Nace.AI 开源 Drex 1.5，一个 8.95B 稠密决策模型，不写文本，而是读取状态和带类型的问题后，为每个选项返回概率。在公开 Decision Index 0.3.1 上得分 58.08，为 10B 参数以下最高分，与闭源模型 Jev 1.13.0（57.96）处于同一并列区间。权重已上 Hugging Face，OpenRouter 提供托管版。bf16 权重约 18 GB，可在单张 24 GB A10G 上运行；Q8_0 GGUF 约 9.5 GB，可跑在 Apple 芯片和 CPU 上。默认上下…
推荐理由单张 24 GB 显卡就能跑，API 兼容 Jev，做 Agent 决策打分可直接替换
Cloudflare 推出 Clef-omni，一款开放权重的决策模型，在文本和图像之外新增音频与视频输入支持。同时，Cloudflare 将上周发布的 Clef-flash 价格下调至低于 Jev's 的水平。原文信息有限，未披露模型参数规模、具体定价数字及开放许可条款。
推荐理由做多模态 Agent 可关注：开放权重 + 音视频输入，且 Clef-flash 已降价
阿里 Qwen 团队发布 Qwen-Image-2.1-Turbo，是开源权重模型 Qwen-Image-2.1 的加速版本，去噪步数从默认 40 步降到 8 步，同一 7B 架构下步数减少 5 倍，同时提供托管 API。模型为 7B 视觉生成器加 Qwen3-VL 8B 文本编码器，通过 Diffusers 在 CUDA GPU 上以 BF16 运行，输出 2K 图像并保留编辑功能。基础版 Qwen-Image-2.1 在 Qwen-Image-Bench 上得分 60.28，为 Qwen 报告的开源权重最高分。…
推荐理由8 步出 2K 图，比原版快 5 倍；但仅研究许可，商用要单独申请
开发者发布开源项目 Zero-Screen Dungeon Master（ZSDM），一款纯语音旁白的音频 RPG，用手机 GPS 记录真实步行距离推进剧情，约每 80 米触发一个故事节点。玩家把手机放进口袋，靠振动提示盲点屏幕左右半边做分支选择。项目用 Web Speech API 做离线语音旁白、Web Audio API 合成音效、Haversine 公式累计距离并过滤 GPS 噪声，支持 Screen Wake Lock 保持后台播放。冒险剧本可用本地 Gemma（经 Ollama）生成，代码已开源，提供 …
推荐理由想找 AI 语音 + GPS 玩法案例的可以直接读源码，语音合成和距离触发逻辑都能复用
阿里 Qwen 团队发布 Qwen-Image-2.1-Turbo，在 7B 视觉生成架构上做加速，仅需 8 步去噪即可生成和编辑图像，权重已开源。官方称步数减少不牺牲质量，仍可从文本生成 2K 图像，并支持自然语言连续编辑（如添加配饰、更换场景）。Diffusers 中加载 QwenImage21Pipeline 即用推荐的 8 步采样。同时 Qwen-Image-2.1 Pro 与 Turbo 的托管 API 正式上线，权重可在 ModelScope 和 Hugging Face 获取。
推荐理由8 步出 2K 图且权重开源，本地部署和 API 两条路都能直接上手试。
开发者 darshi1337 发布开源浏览器扩展 Apogee，可在本地完成网页、视频、PDF、DOCX 和粘贴文本的摘要，无需账号、API Key、后端或云端上传。它通过 WebGPU（Chromium 浏览器）或 WebAssembly（Firefox 默认、Chromium 可选）在设备上推理，也支持直连本地 Ollama 和 llama.cpp 的 llama-server。项目受 Mozilla 已停运的 Orbit 启发，但改为本地优先，采用 MIT 许可证，已上架 Chrome Web Store 和…
推荐理由不想把网页内容传给云端的人，装扩展即可本地摘要，还能接自己的 Ollama
Rembrandt 是一款免费开源的 Adobe Lightroom 替代品，支持 macOS、Windows 和 Linux，完全本地运行，无需账号和订阅。功能包括：用自然语言指令修图（如"golden hour, shadows +25"）、GPU 加速的 2×/4× 超分辨率、AI 降噪、AI 主体与深度蒙版、HDR/全景/焦点堆栈合并，支持 1000+ 相机 RAW 格式。可自托管为浏览器服务，编辑以 XMP 格式保存，原图不被修改。目前构建版本尚未代码签名。
推荐理由免费本地替代 Lightroom，支持自然语言修图和 GPU 超分，摄影师可直接下载使用
开发者 Rajan Mishra 在 Hacktoberfest 开源 AI 挑战赛第一周提交了 TouchGrass，一个基于 Gemma 2 的开源 Agent 项目。它的设计原则是「用户停止使用应用时才算成功」：Agent 根据用户个人情况生成 9 类现实世界任务（户外、自然、善意、健康等），接受任务后界面进入极简 Zen Mode，手机放进口袋计时；返回后用语音汇报，Gemma 评估器打分并奖励 XP。代码以 MIT 协议开源，部署在 Render，含 TabPFN 微气候预测和离线模式。
推荐理由想做一个「反成瘾」AI 产品的开发者可以直接参考它的三态循环设计和开源代码
LlamaIndex 发布博客指出，PDF 解析器即使提取出全部文字，若丢失表格与章节归属关系，模型仍需自行猜测才能回答问题。因此输出格式很关键，需保留标题层级、阅读顺序、表格结构和元素上下文。Markdown 能表示标题、列表、简单表格和链接，且格式开销小、便于人工检查解析错误。复杂表格（如跨行跨列的财务数据）可用 HTML 表格保留合并单元格。LlamaParse 目前即以此方式输出。
推荐理由做 RAG 文档解析的人可参考：复杂表格用 HTML、简单结构用 Markdown 的具体取舍
Edge Delta 在 GitHub 开源 Project Arena，一个面向 Kubernetes 场景的 AI SRE Agent 基准测试框架，支持本地 kind 或 AWS EKS 集群，提供 21 个完整场景和 6 个冒烟场景，可注入故障、保存调查记录并用可配置裁判打分。官方用 GPT-6-Astra 评测了 Edge Delta 原生、Grafana 原生和 Claude 搭配两者 CLI 的表现：检测环节 Edge Delta 18/21、Grafana 12/21；根因分析 Claude+edx…
推荐理由想评测或搭建 AI SRE Agent 的团队可直接用这套开源基准，21 个场景和评分脚本现成。
开源项目 Jevman 让 6 个 AI 决策模型各玩 100 局经典吃豆人，按平均分排名并给出 95% 误差范围。每个路口游戏把迷宫、豆子和幽灵状态以 JSON 发给模型，模型返回各方向的概率，吃豆人据此选择；单次决策限时 2 秒，超时由备用规则接管。模型需三命耗尽或 5 分钟封顶，实际最长一局 2 分 24 秒。任何 HTTP 端点后的模型都可参赛，仓库提供 34 行示例端点，提交后 CI 会重放每局验证分数。
推荐理由想给自己模型跑个现成基准的可以直接用，34 行代码接上 HTTP 端点就能上榜
JetBrains 发布 Mellum2.1，一个面向编码智能体的开源思考模型，Apache 2.0 协议，已上架 Hugging Face。总参数 12B，每 token 激活 2.5B（64 专家选 8），上下文 131,072 token，可在自有 GPU 上用 vLLM 或 SGLang 部署，GGUF 版本 7.0 GB 起。升级几乎全部来自真实软件环境中的强化学习。LiveCodeBench v6 得分 82.0，超过 Qwen3.5-9B 的 75.4；SWE-bench Verified 从 2.0…
推荐理由2.5B 激活参数就能跑编码 Agent，SWE-bench Verified 47.0，可本地部署
Perplexity 发布 pplx-embed-v2-late，一对 ColBERT 风格多模态嵌入模型，分 0.6B 和 9B 两个尺寸，均可检索文本、图像和渲染后的 PDF 页面，共享同一嵌入空间。9B 模型在 MADQA 上得分 92.4%，为最佳成绩；0.6B 模型图像部分约 340M 激活参数，接近 8B 竞品。两者已在 Hugging Face 以 MIT 许可开源，允许商用，托管 API 尚未上线。每个 token 存一个向量，索引随文档长度增长；单次输入不能混合文本和图像；所有分数为自报，技术报告…
推荐理由MIT 许可可商用，0.6B 可本地跑查询编码，9B 建索引，MADQA 92.4% 有具体数字
LangChain 为 Deep Agents 重构了 Skills 支持，解决企业技能库扩展到数千个后的三个问题：工具绑定技能（工具只在 Agent 读取该技能时才加载）、固定技能（用户用 /meeting-prep 等显式请求时可在下次模型调用前预加载）、技能重载（长线程无需重启即可获取新增或变更的技能）。技能采用 SKILL.md 加 YAML frontmatter 的开放标准，按发现、激活、执行三级渐进披露，未使用的技能仅占系统提示词一行。文中以 GTM Agent 的 50 多个技能为例。
推荐理由做 Agent 上下文工程的可直接抄：技能三级加载 + 工具按需绑定，技能库上千也不挤爆上下文
Liquid AI 发布 Open d1 系列两个开源多模态决策模型：d1-3B（3.12B 参数，读文本和图像）和 d1-omni-600M（587M 参数，读文本加图像或音频）。两者都不生成文本，而是在一次前向传播中返回校准后的类型化答案，输出 token 数为 0，面向 NVIDIA DGX、RTX 工作站和 Jetson 边缘设备的实时决策。模型已上架 Hugging Face，支持 Transformers 和 llama.cpp，LFM Open License v1.0 允许年收入低于 1000 万美…
推荐理由做路由、审核、意图分类或边缘视觉检查的，可省掉解析输出 token 的开销，年收入 1000 万美元以下免费用。
LlamaIndex 发布 OpenDocRouter，一个把文档转 Markdown 的解析平台，统一 API 调用开源与前沿模型。支持 PDF、PNG、JPEG 及 URL，同步响应最多 50 页，单次请求上限 500 页或 50MB。每个模型配有版本化 recipe（提示词、处理、设置），并在 ParseBench 上做质量与成本评测。首批模型包括 Claude Opus 5.5、Gemini 3 Flash、Gemini 3.8 Flash、GPT-5.6 Terra、GPT-6 Luna，以及 Miner…
推荐理由一个 API 横评 10 个 OCR 模型，ParseBench 每千页成本从 5.91 到 48.82 美元
一个名为 11SquaresFormalized 的 GitHub 项目发布了 11 个正方形最优堆叠的完整最优性证明，已通过 Lean 验证。验证运行接受了全部 7,920 个本地 Lean 模块，最终审计报告零 admission。最优边长约为 3.8770835900228141773，由公式 T=(6u+4)/(1+2u-u²) 给出，其中 u 是某八次方程在 (9/25, 37/100) 内的唯一根。部分精确数值证书检查使用 native_decide，因此最终定理信任 Lean 内核与原生编译器，而非仅…
推荐理由可复现的 Lean 4 形式化证明，含 7,920 模块验证脚本与固定工具链
阿布扎比技术创新研究院（TII）发布 Falcon-ASR，一个 1.6B 参数的语音识别模型，重点支持阿联酋方言，同时支持英语、法语、西班牙语和葡萄牙语。在六个阿拉伯语测试集上平均词错误率（WER）为 20.92%，比所用排行榜快照中最佳公开结果 23.17% 低 2.25 个百分点。在 TII 内部阿联酋方言评测中，WER 为 22.73%、CER 为 10.19%，比次优的 Qwen3-Omni 低 4.07 个百分点。模型支持词级时间戳，训练数据覆盖阿联酋方言、现代标准阿拉伯语、其他海湾及阿拉伯方言和英语，…
推荐理由阿拉伯语方言 ASR 新 SOTA，WER 比 Qwen3-Omni 低 4.07 个百分点，做中东语音产品可直接测
英伟达基于 Nemotron 3 通过监督微调、强化学习和反馈驱动推理，在 IOI 2026 和 IMO 2026 均达到金牌水平。IOI 2026 中，Nemotron-3-Ultra-CC 配合 SFT 和 GenCorrect 得 535.4/600，超过金牌线 361.12 和人类最高分 498.27，该结果为非官方、无监督基准，未计入官方排名。IMO 2026 中，Nemotron 3 Ultra 结合 SFT、RL 检查点和生成-验证-精炼系统得 30/42，超过官方金牌线 29，证明由官方 IMO 评…
推荐理由展示了用 SFT+RL+推理循环把通用基座模型改造成竞赛级专家的可复用配方，含具体分数和参数规模。
Meta 开源了 C++ 库 Rebalancer（带 Python 接口），用于求解装箱/分配问题，已在 Meta 内部运行超过 9 年。采用 Apache 2.0 协议，提供文档、PyPI 包和调试界面 Rebalancer Explorer。pip install rebalancer 可安装 v1.0.4，支持 Python 3.12+，提供 Linux x86-64 与 macOS 14+ ARM64 预编译 wheel，另有 .deb、.rpm 和 Homebrew 包，PyPI 上仍标记为 Alpha…
推荐理由pip 一行即可装，做资源调度、任务分配可直接替换商业求解器
nanoMuse 发布 0.1.40 版本，是一个 GPL-3.0 开源个人 Agent，包含手机 App、桌面端、Web 控制台和连接用的 relay，全部在同一仓库中，可自行部署。它能执行操作而非只回答问题：提供 Linux shell、浏览器、MCP 服务器和技能，开启 Hands on 后可通过屏幕操作手机 App 和电脑窗口；删除、发送、付款前会先询问；支持跨设备派发任务（如 @Mac），App 关闭后仍可运行定时任务；支持飞书、钉钉、企业微信和 Telegram。用户可用社区 relay 的免费额度或自…
推荐理由想自托管、能操作手机和电脑屏幕的开源 Agent，全套代码含 relay 可部署在自己服务器
Convai Innovations 的开源决策引擎 Laya 在 2026 年 9 月成为星标最多的机器学习仓库之一。它是 421M 参数的非自回归 System 1 模型，输入文本和带类型的问题（标签选择、量表打分、是/否），单次前向传播即返回每个选项的概率，不生成任何 token。教程在 CLINC150 银行领域真实标注数据上测试：零样本准确率对比训练过的分类器、选项措辞与顺序的影响、概率是否可信、温度缩放在验证集上能修好什么又会破坏什么、按错误预算设定的弃答门限、范围外流量，以及 pydantic sch…
推荐理由421M 参数、零输出 token、单次前向出概率，做意图路由可直接对照 CLINC150 实测数据评估
Simon Willison 发文称赞 EmbeddingGemma 2 采用 Apache 2.0 开源许可。他认为嵌入模型不适合用闭源、仅托管的形式：嵌入模型通常要计算并存储成千上万甚至数百万条向量，一旦厂商停掉某个模型，用户就得花钱重新计算所有已存向量。他提到 OpenAI 曾在 2024 年 4 月提出为用户用新模型重新嵌入内容承担费用，但认为不能指望每家厂商都这么做。他表示自己不想自托管，更愿意付费使用托管服务，同时保留厂商停服后可自行运行开源权重或换供应商的退路。
推荐理由做 RAG 或向量检索的可以直接选：Apache 2.0 权重，厂商停服也能自己跑
Musubi 发布轻量决策模型 PolicyLM-1.7B，开放权重，可将纯英文写成的社区政策直接套用到消息上，判定耗时低于 50 毫秒。该模型成本与速度接近主流社交平台的 AI 分类器，但具备 LLM 的灵活性，无需专门训练即可执行复杂政策，政策变更后也不用重新训练。联合创始人 Filip Jankovic 称其让平台管理者能主动给内容打标。决策模型自 TypeSafe AI 的 Jev 发布后成为热点，OpenAI 和亚马逊随后也推出同类模型。
推荐理由开源权重、50 毫秒延迟、改政策不用重训，做社区审核的团队可以直接自部署
LlamaIndex 发布 2026 年 OCR 文档管理软件对比，涵盖 LlamaParse、ABBYY FineReader、Amazon Textract、Google Cloud Vision、Microsoft Azure OCR 和 Hyperscience 六款产品。文章指出该品类已从传统 OCR 转向智能文档处理，布局感知、语义结构和工作流自动化与识别准确率同等重要；解析质量差的 PDF 会削弱 RAG 检索质量和答案准确度。LlamaParse 主打布局感知提取、多模态解析和动态模型路由，输出结构…
推荐理由做 RAG 文档解析选型时，可对照这 6 款工具的定位差异，避免表格和阅读顺序解析拖垮检索质量
Mistral AI 于 10 月 6 日以公开预览形式发布 Mistral Large 4（内部代号 Le Chonk），总参数 1.05 万亿，每 token 激活 49B，含 16 亿参数视觉编码器，上下文窗口 100 万 token，在自有欧洲数据中心的 3800 块 NVIDIA Grace Blackwell GPU 上从零训练。API 已上线，输入 1.36 美元/百万 token、输出 4.18 美元/百万 token，权重要到 10 月底才发布，暂无法自托管。网络安全表现突出：Cybench 93…
推荐理由API 价格约为主流闭源旗舰的三分之一，且权重月底开源，可先按 1.36 美元/百万 token 试网络安全与长文本场景
Google DeepMind 推出 EmbeddingGemma 2，一个 740M 参数的开源嵌入模型，可将代码、图像、视频和音频映射到同一嵌入空间，采用 Apache 2.0 许可证。原文正文信息有限，仅包含标题所述内容及赞助商广告，未披露基准测试、发布时间或可用渠道等细节。
推荐理由Apache 2.0 可商用，740M 小体积适合本地部署多模态检索，做 RAG 的可以直接试
Google DeepMind 发布 EmbeddingGemma 2，参数量 7.4 亿，在多项基准测试中表现有竞争力，甚至超过部分参数量两倍以上的专用模型。开发者可用它为应用加入多模态搜索，例如用语音备忘录定位视频片段，或与 Gemma 4 搭配实现端侧私有 RAG。模型以 Apache 2.0 许可发布，权重已上线 Hugging Face 和 Kaggle。
推荐理由Apache 2.0 可商用，7.4 亿参数能跑端侧，做多模态检索和本地 RAG 可直接拿权重
开源文档编辑器 LibreOffice 的开发者表示，出于用户隐私考虑，没有计划在软件的默认配置中加入 AI 功能，并将「不含 AI」本身作为一项产品特性对外说明。原文信息有限，未披露具体功能范围或时间表。
推荐理由做办公工具或在意数据本地化的用户，可把 LibreOffice 当作默认不带 AI 的替代选项。
Mistral 发布 Mistral Large 4，代号「le Chonk」，为 1 万亿参数开放权重模型，主打通用 Agent 能力，使用 4000 块 Grace Blackwell GPU 训练。原文指出，当前主导市场的旗舰模型多来自前沿实验室且为闭源，Mistral 希望借该模型改变这一格局。原文信息有限，未披露具体评测数据、上下文长度与开放许可细节。
推荐理由1T 参数开放权重模型，做 Agent 的团队可关注其权重与许可是否真能自部署
Reka 发布 Rho-1 研究预览版，一个从零训练的 19B 全模态推理模型，单一神经网络可理解并生成文本、图像、视频，并输出机器人动作。模型采用双流架构：离散 token 承载文本与高层指令，连续 token 承载图像潜变量、视频帧与机器人动作，两条专家权重流共享注意力与 KV cache。官方测试中，基础版视频生成速度为实时的 0.79 倍，约 6 秒可看，首个片段 7.0 秒；蒸馏版将去噪步数从 99 降至 8，约 1 秒返回 5.3 秒片段。机器人方面在 LIBERO 仿真中输出 7 个动作通道。以上均为…
推荐理由19B 单模型替代多模态流水线，视频生成 0.79x 实时、蒸馏版 1 秒出片，做 Agent 和机器人可关注
TII 在 Falcon-H1-Arabic 基础上推出 Falcon-Emirati-7B，专门理解和生成阿联酋阿拉伯语（海湾方言），覆盖词汇、语气和文化语境。该模型基于 Falcon-H1 混合架构，将 Mamba 状态空间模型与 Transformer 注意力并行融合，兼顾长序列线性效率与长距离依赖精度。Falcon-H1-Arabic 系列含 3B、7B、34B 三个规模，上下文窗口最高 128K 和 256K token，此前已用现代标准阿拉伯语及海湾、黎凡特、埃及、马格里布等方言数据训练。团队选择 7B…
推荐理由做阿拉伯语本地化或中东市场的团队可关注：方言模型选 7B 而非 34B，成本与效果更平衡。
PhAI Labs、港中文、复旦、斯坦福、牛津、普林斯顿等机构发布 JEPA-Anything，用同一套学习配方替代各领域单独设计的世界模型。方法在 JEPA 基础上加入正交预测分解（OPF），把宽度 d 的隐目标拆成 K 个宽度 r 的子空间（多数实验 K=4），每个因子配独立预测器，再用投影矩阵的 Moore-Penrose 伪逆重组，并加入正交损失、因子活跃度损失和编码器方差损失防止坍塌。在视觉、生物、临床轨迹、控制、分子动力学、物理场、天气 7 个领域测试：单细胞零样本 PBMC 聚类 AvgBIO 从 C…
推荐理由一套 OPF 配方跨 7 个领域复用，单干预 MSE 降 34.83%，做世界模型可直接参考其因子分解与正则设计。
Together AI 发布 MIT 许可的免费 CLI 工具 Together Link（beta 版），可将 Claude Code、Codex、OpenCode、Pi 等编程 Agent 连接到 Together AI 托管的开源模型。一条命令安装，仅需 Together API key，无本地代理。内置 Auto Router 按任务难度自动选模型：有 Anthropic key 时在 Opus 5.5 和 GLM 5.3 间路由，无 key 时在 GLM 5.3 和 GLM 5.3 Flash 间路由。支…
推荐理由一条命令把 Claude Code 的模型换成 GLM 5.3，输入价格 $1.40 对比 Opus 可省大量成本
英伟达投资的 Reflection AI 发布首个开放权重模型 Beam，官方称其在推理能力上对标 GLM-5.2，且推理算力消耗低得多。模型权重预计本月开放下载。原文信息有限，未披露参数规模、具体评测分数和许可协议。
推荐理由开放权重模型又多一个选择，等本月权重放出后可实测推理算力差距
Ghost 结束一年隐身开发，宣布完成由 Andreessen Horowitz 领投的 1100 万美元种子轮，Abstract、Audacious Ventures、SV Angel、Nova 参投。首款产品 Core 是一台专为 AI Agent 设计的无屏电脑，售价 3499 美元，内置 Nvidia RTX Pro 4000 SFF Blackwell GPU，预装 Qwen-3.8-Next、Qwen-3.8-27B 和 Gemma-4-31B 三个模型，也可从 Hugging Face 安装其他模型。…
推荐理由3499 美元买一台预装 Qwen 和 Gemma、可跑本地 Agent 的专用硬件
美国华盛顿特区初创公司 Lola Vision Systems 正在开发将 AI 模型翻译成特定芯片指令的「编译器工具链」软件，并自研半导体芯片。创始人 Tayo Adesanya 称，在新硬件上手动部署 AI 模型仅开始测试就需约 200 小时，公司重建了这一软件层以自动化该流程。客户提供代码和模型（自研或开源），软件将其翻译成客户芯片可执行的指令。公司称已有 12 家企业客户签署购买意向书，1 家已签约，并与微电子人才项目 SCALE 合作。为尽早获得收入，公司将先在现有硬件上授权其软件。
推荐理由做边缘 AI 部署的团队可关注：200 小时的手动适配是真实痛点，软件授权模式意味着现有硬件也能用
TechCrunch Disrupt 2026 公布多场围绕 AI 模型选型的议程。其中一场名为「The Real Tokenmaxxing: How the Best AI Companies Navigate a Multi-Model World」，由 CapitalG 合伙人 Mo Jomaa、Together AI 联合创始人兼 CEO Vipul Ved Prakash、Pathway CEO 兼联合创始人 Zuzanna Stamirowska 参与，讨论企业为何使用多个模型、如何平衡成本性能与灵活性…
推荐理由了解多模型选型与自建/租用决策的讨论框架，含 Together AI、Oumi 等公司的一手观点
德国 AI 公司 Aleph Alpha 发布 Kolibri，一个德英双语开源权重模型，总参数 780 亿，采用混合专家架构，每 token 激活约 30 亿参数。公司称其在质量与运营成本上处于帕累托前沿，德语基准得分 71%，解码速度快于 GPT OSS A5B、Qwen 3.6 A3B 和 Gemma 4 A4B。训练数据中德语占 21.3%，并使用中文模型生成合成数据。模型面向公共行政、航空和工业，支持最高 100 万 token 上下文，在德国和芬兰用 768 块 B200 GPU 训练，权重以 Apac…
推荐理由780 亿参数、Apache 2.0 开源、德语基准 71%，做欧洲合规部署可直接下载权重
开发者 Yash K Saini 为朋友 Akash 做了一个终端里的模拟技术面试工具 grill，基于开源模型、完全本地运行、不联网。它会克隆你的代码仓库并定位值得提问的行，例如 unsafe 块、锁、生命周期、spawned task、useEffect、forEach(async ...)、any、空 catch 等。在 Akash 的 4 个公开仓库上扫描出 116 处可疑点，其中排第一的是 miccli 项目 src/audio.rs:62 处一个与实时音频回调共享的 Arc<Mutex<...>>。面试…
推荐理由想练「讲自己项目」式面试的人可以直接本地跑，扫描器能自动找出代码里最可能被追问的那几行