安卓AI代理：RikkaHub Agent
RikkaHub Agent 是一個開源安卓應用，將本地LLM聊天客户端轉變為功能強大的設備端AI代理，支持80多種設備工具、工作流自動化、Telegram遠程控制、SSH、語音轉錄等功能，所有操作均在設備本地完成，保障隱私安全。
- 基於RikkaHub分支，擴展為設備端AI代理，支持80+原生工具。
- 支持工作流、定時任務、Telegram機器人、內嵌瀏覽器等功能。
日報
AI 日報
2026-06-20 精選 10 條，按主題聚合。其餘新聞摺疊歸檔。
今日必讀
在PostgreSQL上嘗試AI操作符
samtSQL 允許您在現有的 PostgreSQL 數據庫上運行增強型 SQL 查詢，支持文本、圖像和音頻等多模態數據。
- 在 PostgreSQL 數據庫上運行帶有 AI 操作符的 SQL
- 支持多模態數據：文本、圖像、音頻
AI讓我們更加成為自己
AI並沒有讓糟糕的工程師變好，只是讓他們更快了。它不改變我們的本質，而是放大我們的特質。對於懶惰或草率的程序員，AI加速了他們輸出低質量代碼的速度，並且由於AI自身傾向於複製現有模式而不質疑，導致技術債務被固化並大規模擴散。
- AI放大現有特質，而非提升能力。
- 糟糕的工程師藉助AI輸出更多代碼，但判斷力未提升。
關於AI安全的一些思考
這篇文章謹慎而細緻地論證了AI樂觀主義：安全性、可解釋性、偏見和對齊與原始能力同樣重要。作者認為，將AI簡化為好與壞是有害的，需要理解內部機制、應對誤用和錯位，並考慮系統性風險。這是一場能力與理解之間的競賽，而安全取決於能否扭轉這一比率。
- AI的潛力巨大，但風險也相伴而生，需要謹慎平衡。
- 可解釋性是理解模型內部機制的關鍵，目前我們尚未完全掌握。
更精確地模擬金屬合金行為的新方法
MIT研究人員開發了一種基於機器學習的建模方法，通過優化訓練數據集來捕捉化學無序材料中的原子環境多樣性，從而更準確地預測金屬合金的性質，並有望加速新材料的設計。
- MIT團隊通過信息論方法優化訓練數據，使機器學習模型能夠捕捉無序合金中多樣的局部化學環境。
- 該方法比傳統暴力計算方法更高效，預測準確性超過谷歌和微軟等公司的大型模型。
在AMD RX 580（2017年GPU）上使用Vulkan運行本地AI——無需CUDA，無需ROCm
本文介紹如何在2017年的AMD RX 580顯卡上，通過Vulkan後端運行llama.cpp和stable-diffusion.cpp，實現本地AI推理。無需CUDA或ROCm，即可在Windows上運行LLM和Stable Diffusion。
- AMD RX 580可通過Vulkan運行本地AI，無需CUDA或ROCm
- llama.cpp和stable-diffusion.cpp的Vulkan後端實現了GPU加速
4000億參數模型：“歐洲”聯盟贏得AI競賽
歐盟委員會宣佈“前沿AI大挑戰”獲勝者，由意大利公司Domyn領導的“歐洲”聯盟將獲得資源開發最先進的開源AI模型，覆蓋所有24種歐盟官方語言。
- 歐盟委員會週五宣佈“前沿AI大挑戰”獲勝者
- 意大利Domyn公司領導的“歐洲”聯盟勝出
Show HN：開源工具 Summer 實現 Claude Code、Codex 和 OpenCode 的多用户使用跟蹤
Summer 是一款由 Autumn 開發的本地開源工具，用於追蹤 AI 編程助手的使用情況和費用。它支持 Claude Code、Codex 和 OpenCode，無需託管，提供本地儀表盤，可以按團隊彙總每個工程師的使用量、模型和成本。
- Summer 是本地運行的開源工具，無需服務器託管。
- 支持 Claude Code、Codex 和 OpenCode 三種 AI 編程工具。
五家中國AI實驗室將代幣價格下調高達99%
字節跳動、騰訊、MiniMax、阿里巴巴和小米在同一競爭窗口內將AI代幣價格下調了50%至99%。美國銀行證券分析師認為，中國主要AI模型之間的能力差距縮小是引發價格戰的原因。阿里巴巴的Qwen3.7-Max降價50%與618購物節掛鈎，將AI競爭與消費者促銷相結合。
- 五家中國AI實驗室在短時間大幅降價50%-99%
- Bank of America認為能力差距縮小使價格成為主要競爭槓桿
IEEE推出大型語言模型虛擬培訓課程
大型語言模型（LLM）已從研究實驗室進入工程師的日常工作流程。為幫助技術人員掌握LLM的構建與部署，IEEE推出了一個包含五門課程、總計可獲專業發展學分和數字徽章的在線培訓項目。
- LLM市場預計到2030年每年增長約33%，掌握LLM實現與安全正成為技術人員的核心要求。
- 工程師需要理解Transformer架構和自注意力機制，而非將LLM視為簡單的對話機器人。
其餘更新（7 條）
華為芯片助力DeepSeek模型精調，中國AI自主可控邁出重要一步
華為使用其昇騰910C芯片成功完成對DeepSeek-V4-Pro模型的後訓練，這是中國半導體產業在複雜AI模型訓練領域取得的關鍵突破。該項目由華為與多家研究機構合作，利用1000多顆芯片集羣實現了1.6萬億參數模型的全參數後訓練，展示了國產芯片從推理到訓練的能力跨越。此舉有助於提升中國AI產業鏈的自主性，在美製裁背景下推動國內替代方案的發展。
- 華為與多家機構合作，使用昇騰910C芯片成功完成DeepSeek-V4-Pro模型的後訓練。
- 項目採用至少1000顆芯片集羣，對1.6萬億參數模型進行全參數精調。
PhD_fleet：通過Slack管理虛擬AI博士生研究實驗室
PhD_fleet 是一個Python工具包，允許單一研究人員（導師）通過Slack生成和與Claude Code代理羣進行對話。每個代理擁有獨立的工作區，通過Slack消息驅動交互，文件系統作為長期記憶。還包括一個教練代理，提供基於證據的反饋以提升指導技能。
- 導師可通過Slack命令生成多個AI學生代理，每個代理有獨立工作區和長期記憶。
- 提供教練代理，分析導師的指導行為並提供改進建議。
開源AI技能，讓Claude/ChatGPT產生真正的產出，經過評估評分
pm-claude-skills 是一個開源技能庫，包含174個面向專業人士的SKILL.md文件，涵蓋產品管理、工程、客户成功等多個領域。每個技能都經過評估驗證，能指導AI助手生成可直接交付的專業級輸出。支持Claude Code、ChatGPT、Gemini等工具，並提供工作流食譜、技能記憶和MCP集成。
- 174個職業技能，覆蓋產品、工程、營銷等18個職業領域
- 每個技能經過評估評分，確保輸出質量
我們如何構建內部數據分析智能代理
GitHub 內部使用 Copilot 驅動的 Qubot 智能代理，讓員工能夠用自然語言查詢數據倉庫，無需分析師介入。本文介紹了 Qubot 的架構、上下文層、評估框架及經驗教訓。
- Qubot 通過 Slack、VS Code 和 Copilot CLI 提供接口，支持探索性數據分析。
- 上下文層對提升準確性和響應速度至關重要，結構化上下文使 Qubot 準確率更高、速度提升三倍。
MiniMax M3 vs. GLM 5.2：自主編程任務代碼生成對比
在Thinkbench基準測試中，GLM 5.2在正確性上領先（92%完全通過），而MiniMax M3成本更低、速度更快。代碼修改任務表現相當，但全新構建任務GLM更穩健。在處理模糊指令時，MiniMax傾向於構建更完整的系統。
- GLM 5.2正確率92%，MiniMax M3為84%
- MiniMax成本$6.67，GLM$18.47；平均延遲45秒 vs 80秒
Checkmarx 的新 SAST 引擎重點不在 LLM，而在後續處理
Checkmarx 發佈了一款新的靜態應用安全測試（SAST）引擎，該引擎結合了確定性規則掃描器、基於安全數據訓練的 LLM 以及專門用於分類真/假陽性的引擎。公司聲稱其 F1 得分為 0.499，遠高於行業平均水平，並在測試中發現了領先前沿模型遺漏的 327 個真陽性。該架構的核心是編排層，它將三個引擎自動整合在一起，無需客户自行構建多引擎工作流。
- Checkmarx 新 SAST 引擎包含三個引擎：確定性規則掃描器、LLM 和發現分析引擎（FAE），用於在結果到達開發團隊前過濾假陽性。
- 公司聲稱 F1 得分為 0.499，是行業平均水平（0.20）的兩倍多，並在測試中找到了領先前沿模型遺漏的 327 個真陽性。
為你的AI用例找到合適的棧
Inferlay是一個幫助開發者為其AI項目選擇合適技術堆棧的平台。它通過對比各種工具和框架，簡化了決策過程。
- Inferlay旨在簡化AI技術棧的選擇。
- 平台提供工具對比和推薦功能。