
22
6 月
更正说明:Autonomy 自写工具 Agent 项目无法确认
审计结论
本文候选稿不得发布,也不得以新闻、项目解析或产品推荐的形式重新包装后发布。
截至 2026 年 7 月 18 日,原稿列出的三个核心来源均无法提供可核验材料:
https://github.com/autonomy/core:返回 404https://github.com/autonomy/toolcraft-benchmark:返回 404https://ainews.cool/article/20260620-autonomy-ai-agent-toolchain:返回 404
在缺少可确认的项目主体、官方仓库、正式文档或论文的情况下,无法证明原稿所描述的 “Autonomy” 框架真实存在,也无法确认其功能边界。
被阻断的核心陈述
以下内容没有可用的一手来源支持,不能继续使用:
- “一个月获得 4,200+ GitHub Star”
- ToolCraft 基准及 78.5%、41%、38.2% 等对比数据
- 使用 5 万条合成 Agent 轨迹微调 Llama 3 70 B
- MIT RNA 测序分析案例及 45 分钟对 3 小时的效率对比
- Docker 沙箱、网络白名单和跨任务持久化工具等实现细节
- “60% 沙箱逃逸风险”
- 关于融资、收购可能性或成为下一代标准的判断
这些陈述构成原稿的主要事实基础,无法通过局部改句或增加免责声明修复。
重新立项条件
只有在至少获得以下一项可访问的一手材料后,才可重新立项:
- 项目维护者控制的官方仓库或网站;
- 可核验作者、机构和方法的正式论文;
- 包含测试任务、运行环境、模型版本和复现实验说明的基准仓库;
- 案例所属机构发布的原始说明。
重新立项时必须从空白稿开始,不得沿用本稿中的数字、案例或结论。
审计说明
本记录仅用于智盒内容治理与追踪,不是面向读者的可发布文章。有关智盒的内容处理方式,可参阅编辑政策与关于智盒。
RELATED
Posts
15 10 月
Llama Windows 上手:Windows 11 托盘一键跑本地大模型,不用命令行
一句话结论:Llama Windows 是 Hugging Face 2026 年 10 月 13 日发布的免费开源 Windows 11 托盘应用(MIT 许可),把 llama.cpp 包装成「点图标、选模型、下载、开聊」四步,不需要终端、不需要编译、不需要管理员权限。它同时在本机提供 OpenAI 兼容接口,适合第一次在自己电脑上跑开源模型的人,也适合想给脚本接一个本地模型的开发者。 AI 摘要 资源类型:免费开源软件(Windows 11 桌面应用)来源:Hugging Face 官方博客发布,代码在 GitHub ggml-org/Llama-Windows适合人群:想在 Windows 电脑上离线跑开源模型的普通用户、需要本地 OpenAI 兼容接口的开发者使用价值:自动安装和管理 llama.cpp,一键下载推荐模型,模型缓存与其他 Hugging Face 工具共享风险边界:项目很新(GitHub 87 星,2026-10-14 核查);官方博客和 README 给出的本地端口不一致,需以本机实际为准 资源信息 资源名:Llama Windows(代码仓库内名称...
12 10 月
HowToCook 程序员做饭指南:10 万星开源菜谱怎么用、怎么部署、怎么接 AI
HowToCook 程序员做饭指南是 GitHub 10.2 万星的开源菜谱库,372 道家常菜用量精确到克。本文讲清在线使用、Docker 本地部署、按食材找菜工具和 MCP 接入 AI 助手的方法与风险。
9 10 月
Sharp 图片预处理:给 AI 截图输入建立尺寸上限和独立输出
Sharp 图片预处理适合将人工选定的图片规则写进 Node.js 流程。本文包含官方安装渠道、平台要求、完整单图脚本和独立输出目录设计,说明尺寸上限、不放大小图、无损编码与缩放损失的区别。示例以静态 PNG 为起点,要求比较小字和识别退化,不覆盖原件,不保证压缩率,也不把像素限制当作完整上传安全方案。
9 10 月
Python jsonschema:给模型输出加一道可执行的数据合同
Python jsonschema 可以把模型输出的数据合同变成可执行检查。本文包含虚拟环境安装、官方包下载、完整校验脚本和四个正反样本,解释 required、额外字段、格式检查与语义真实性的区别,并说明跨平台运行和失败处理方法。适合信息提取与工具参数入口,不调用收费模型,也不把结构通过误写成业务正确或权限批准。
9 10 月
Promptfoo 上手:先用本地输出检查评测规则,再连接模型
Promptfoo 可用 Echo provider 检查变量、模板和断言,不必调用模型。本文给出独立目录安装方法、Node 版本要求、两条合成样本配置及预期通过和失败路径,说明本地报告、锁文件、外部评分和隐私风险。适合已有固定任务的开发者建立回归入口,不提供未执行的准确率成绩,也不把本地工具与免费模型额度混为一谈。
9 10 月
Mermaid CLI:把 Agent 流程图源文件放进可重复的构建流程
Mermaid CLI 能把流程图源文本转为可构建的文档资产,适合经常随 Agent 代码变化的审批与异常流程。本文提供官方源码、项目内安装、引擎检查、完整示例和 SVG 导出命令,说明浏览器依赖、中文字体、版本锁定及 CI 隔离边界。它不是在线编辑器的重复介绍,也不把图像导出成功当成业务流程已经正确实现。
8 10 月
jq 日志整理:把 AI 调用的失败与未知用量留在统计里
jq 调用日志整理可以帮助 AI 开发者识别重试、失败与缺失 usage,避免把未知用量误记为零。本文提供三个平台的官方安装路径、三行合成 JSONL、TSV 导出过滤器及任务去重统计,说明跨平台引号、内存限制和实际账单核对边界。不读取真实客户数据,不代替供应商结算,也不把调用次数当作成功任务数量。
8 10 月
剪映全平台教程合集:AI 赋能视频剪辑的入门资源包(Windows / macOS / iOS / Android)
剪映全平台教程合集:Windows、macOS、iOS、Android 四端一站式入门资源,覆盖安装包、使用教程、AI 字幕/配音/抠图实战,适合短视频创作者和自媒体运营。
24 9 月
DeepSeek Harness(dsh)开源:DeepSeek 把自家跑模型 benchmark 的 agent harness 直接放出来了
DeepSeek 把内部跑 V4-Flash benchmark 的 agent harness 以 MIT 协议开源,叫 DeepSeek Harness(dsh)。全插件化、模型无关、4 种 runtime 模式,开发者预览版可上手。
24 9 月
Google 发布 Gemini 3.8 Flash TTS / Flash-Lite TTS:把 Gemini Audio 系列拉到「商用级别」的最后一公里
Google 发布 Gemini 3.8 Flash TTS 和 Flash-Lite TTS:基础 Gemini 3 Pro、最长 64K token 音频输出、AI Studio 新增语音设计工作区,与 ElevenLabs、OpenAI Voice Engine 正式同台竞争。











评论 (3)
[…] Autonomy 开源框架解析:当 AI Agent 学会自己写工具 — Agent 不只是用工具,开始自己造工具了 […]
[…] Autonomy 开源框架解析:当 AI Agent 学会自己写工具 — Agent 自主性的下一个前沿 […]
[…] Autonomy 开源框架解析:当 AI Agent 学会自己写工具 — Agent 从使用工具到创造工具的进化,和机器人从听从指令到自主操作本质相同 […]
评论被关闭。