Featured · 开源工具
GenCAD：一张渲染图进去，一段能改的 CAD 建模历史出来
麻省理工的 GenCAD 不生成网格，而是把图像或草图变成整段参数化 CAD 命令序列，交给几何内核重建出能改尺寸的实体。检索测试里 2048 个候选 CAD 程序仍命中六成，比图像相似度检索准 15 倍以上。
你的 Agent Harness 应该会自我修复
agent 在生产里挂掉时，可观测性工具只回答「发生了什么」，不回答「为什么坏、怎么改、下次还会不会坏」。这篇译文来自 Akshay 的专栏，讲的是把这后半段接成一个闭环：追踪、诊断、提 diff、沙箱重跑、把失败锁成回归测试。
怎么写 agent skill，怎么用 eval 测它：adherence 和 effect 两个分数
公开市场里共享的 skill 已经超过一百万份，格式只要求一个名字和一段描述，不要求测试。作者给了一套可复用的方法：把 skill 拆成几个带假设的「观点」，用代码判分测 agent 有没有照做（adherence），用隐藏测试加逐条质量标…
大模型学习地铁图：一条主干线，五条支线
想学大模型的人大多卡在第一步：资料从 Transformer 讲到 RAG、Agent、微调、vLLM，每块都重要，拼起来却不成体系。纳米AI 把这套知识画成了一张地铁图——一条主干线八站坐到底，五条支线按兴趣换乘。
DeepSeek-V4.1-Flash-1017 发布：跑分涨了一截，API 价格没动
10 月 17 日 DeepSeek 上线 V4.1-Flash-1017：网页、App、API 同步换新，Terminal-Bench 4.0 从 31.2 涨到 42.3，输出更短、任务更快，而 API 单价一分没涨。这篇把新模型的分数、特点和账单变化说清楚。
给 Agent 接上真实世界的 10 个开源仓库：逐个核对后的清单
RodmanAi 那条推文列了 10 个给 Agent 接上真实世界的仓库。我把每个都拉了一遍：星数、最新版本、实际定位，结果是其中一个已经被微软归档，另一个已经彻底改头换面。