AI早报（4.12）：AI工具账单暴涨，责任却想甩锅

今日速览

昨天 Hacker News 上最热的帖子不是什么炫酷新功能，而是一篇 Wired 的调查报道——OpenAI 正在游说伊利诺伊州通过一项法案，核心内容是限制 AI 实验室因模型造成损害而被追究法律责任。这条帖子拿下了 421 分和 308 条评论，评论区火药味十足，大量用户把这件事类比为当年烟草行业和枪支行业推动的责任豁免先例。争论的焦点很清晰：这到底是在「保护创新」，还是企业通过影响立法来给自己免责？

这件事之所以值得每个人关注，是因为州级立法往往是联邦立法的试验田。如果伊利诺伊州的法案通过，其他州很可能复制。到时候，你用 AI 帮你写的合同出了问题、AI 推荐的投资策略让你亏了钱，你想找 AI 公司讨说法，可能会发现法律上根本没路可走。就在同一天，Sam Altman 的住所遭到了燃烧瓶袭击，纽约时报的报道在 HN 上引发了 467 条评论——这是当日最高评论数。评论区罕见地撕裂成两派：一派坚定谴责暴力，另一派试图理解公众对 AI 行业精英的愤怒情绪。这两件事放在一起看，信号很明确：AI 行业的公众舆论正在从「这技术真酷」快速转向「这些公司权力太大了」。

与此同时，一场静悄悄的成本危机正在 AI 编程工具的用户中蔓延。Claude Code 的 Token 消耗问题在 GitHub 上集群爆发，其中一个 Issue 拿下了 262 条评论和 1213 个赞，成为年度最热 Issue。OpenAI Codex 的类似问题帖子已经累积超过 500 条评论。GitHub Copilot CLI 的用户则报告，单次会话就消耗了 80 到 100 次请求。这不是某一家的问题，而是整个行业的通病。

为什么 Token 消耗会突然成为焦点？因为越来越多开发者走完了「免费试用→发现好用→日常依赖」这条路，然后在月底打开账单页面时傻了眼。OpenAI 显然也看到了这个趋势——他们同步推出了 100 美元/月的新定价层，专门面向达到 Codex 使用上限的开发者。这个定价层的存在本身就说明：重度用户已经是一个大到值得单独收费的群体。相比之下，Qwen Code 选了一条不同的路，实现了空闲时自动压缩上下文的机制来控制成本。选工具的时候，除了看功能演示有多炫，现在必须多问三个问题：请求粒度怎么计量？有没有上下文自动压缩？能不能设预算硬上限？

Anthropic 昨天的动作很大，一天之内放了两个重磅消息。第一个是工程博客首次系统阐述了 Managed Agents 架构，核心思想用四个字概括就是「脑手分离」——把模型能力和编排框架解耦。博客里举了一个特别实在的例子：Claude Sonnet 4.5 需要显式重置上下文来防止任务提前终止，开发者写了专门的代码来处理这个问题，结果 Opus 4.5 发布后这段代码变成了完全无用的死代码。模型每升级一次，你的 Agent 编排逻辑就可能废掉一批——这个痛点终于有了官方解决方案。

第二个消息是推出 Claude for Financial Services 垂直方案，预置了 MCP 连接器直接打通 Databricks、Snowflake 和市场数据源。Anthropic 援引的数据也很具体：Claude Opus 4 通过了 Financial Modeling World Cup 5/7 级别的测试，Excel 复杂任务准确率 83%。这两件事放在一起看，Anthropic 的战略意图很明显——他们正在把竞争维度从「谁家模型跑分更高」转移到「谁的平台更好用、谁的行业方案更深」。对开发者来说，Managed Agents 意味着以后可能不需要自己搭 Agent 编排框架了；对金融从业者来说，这是一条绕过传统 Bloomberg 终端的新路径，但数据驻留和审计合规得自己评估清楚。有意思的是，OpenAI 官网同一天没有任何新内容更新。

开源社区这边，Agent 基础设施项目昨天集中爆发。NousResearch 的 hermes-agent 以单日新增 7671 颗星的速度登上 GitHub Trending 榜首，总星数达到 52242。这个项目的定位是「与你共同成长的 Agent」——一个可进化型智能体框架。同日上榜的还有 multica（+1506 stars，开源托管式 Agent 平台）、superpowers（+2150 stars，Agentic 技能框架）、Archon（+756 stars，AI 编码 Harness 构建器）。光看名字可能觉得抽象，但这些项目解决的是同一个问题：开发者已经不满足于「能跑就行的 Agent」，他们需要可工程化、可管理、可持续迭代的 Agent 系统。

与 hermes-agent 的爆发同步，三个 Claude Code 相关的开源项目也在同一天登上了 GitHub 热榜：基于 Karpathy 对 LLM 编码缺陷观察提炼的技能文件仓库涨了 1450 stars，Claude Code 最佳实践汇总涨了 1251 stars，Agentic 技能框架 superpowers 涨了 2150 stars。这意味着什么？提示工程正在从「每次临时想一句指令」变成「可以版本化管理、可以团队共享的代码资产」。技术门槛很低——就是一些文本文件——但对日常开发效率的提升很实在。如果你在用 Claude Code，现在就应该开始建立自己的技能库，而不是每次从零写提示词。

安全叙事方面出现了一个值得玩味的信号。Anthropic 的 Claude Mythos 模型声称能发现「数千个严重零日漏洞」，这个说法直接惊动了美国财长和美联储主席——他们罕见地紧急召集银行 CEO 讨论该模型带来的网络风险，这条新闻在 HN 上拿了 104 分。但另一边，Tom’s Hardware 发文扒了底裤：所谓「数千个严重零日漏洞」实际上只基于 198 次人工审查。AI 研究者 Gary Marcus 也发文系统反驳了 Mythos 的炒作。HN 社区的态度很有意思——政府高层紧急会议的帖子 104 分，而学术反驳帖只有 5 分。不是因为用户相信 Mythos 真那么恐怖，而是因为「政府被吓到了」本身就是个好看的故事。

这种「企业说自家 AI 有多危险→政府紧急开会→技术社区说没那么夸张」的循环正在变成固定模式。对普通人来说，以后看到「AI 发现了几千个漏洞」这类标题，可以先问一句：实际验证了多少？对创业者来说，安全叙事的泡沫化意味着，如果你真的在做安全产品，得拿出比以往更硬的证据才能让人相信你。

再说一个跟所有 ChatGPT 用户有关的消息：OpenAI 正式确认将在 ChatGPT 中引入广告。HN 上这条帖子的评论区弥漫着一种「意料之中」的疲惫感，没人惊讶，只是叹气。免费版用户将是首批受影响的群体。如果你一直在用免费版 ChatGPT 处理日常工作，现在值得认真考虑一下：是升级付费版，还是试试其他替代品。

最后聊一下 OpenClaw 生态。这个项目正处于一个很尴尬的阶段——功能最全但稳定性跟不上。最受关注的好消息是一个关于代理身份信任验证的提案，获得了 79 条评论，试图用去中心化标准解决多个 AI 助手协作时「谁是谁、谁能信谁」的问题。但坏消息更扎眼：GPT-5.3-codex 更新后完全不执行任何工具调用——模型嘴上说「好的我来执行」但实际什么都不做；GPT-5.4 虽然能添加到配置里，但运行时根本不存在。另外还有一个新提出的安全问题：API Key、Token 等敏感信息全部明文存储。如果你的团队在生产环境中使用 OpenClaw，GPT-5 系列的兼容性断裂会直接阻塞工作流，建议暂时切换其他模型，同时在部署层面自行做好安全加固。

今日新闻

1. Anthropic 发布托管 Agent 架构与金融垂直方案 Anthropic 同日发布两项内容：一是工程博客首次系统阐述 Managed Agents 架构，核心思想是「脑手分离」——把模型能力和编排框架解耦，解决模型快速迭代导致 harness 代码迅速过时的问题（文中举例：Sonnet 4.5 需要的上下文重置逻辑在 Opus 4.5 上变成了无用代码）；二是推出 Claude for Financial Services 垂直方案，预置 MCP 连接器打通 Databricks、Snowflake 及市场数据源，援引 Vals AI 基准测试领先成绩和 FundamentalLabs 案例（Opus 4 通过 Financial Modeling World Cup 5/7 级别测试，Excel 复杂任务准确率 83%）。OpenAI 官网同日无新增内容。 → Anthropic 正在把竞争维度从「谁家模型更强」转移到「谁的平台更好用」。对开发者来说，Managed Agents 意味着以后可以不自己搭 Agent 编排框架，直接用 Anthropic 托管的；对金融从业者来说，这是一条绕过传统 Bloomberg 终端的新路径，但数据驻留和审计合规要自己评估。对 OpenAI 生态用户来说，如果 OpenAI 不跟进类似的 Agent 运行时层，可能会有迁移压力。

2. hermes-agent 单日涨星 7671 NousResearch 的开源项目 hermes-agent 在 GitHub 上单日新增 7,671 颗星，总星数达到 52,242，成为当日 AI 开源领域的绝对焦点。该项目定位为「与你共同成长的 Agent」（The agent that grows with you），是一个可进化型智能体框架。同时登榜的还有多个 Agent 基础设施项目：Archon（开源 AI 编码 Harness 构建器，+756 stars）、multica（开源托管式 Agent 平台，+1,506 stars）、rowboat（带记忆的 AI 同事，+507 stars）、superpowers（Agentic 技能框架，+2,150 stars）。 → Agent 基础设施层正进入集中爆发期，开发者已经不满足于「能跑的 Agent」，而是要求可工程化、可管理、可持续迭代的 Agent 系统。hermes-agent 的爆发增长说明社区对「Agent 能随使用不断变强」这个方向有极强需求，值得开发者尽早了解其技术实现思路，评估是否适合自己的场景。

3. OpenAI 游说伊利诺伊州 AI 责任豁免法案 OpenAI 支持伊利诺伊州一项法案，该法案将限制 AI 实验室因模型造成损害而被追究法律责任。这条新闻在 Hacker News 上获得 421 分和 308 条评论，成为当日最热帖。社区大量评论将此举类比为烟草和枪支行业的责任豁免先例，激烈争论「监管捕获」与创新保护之间的边界。同日，Sam Altman 住所遭燃烧瓶袭击（197 分/467 条评论，为当日最高评论数），美国财长与美联储主席还紧急召集银行 CEO 讨论 Anthropic Mythos 模型带来的网络风险（104 分/91 评论）。 → AI 行业的公众舆论风向正在从「新技术真酷」转向「这些公司权力太大了」。HN 社区注意力明显从技术讨论转向制度层面——立法、监管、企业责任和公众反弹。对创业者来说，AI 监管法案的走向直接影响产品责任边界；对普通用户来说，这些争论的结果决定了未来你用 AI 出了问题能不能找到人负责。

4. Claude Code 生态三项目同日登上 GitHub 热榜 三个 Claude Code 相关开源项目同日登上 GitHub Trending：forrestchang/andrej-karpathy-skills（基于 Karpathy 对 LLM 编码缺陷观察提炼的 Claude Code 技能文件，+1,450 stars）、shanraisshan/claude-code-best-practice（Claude Code 最佳实践汇总，+1,251 stars）、obra/superpowers（Agentic 技能框架与软件开发方法论，+2,150 stars）。与此同时，Claude Code 在 CLI 社区日报中显示 v2.1.101 版本活跃，新增 /team-onboarding 命令，但 Token 消耗问题集群爆发，HN 上也有开发者反馈上下文记忆瓶颈成为生产环境落地的主要障碍。 → Claude Code 正在复制 VS Code 的成功路径：通过开放扩展接口让社区来定义最佳用法。这些项目本质上是「提示工程变成可版本化的代码资产」，技术门槛很低但价值很高。开发者如果在用 Claude Code，现在就该开始建立自己的技能库，而不是每次从零写提示词。但 Token 消耗和记忆问题仍是绕不过的实际痛点。

5. OpenClaw 社区爆发代理身份信任大讨论 OpenClaw 项目 24 小时内产生 500 条 Issues 和 500 条 PR 更新。其中最受关注的是 RFC #49971「Native Agent Identity & Trust Verification」提案，获得 79 条评论，提出基于 ERC-8004 和 W3C DID/VC 标准的去中心化代理身份验证框架，试图解决多个 AI 助手协作时「谁是谁、谁能信谁」的问题。与此同时，GPT-5.3-codex 工具执行完全失效（#53959）和 WhatsApp 媒体发送静默失败（#54131）两个 P0 级回归问题仍未解决，GPT-5.4 虽然可以在配置中添加但运行时实际缺失。 → OpenClaw 正处于「功能最全但稳定性跟不上」的阶段，像是 AI 助手领域的 Android——生态最大但碎片化问题明显。对于正在用 OpenClaw 的团队来说，GPT-5.x 系列的运行时兼容性断裂是直接阻塞工作流的问题，需要密切关注修复进度。代理身份信任提案如果落地，将定义多 Agent 协作的安全标准。

6. AI CLI 工具集体面临 Token 成本危机 多个 AI CLI 工具同时爆发 Token 消耗问题：Claude Code 出现 Token 消耗问题集群爆发（#38239/#42272，其中 #42796 获 262 评论和 1213 个赞成为年度最热 Issue）；GitHub Copilot CLI 用户报告单次会话消耗 80-100 次请求（#2591）；OpenAI Codex 的 Token 问题 Issue #14593 已累积超过 500 条评论。OpenAI 同步推出了新的 100 美元/月开发者付费层，专门面向达到 Codex 使用上限的用户。Qwen Code 实现了空闲时自动压缩上下文的机制来控制成本。 → AI 编程工具的隐性成本正在快速上升，「免费试用→发现好用→日常依赖→突然发现账单暴涨」是很多开发者正在经历的路径。选择工具时除了看功能，必须关注三件事：请求粒度的计量是否透明、有没有上下文自动压缩、能不能设预算硬上限。OpenAI 推 100 美元档位说明重度用户已经是一个成规模的群体。

7. Mythos 模型安全叙事遭技术社区质疑 Anthropic 的 Claude Mythos 模型引发了两极反应：一方面，美国财长与美联储主席罕见地紧急召集银行 CEO 讨论该模型带来的网络风险（HN 104 分/91 评论）；另一方面，技术媒体 Tom’s Hardware 发文指出 Anthropic 声称的「数千个严重零日漏洞」实际仅基于 198 次人工审查（HN 34 分/21 评论），AI 研究者 Gary Marcus 也发文系统反驳 Mythos 炒作。HN 社区整体态度偏向认为监管层反应过度——政府高层会议帖 104 分 vs 学术反驳帖仅 5 分的落差，反映用户对「企业安全营销」的厌倦。 → AI 公司的「安全恐吓式营销」正在引发信任反噬——企业声称模型有多危险来抬高自己的重要性，结果既吓到了监管层也让技术社区反感。对普通用户来说，看到「AI 发现数千个漏洞」这类新闻时，可以多问一句实际验证了多少。对创业者来说，安全叙事的泡沫化意味着真正做安全产品的需要拿出更硬的证据。

新闻详情

AI 官方动态

• Anthropic Managed Agents 架构发布：Anthropic 工程博客发布「Scaling Managed Agents: Decoupling the brain from the hands」，首次系统阐述 Managed Agents 架构哲学。核心思想是将模型能力与编排框架解耦——文中以 Claude Sonnet 4.5 需要显式上下文重置而 Opus 4.5 已不需要为例，说明静态 harness 假设如何快速变成技术债务。引用计算机科学家 David Wheeler 1960 年代的思想，将 Managed Agents 定位为「为尚未构思的程序而设计的系统」。

  • Anthropic 首次公开系统定义 Managed Agents 概念，强调托管+长周期+接口稳定三元定位
  • 文中以 context anxiety 为例：Sonnet 4.5 需显式上下文重置防止任务提前终止，但同一逻辑在 Opus 4.5 上变成无用代码
  • 借鉴操作系统虚拟化思想，通过精简稳定的接口层隔离上层应用与底层模型演进
  • 战略意图类似 AWS Lambda 对 Serverless 的范式塑造，但针对长周期高自主性的认知工作负载
  • 文中使用 dead weight 一词坦率批评自家过往技术决策 → 这是第一份系统解决「模型升级导致 Agent 代码频繁作废」问题的官方方案，如果开发者正在自建 Agent 编排框架，需要重新评估是否值得继续自研还是等 Anthropic 的托管服务。（相关人群：开发者）

• Claude for Financial Services 垂直方案：Anthropic 推出 Claude for Financial Services 方案，预置 MCP 连接器打通 Databricks、Snowflake 及市场数据源，将 Claude 从对话界面升级为金融数据操作系统。援引 Vals AI Finance Agent benchmark 领先成绩，以及 FundamentalLabs 案例——Claude Opus 4 通过 Financial Modeling World Cup 5/7 级别测试，Excel 复杂任务准确率 83%。暗示金融场景可能突破标准 Claude Pro/Team 的速率限制，为企业级定价分层铺路。

  • 预置 MCP 连接器打通 Databricks、Snowflake 及市场数据 feeds
  • Vals AI Finance Agent benchmark 领先
  • FundamentalLabs 案例中 Claude Opus 4 通过 Financial Modeling World Cup 5/7 级别测试
  • Excel 复杂任务准确率 83%
  • expanded usage limits 暗示金融场景可能突破标准速率限制
  • 合规自动化与蒙特卡洛模拟为重点推广场景
  • 发布时机选在 2026 Q1 财报季高峰期 → 这是 AI 公司首个深度垂直的金融行业方案，直接对标 Bloomberg Terminal 等传统金融工具链。金融从业者和金融科技创业者需要评估这条 AI 原生工作流路径是否可行，特别是数据驻留和审计合规方面。（相关人群：开发者）

• OpenAI ChatGPT 确认广告计划：OpenAI 正式确认将在 ChatGPT 中引入广告。HN 上该帖获得 41 分/49 评论，社区以「意料之中」的疲惫感讨论商业化对用户体验的侵蚀。同时 OpenAI 官网当日无任何新增内容更新。

  • OpenAI 正式确认 ChatGPT 将引入广告
  • HN 帖子获 41 分和 49 条评论
  • 社区反应以疲惫而非惊讶为主
  • OpenAI 官网当日无新增内容 → 免费版 ChatGPT 用户将面临广告干扰，这可能加速部分用户转向付费版或其他替代品。对于依赖 ChatGPT 免费版做日常工作的用户，需要提前考虑是否升级或切换。（相关人群：普通人、开发者）

AI CLI 社区动态

• Claude Code Token 消耗问题集群爆发：Claude Code v2.1.101 活跃迭代中，新增 /team-onboarding 命令用于团队协作入门。但 Token 消耗问题成为最大痛点：#42796 成为年度最热 Issue（262 评论/1213 个赞），#38239 和 #42272 也反映同类问题。HN 上有开发者发文称 Claude 虽然强大但上下文记忆瓶颈使其在实际项目中使用痛苦，另有技术博主评价 Claude Code 是「vibe-coded mess」但也有亮点。

  • Claude Code 当前版本 v2.1.101，24 小时内 50+ Issues、10+ PRs 活跃
  • 新增 /team-onboarding 命令
  • #42796 获 262 评论/1213 赞成为年度最热 Issue，反映 Token 消耗问题
  • HN 开发者反馈上下文记忆瓶颈是生产环境落地的主要障碍
  • 技术博主评价 Claude Code 是 vibe-coded mess，但承认有些设计不错 → Token 消耗问题直接影响使用成本，262 评论的年度最热 Issue 说明这不是个别现象。频繁使用 Claude Code 的开发者需要监控自己的用量，避免月底账单意外。（相关人群：开发者）

• OpenAI Codex 语音交互默认化与 Agent 身份系统：OpenAI Codex v0.119.0 将语音 v2 设为默认交互方式，同时有 4 个关于 Agent 身份系统的 PR 堆叠推进（#17385-17388）。Token 消耗问题 #14593 已累积超过 500 条评论。OpenAI 另外推出 100 美元/月新定价层，专门面向达到 Codex 使用上限的开发者。

  • Codex v0.119.0 语音 v2 默认化
  • 4 个 Agent 身份系统 PR 堆叠推进（#17385-17388）
  • Token 问题 Issue #14593 累积超过 500 条评论
  • OpenAI 推出 100 美元/月新定价层面向达到 Codex 上限的开发者
  • Rust 重构中，强调安全沙盒与可信代理架构 → 语音交互成为默认方式标志着 AI 编程工具从纯文本向多模态演进。100 美元档位的推出说明重度用户群体已经足够大到值得单独定价，这也间接确认了当前免费/低价档位的使用上限对专业用户来说确实不够用。（相关人群：开发者）

• GitHub Copilot CLI 创新停滞与 MCP 兼容性危机：GitHub Copilot CLI v1.0.24 在 24 小时内有 50 个 Issue 但 0 个 PR 更新，创新节奏明显放缓。企业权限管控（#223）是核心议题，同时出现 MCP 兼容性危机——GHE 环境下 MCP 服务器注册返回 404 错误（#2498），用户报告单次会话消耗 80-100 次请求（#2591）。

  • 24 小时内 50 Issues 但 0 PR，创新节奏放缓
  • GHE 环境下 MCP 服务器注册返回 404（#2498）
  • 用户报告单次会话消耗 80-100 次请求（#2591）
  • 企业权限管控（#223）为核心议题
  • 被评为「第四梯队」——创新动力不足 → 如果你的团队在企业 GitHub 环境中依赖 Copilot CLI，MCP 兼容性问题可能直接阻塞扩展功能的使用。0 PR 的日活跃度值得警惕，说明内部开发资源可能已转向其他项目。（相关人群：开发者）

• Kimi CLI 和 Qwen Code 快速迭代追赶：Kimi Code CLI v1.31.0 将 YOLO 模式引入 Web UI，新增 Mermaid 图表渲染。Qwen Code v0.14.3 单日 15+ PRs，快速实现 /chat 命名会话管理功能（响应社区需求 #3025），并引入 AI 贡献归因追踪功能（#3115），记录哪些代码是 AI 生成的。Qwen Code 还存在 TUI 疯狂滚动问题（#2950）。

  • Kimi CLI v1.31.0：YOLO 模式进 Web UI，新增 Mermaid 图表渲染
  • Qwen Code v0.14.3：单日 15+ PRs
  • Qwen Code 快速响应社区需求实现 /chat 命名会话管理
  • Qwen Code 引入 AI 贡献归因追踪功能（#3115）
  • Qwen Code 存在 TUI 疯狂滚动问题（#2950）
  • 两者均被归入第二/第三梯队，处于功能追赶期 → 中国厂商的 AI CLI 工具迭代速度很快，特别是 Qwen Code 的 AI 贡献归因功能可能是未来开源合规的刚需——记录哪些代码是人写的、哪些是 AI 生成的。如果团队有合规要求，值得提前关注。（相关人群：开发者）

• Session 管理成为 CLI 工具共识方向：多个 CLI 工具同时在推进会话管理功能：Qwen Code 实现了 /chat 命名会话管理，Kimi CLI 有 #1814 相关需求，Pi 有 #3021 会话生命周期管理（包含 Breaking 修复），Claude Code 也有相关需求。这被横向对比报告列为 P0 优先级共同攻坚方向，涉及命名保存、快速恢复、跨项目切换、压缩后状态一致性。

  • Session 生命周期管理被列为 P0 优先级方向
  • 涉及 Kimi CLI、Qwen Code、Pi、Claude Code 四个工具
  • 核心需求：命名保存、快速恢复、跨项目切换、压缩后状态一致性
  • Pi 的会话生命周期管理包含 Breaking 修复
  • 趋势分析将此描述为从「对话历史」到「项目工作区」的认知升级 → 这意味着 AI 编程工具正在从「每次对话都是一次性的」变成「每个项目有自己的持久工作区」。开发者可以期待不久后在多个项目之间快速切换 AI 助手的上下文，不用每次重新交代背景。（相关人群：开发者）

Hacker News 热议

• OpenAI 游说 AI 责任豁免法案引爆社区：Wired 报道 OpenAI 支持伊利诺伊州一项限制 AI 实验室法律责任的法案，该帖在 HN 获得 421 分和 308 条评论，成为当日最热。大量评论将此类比为烟草和枪支行业曾推动的责任豁免先例，核心争论在于这是「保护创新」还是「监管捕获」——即企业通过影响立法来保护自己免于承担产品造成的损害责任。

  • HN 421 分、308 条评论，为当日最热帖
  • OpenAI 支持伊利诺伊州限制 AI 实验室模型损害法律责任的法案
  • 社区大量评论类比烟草和枪支行业的责任豁免先例
  • 核心争论焦点：监管捕获 vs 创新保护 → 州级立法尝试可能成为联邦级立法的模板。如果法案通过，意味着 AI 公司在模型造成损害时更难被追责，直接影响每个 AI 用户的权益保障。（相关人群：普通人）

• Sam Altman 住所遭燃烧瓶袭击：纽约时报报道 Sam Altman 住所遭到燃烧瓶袭击。该帖在 HN 获得 197 分和 467 条评论（当日最高评论数），评论呈现明显分歧：一部分人坚定谴责暴力行为，另一部分人试图理解公众对 AI 行业精英的愤怒情绪。讨论从安全分析延伸到政治哲学，罕见地暴露了 HN 用户群体内部的意识形态分歧。

  • Sam Altman 住所遭燃烧瓶袭击
  • HN 197 分、467 条评论，为当日最高评论数
  • 评论分歧于「谴责暴力」与「理解愤怒」两派
  • 讨论从安全分析延伸到政治哲学层面 → 这起事件是 AI 行业社会张力的一个极端表现。467 条评论的激烈分歧说明，即便在 HN 这样偏技术精英的社区，对 AI 公司权力扩张的看法也远非一致。（相关人群：普通人）

• Mythos 模型安全威胁被质疑夸大：Tom’s Hardware 发文指出 Anthropic 对 Claude Mythos 模型的安全威胁描述夸大——声称的「数千个严重零日漏洞」实际仅基于 198 次人工审查（HN 34 分/21 评论）。Gary Marcus 也发文系统反驳 Mythos 炒作（HN 5 分）。但与此形成对比的是，美国财长和美联储主席紧急召集银行 CEO 讨论该模型带来的网络风险（HN 104 分/91 评论），政府层面的反应远比技术社区更紧张。

  • Tom’s Hardware 指出 Mythos 的「数千个零日漏洞」声明仅基于 198 次人工审查
  • Gary Marcus 系统反驳 Mythos 炒作
  • 美国财长与美联储主席紧急召集银行 CEO 讨论该模型网络风险（HN 104 分/91 评论）
  • 政府会议帖 104 分 vs 学术反驳帖 5 分的分数落差
  • HN 用户整体倾向认为监管反应过度 → 「企业说自家 AI 多危险→政府紧急开会→技术社区说没那么夸张」这个循环正在成为固定模式。普通人在看到耸动的 AI 安全新闻时，可以留意实际验证数据和独立分析者的看法。（相关人群：普通人、开发者）

• Anthropic 被发现在系统提示中硬编码推理强度：HN 用户发现 Anthropic 在 Claude.ai 消费者版的系统提示中注入了 reasoning_effort=25 参数（通过 Imgur 截图证实），这意味着消费者版用户拿到的是一个被刻意降低推理强度的版本。该帖获 4 分/1 评论，引发对「隐藏配置」透明度的技术讨论。

  • 用户通过截图发现 Claude.ai 系统提示中硬编码 reasoning_effort=25
  • 消费者版 Claude 推理强度被刻意降低
  • HN 4 分/1 评论，讨论集中在隐藏配置的透明度问题 → 这说明你在网页上用的 AI 助手可能没有发挥全部实力——厂商会通过隐藏设置来控制成本。如果你觉得 AI 回答质量时好时坏，这可能是原因之一。（相关人群：普通人、开发者）

AI 开源趋势（信息源：Issue #507）

• hermes-agent 单日 +7,671 stars 登顶：NousResearch 的 hermes-agent 以单日 +7,671 stars 的爆发式增长登上 GitHub Trending 榜首，总星数达 52,242。项目定位为「与你共同成长的 Agent」，是一个可进化型智能体框架。同日上榜的 Agent 基础设施项目还有 multica（+1,506 stars，开源托管式 Agent 平台）、superpowers（+2,150 stars，Agentic 技能框架）、Archon（+756 stars，AI 编码 Harness 构建器）、rowboat（+507 stars，带记忆的 AI 同事）。

  • hermes-agent 单日 +7,671 stars，总星数 52,242
  • 定位为「The agent that grows with you」可进化型智能体框架
  • NousResearch 出品
  • multica 同日 +1,506 stars，定位将编码 Agent 转化为可分配任务追踪进度的真实团队成员
  • superpowers +2,150 stars，定位 Agentic 技能框架与软件开发方法论
  • Archon +756 stars，首个开源 AI 编码 Harness 构建器 → Agent 基础设施项目的集中爆发说明开发者社区对「可管理、可迭代、可工程化的 Agent」的需求已经从讨论阶段进入实际选型阶段。如果你在做 Agent 相关开发，现在是了解这些新框架的好时机。（相关人群：开发者）

• 微软 markitdown 和 opendataloader-pdf 文档预处理工具热度高涨：微软官方的 markitdown（将 Office/PDF 文件转为 Markdown，+2,352 stars）和 opendataloader-pdf（AI-ready 的 PDF 解析器，+1,306 stars）同日登上 GitHub Trending。前者解决大语言模型训练数据预处理痛点，后者专注 PDF 可访问性自动化，填补 RAG 流水线中的关键缺口。

  • markitdown +2,352 stars，微软官方出品，将 Office/PDF 转为 Markdown
  • opendataloader-pdf +1,306 stars，AI-ready 的 PDF 解析器
  • 两者的组合热度反映企业级 RAG 从概念验证进入数据工程阶段 → 如果你正在搭建让 AI 读取企业文档的工作流，这两个工具是目前社区最热的选择。PDF 和 Office 文件的解析质量直接决定了 AI 回答的准确度，这些「脏活」工具的成熟度正在成为真正的竞争壁垒。（相关人群：开发者）

• 金融大模型 Kronos 和教育应用 DeepTutor 代表垂直化趋势：shiyu-coder/Kronos（金融市场语言的基础模型，+601 stars）和 HKUDS/DeepTutor（Agent-Native 个性化学习助手，+1,424 stars，香港大学数据科学团队出品）同日登上 GitHub Trending。前者代表预训练阶段的领域特化路线，后者代表应用层的 Agent 封装路线，两者加上 opendataloader-pdf 等数据层工具，形成垂直 AI 应用的分层协作模式。

  • Kronos +601 stars，定位金融市场语言的基础模型
  • DeepTutor +1,424 stars，香港大学数据科学团队出品
  • DeepTutor 定位为 Agent-Native 个性化学习助手
  • 两个项目分别代表预训练特化和应用层 Agent 封装两种路线 → 通用大模型之外，针对特定行业深度训练的专用模型正在涌现。金融和教育是最先落地的两个方向——如果你在这两个行业，专用模型可能比通用模型更好用。（相关人群：开发者）

OpenClaw 生态动态

• 代理身份信任验证 RFC 获 79 条评论成为社区焦点：OpenClaw RFC #49971「Native Agent Identity & Trust Verification」获得 79 条评论，由 MolTrust 提出，基于 ERC-8004 和 W3C DID/VC 标准设计去中心化代理身份验证框架，解决多个 AI 助手协作时的身份认证与审计难题。与此呼应的还有 Hermes Agent #346 和 NanoClaw #1163 也在推进类似方向。这是 OpenClaw 社区讨论量最高的条目。

  • RFC #49971 获 79 条评论，为社区讨论最活跃条目
  • 提出基于 ERC-8004 和 W3C DID/VC 标准的去中心化代理身份框架
  • MolTrust 提出该提案
  • 解决多代理协作时身份认证与审计难题
  • Hermes Agent #346 和 NanoClaw #1163 也在推进类似方向 → 随着越来越多人同时用多个 AI 助手处理工作，「这个操作到底是哪个 AI 做的、它有没有权限做」会成为必须回答的问题。这个提案可能定义多 Agent 协作的安全底线。（相关人群：开发者）

• GPT-5.x 运行时兼容性断裂成为 P0 痛点：OpenClaw 出现两个 GPT-5 相关的严重问题：gpt-5.3-codex 在 2026.3.23-2 更新后完全不执行任何工具（#53959，16 评论）——模型声称会执行但实际什么都不做；gpt-5.4 虽然可以添加到配置中并出现在模型列表里，但运行时实际缺失（#37623），用户被误导认为功能可用。已建立专项追踪 #64227「GPT-5.4 / Codex Parity Program」。

  • gpt-5.3-codex 在 2026.3.23-2 更新后完全不执行工具（#53959）
  • 模型声称会执行工具但实际什么都不做
  • gpt-5.4 配置可见但运行时缺失（#37623）
  • 用户被配置-运行时脱节误导
  • 已建立专项追踪 #64227 GPT-5.4/Codex Parity Program → 如果你在 OpenClaw 中使用 GPT-5 系列模型，工具执行功能目前是坏的。这个问题直接阻塞开发者工作流，需要暂时切换到其他模型或等待修复。（相关人群：开发者）

• WhatsApp/Matrix 渠道稳定性持续困扰用户：WhatsApp 渠道出现媒体发送静默失败问题（#54131）——发送方收到成功回执和真实消息 ID，但接收方只收到文字没有媒体文件，经历多次修复-回归循环。Matrix 渠道连接成功但无法接收消息（#61773，16 评论）。好消息是 CLI-Gateway RPC 委托修复了 WhatsApp 基础发送问题（PR #50575 已合并），WhatsApp Web 监听器活性检查也已合并（PR #48137）。MS Teams 新增消息置顶、已读标记、表情反应等功能（PR #53432），实现与 Slack/Discord 的功能对齐。

  • WhatsApp 媒体发送静默失败——返回成功回执但接收方只收到文字（#54131）
  • Matrix 连接成功但无消息接收（#61773，16 评论）
  • WhatsApp 问题经历多次修复-回归循环
  • CLI-Gateway RPC 委托修复 WhatsApp 基础发送问题（PR #50575 已合并）
  • WhatsApp Web 监听器活性检查已合并（PR #48137）
  • MS Teams 新增置顶、已读标记、表情反应（PR #53432 已合并） → 如果你依赖 OpenClaw 通过 WhatsApp 发送图片或文件，目前可能会遇到「以为发出去了其实没有」的情况。Matrix 渠道的消息接收问题也尚未解决。建议重要消息暂时通过其他渠道确认送达。（相关人群：开发者）

• 敏感数据明文存储问题被提出：今日新建 Issue #64046 指出 OpenClaw 的 API Key、Token、SecretKey 等敏感信息均为明文存储，请求加密存储和日志脱敏功能。同时实时语音通话功能（#7200，17 评论）也是用户强烈需求，PR #10356（Typecast TTS）正在审查中。Token 用量追踪与成本仪表盘（#49232）也长期开放。

  • 新建 #64046 指出 API Key/Token/SecretKey 明文存储
  • 请求加密存储和日志脱敏
  • 实时语音通话（#7200）获 17 条评论，用户强烈需求
  • Typecast TTS PR #10356 正在审查
  • Token 用量追踪与成本仪表盘（#49232）长期开放 → 明文存储敏感信息是企业用户采用 OpenClaw 的硬性障碍。如果你在生产环境中使用 OpenClaw，需要自行在部署层面做额外的安全加固，不能依赖应用本身的安全措施。（相关人群：开发者）

这对你意味着什么

普通人

• AI 公司想让自己更难被告。 OpenAI 正在推动美国伊利诺伊州通过一项法案，大意是：如果 AI 帮你做的事出了问题，你很难再去找 AI 公司打官司。技术社区里很多人把这件事比作当年烟草公司搞的那套——先把产品卖给你，再通过游说立法让自己免责。这事跟你有什么关系？州级法案一旦通过，其他州大概率会抄作业，到时候 AI 帮你写的合同有漏洞、AI 推荐的理财方案让你亏了钱，法律上可能真的没人兜底。

• AI 编程工具的账单，正在悄悄变厚。 好几款主流 AI 编程助手同时被用户投诉：明明只是正常用，月底一看账单比预期高出一大截。其中一个工具的投诉帖拿了一千多个赞，成了年度最热帖子。还有用户反映，开一次对话窗口就消耗了八九十次请求额度。如果你或者你身边的程序员朋友在用这类工具，现在就值得打开账单页看一眼，别等到月底才发现。

• 有厂商专门出了一档更贵的套餐来收割重度用户。 针对那些用量已经超标的开发者，OpenAI 推出了每月 100 美元的新档位。这个定价档本身的存在就说明一件事：大量用户已经用到免费额度根本不够的程度了。如果你身边有人说「AI 工具不花钱」，可以把这个消息转给他看看。

• ChatGPT 要开始放广告了。 OpenAI 正式确认了这件事。免费版用户会首当其冲。如果你一直在用免费版处理日常工作或者问问题，现在是个认真考虑的时间点：要么升级到付费版，要么看看市面上有没有别的替代品更适合你。

• 「AI 发现了几千个严重安全漏洞」——别急着怕。 有家 AI 公司宣称自己的新模型能发现「数千个严重安全漏洞」，把美国财长和美联储主席都惊动了，紧急拉着银行高管开会。但技术媒体扒了一下，发现所谓「数千个」其实只做了不到 200 次人工检查，独立研究者也出来说这事被严重夸大了。以后看到这类耸动标题，可以先问一句：实际验证了多少？有没有第三方确认？

• 你在网页上用的 AI，可能没使出全力。 有人发现，某家 AI 公司在网页版产品里偷偷设了一个隐藏参数，把 AI 的「思考深度」调到了很低的水平。也就是说，你用网页免费版得到的回答质量，可能远不如通过专业接口调用得到的。如果你觉得 AI 的回答时好时坏、有时候明显敷衍，这可能就是原因之一。

• OpenAI 老板家被扔了燃烧瓶，评论区吵翻了。 这件事在技术社区引发了当天最多的评论——将近 500 条。一部分人坚决谴责暴力，另一部分人则试图理解公众对 AI 行业大佬们越来越深的不满。抛开立场不谈，这件事本身说明：公众对 AI 公司的情绪已经从「这技术真酷」转向了「这些公司是不是权力太大了」。

• 选 AI 工具多问三个问题。 不管你用哪家的 AI 助手，现在选工具不能只看「功能演示有多炫」，至少要多问三件事：它怎么计费的，是按次还是按用量？有没有自动帮你省资源的机制？能不能设一个「花到这个数就停」的硬上限？这三个问题问清楚，能帮你避开大部分账单惊喜。

开发者

• 读一下 Anthropic 的 Managed Agents 博客。 这是第一份系统解决「模型升级导致 Agent 编排代码作废」问题的官方方案。核心思路是把模型能力和编排框架解耦——文中举了个很痛的例子：团队为 Sonnet 4.5 写了显式上下文重置逻辑来防止任务提前终止，结果 Opus 4.5 发布后这段代码直接变成死代码。如果你正在自建 Agent 编排层，花 20 分钟读完这篇文章，重点对照你自己的代码里有没有类似的「模型特定假设」，评估是继续自研还是等 Anthropic 的托管方案。

• 试一下 hermes-agent。 NousResearch 这个项目单日涨了 7671 stars，总星数超过 5 万，定位是「与你共同成长的 Agent」——一个可进化型智能体框架。同日上榜的还有 multica（把编码 Agent 变成可分配任务、追踪进度的团队成员）、superpowers（Agentic 技能框架）、Archon（AI 编码 Harness 构建器）。这些项目集中爆发说明社区需求已经从「能跑的 Agent」升级到「可工程化、可管理、可持续迭代的 Agent」。花 10 分钟看一遍 hermes-agent 的 README 和 Getting Started，搞清楚它的「共同成长」到底是什么技术机制。

• 把 Claude Code 的技能库建起来。 三个 Claude Code 相关仓库同日登上 GitHub 热榜：andrej-karpathy-skills（基于 Karpathy 对 LLM 编码缺陷的观察提炼的技能文件，+1450 stars）、claude-code-best-practice（最佳实践汇总，+1251 stars）、superpowers（+2150 stars）。这些本质上是把提示工程变成了可版本化、可团队共享的代码资产——就是一些文本文件，技术门槛几乎为零。如果你在用 Claude Code，今天就去这三个仓库各挑 2-3 条最匹配你场景的规则，复制到本地技能配置目录里试用，别再每次从零写提示词了。

• 检查你的 AI 编程工具账单。 Claude Code 的 Token 消耗问题已经集群爆发，年度最热 Issue 拿了 262 条评论和 1213 个赞；Codex 类似问题的 Issue 超过 500 条评论；Copilot CLI 有用户报告单次会话消耗 80-100 次请求。这不是某家的问题，是整个行业的通病。今天就打开你常用工具的用量页面，确认本月实际消耗是否超出预期。选工具时加三个检查项：请求粒度计量是否透明、有没有上下文自动压缩（Qwen Code 已经实现了空闲时自动压缩）、能不能设预算硬上限。

• Claude for Financial Services 值得金融方向开发者关注。 Anthropic 推出了金融垂直方案，预置 MCP 连接器直接打通 Databricks、Snowflake 和市场数据源。具体性能数据：Opus 4 通过了 Financial Modeling World Cup 5/7 级别测试，Excel 复杂任务准确率 83%。如果你在做金融相关开发，打开 Anthropic 的 Claude for Financial Services 页面，重点看预置连接器支持的数据源列表，评估能否替代你现有数据工作流的某一环。但数据驻留和审计方面的要求需要你自己做合规评估。

• OpenClaw 用 GPT-5 系列的赶紧检查工具调用。 gpt-5.3-codex 在最近一次更新后完全不执行任何工具调用——模型嘴上说「好的我来执行」但实际什么都不做。gpt-5.4 虽然能在配置里看到，但运行时根本不存在。如果你的 Agent 工作流依赖 GPT-5 系列，今天就去 GitHub issue #53959 确认修复状态，没修复的话立刻切到其他模型，别让生产环境空转。

• OpenClaw 的敏感数据是明文存的。 新建的 Issue 指出 API Key、各类密钥全部明文存储，没有加密也没有日志脱敏。如果你在生产环境跑 OpenClaw，不能依赖应用本身的安全措施，必须在部署层自行加固——至少把密钥管理外置到 Vault 之类的方案，日志里的敏感字段做脱敏处理。

• Session 管理正在成为 CLI 工具的共识方向。 Qwen Code、Kimi CLI、Claude Code 等多个工具同时在推进会话管理功能：命名保存、快速恢复、跨项目切换、压缩后状态一致性。这意味着 AI 编程工具正在从「每次对话一次性」变成「每个项目有自己的持久工作区」。如果你同时维护多个项目，可以关注这个方向的进展，后续切换项目上下文会方便很多。

• Qwen Code 的 AI 贡献归因功能值得留意。 Qwen Code v0.14.3 引入了一个新功能：自动记录哪些代码是 AI 生成的、哪些是人写的。如果你的团队有开源合规要求，或者需要在代码审计中区分 AI 生成内容，这个功能可能很快就会从「有趣」变成「刚需」。Qwen Code 当天还快速响应社区需求实现了 /chat 命名会话管理，单日合并 15 个以上 PR，迭代速度很快。

• Copilot CLI 的开发节奏在放缓。 24 小时内 50 个 Issue 但 0 个 PR 更新，创新节奏明显掉档。企业 GitHub 环境下 MCP 服务器注册会返回 404 错误，直接阻塞扩展功能。如果你的团队重度依赖 Copilot CLI 的企业版，这个兼容性问题和开发停滞的信号需要纳入工具选型的考量。

• 文档预处理工具热度高涨。 微软官方的 markitdown（把 Office/PDF 转成 Markdown，+2352 stars）和 opendataloader-pdf（AI 友好的 PDF 解析器，+1306 stars）同日上榜。如果你在搭建让 AI 读取企业文档的 RAG 工作流，这两个是目前社区最热的选择。PDF 和 Office 文件的解析质量直接决定下游 AI 回答的准确度，值得抽时间跑个对比测试。

• 代理身份信任验证提案值得关注。 OpenClaw 社区最热的讨论是 RFC #49971，提出基于 W3C DID/VC 标准的去中心化代理身份验证框架，解决多个 AI 助手协作时「谁是谁、谁能信谁」的问题。如果你在做多 Agent 协作系统，这个提案可能会定义未来的安全标准，79 条评论的讨论量说明社区对这个方向非常认真。

创业者/产品人

• Anthropic 在平台层抢跑，选边站的窗口在收窄。 同一天发布 Managed Agents 托管架构和金融垂直方案，Anthropic 的意图很清楚：用 MCP 协议和托管 Agent 构建开发者锁定效应，把竞争从「谁家模型跑分高」拉到「谁的平台更好用、谁的行业方案更深」。如果你的产品路线图里有 Agent 相关功能，现在需要评估两件事：一是 Anthropic 的托管方案跟你计划自研的部分重叠多少，二是一旦接入 MCP 生态，未来切换成本有多高。同日 OpenAI 官网没有任何新内容更新，这个反差本身也是一个信号。

• AI 责任豁免法案直接影响你的产品法律边界。 OpenAI 正在推动伊利诺伊州通过限制 AI 公司被追责的法案，这条新闻是当天技术社区讨论度最高的话题。对产品人来说，这件事的影响很具体：如果法案通过并扩散到其他州，你在产品里集成 AI 功能时的法律责任边界会发生变化——用户因 AI 输出受损后能不能告你、你能不能向上游 AI 公司追偿，这些问题的答案都在变。建议今天就把 Wired 那篇原文发给法务同事，让他们花 15 分钟评估一下对你们的潜在影响。

• Agent 基建门槛在快速降低，这是双刃剑。 hermes-agent 单日涨 7671 stars，同日还有 multica、superpowers、Archon 等 Agent 基础设施项目集中爆发。好消息是「用 AI 搭产品」的技术底座正在变得便宜且标准化；坏消息是你的竞争对手拿到的工具和你一样。如果你在做 Agent 相关产品，花 15 分钟扫一遍 hermes-agent、multica、Archon 的 README，快速判断哪个最接近你需要的基础设施方案——自己从头搭和直接用开源方案，成本差距可能已经大到影响产品节奏了。

• AI 工具的隐性成本正在成为用户流失的真实原因。 多个 AI 编程工具同时爆发账单争议，其中一个投诉帖拿了 1213 个赞成为年度最热。OpenAI 顺势推出 100 美元/月的新定价层。如果你的产品依赖 AI API，这个趋势意味着两件事：一是你的基础设施成本会持续上涨，定价模型里必须留足余量；二是「帮用户省钱」本身可能成为差异化卖点——Qwen Code 已经在做空闲时自动压缩上下文来控制成本，这类机制值得借鉴。

• 安全叙事泡沫化，真做安全产品的门槛反而更高了。 Anthropic 声称新模型能发现「数千个严重零日漏洞」，结果实际只验证了 198 次就把美国财长和美联储主席吓得紧急开会。技术社区和独立研究者已经开始系统性反驳这类炒作。如果你的产品涉及 AI 安全能力，这个趋势意味着市场信任阈值在提高——以后拿「AI 发现了多少漏洞」当卖点，客户会要求看完整的验证方法和第三方审计报告，光喊数字不够用了。

• 金融垂直方案是个风向标，看看你的行业有没有类似机会。 Anthropic 的 Claude for Financial Services 预置了数据源连接器、拿出了具体的准确率数据（Excel 复杂任务 83%），发布时机选在财报季高峰期。这套打法——选一个高客单价行业、做深度集成、用行业基准说话——其他垂直领域的创业者完全可以复制。如果你在金融行业，直接评估这个方案能替代你现有工作流的哪一环；如果你在其他行业，想想同样的模式在你的赛道是否有空间。

今天可以做

1. 打开 Anthropic 工程博客读 Managed Agents 文章（anthropic.com/engineering/managed-agents），重点理解「context anxiety」场景——你自己的 Agent 代码里有没有因为模型升级变成无用逻辑的部分
2. 打开你常用的 AI 编程工具的用量页面（Claude Code 看 billing dashboard、Codex 看 usage 页面），确认本月实际消耗是否超出预期，如果超了就设一个预算硬上限
3. 到 GitHub 搜索 forrestchang/andrej-karpathy-skills 仓库，浏览技能文件列表，挑 2-3 条最匹配你日常开发场景的规则，复制到你本地的 Claude Code 技能配置目录里试用
4. 花 10 分钟浏览 NousResearch/hermes-agent 的 GitHub README 和 Getting Started 部分，搞清楚它说的「与你共同成长」具体指什么机制，判断值不值得跑一个本地 demo
5. 如果你在 OpenClaw 中使用 GPT-5 系列模型，立刻检查你的 Agent 是否还在正常执行工具调用——到 GitHub issue #53959 确认当前修复状态，如果未修复就暂时切换到其他模型
6. 把 Wired 那篇 OpenAI 游说 AI 责任豁免法案的文章转发给团队里关心合规的人，让他们花 15 分钟看完后判断这对你们产品的法律责任边界有没有影响
7. 如果你在用 OpenClaw 通过 WhatsApp 发送图片或文件，今天发一条测试消息确认媒体文件是否真的送达了——如果没有，暂时改用文字消息并在正文里附上文件链接
8. 打开 Claude for Financial Services 页面（anthropic.com/news/claude-for-financial-services），如果你在金融行业，重点看预置 MCP 连接器支持哪些数据源，评估能否替代你现有的数据工作流中的某一环

开源项目

🔧 AI 基础工具（框架、SDK、推理引擎、开发工具、CLI）

🤖 AI 智能体/工作流（Agent 框架、自动化、多智能体）

📦 AI 应用（具体应用产品、垂直场景解决方案）

🧠 大模型/训练（模型权重、训练框架、微调工具）

🔍 RAG/知识库（向量数据库、检索增强、知识管理）