3个爆火的开源项目，无需API Key的爬虫神器！（在新窗口打开）
现在用 AI 做项目，经常会碰到这种尴尬的情况： 写代码，它喜欢乱造轮子，能用十行解决的事，非要写一大坨。
内容栏目
AI技术文章
分享不同 AI 工具、模型与相关技术的使用方法和实践文章。
一个开源平台，编织起了Agent「互联网」（在新窗口打开）
在历史长河中，技术的发展很少是一路线性往前走的，很多关键变化发生在「连接」被打通的那一刻。
ICML26 | 浙江理工大学马啸讲师和南京大学李武军教授课题组联合提出EMCES：为强化学习合成更有价值的样本（在新窗口打开）
近年来，强化学习在游戏智能体、具身智能、大语言模型等领域取得了显著进展。然而，在真实世界中，强化学习仍面临一个核心难题：高质量样本的获取不仅成本高昂，还可能带来多种风险。因此，样本增强成为缓解强化学习中样本获取成本高、风险大等问题的重要途径之一。
跨会话不再「失忆」：openJiuwen社区开源 AutoGenetic Memory，让Agent记忆自主生长（在新窗口打开）
当大模型应用进入深水区，决定一个 Agent 体验上限的，早已不只是 "答得对不对", 而是 "能不能持续记住同一个人"。
Agent的自演进，被刚刚开源的AReaL 2.0按下了加速键（在新窗口打开）
当 Agent 从演示视频中的炫技片段开始走进真实工作流与生产环境，下一阶段的「何去何从」成为业界关注的焦点。
训练世界模型，开始从人类的肌肉和脑子里偷师了（在新窗口打开）
具身智能数据的竞争，正在从“量大管饱”进入下一关。
具身智能的Skill时刻！英伟达开源机器人技能库，Jim Fan：范式变了（在新窗口打开）
6！机器人也能学Skill了。 刚刚，英伟达放出了一套能让机器人持续成长的技能库—— ASPIRE。 简单理解，ASPIRE有点像一个机器人版Coding Agent。 就跟GPT能把你的prompt、工作记录炼成可复用的skill一样，它也会把机器人的一次次失败和修复，沉淀成之后能继续调用的经验。 只不过，它review的不是代码，而是机器人的操作过程。 每当机器人执行任务时，ASPIRE就会把感知、导航、抓取、碰撞、运动规划这些过程都记下来。 它背后调用的GPT / Claude则会像研究员一样，判断任务中哪里出了问题，迭代程序。如果跑通，就把沉淀出来的经验写进Skill。 由此，机器人就
AI视觉创作总差点意思？中科大等综述500+篇文献，系统分析生成一致性（在新窗口打开）
扩散模型已经越来越会「画」，却还远没有学会「守住要求」。决定系统是否可靠的，已不再只是画质，而是生成结果能否持续遵守条件、维持状态，并符合人类与现实世界的基本标准。
OceanBase湖库一体，重新定义AI数据库（在新窗口打开）
AI时代苟日新，日日新，又日新，数据库也是如此。
教程：如何用AutoRAG + Milvus避免RAG 与Agent 中出现串租问题（在新窗口打开）
多租户 RAG 与Agent系统的生产实践中，最致命的事故莫过于数据串租，系统将租户 B 的私有数据作为背景知识，回答了租户 A 的提问。
从答题到做实验：SciAgentGym让大模型进入科学工作流（在新窗口打开）
DeepMind 联合创始人、2024 年诺贝尔化学奖得主 Demis Hassabis 曾谈到，他一直将 AI 视为推动知识前沿的重要工具。AI 可以帮助科学家处理复杂数据、发现隐藏模式，也可能在未来参与更深层的科学探索。
开源「仓颉.Skill」2.0，你现在可以蒸馏任何视频！（在新窗口打开）
大家好，我是袋鼠帝。 没想到cangjie-skill在4月开源，中间没怎么推，两个月还慢慢涨到了1.3K Star，有点出乎我的意料。
邢波再出手：上次「骂」完世界模型，这次轮到智能体了（在新窗口打开）
去年夏天，MBZUAI 校长、CMU 教授邢波一篇《世界模型批评》吸引了研究社区广泛关注，他从科幻经典《沙丘》里「完美模拟现实」的想象出发，逐一拆解了当下几大世界模型流派的硬伤，提出了一套新架构，也由此引出了他与 Yann LeCun 之间一场关于「世界模型到底该怎么造」的公开辩论。
一句话生图要过时了？开源图像生成Agent进化出「工具编排」（在新窗口打开）
图像生成正在从「一句话生成一张图」，走向更接近真实创作流程的开放任务。
冷门新语言AI写不动？IEEE论文：从零到及格线，MoonBit给出完整训练路线（在新窗口打开）
对于Python、Java、JavaScript这些语言，大模型通常能给出相当成熟的答案。
都在卷「让大模型多循环几遍」，这个7B模型LoopCoder v2说：多循环 1 次就够了（在新窗口打开）
当所有人都在比谁「想得更久、算得更多」——推理模型动辄输出成千上万个思考 token，循环式架构恨不得在内部反复迭代十遍八遍——一项新研究反手泼了盆冷水：
清华发布智能体社会AgentSociety第二代：让社会科学研究真正「跑起来」（在新窗口打开）
AgentSociety²是清华大学团队推出的社会科学研究新工具，通过AI智能体模拟社会行为，帮助研究者构建实验环境，直接运行社会假设。它让AI同时扮演研究助手和实验参与者角色，使复杂社会问题能被构造、运行和分析，提升研究效率与可复现性。
破解遥感目标的形状与尺度难题，PKINet二代推理提速近4倍！（在新窗口打开）
卫星和航空影像里的目标，不仅大小相差悬殊，还可能朝向任意方向：一边是细长的桥梁、船舶，一边是密集的小车和大面积运动场。PKINet-v2是一种改进的遥感目标检测模型，能同时处理复杂形状和尺度变化的问题。
AI圈刚开始谈Loop Engineering，两位95后博士已经盯上了人类闭环数据（在新窗口打开）
AI 圈最近又热了一个词：Loop Engineering。
网友「开源」基于Claude的金融交易Agent，外网爆火刷屏！（在新窗口打开）
最近网上冲浪，刷到两个特别有意思的 GitHub 项目，分享给大家。
参与交流
查看 AINRK 交流群说明
了解加入交流群的方式，阅读内容无需登录。