前言各位读者好，欢迎来到 AI Weekly 第 029 期，每周五更新！
本周 GitHub Trending 的主线依旧是 Agent，但焦点从「怎么做 Agent」转向了「怎么管 Agent」。Agent 控制台 T3 Code 单周 +2,119 stars，Agent 审计工具 iFixAi 单周 +5,863 stars，企业级 Agent 工作空间 Cloudflare OS 单周 +1,061 stars——「管理 Agent 的那一层」正在成为新的必争之地。与此同时，OpenAI 全面上线 GPT-6，Anthropic 发布 Claude Haiku 5.5，Reflection AI 开源 501B 模型 Beam，模型竞争进入「拼效率」新阶段。以下是本期完整内容。
一、本周热门开源项目 TOP 10pingdotgg / t3code — 用手机控制你机器上所有 Agent 的「控制台」⭐ 26,169 | 本周 +2,119 stars
T3 Code 自称是一个「Agent harness 控制面」，核心卖点是把散落在你电脑上的编码 Agent 统一管起来：它提供 iOS、Android 手机 App、网页版与 Electron 桌面端，让你随时随地下达指令、查看进度。它兼容 Claude Code、Codex、Cursor、Grok Build、OpenCode、Google Antigravity 等主流 Agent——只要它们已经装在你的机器上，T3 Code 就能接管。项目由知名开发者 Theo（t3.gg）主导，完全开源、不卖任何东西，主打「远程可用、性能强悍、真正开放」。不过官方也坦承：项目还非常早期，请做好遇到 Bug 的准备。
适用场景： 多 Agent 统一控制台、手机远程指挥编码 Agent、跨工具 Agent 编排
github.com/pingdotgg/t3code
ifixai-ai / iFixAi — 给 AI Agent 做「独立审计」的体检工具⭐ 22,338 | 本周 +5,863 stars
iFixAi 要回答 AI Agent 经济里最关键的一个问题：这个 Agent 到底有没有在做它该做的事？它内置 60 项检查、分成 25 个类别，围绕虚构、操纵、欺骗、不可预测、不透明五大支柱打分，最终给出 A 到 F 的评级。为避免「自己给自己打分」，它要求用两家不同厂商的 API Key 分别充当被测方与裁判。既可以用 CLI 跑，也能作为 Claude Code、Codex 的 Skill 直接调用，120 秒内出结果。本周 +5,863 stars，是「Agent 可信度」赛道跑得最快的一个。
适用场景： Agent 可靠性审计、上线前质检、合规与风险核查
github.com/ifixai-ai/iFixAi
earthtojake / text-to-cad — 给 Agent 装上「CAD 超能力」⭐ 18,288 | 本周 +1,800 stars
Text-to-CAD 让 AI Agent 能够直接生成和操作 CAD 模型：用户用自然语言描述需求，Agent 就能产出可用的三维工程图纸。它把 CAD 内核（build123d、Open CASCADE）封装成 Agent 可调用的工具，同时提供插件与 Skill 形态，让编码助手秒变「机械设计助手」。当 Agent 开始从软件世界走向硬件与制造，「让 Agent 画图」就成了一块全新的能力拼图。
适用场景： AI 辅助机械设计、参数化建模、自然语言生成 CAD
github.com/earthtojake/text-to-cad
morluto / rea — 用 Agent 逆向「一切」的逆向工程套件⭐ 14,900 | 今日 +4,700 stars
rea 把逆向工程交给 AI Agent：从 App 行为分析一路下探到原生二进制，覆盖反汇编（内置 Hopper、Ghidra 的 MCP Server）、网络抓包分析（HAR、mitmproxy）、JavaScript 还原、固件解包（Binwalk、Unblob）等完整链路。它通过 CLI 与 Model Context Protocol 把各类专业逆向工具暴露给 Agent 调用，相当于给 Agent 配了一套「逆向工具箱」。今日单日 +4,700 stars，热度惊人。
适用场景： 二进制逆向、安全分析、固件与协议研究
github.com/morluto/rea
cloudflare / cloudflare-os — 面向企业的「Agent 工作空间」⭐ 11,255 | 本周 +1,061 stars
Cloudflare OS 是 Cloudflare 内部大规模使用后开源的 AI 生产力环境，定位为企业级的「AI 操作系统」。它由三部分组成：Agent 对话界面、可沙箱运行的「小应用」（gadgets）开发环境，以及一套名为 Gatekeepers 的安全框架。它的独特之处在于把 Agent 与企业自己的「上下文和系统」打通，让 Agent 真正在业务里干活。对于想自建企业 Agent 平台的团队，这是一个高完成度的参考实现。
适用场景： 企业 Agent 平台、内部 AI 生产力工具、沙箱应用开发
github.com/cloudflare/cloudflare-os
jamwithai / production-agentic-rag-course — 生产级 Agentic RAG 实战课程⭐ 9,652 | 本周 +688 stars
这是一个手把手的 Agentic RAG 课程，目标不是讲概念，而是带你从零搭出一套可用于生产的检索增强生成系统。它覆盖文档切分、向量检索、Agent 编排、评估等完整环节，配合可运行的代码与练习。在 RAG 从「玩具 demo」走向「生产系统」的过程中，这类把工程细节讲透的课程，往往比论文更实用。
适用场景： RAG 系统学习、Agentic 检索实践、团队技术培训
github.com/jamwithai/production-agentic-rag-course
tile-ai / tilelang — 高性能算子开发的领域专用语言⭐ 8,476 | 本周 +639 stars
TileLang 是一门面向高性能计算的领域专用语言（DSL），目标是让开发者用更简洁的代码写出在 GPU、CPU 及各类加速器上高效运行的算子。它把底层硬件细节抽象成「Tile」级的编程模型，兼顾可读性与性能。在模型规模持续膨胀、推理与训练都极度依赖算子优化的当下，这类工具直接决定了算力的利用效率。
适用场景： GPU 算子开发、推理加速、高性能计算
github.com/tile-ai/tilelang
breferrari / obsidian-mind — 给编码 Agent 持久记忆的 Obsidian 仓库⭐ 4,934 | 本周 +179 stars
obsidian-mind 是一个「自组织」的 Obsidian 知识库，专门用来给 AI 编码 Agent 提供持久记忆。它把 Agent 的历史、决策与上下文沉淀成结构化的笔记，让 Agent 在跨会话、跨项目时依然「记得」之前发生过什么。选择 Obsidian 作为载体，既方便人类阅读和整理，也让记忆天然可迁移、可备份。
适用场景： Agent 长期记忆、跨会话上下文、知识库管理
github.com/breferrari/obsidian-mind
AtomicBot-ai / atomic-agent — 跑在你自己机器上的本地优先 Agent⭐ 3,008 | 本周 +562 stars
Atomic Agent 是一个「本地优先」的 AI Agent：它通过 llama.cpp 在你自己的机器上运行开源权重模型，数据不出本地，也不依赖任何云端 API。对于隐私敏感、或希望完全掌控成本与数据的用户，这种「把模型装进自己电脑」的方案正变得越来越有吸引力。随着开源小模型能力提升，「本地 Agent」的体验门槛正在快速下降。
适用场景： 本地私有 Agent、离线运行、数据敏感场景
github.com/AtomicBot-ai/atomic-agent
Friedrich-M / UniMate — 用一个统一模型给各种骨架「做动画」⭐ 1,573 | 本周 +716 stars
UniMate 是 SIGGRAPH Asia 2026 的论文项目，提出用一个统一模型为各种不同的骨架做动画。传统方法往往需要为每类角色单独适配，而 UniMate 试图用一套模型覆盖多样的骨架结构，大幅降低动画生成的适配成本。这类「统一化」的生成模型，正在把 AI 从文本、图像推进到三维内容生产。
适用场景： 角色动画生成、三维内容创作、图形学研究
github.com/Friedrich-M/UniMate
二、本周科技前沿动态1. OpenAI 全面上线 GPT-6 与智能界面，ChatGPT 周活突破 12 亿10 月 8 日，OpenAI 宣布面向所有 ChatGPT 用户推出 GPT-6 系列模型与全新的「智能用户界面」（Intelligent UI）。在新界面下，GPT-6 会根据用户的问题灵活组合文本、图像与交互元素来生成回答，而不只是输出一段文字。官方同时透露，ChatGPT 全球每周活跃用户已超过 12 亿。此前主力还是 GPT-5.6 系列，这次全面铺开意味着 GPT-6 正式成为默认底座。
2. Anthropic 发布 Claude Haiku 5.5：更便宜、更快的小模型10 月 7 日，Anthropic 推出 Claude Haiku 5.5，官方称其为「迄今最便宜、最快、能力最强的小模型」。据分析，其平均运行成本较 Haiku 4.5 下降约 75%，短文本请求降幅接近 90%。这是 Claude 5.5 系列在短短一个月内的第三次更新（前有 Opus 5.5、Sonnet 5.5），显示出头部厂商正同时在「能力上限」与「成本下限」两条线上加速。
3. Reflection AI 开源 501B 模型 Beam，主打「省 3 到 4 倍推理算力」10 月 5 日，由两位前 Google DeepMind 研究员创立、英伟达参投的 Reflection AI 发布首个开放权重模型 Beam：稀疏 MoE 架构，总参数 501B、每次推理仅激活 23B，在 23.8 万亿 token 上完成预训练，将于本月内以 Apache 2.0 协议开放权重。它主打编程、推理与智能体任务，官方给出的对比口径是：同等推理任务下，Beam 的算力消耗仅为同级开源模型的 1/3 到 1/4。开源大模型的竞争，正从「堆参数」转向「拼效率」。
4. OpenAI 提速 50% 并上线文本水印，订阅性价比之争升温10 月 6 日，OpenAI 宣布 GPT-6 Astra 与 GPT-6.1 Sol 的默认速度提升约 50%，订阅用户无需任何操作即可生效；同日，AI 生成文本的隐形水印功能正式上线，为内容溯源与合规提供技术手段。几乎同一时间，分析机构 SemiAnalysis 发布实测报告，直言 Anthropic 订阅提供的价值是 OpenAI 的 5 倍以上。提速、水印、性价比——头部厂商的竞争，已经从模型能力蔓延到产品体验与商业模式。
5. 上海 AI 实验室开源 Intern-Decision 决策模型族上海人工智能实验室开源了 Intern-Decision 决策模型族，参数覆盖 0.8B 到 27B，定位相当特别：它不写长文本，而是输出评分、路由与风控判断这类「决策信号」。这种「小模型做决策」的思路，与主流大模型「生成长文」的路线形成互补——在需要高频、低成本判断的场景里，专用决策小模型可能比大模型更划算。中美在开源路线上，出现了有趣的同步。
三、本周观察总结第一，Agent 的「控制层」正在成为新的争夺焦点。 本周 Trending 上最抢眼的是 T3 Code（Agent 控制台）、Cloudflare OS（企业 Agent 工作空间）、iFixAi（Agent 审计）——它们都指向同一个位置：不直接做 Agent，而是做「管理 Agent 的那一层」。当每个人机器上都跑着好几个 Agent，「谁来统一调度、谁来审计、谁来提供工作空间」就成了刚需。Agent 生态的竞争，正在从「模型谁更强」上移到「平台谁更顺手」。
第二，Agent 的能力边界继续向专业领域扩张。 Text-to-CAD 让 Agent 画机械图纸，rea 让 Agent 做二进制逆向，UniMate 让模型生成三维动画。这些项目的共同点是：把某个专业领域的工具链，封装成 Agent 能调用的接口。这预示着 Agent 的价值不再来自「通用聊天」，而是来自「能否接管一项具体的专业工作」。
第三，本地化与私有化仍在加速。 Atomic Agent 用 llama.cpp 把开源模型跑在你自己的机器上，obsidian-mind 用本地 Obsidian 仓库给 Agent 存记忆，Cloudflare OS 强调用企业自己的上下文——「数据不出本地、能力握在自己手里」正从大企业的专属需求，变成越来越多开发者与团队的默认选项。
第四，小模型与高效率成为模型竞争的新关键词。 Claude Haiku 5.5 把成本砍掉约 75%，Reflection Beam 用 1/3 到 1/4 的推理算力对标同级开源模型，上海 AI 实验室的 Intern-Decision 干脆用 0.8B 到 27B 的小模型做决策。当 Agent 需要 7×24 小时持续运行，单位推理成本直接决定产品能否规模化，「更小、更快、更省」正在和「更大、更强」同等重要。
第五，开源大模型的竞争进入了「效率军备赛」。 从 Beam 主打「省算力」，到 Haiku 5.5 主打「省成本」，再到一批本地 Agent 项目主打「省 API 费」，本周几乎所有热门项目都在围绕「用更少的资源做更多的事」做文章。这既是算力约束下的必然，也意味着开源模型与闭源旗舰之间的差距，正在从「能力」收敛到「性价比」。