Show HN：用你的 OpenAI 订阅创建有声书
PDF TO MP3 是一项通过 MCP 将 PDF 文档转换为有声书的工具，文档处理可使用用户已有的 AI 订阅完成，页面宣称该部分成本为 0 美元。用户只需在 AI 聊天中附加 PDF，并要求调用 PDF TO MP3 MCP。语音生成仍需通过 Google 或 OpenAI 的 API 按用量计费，因此用户需要连接自己的语音 API 密钥。该方案旨在让开发者和用户复用现有的 AI 订阅能力，同时仅为语音合成支付实际使用费用。
独立 AI 资讯库
AI 前沿动态、原文归档与媒体镜像
从自动抓取数据库实时读取，适合快速浏览、检索和后续扩展成完整资讯站。
11977资讯
11845正文归档
75683媒体
Razorpay 推出的 SlashDocs
SlashDocs 是 Razorpay 推出的一项自托管协作层，面向由 Agent 编写的 HTML 内容。原始页面摘要将其定位为“用于 Agent 编写 HTML 的自托管协作层”。但提供的正文无法加载，仅显示需要启用 JavaScript 和 Cookie 的访问提示，因此未披露更多产品功能、技术细节或使用数据。
🔶 将前沿 AI 打造成多智能体系统架构师
原页面未提供可访问的正文内容，仅显示“当前无法执行该操作”的提示。因缺少文章正文、数据、链接及其他上下文，无法确认其关于多智能体系统架构的具体观点或结论。对开发者和行业而言，该页面目前不具备可供分析或引用的有效信息。
SpaceXSI：整合 Grok、Cursor 与 X Premium 的统一套餐
SpaceXSI 推出覆盖 Grok、Cursor 和 X Premium 的统一 AI 使用套餐。每个套餐档位均提供可在 Grok 与 Cursor 之间共享的 AI 用量池，Grok 内部则覆盖 Chat、Imagine、Voice、Bot 和 API 访问。更高档位提供更大的用量池，不同产品对应的用量成本不同。额度按周刷新，用户用尽额度后可购买加量包或等待下次刷新。
🔶 A shared, verifiable fix database that AI agents read and write themselves
⬆️ 9 pts | 💬 1 comments | by glopercio
🔶 openKylin：面向 AI Agent 的 Linux 桌面
中国开源 Linux 发行版 openKylin 在 3.0 版本中将 AI Agent 置于桌面架构核心，通过 KylinBot、Xiao K 和 Kylin-CUA 让用户能够以语音或聊天方式执行系统设置、设备管理等任务。该项目提出从传统的计算资源管理转向 AI 能力与用户意图管理，同时保留 Linux、驱动和硬件资源作为底层基础。openKylin 3.0 还带来 Linux 7.0、180 多项核心组件优化、RISC-V 支持改进及更多 Rust 工具应用。对开发者而言，这一架构尝试将 AI 从独立应用变为可调用系统能力，但 Agent 权限、安全治理和人工干预机制仍是关键挑战。
中国五年规划要求全经济领域部署 AI Agent：这意味着什么
中国第十五个五年规划（2026—2030年）拟投入超过1万亿元人民币发展 AI，其中约30%、约420亿美元将专门用于具备自主推理、决策和行动能力的智能体 AI。规划为制造、交通、医疗、服务和国防等领域设定了明确的 Agent 部署目标，并提出到2028年实现“4级以上自主性”。文章认为，这一国家级推动将形成大规模真实世界测试场，加速智能体能力、标准、算力和人才体系的发展。对开发者而言，模型多元化、开源可移植性以及安全护栏将成为跨地区部署 Agent 工作流的关键能力。
Linus Torvalds 使用 Claude Code 重写 Linux 读取缓存文件的方式
Linus Torvalds 表示，Claude Code 参与编写了一个 Linux 页缓存补丁的代码、测试和审查工作。该补丁优化了 Linux 对缓存文件的小块读取路径。在他个人笔记本电脑上的基准测试中，小读取吞吐量从约每秒 1000 万次提升至约每秒 3300 万次，提升超过三倍。这一案例显示，AI 编程 Agent 已能够参与内核级性能优化、测试与代码审查等高复杂度开发流程。
OpenFlowKit 2
OpenFlowKit 2 主打免费、开源的图表编辑能力，支持用户与其 Agent 协作编辑图表。该项目强调人机共同完成图表创建与修改流程。原始页面仅提供简短介绍，未披露更多技术细节、功能数据或发布信息。
Show HN：Ramet——面向 AI Agent 的持久化、可分叉工作空间
Ramet 为 AI Agent 提供持久化、可分叉的隔离工作空间，使开发者能够在沙箱替换或跨会话后恢复文件与本地 Git 状态。它将工作区状态划分为共享不可变、持久、可重建和临时四类，并由应用显式决定何时快照、提升或丢弃状态。该项目可与 LangChain、LangGraph、CrewAI、AutoGen、SkyRL 等框架配合，但需要开发者自行编写适配代码，并自行处理进程内存和外部服务的恢复。Ramet 目前处于开发 Alpha 阶段，支持 Linux 与 macOS，提供 Python SDK、Go 客户端，以及可选的 PostgreSQL、S3 和 Linux FUSE 存储能力。
🔶 Agent-first 设计：把 UX 带到用户身边
QA Wolf 在内部试用其 MCP 时发现，传统应用界面直接搬进编程 Agent 后会造成导航、控制项和上下文的重复与干扰。团队因此提出“Agent-first 设计”：让 Agent 将用户当前任务所需的精简界面直接带到 Claude、Cursor、Codex、CLI 等既有工作环境中。改版后的聚焦视图仅呈现测试、运行浏览器、进度、结果及待处理请求，同时也反向推动了 QA Wolf 自身产品界面的简化。其核心启示是，面向 MCP 设计产品时，应让 Agent 在用户已经工作的地方提供恰当的 UI，而不是迫使用户切换到独立应用。
🔶 Launch HN: Agent37 (YC F26) – Low-cost agent sandboxes for running agents
⬆️ 83 pts | 💬 59 comments | by vishnukool
Show HN：E2E——面向 Web、iOS 和 Android 的开源 Agent 测试框架
TesterArmy 发布了开源端到端测试框架 e2e，支持 Web、iOS 和 Android 应用，并允许开发者以自然语言描述测试目标，由 Agent 操作应用完成任务。Agent 已验证步骤会记录操作，并在后续运行中回放，无需重复调用模型，直到应用发生变化；不含 Agent 步骤的测试则完全不需要模型。该项目支持自带订阅、API Key 或本地模型，并提供基于 Playwright 的 Web 引擎及面向 iOS/Android 模拟器的移动端引擎。e2e 目前仍在迈向 1.0 的积极开发阶段，API 和配置可能在小版本之间变化。
OpenCode 2.0
OpenCode 2.0 被定位为一款开源 AI 编程 Agent。原始页面未提供产品功能、模型能力、性能数据或发布细节。页面内容要求启用 JavaScript 和 Cookie 后才能继续访问，因此无法获取更多正文信息。
Muse Wonder
Meta 将 Muse Wonder 定位为面向个人 Agent 的最强能力模型。现有页面摘要未提供模型参数、性能基准、发布时间或 API 使用细节。开发者和行业目前只能确认其产品定位，仍需等待完整技术资料以评估实际能力与集成价值。
微软新一代 AI 芯片降低对 Nvidia GPU 的依赖
微软宣布第三代自研 AI 芯片 Maia 300，定位为其产品和服务的“主要 AI 推理系统”。该芯片计划于 2027 年投入生产部署，微软预计其每兆瓦可输出的 token 数将比领先的 GPU 系统高 40%，在 96 加速器配置下，机架级 token 吞吐量最高可达 Maia 200 的 7 倍。随着 Azure Maia 扩展至数吉瓦级部署，微软有望更多依赖自研芯片，而非 Nvidia 和 AMD 的产品。Maia 300 采用 TSMC N2P 制程和 chiplet 架构，也将成为微软推进自研 AI 模型、与 Google DeepMind、OpenAI 和 Anthropic 竞争的重要基础设施。
Show HN：Skills Hub，一款管理 AI Agent Skills 的桌面应用
Skills Hub 是一款面向 macOS、Windows 和 Linux 的桌面应用，用于集中安装、管理并同步 AI Agent Skills。它支持 48 种 AI 编程工具，包括 Claude Code、Codex、Cursor 和 OpenCode，并允许用户配置自定义工具目录。开发者可通过 GitHub、GitLab 或 Gitee 在多台设备之间同步 Skill 文件、描述与标签，也可让编码 Agent 直接执行安装、更新和整理操作。该项目以 MIT License 开源，Skills 合集由 Awesome Skills 维护。
NVIDIA 与微软推出搭载 RTX Spark 和 AI Agent 的 Windows PC
NVIDIA CEO 黄仁勋与微软 CEO 萨提亚·纳德拉在旧金山活动上宣布，双方正联合打造面向 Windows PC 的 AI Agent 软硬件体系。微软推出已正式可用的 Microsoft Execution Containers（MXC），旨在让 Agent 能够在操作系统控制下安全、持续地在后台运行。NVIDIA RTX Spark 将完整 NVIDIA AI 软件栈带入笔记本和紧凑型台式机，最高提供 128GB 统一内存和 1 PFLOPS FP4 AI 算力，可在本地运行大型模型。面向企业，DGX Station for Windows 将提供高达 748GB 连贯内存和 20 PFLOPS FP4 AI 算力，支持在 Windows 桌面端本地运行万亿参数级模型。
Linus Torvalds 借助 Claude Code 推进重大 Linux 内核改进
Linux 创始人 Linus Torvalds 正在使用 Claude Code 开发一项 Linux 内核内存管理改进，以缓解多线程对同一文件进行小规模读取时的 folio 引用计数争用问题。相关代码位于 `noref-filemap-read-with-llm` 分支，目标是在读取 page cache 时不再依赖 folio 引用。Torvalds 确认，代码、测试程序、审查以及说明信初稿均在其指导下由 Claude Code 完成，性能测量则在其本机运行。测试结果显示该补丁系列带来显著性能差异，后续是否会进入 Linux 7.4 合并窗口仍有待观察。
Xiryn
Xiryn 是一款开源个人 Agent，可在用户自己的电脑上运行。原文将其定位为本地运行的个人智能代理。由于原始页面仅显示 JavaScript 与 Cookie 验证提示，未提供功能、技术架构、许可证或性能数据等更多细节。对开发者而言，这一定位意味着其可能关注本地执行与用户设备侧的 Agent 能力。
MASS：通过多 Agent 自监督实现递归自我改进
MASS 让同一个模型分别担任任务执行者、工作流优化器和评估者，通过优化多 Agent 协作流程并从团队执行轨迹中学习，为递归自我改进提供自监督信号。研究从 Qwen3.6-27B 出发运行了两轮 MASS：在三个合成测试任务中，第二轮模型相对基础模型的胜率达到 69.9%。在四项研究类公开基准上，第二轮模型每输出 token 的得分达到基础模型的 1.2 至 1.6 倍，但在软件工程相关基准上的迁移效果较弱。研究还观察到，虽然模型只使用任务求解轨迹训练，其工作流优化和评估能力也有所提升，为开发者探索可持续的 Agent 自我改进提供了思路。
Show HN：Plimsoll，自托管的 AI Agent 代码沙箱
Plimsoll 是一个用于运行 AI Agent 等来源生成的不可信代码的沙箱，支持在每次请求中设置最低隔离等级，并在结果中报告实际等级；达不到要求时，代码不会运行。它提供从进程、容器、内核到虚拟机的四级隔离，并支持通过代理让沙箱内代码调用指定 API，而不暴露凭证或开放网络访问。项目还提供运行记录哈希、结果签名与重放能力，并以倒立摆控制器演示如何测试 Agent 编写的代码。开发者可以通过 Agent 框架集成或 Go 客户端使用它，但项目强调，隔离等级来自守护进程的配置和启动检查，并非硬件级密码学证明。
Show HN：LLMxRay，一款面向大语言模型的开源可观测性工具
LLMxRay 是一款面向本地大语言模型的开源可观测性工具，提供实时 token 流、质量分析、性能剖析和成本追踪，无需云服务或 API 密钥。它支持比较模型与参数、检查工具调用、分析提示词缓存，并通过本地代理观察其他客户端发往 Ollama 的请求。项目称，在一项 324 个 token 的提示词测试中，将时间戳移至末尾使预填充时间从 64.6 毫秒降至 18.6 毫秒，速度提升 3.5 倍。对开发者和研究人员而言，这些功能有助于诊断本地模型行为、优化推理性能，并比较不同模型和服务协议。
OpenAI因AI风险争议解雇3名安全研究员
原始页面未提供新闻正文，仅显示“启用 JavaScript 和 Cookie 以继续”的访问提示。根据原标题，事件涉及 OpenAI 在围绕 AI 风险的争议中解雇了3名安全研究员。由于缺少可访问的原文内容，无法确认具体解雇原因、涉事人员身份、时间线或对开发者与行业的进一步影响。
多 Agent 编排框架需要独立的消息通道
当前多 Agent 编排框架通常将用户指令、子 Agent 状态、同级协作和 CI 告警混入同一个聊天窗口，导致人类监督者难以辨别消息来源、权限与优先级。文章提出，单个 Agent 实际需要上游、下游、横向、同级和告警五类通信通道，并应在同一上下文中保留明确标签和独立审计视图。作者认为，仅靠提示词标签无法解决人类介入和审计困难，框架层必须负责消息路由、权限约束以及告警分级与去重。对于开发者而言，这意味着多 Agent 系统的核心瓶颈正从模型能力转向协作界面、治理机制与可观测性。
🔶 Ask HN: How do swarms of AI agents work?
⬆️ 6 pts | 💬 4 comments | by dsrtslnd23
Anthropic 又发布了关于 Claude 的新一轮胡言乱语
原始页面未能提供与 Claude 或 Anthropic 相关的新闻正文。页面返回 HTTP 429「请求过多」错误，表明访问受到频率限制。由于没有可用原文内容，无法核实具体产品更新、数据结论或其对开发者和行业的影响。
Manifold MCP
原始页面仅显示“启用 JavaScript 和 Cookie 以继续”，未提供可访问的正文内容。页面摘要称，Manifold MCP 可为 Agent 提供 SEO、AI 回答、社交媒体、广告和潜在客户数据。由于原文被访问验证页面拦截，无法确认其具体功能、技术实现、数据范围或面向开发者的集成方式。
采用 Rust 构建并集成 AI 的 Adobe Creative Suite 开源版本
原标题称，有一款采用 Rust 构建、集成 AI 功能的 Adobe Creative Suite 开源版本。原文未提供产品名称、功能细节、代码仓库、技术架构或发布状态等进一步信息。对开发者和创意软件行业而言，该标题反映了开源替代方案与 AI 创作工具结合的趋势，但具体能力尚无法依据原文验证。
Show HN：GSD Task Manager——为 AI Agent 提供任务列表的 MCP 服务器
GSD Task Manager 是一款以隐私优先为理念的艾森豪威尔矩阵任务管理工具，默认将任务保存在浏览器 IndexedDB 中，并支持离线 PWA 使用。项目提供可选的 PocketBase 多设备同步，以及一个可单独安装的 MCP server，内含 19 个任务、分析和诊断工具，并支持经过校验及可 dry-run 的写入操作。对开发者而言，该项目采用 Next.js、React、TypeScript、Dexie、PocketBase、Vitest 和 Playwright 等技术栈，并提供本地部署、测试、构建与安全边界文档。