GitHub趋势·10月27日:agent技能框架登顶
GitHub趋势·10月27日:agent技能框架登顶
今日GitHub新上榜3个项目深度解读
今日GitHub新上榜3个项目深度解读
今天GitHub Trending又有几个新面孔杀进来了。而且第一名那个,星数吓人。
你说的是obra/superpowers吧。二十四万四千多星,今天还涨了八百多。
对,昨天还没看到它。这种感觉就像是突然从地底下冒出来一座山。
其实它是厚积薄发。重点不在星数,重点在它想解决的那个问题。
什么问题?它不就是个skills框架吗,前面几天这类项目我们聊过不少了。
不一样。它不只是打包一堆skill,它是一整套软件开发方法论。
你能理解成,它给agent定了一套工作纪律。什么阶段干什么活,谁来验收。
等一下,你的意思是它管的是流程,不是工具本身?
没错。之前那些skill项目解决的是agent会不会干。它解决的是agent干得靠不靠谱。
这就有点意思了。我们现在团队用agent写代码,最头疼的就是它一顿猛操作,结果方向全错。
所以你看它为什么今天爆。大厂里吃过这个亏的人太多了。
而且它是Shell写的,门槛低得离谱。复制两个脚本就能跑起来。
难怪。两万多的fork数,说明大家不是在围观,是真在改。
对,fork多说明社区在二次开发。这才是它今天冲榜的真实推力。
那它适合谁用?中小团队还是大厂?
都行。但我觉得最香的是那些想规范agent协作的团队。
总结一下,superpowers的走红说明一件事。agent赛道已经从能不能干,卷到了干得规不规范。
漂亮,这句可以当标题了。
好,第二条,港大这边杀出来一个DeepTutor。今天新上榜第八名。
HKUDS出品。两万六千多星,今天涨了七百多。增速很稳。
Lifelong Personalized Tutoring,终身个性化辅导。这词听着就很有野心。
它想干的事很简单。让AI记住你学到哪了,然后接着教。
这不就是每个在线教育公司吹了十年的梦吗。
对,但以前做不到。现在有长期记忆和agent,这事第一次变得可行。
你看它名字里的lifelong,不是噱头。它是把学习当成一条长线来建模。
所以它跟那些刷题类AI产品的差别在哪?
刷题类的是单次问答。它是有状态的,跨会话的。你今天学的,明天它还记得。
这个对学生和自学者太关键了。不然每次都要重新自我介绍一遍。
而且港大这块牌子,在教育场景里号召力很足。这也是它今天能上榜的原因之一。
我猜它后面会跟一堆教育机构谈落地。
大概率。不过我想提醒一句,记忆做得好是护城河,做得差就是隐私雷区。
这话得记下来。总结,DeepTutor代表的是AI从工具变成长期陪跑者的方向。
然后还有一条,有点野。一个叫jailbreaks的仓库,今天涨了八百九十星。
这个我得先说清楚。它就是一个越狱提示词的合集清单,别想复杂了。
那你觉得它为什么今天涨这么猛?
我觉得是情绪驱动。大家想看大模型的安全边界到底在哪。
但这种东西上榜,会不会有点危险?
讨论价值大于实用价值。真正做安全的人,拿它当攻击样本库看。
普通用户最好别照单全收。很多提示词早就被模型厂商堵上了。
明白。总结一句,它的热度恰恰说明,模型安全还是大家心里的那根刺。
那李博,今天这三个新面孔,你看出什么共性的东西没有?
有。两个是agent的延伸,一个是agent的对立面。
对立的那个是jailbreaks?
对。superpowers和DeepTutor在教agent怎么更靠谱。jailbreaks在试探agent能被推多远。
一个建墙,一个拆墙。这么一对比,今天这榜单还挺有戏剧性的。
所以我的判断是,agent落地进入深水区了。规范和攻防会同时升温。
好,那今日必看我给两个。想看agent怎么做工程化,去翻superpowers。
我补一个DeepTutor。个人学习场景,值得亲手跑一遍。jailbreaks就看个热闹吧。
行,今天就聊到这儿。我去把superpowers扒一扒,回见。
相关推荐
科技前沿GitHub日报·11月08日:Agent 基础设施全面开花
Deep dive into 7 new GitHub trending projects today
科技前沿Claude新模型Silicon曝光,Opus 5.5被超越?
Anthropic神秘模型Silicon与Obsidian 3在Cognition Devon CLI中曝光,据称超越Opus 5.5;OpenAI的Cactus和Kraken同现构建,Coder平台Koduck疑为Qwen家族。本文梳理周末AI圈关键动向,并解读一项关于视觉输入欺骗机器人的安全研究。
科技前沿Claude模型与Effort终极指南:如何省Token
基于8种Claude模型与Effort组合、4个真实编码任务的实测,拆解Haiku、Sonnet、Opus、Fable的定位与价格,解析Effort档位对Token消耗的影响,并给出省Token的实战配置建议。