ESMFold2 超越 AlphaFold3：11亿蛋白质结构开源图谱发布，AI for Science 迎来「DeepSeek 时刻」
ESMFold2凭什么超越AlphaFold3？Biohub在5月底发布了ESMFold2，一个完全开源、Apache 2.0商用友好的蛋白质结构预测模型。它生成了11亿蛋白质结构的开源图谱——是AlphaFold数据库（约2亿）的5.5倍。同时收录了68亿蛋白质序列信息。ESMFold2 4.1B参数的MONET模型在GenEval基准上得分0.74，击败了DALL-E 3和12B参数的FLUX.1 Dev。只用对手三分之一参数量就超越，靠的不是算力而是数据质量。团队已用ESMFold2成功设计新型抗体和抗癌蛋白。实验室验证显示高比例设计按预期工作。还意外发现CRISPR微生物防御蛋白与2023年土壤真菌基因编辑蛋白在结构上的相似性——这在AlphaFold中未被发现。为什么这是AI for Science的里程碑？AlphaFold3虽然强大，但代码和模型权重闭源，商业使用受限。ESMFold2以Apache 2.0完全开源，意味着任何实验室、制药公司、科研团队都可以免费商用。这是科学开源精神与商业AI的正面碰撞。ESMFold2还有一个关键突破：能够设计新的蛋白质而不仅仅是预测已知蛋白质结构。抗体和抗癌蛋白的成功设计证明AI不只是"读"生物学，还能"写"生物学。FAQESMFold2可以免费商用吗？是的。Apache 2.0许可，完全开源，无商业限制。ESMFold2与AlphaFold3的差距有多大？在多个蛋白质结构预测基准上ESMFold2超越AlphaFold3。4.1B参数就达到GenEval 0.74。数据质量比模型规模更重要。这对药物研发有什么实际影响？显著降低蛋白质结构预测和设计的门槛。小团队也能使用开源工具设计新型抗体和蛋白质药物。
作者：智盒（aiKit.vip）｜ 资讯 · 资源 · 工具 · 导航
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
...
ECC 开源项目深度拆解：19 万星的 Agent 性能调校系统，给 AI 编程装上「变速箱」
如果你用过 Claude Code 或 Codex CLI 写代码，大概率遇到过这种情况：agent 为一个简单功能读了 15 个不相关的文件，调用了 8 个不需要的工具，烧掉了一大堆 token，最后代码还没写好。
ECC 要解决的就是这个问题。
ECC 是什么？
ECC 的全称很长——「The agent harness performance optimization system」（Agent 执行层性能优化系统）。简单说，它像是给 AI 编程 agent 装了一个「变速箱」和「刹车」，告诉 agent：这个场景下你只需要看这些文件、用这些工具、以这种节奏工作。
它的核心模块包括 5 个：
Skills。定义 agent 在特定场景下使用的能力清单。比如「debug 模式」下 agent 可以读日志、跑测试、查看 git diff；「refactor 模式」下 agent 可以用 replace_content...
Next AI Draw.io 测评 2026：28k Stars的开源图表革命
2026年图表软件市场规模$6.05亿，CAGR 10%；AI思维导图市场增长更猛，CAGR 20.71%。Next AI Draw.io用自然语言对话+18个AI框架直接生成专业图表——你只需描述，它画出一切。
MCP 不再只是 Claude Desktop 的玩具：2026 年 5 个变化让它成了 AI 基础设施
一年多前，Anthropic 发布 Model Context Protocol（MCP）时，大多数人的反应是「又一个协议」。它解决的问题很具体：让 Claude Desktop 连接外部工具和数据源。
到了2026年5月，这个判断已经过时了。MCP 的 TypeScript SDK 在2月发布了 v1.27.1，Python SDK 在1月到了 v1.26。OpenAI 的 Agents SDK v0.12.5 内置了 MCP 重试和错误标准化。Google 的 ADK v2.0 虽然引入了自己的 Task API，但跟 MCP 解决的是互补问题而非竞争问题。MCP 已接入50+企业级集成，数千个 MCP 服务器在 GitHub 上运行。
从手写 JSON schema 到框架化开发，从 Claude...
8.5k Star、699 Fork、Product Hunt #3：OpenHuman 这款 AI Agent 平台为什么突然爆了？
2026年5月第二周，GitHub Trending 榜上换了个新面孔。不是新的编程框架，不是新的 LLM 推理引擎，而是一个叫 OpenHuman 的桌面 AI Agent——17,709 Star，1,547 Fork，60个贡献者，v0.53.43 版本每几天迭代一次。
它在 Product Hunt 上冲到 #3，Dev Community 上多篇文章同时讨论。Tech Times 写了一篇尖锐的分析：《The Agent That Reads You First》。
但这个项目的有趣之处不在于增长数字——而是在于它选择了一条和所有主流 AI Agent 都不同的技术路线。它不是「等你描述任务然后执行」，而是「在你开口之前，它已经通过你的 Gmail、GitHub、Notion、Slack、Calendar 建立了一张上下文地图」。
Key Takeaways– OpenHuman 以「上下文优先」路线切入，区别于 OpenClaw 的广度模式和 Hermes 的观察学习模式– 118+ 第三方 OAuth...