谷歌的Gemini模型将为新一代Siri语音助手及一系列未来的Apple Intelligence智能功能提供底层技术支撑。苹果方面表示，Gemini模型为其基础模型构建提供了坚实可靠的技术底座，能够带来更先进的用户体验。全新升级后的Siri将具备更强的个性化属性，优化个人上下文感知能力与屏幕内容识别能力，并实现对各应用更深层次的操控，该功能预计将于明年3至4月随iOS 26.4系统正式上线。

GPT-5.2-Codex模型正式登陆Responses API接口 OpenAI宣布在Responses API中上线GPT-5.2-Codex模型，其性能与Codex平台中的同款模型保持一致

AI 时代程序员必备技能

Codex、Claude Code、Cursor、Hermes Agent、OpenClaw等工程化实战专栏 ，讲透 AI 如何接管脏活累活

一键订阅
标签
#语言模型 #自然语言处理 #LLM #人工智能
了解本专栏 订阅专栏 解锁全文 超级会员免费看
LLM Weekly（2026.1.26-2026.2.1）
c_cpp_csharp的专栏
03-12 167
谷歌 DeepMind 与 Google Labs 推出网页原型，由 Genie 3、Nano Banana Pro 和 Gemini 驱动，面向美国地区 18 岁以上的 Google AI Ultra 订阅用户开放。用户可通过文本和图像，实时探索，并对现有场景进行二次创作。谷歌将其定位为，同时指出目前在视觉效果、控制能力和持续时长上仍有局限。
LLM Weekly（2026.3.2-2026.3.8）
c_cpp_csharp的专栏
03-14 155
部分非英语语言能力仍较弱，现已在 ChatGPT 与 API 以。
AI Weekly | 2026年4月第二周 · GitHub热门项目与AI发展趋势深度解析
警警的博客
04-09 6124
AI Agent框架全面爆发，智能执行成为2026年核心命题。本周最大的信号是：**hermes-agent单周暴涨14,811颗星**，成为全站第一热门项目。与此同时，oh-my-codex、oh-my-claudecode分列三四位，整体AI Agent相关项目占据周榜前十中的7席。
LLM Weekly（2026.2.16-2026.2.22）
c_cpp_csharp的专栏
03-12 264
Anthropic 发布 Claude Sonnet 4.6，相比 4.5 版本全面升级，在上均有提升，且。模型支持，性能接近 Opus 水平，安全性与对抗提示词注入能力更强。开发者可通过 Claude.ai、Claude Cowork、Claude Code、API 及主流云平台使用 Sonnet 4.6。
2026年第8周GitHub趋势周报：RAG工程化加速、本地LLM工具链爆发、AI Agent架构分层演进
lpfasd123的博客
02-23 913
本周GitHub Trending呈现三大结构性跃迁：RAG技术从概念验证迈入生产级工程化（代表项目星标周增超320%）；轻量化本地LLM运行栈形成“推理-编译-向量压缩”新三角；AI Agent实现执行层、编排层、协议层清晰分层。传统框架热度平稳，系统级AI基础设施增长迅猛。
2026 年第 18 周 GitHub 趋势周报
lpfasd123的博客
05-05 1154
本周收录 56 个热门项目（去重后）：AI/LLM 智能体与工具链 21 项（37.5%）、开发工具与终端增强 11 项（19.6%）、安全与隐私工具 7 项（12.5%）、前端/全栈框架 8 项（14.3%）、学习资源 9 项（16.1%）。（周增 3401 星，总 5.1 万），现代化终端内置 coding agent，支持多模型接入，命令与 AI 协作无缝切换；（周增 2225 星，总 6.3 万），多 Agent 金融交易框架，分工式分析与决策，垂直场景落地加速。
Cyber Weekly #69
产品老A，7年互联网大厂AIPM，专注探索新型人机交互
06-22 293
赛博周刊，每周发布。
OpenRouter 周榜实证：用真实流量数据做国产大模型选型决策（2026.6 第 3 周）
LDZKKJ的博客
06-22 800
这一期的最大焦点是 DeepSeek-V4-Flash 连续第 5 周登顶。但很多评论文章漏掉了一个细节——DeepSeek 旗下还有一款定位"旗舰"的 DeepSeek-V4-Pro，为什么挂在头版的是 Flash 而不是 Pro？这个问题的答案，就是 OpenRouter 这种"路由层 + 比价"场景下选型逻辑的最佳样本。先看产品参数。根据DeepSeek V4 发布公告和DeepSeek-V4-Flash 官方介绍维度总参数 / 激活参数1.6T / 49B284B / 13B上下文窗口。
Hermes Agent部署指南：2026年可进化的开源智能体运行时
dianjiaxian1205的博客
06-22 417
智能体（Agent）是AI工程化落地的核心范式，其本质是具备记忆、规划与工具调用能力的自主执行单元。Hermes作为2026年主流开源Agent Runtime，突破传统CLI工具局限，通过分层记忆、技能反思与多后端执行机制，实现‘越用越强’的持续进化能力。它支持本地、Docker、SSH、Daytona等六种部署模式，大幅降低从开发到生产的门槛；结合插件化Skill体系，让非AI专家也能快速构建可维护、可审计、可进化的数字员工。本文聚焦Hermes Agent的实战部署、插件管理与自我进化闭环，覆盖Mac
2026科研AI工具链：本地化深度学习与离线可审计的模块化实践
06-17 564
深度学习在科研中的应用正从云端API调用转向本地化、可验证的轻量推理——这既是数据安全与合规性的刚性需求，也是边缘算力普及后的自然演进。其核心原理在于利用LoRA微调、结构化PDF解析、小模型蒸馏等技术，在有限显存（如RTX 4090/3060）下实现高精度领域任务处理。技术价值体现在‘离线可运行、源码可审计、权重可验证’三原则，支撑真实科研闭环：文献精读、实验复现、出版级绘图、可调试代码生成与知识图谱构建。本文聚焦一套已落地于高校实验室与企业R&D的CLI+WebUI双模态工具链，深度融合LitParse
从零搭建 OPC 一人公司：Python + AI Agent 全栈自动化实战（附完整代码）
程序员阿飘 的博客
07-03 854
2026 年，OPC（One Person Company，一人公司）已从概念走向规模化落地，全国 20+ 城市出台专项支持政策，市场规模预计突破 8000 亿元。但大多数 OPC 创业者仍停留在"手动调 AI"的阶段——问一句答一句，效率天花板很低。本文将以一个真实的 OPC 创业场景为例，手把手教你用 Python + AI Agent 搭建一套可自动运行的"数字员工团队"，覆盖内容生产、线索管理、智能客服、数据复盘四大核心模块，附全部源码。
0成本跑通OpenClaw：智谱GLM-4.7-Flash免费接入实战指南
Hi, Sun
06-23 391
智能体（Agent）是大模型落地的关键范式，其核心在于规划→工具调用→观察→再规划的闭环执行机制。云原生LLM API凭借毫秒级响应、结构化错误反馈与内置Schema校验能力，显著降低新手在JSON解析、工具协议适配和推理稳定性上的调试门槛。相比本地小模型，免费云API省去显存管理、量化适配与服务治理等隐性成本，让开发者聚焦于Agent逻辑设计本身。当前国内可稳定使用的零门槛方案包括智谱GLM-4.7-Flash、阿里云百炼Qwen-Turbo与DeepSeek-V3直连，其中GLM-4.7-Flash新用
Hermes Agent 与 Kimi-2.6 深度协同原理与本地部署实战
babing2770的博客
07-09 396
Agent 是一种能自主规划、调用工具并持续执行多步任务的智能体系统，其核心能力依赖于长上下文稳定性、确定性函数调用（Function Calling）和领域语义理解。Kimi-2.6 凭借200万token级稳态上下文滑动机制、内核级参数类型校验的原生Function Calling支持，以及深度中文业务语义建模能力，成为 Hermes 这类强耦合任务引擎的理想底座。在本地部署中，需跨越操作系统层（如WSL2+Ubuntu）、运行时层（Python 3.11.9/Node.js 18.19.0）、网络层（
AI早报系统：轻量级RAG+RSS+Jinja2自动化生产实践
weixin_30785593的博客
06-22 353
AI早报是一种面向时效性与结构化交付的自动化信息聚合范式，其核心在于用确定性工程替代大模型端到端生成的不确定性。原理上采用分层流水线设计：信源层保真抓取（RSS/HTML/Sitemap）、数据层无损清洗（BS4+正则）、逻辑层轻量RAG增强（Whoosh索引+实体知识库）、呈现层模板化填充（Jinja2）。技术价值体现在毫秒级响应、零幻觉输出与金融级可靠性，适用于AI、金融、医疗等强合规场景。本文聚焦可日更、低资源、高稳定性的落地实现，涵盖信源治理、时间校准、去重机制与VPS级部署细节。
Claude Managed Agents 架构解析：Session/Harness/Sandbox 三层抽象
jardownload的博客
06-24 434
大模型 Agent 运行时（agent runtime）正从模糊状态管理走向标准化工程实践。其核心挑战在于将模型上下文误当作持久化存储，导致静默丢弃、状态不可追溯与调试困难。Anthropic 提出的 Session（可审计事件流）、Harness（无状态执行器）、Sandbox（微虚拟机级隔离）三层抽象，本质是对 LLM 应用开发范式的底层重置——通过事件驱动、状态外置与基础设施即牲畜，系统性解决上下文溢出、凭证泄露与故障不可复现等生产级痛点。该架构已在金融、SaaS 等强合规场景落地验证，并推动价值向
AI工程就绪态动态：可集成、可压测、可调度的技术雷达
快马扬鞭须努力！
06-17 490
AI工程就绪态（Engineering-Ready）指技术模块已通过开源社区可观测性验证，具备生产环境直接集成能力——它不是论文新概念，而是GitHub主分支合并、Hugging Face周下载≥500、LangChain生态适配完成的实证信号。其核心原理在于将学术创新转化为CI/CD友好的确定性交付单元，技术价值体现在降低MLOps决策风险、压缩模型上线周期、规避CUDA驱动等底层兼容性陷阱。典型应用场景包括RAG检索器升级、大模型推理服务优化、微调平台依赖治理等工程闭环任务。本文聚焦20260406期5
Agent Runtime已商品化：Session-as-Event-Log成生产级Agent生存底线
chouchijiao8952的博客
06-15 467
AI Agent并非新概念，而是大模型时代下任务编排与状态管理的技术演进；其核心原理在于解耦‘思考’与‘记忆’，避免将工具调用结果持续堆入有限的context window导致信息衰减与决策失真；技术价值体现在可追溯、可恢复、可审计的生产就绪能力，支撑金融、医疗、HR等强合规场景落地；随着AWS Bedrock AgentCore、Google Vertex AI Agent Builder及Anthropic Managed Agents相继GA，Runtime层正快速标准化与去商品化；本文聚焦‘Sess
AI周报不是新闻简报，而是工程师的作战地图
love android
06-16 420
AI周报本质上是一种面向工程决策的技术情报系统，其核心在于将碎片化的技术动向、模型演进、开源生态与政策信号，转化为可验证、可执行、有时效的业务动作。它基于真实研发节奏构建信号过滤机制，通过影响域映射（如模型能力边界、算力成本结构、数据合规水位）实现技术参数到业务语言的精准转译。区别于泛泛而谈的‘行业动态’，高质量AI周报强调阈值判断（基线/警戒/行动线）、执行建议分级（P0/P1/P2）和人机协同验证，服务于算法工程师、MLOps团队、合规专员等一线角色。尤其在模型演进加速与监管细则落地并行的当下，一套能穿
Windows本地AI助手实战：Node.js驱动的Hermes Agent与OpenClaw
weixin_30321449的博客
06-20 418
AI助手不再依赖云端API或复杂部署，而是以轻量、安全、离线优先的方式深度融入操作系统。其核心原理是将大模型能力通过协议抽象、上下文编织与技能编排进行解耦，由本地运行时统一调度——Node.js凭借原生Windows系统集成能力（COM调用、PowerShell直连、EV签名兼容）成为当前最可靠的AI加载引擎；而Hermes Agent作为协议无关的AI网关，配合OpenClaw声明式技能编排，让非开发者也能快速构建‘会动手’的自动化流程。该技术栈显著降低AI工程化门槛，适用于办公提效、私有知识库、边缘智能
【完形填空实战】BERT中文MLM微调：数据构造→训练→评估，有完整可运行代码
最新发布
qq_62634342的博客
07-14 258
本文手把手带你完成一个基于BERT的中文完形填空（MLM）微调实战项目。文章从任务本质出发，详细讲解了MLM任务中“标签藏在句子内部”的核心认知，以及labels构造、attention_mask作用机制、张量视图与clone()的避坑指南等底层原理。代码基于PyTorch和Transformers库实现，涵盖数据预处理、自定义下游网络、模型训练与评估全流程，最终在测试集上达到约71.7%的预测准确率。全文代码规范、注释详尽，可作为简历项目直接展示，适合NLP入门及BERT微调练手。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

UnknownBody

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值