AI 驱动的《史记》历史知识图谱 ，将全书 130 章、约 57.7 万字进行结构化整理，采用 22 类实体标注系统，累计完成 126,101 次标注，提供全文检索、9,588 个段落编号、3,198 个事件索引、15,747 条实体索引以及 130 条事件地铁图，还按照本纪、表、书、世家、列传等分类浏览，可精确定位人物、事件和具体段落，适合学习、查询和研究《史记》，完全免费。

很多人总觉得自己缺数学天赋，其实往往只是早年跳过了某个知识断层。这份自学指南把大学数学系的主干脉络拆解为微积分、证明入门、线性代数到实分析等9门核心课，精选了近70本教材，并附带8个检验理解的自测关卡。它不画速成的大饼，直面约1710小时的真实学习量，重点分享了拿铅笔推导、合上书重写证明等务实的研读习惯。只要按严谨的次序拾级而上，自学者也能稳稳掌握大学数学的思维方式。 https://abakcu

大模型程序员，先革自己的命~ AI 公司 Mirendil 发布了一项实验，能否只靠一名研究员和 AI Agents，从零训练出有竞争力的大语言模型？ 最终，他们用 1 名研究员、3.5 个月、不到 1000 万美元的计算相关开销，训练出 Mirendil-Base，一个参数量在 100B–500B 之间、专门面向代码任务的基础模型。整个项目从空代码仓库开始，Agents 编写了超过

OpenAI发了一篇文章介绍他们的FDE经验 FDE 是连接模型能力与实际业务价值的桥梁。 这篇文章由 OpenAI 前线部署工程负责人 Colin Jarvis 发表。文章提出优秀的 FDE 应该不断让自己变得不再必要。 当原本需要数月定制开发的能力逐渐被标准化产品替代时，FDE 就应该转向更困难的问题~ FDE 的工作可总结为四个阶段。 ① Start with the ou

技术博客 HiCache in SGLang 地址：www.sglang.io/blog/hicache 这是一篇介绍SGLang推理引擎系统里缓存方案的文章。也是一篇可视化做的很好的文章。 HiCache 的主要思路是通过 GPU 显存、CPU 内存和外部存储构建三级缓存体系，将有限的显存空间扩展为更大容量的分层缓存系统。 在 DeepSeek-V4-Flash 多轮对话测试中，

Engineering Handbook 是一套免费开源的工程手册，包含系统设计、数据结构与算法、AI Engineering 三册。适合准备技术面试、补系统设计基础，或正在把大模型接进产品的开发者。 AI Engineering 册围绕模型 API 构建应用展开：从提示词、上下文和评估，到 RAG、Agent、可观测性、安全与成本。里面也讨论具体工程问题，比如怎样区分检索失败和生成失败

平时用Cursor或Claude Code写游戏逻辑，AI常因抓不准引擎版本和设计范式而写出过时代码。开源项目awesome-gamedev-agent-skills整理了74个遵循SKILL.md规范的专业技能，覆盖Godot、Unity、Unreal与Web等主流引擎，涵盖资产工作流、核心玩法与打包发布等环节。最省心的是它内置了智能路由机制：直接用大白话提需求，它能从工程文件自动识别所用引擎，

做技术、产品或案例拆解时，把长文重新切片排版往往很耗时间。开源的 Ian XHS Carousel 是一个基于 Claude Code 的实用技能，能将文字一键整理成 1080×1440 竖版（3:4）的产品界面风图文。它内置了 20 套母版并支持深浅色切换，涵盖代码、清单、对比与截图标注等版式。整个流程很符合直觉：输入内容后它会先梳理出一份分镜表等你确认，敲定后再自动渲染生成单页 PNG、全览图

智元开源了一个13.6 TB的数据集。 地址：huggingface.co/datasets/agibot-world/AgiBotWorld2026 这是智元机器人（AGIBOT）开源的 AgiBot World 2026 具身智能数据集。它主要由智元 G2 机器人在商场、家庭、工业等真实环境中采集。相比以往，2026 版重点增加了复杂物理交互、失败案例、人类纠错以及执行反馈。智元

该路线主张“实物实战胜于纯理论”，6个月循序进阶：电子基础、单片机与电机、CAD与3D打印、ROS 2仿真导航、控制与运动学、具身智能学习。核心是亲手做出能动的实体设备，在GitHub记录故障排查与测试数据，以硬核作品集敲开行业大门。

开发者 April Zhu 推出的开源技能 Colorfigures 很有巧思。只需一句简单描述，比如“投币转动的扭蛋机”或“水开自动跳闸的热水壶”，AI 就能生成手绘线稿风格的等轴测模型。生成的并非静态图，而是能在浏览器中直接把玩的独立 HTML 网页：支持 360 度拖动旋转，机身上的按钮旋钮都可真实按动交互，还能打开透视模式观察内部齿轮连杆如何运转，运作时零件标注还会同步点亮。全程无需手动写

巴黎顶尖AI项目MVA硕士课程讲师David Louapre把他的第一堂课做成了交互教程。内容沿着语言模型的发展脉络，从最朴素的词频统计一路推导至注意力机制，每个环节都配有取材于经典论文的手写练习。在AI写代码越来越廉价的当下，为什么还要花精力亲自手搓基础算法？答案恰恰在于，只有亲自动手跑通这些关键节点，才能建立起真正属于自己的底层理解，而不止于停留在调用接口的层面。想扎实摸清现代NLP技术源流的

开发者开源的 mg-styles-15 带来了一种截然不同的动效设计思路：项目不依赖任何文生视频大模型，而是让 Claude 基于单条提示词编写代码，直接生成了 15 支风格各异的 10 秒动态设计成片。从逐格手绘、等轴测、赛博朋克 HUD 到复古波与流体质感，画面完全由 SVG、WebGL、Three.js 与 Blender 代码绘制，配乐和音效也同步由 Python 脚本合成。项目不仅放出了

多年的技术积累正在rustc集中兑现。重写近十年的新Trait求解器步入收尾，彻底理顺类型系统底层，扫清async与impl Trait的长年痛点；Polonius新借用检查器也迎来实质进展。编译性能方面同样动作频频：并行前端接近稳定，加上LLVM 23的提速与MIR层面的Move消除，构建耗时持续压降；Cargo也实现了check与build缓存复用并缩减产物目录。底层架构与推进机制的理顺，让这

COBOL与Fortran等低资源语言支撑着全球大量银行交易与核心基建，却因文档缺失和人才断层极难维护。为此，OpenAI针对性强化了代码理解与转换能力，并推出两项新基准：用20种语言从零构建SQLite引擎的MultiLangBench，以及验证业务逻辑逐字节一致的COBOL迁移测试。实测中，GPT-6 Astra多语言测试平均通过率达87.4%，GPT-6.1 Sol迁移准确率高达97.9%，

随着Rust在Android、Chromium及Fuchsia等项目中的落地，Google整理了这份团队编码规范。除了格式统一，指南更看重长期可维护性以及大型工程自动化重构的便利度。文中对许多实操细节给出了明确取舍：区分通用库与业务代码的设计标准；克制使用Rc、Arc与unsafe；入参优先使用&str和&\[T\]等灵活借用而非具体容器；用enum替代语义模糊的布尔值；严控glob导入与复杂宏的

这个项目把 Claude 与图形库 p5.js 及 p5.brush 结合，跑通了一套手绘风二维动画制作流程。项目内置了名为 Clawd 的卡通角色与 31 种预设情绪动作，并配有一套详细的动画制作规范。你只需给出一句提示词，模型就会先规划分镜、逐镜头编写绘制代码，借助接触表自检画面，最后调用无头 Chrome 与 ffmpeg 输出带有水彩笔触与动态线条的完整视频。它不仅支持本地可视化调试，也适

蚂蚁集团和vLLM联合出了一个高性能量化推理 Kernel 库：Humming 官方介绍：vllm.ai/blog/2026-10-21-humming 这个库能让量化模型跑的更快。比如MXFP4量化后的DeepSeek-V4.1-Flash模型，测试速度能从442 tokens/s提升到634 tokens/s Humming 的创新是采用统一量化表示 + CUDA 可复用

Aerial 电视桌面更新到 1.26 了： · 主屏换上 Liquid Glass 玻璃底板，面板也都是玻璃的 · 14 张 Mac 风格内置壁纸，默认单排露出更多壁纸 · 按键声音、新图标、返回键可以不开屏保 · 修了小米低内存机型待机回原桌面，适配酷开、乐视、海信 升级还是一条命令

「摸清Agent上下文底细：开源插件 dsh-context」用 DeepSeek Harness 跑复杂任务或多智能体协作时，上下文膨胀与消耗往往难以捉摸。dsh-context 带来了一套清晰的透视方案：全局看板可盘点多会话的 Token 消耗、费用估算与活跃热力图；单会话内能以堆叠图直观还原 Prompt、工具及消息的实时占比，清楚记录每次演进、压缩与剪枝动作。它还配备了可追溯请求明细的浏览