NVIDIA 开源 IMO 金牌完整配方：Nemotron 数学推理全栈放出，权重、数据、200 道新题一个不少
一句话结论：NVIDIA 把一套在 2026 国际数学奥林匹克拿到金牌（30/42 分，超出金牌线 1 分）的数学推理系统完整开源——两个专家模型权重、训练数据、推理代码、提交的证明，还有一个 200 道全新奥赛题的 benchmark，全部可复现。 AI 摘要 项目用途：一套纯自然语言、无外部工具的数学奥林匹克证明生成流水线，全栈开源。适合人群：研究数学推理、RL 训练、test-time compute 的团队和个人。上手门槛：很高，两个专家 checkpoint 各 1.12 TB，官方建议至少 8 张 B200。智盒结论：这可能是目前最诚实的「金牌级开源复现」，但算力门槛挡住了绝大多数人，价值在方法论和 benchmark 而非直接可用。 项目信息 项目名：NVIDIA Nemotron IMO 2026（arXiv:2609.10712）GitHub URL：https://github.com/NVIDIA-NeMo/Skills/tree/main/recipes/nemotron-imo-ttsLicense：模型 OpenMDW 1.1；数据与 benchmark CC BY 4.0 它解决什么问题 数学一直是检验 AI 推理能力的硬指标，但奥林匹克级别的结果往往有个问题：只公布分数，不公布过程。你看到一个「IMO 金牌」，却没法知道它是怎么做到的，也没法复现。 NVIDIA 这次反着来。它把拿到 IMO 2026 金牌（30/42...
nano-kpu：Kimi K3 用 48 小时给自己设计了一颗推理芯片，这是开源芯片的「DeepSeek 时刻」吗
一句话结论：Moonshot AI 开源了 nano-kpu——一颗完全由 Kimi K3 设计、用开源 EDA 工具跑通全流程的推理芯片 RTL，48 小时完成设计，4 平方毫米、100MHz、模拟 8700 tokens/s。但它明确声明是「能力演示」，不是产品。 AI 摘要 项目用途：Kimi K3 自主设计的推理芯片 RTL 源码，含功能仿真和时序/面积综合流程。适合人群：关注 AI 自主工程、芯片设计、国产大模型的人。上手门槛：高，需要 Verilator 5 + yosys 工具链。智盒结论：作为「AI 能不能做芯片设计」的标尺很有价值，作为实际芯片还差得远，别把演示当产品。 项目信息 项目名：MoonshotAI/nano-kpuGitHub URL：https://github.com/MoonshotAI/nano-kpuLicense：Apache-2.0Star / Fork：47 / 5（截至 2026-09，早期） 它解决什么问题 严格说，nano-kpu 不解决任何生产问题。它回答的是一个更根本的问题：一个 AI 模型，能不能在没有人干预的情况下，独立完成一颗芯片的设计全流程。 答案在 Moonshot AI 的开源仓库里。nano-kpu 是一颗...
Pizza Bot：AWS 开源的「AI Agent 收件箱」，让后台干活的 Agent 干完再回来找你
一句话结论：AWS 开源的 Pizza Bot 把 AI Agent 的交互从「盯着聊天窗口」改成了「收件箱」，Agent 在后台跑，干完或卡住才回来，Apache-2.0 协议、本地优先、无遥测，2000 多个亚马逊员工已经内部用过。 AI 摘要 项目用途：给后台运行的 AI Agent 一个邮箱式收件箱，任务完成后才通知你。适合人群：想让 Agent 跑长任务、不想一直盯着的开发者和小团队。上手门槛：中低，桌面应用开箱即用，懂 MCP 和 Skill 可以玩得更深。智盒结论：切中了「聊天界面不适合长任务」这个真实痛点，自托管定位清晰，值得关注 Agent 工作流的人上手试。 项目信息 项目名：Pizza Bot（AWS 开源，独立 GitHub 组织维护）GitHub URL：https://github.com/awslabs/pizza-botLicense：Apache-2.0 它解决什么问题 现在用 AI Agent 干活有个别扭的地方：界面是聊天框，但活儿不是聊天。你给 Agent 一个要跑十分钟的任务，它中途可能要你确认一步，你就得盯着终端或聊天窗口等它。AWS 的开发者管这叫「babysitting」，不是协作。 Pizza Bot 的思路很直接：把交互模型从「同步聊天」换成「异步收件箱」。Agent 在后台跑，完成后作为「未读」线程出现，需要你拍板的事进「Action」队列。你像处理邮件一样，有空了再看，不用守着。 这个产品最早在亚马逊内部跑了 2000 多人，用来做会议准备、邮件起草、Slack 摘要、CRM...
open-connector：一个网关把 1000+ SaaS 连进 AI Agent，告别手写 OAuth 集成
一句话结论：open-connector 把「让 AI Agent 调用任意 SaaS」这件每个开发者都要重做一遍的脏活，压缩成两分钟的配置，5.3k Star、Apache-2.0 协议，值得每个做 Agent 的团队看一眼。 AI 摘要 项目用途：开源认证网关，让 AI Agent 通过 OAuth 调用 1000+ SaaS 服务的 API。适合人群：正在做 AI Agent 集成、不想为每个 SaaS 单独写 OAuth 流程的开发者。上手门槛：中低，懂 TypeScript 或会用 Docker 就能跑起来。智盒结论：解决的是真实且高频的痛点，处于早期增长阶段，可以先自托管试用再决定是否依赖。 项目信息 项目名：oomol-lab/open-connectorGitHub URL：https://github.com/oomol-lab/open-connectorLicense：Apache-2.0Star / Fork：5.3k / 437（截至 2026-09） 它解决什么问题 做 AI Agent 的人都会遇到同一个坎：模型想调用户邮箱里的日历，你得先处理...
context-mode：把 AI 编码 Agent 的上下文膨胀砍掉 98%，GitHub 已 2.1 万星
context-mode 是 TypeScript 写的 MCP 中间件，把 AI 编码 Agent 的上下文膨胀砍掉 98%，GitHub 21562 星，覆盖 17 平台。