Clauday.

Soup 今天在 GitHub trending 上涨了 303 星，标题数字是：在一张 4GB 显存的 RTX 3050 笔记本卡上训 Llama-3.1-8B-Instruct。实测 NF4 下 119.6 tokens/秒，峰值显存 3.32 GB。Apache-2.0，作者 Alpamys Makazhan，地址 https://github.com…

这句话就是整个产品的立论，扎人是因为它就是事实。一次 LLM 调用流到一半断了，一次回复空着但 token 照扣，一次重试悄悄把费用翻倍——关于到底发生了什么，唯一一份详细记录握在收你钱的那一方手里。Inferock Bench 是一个本地代理，帮你自己留一份。8 月 15 日拿下 Product Hunt 当日第一，241 赞。源码 https://git…

Agent 用不好专业软件，这事大家心照不宣，然后用三种都不太行的办法绕过去。用视觉去操 GUI，按钮一挪就崩。用现成的公开 API，覆盖面大概只有软件本身能力的五分之一。或者干脆重写一个玩具版本，假装那是同一个东西。HKUDS 把这三条路看了一遍，选了第四条：对着真正的后端生成一个真正的命令行。项目在 https://github.com/HKUDS/CL…

今天的 Show HN：Mole，一个跑在终端里的深度研究 agent。Go 写的，Apache-2.0，Linux 和 macOS 的静态二进制，能接 Anthropic、OpenAI 或者任何 OpenAI 兼容的端点。写这段时 49 个 star，正是值得看的阶段，因为设计决策还看得清。 其中三条不管你用不用它都值得抄。第一，预算是在执行前强制的，不…

GitHub 的 spec-kit 一天涨了 1147 个 star，总数越过 12.8 万。一个核心主张是"你应该先把规格写清楚"的仓库能到这个数，本身就挺不寻常。它的说法叫 Spec-Driven Development：动手之前先定义要造什么，配任何 AI 编码 agent 都行。MIT 协议，Python，1795 次提交，支持三十多个编码 agen…

Google 8 月 14 日放出 HEIR，一个开源编译器，把普通程序编译成能在加密数据上跑的程序。同态加密当了十五年密码学界最勾人的戏法：在密文上计算，拿回一个你能解密的结果，服务器从头到尾没见过任何一个输入。障碍一直是，要写一个 FHE 程序你得是个密码学家。HEIR 的意思是，这活该编译器干。 2023 年宣布意图，现在交货。四个编译好的应用作为演…

阿里把 Qwen3.8-27B 的 FP8 版本放了出来，六小时内 Hacker News 733 分。让人停下来的数字是 Terminal Bench 73.0，出自一个 270 亿参数的模型。作为对照，同一天上头条的 GLM-5.3 是把 Terminal-Bench 3.0 拉到 28.3，那是同一个思路的更难版本，但意思不变：一年前这个体量根本不该碰…

智谱 8 月 14 日发了 GLM-5.3，Hacker News 上直接冲到第一，一千多分。最扎眼的数字是 Terminal-Bench 3.0 从 4.6 涨到 28.3。这是衡量模型能不能在真实终端里把活干完的榜，六倍多，而且用的还是 GLM-5.2 那套底座权重。没有重新预训练。只是把后训练拉长，加了更多可执行环境、更多长周期任务、更多 RL 算力。…

holaOS 今天冲上 GitHub trending，6500 star，有意思的是它拒绝成为什么。它不是又一个 agent。它是一个本地优先的工作区，让 Claude Code、Codex 和它自带的原生 agent 并排跑，共享同一份记忆、工具和集成。 承重的部分是记忆。上下文和项目历史以可编辑文件的形式存在本地，不在谁家云上，而且跨会话、跨 age…

DeepSeek 把自己的 agent harness 开源了，MIT 协议，很多人 README 还没读完，star 已经冲到 3.8 万。项目叫 dsh，TypeScript 写的，距离 V4 Pro 正式版上线只隔了一天。宣传语就四个字：一切皆插件。 这不是营销话术。模型、工具、skill、会话、沙箱、存储、agent 循环本身、调度、UI，全都是插…