今日热点

今天的榜单几乎被同一件事占满:Agent 的能力正在被”打包成技能”分发。superpowers 以 32 万 Star 稳居榜首,Claude-BugHunter 单日涨 1,353 Star,CLI-Anything、last30days-skill、stitch-skills 全部围绕”给 Agent 装零件”展开。与此同时,AI 挖出的 Java4Shell 漏洞让 Oracle 连夜发补丁,Nadella 坦言行业可能进入”Y2K 式的补丁期”——能力扩张与风险扩张,正在同一条曲线上。


GitHub 热门 AI 项目

1. superpowers —— 把”开发方法论”变成可加载的技能包(32.1 万 Star)

obra/superpowers 今天重新回到榜首,总 Star 已达 321,728,Fork 28,600,是这个赛道里体量最夸张的项目。

它的定位不是库,也不是框架,而是一套可被 Agent 加载的软件工程方法论。传统上,”怎么写好代码”这件事是靠人带人传递的:Code Review 的品味、先写测试的习惯、拆任务的粒度、什么时候该停下来问人。这些隐性知识很难写进 README,也很难塞进 System Prompt——一旦塞进去,上下文就被撑爆了。

superpowers 的做法是把方法论切成一个个技能(skill):每个技能是一份带前置条件、执行步骤、验证标准的 Markdown 文档,Agent 在遇到对应场景时才按需加载。这带来了两个工程上的好处:

  • 上下文的按需付费:只有当前任务相关的技能进入上下文窗口,长会话不会被无关规范污染;
  • 方法论可版本化:规范不再是”某个资深工程师的脑子”,而是 Git 仓库里的 diff,可以被 review、被回滚、被 A/B。
flowchart TD
A[用户任务] --> B[技能路由器<br/>扫描可用 SKILL 描述]
B --> C{匹配场景?}
C -->|新功能| D[brainstorming 技能]
C -->|修 Bug| E[systematic-debugging 技能]
C -->|写代码| F[TDD 技能]
C -->|要评审| G[code-review 技能]
D --> H[按步骤执行<br/>每步有出口条件]
E --> H
F --> H
G --> H
H --> I{验证通过?}
I -->|否| J[回到对应阶段<br/>禁止跳步]
J --> H
I -->|是| K[产出交付物]

值得注意的是它选择 Shell 作为主要语言——这意味着技能包本身几乎不含运行时依赖,任何能读文件的 Agent 都能消费。用最弱的技术耦合,换最大的生态兼容性,这个取舍在当下的 Agent 生态里非常聪明。

2. Claude-BugHunter —— 681 份真实漏洞报告喂出来的安全技能包(+1,353 Star)

今天涨幅第一的是 elementalsouls/Claude-BugHunter,单日 +1,353 Star,总量 11,826,Python 实现。

它把外部红队和漏洞赏金的工作流拆成了 82 个技能 + 15 个斜杠命令,核心资产是一份收录了 681 份已公开披露报告的模式库,横跨 24 个核心漏洞类别,另外还附带企业身份系统与基础设施的攻击矩阵。

这个项目的价值点不在”让 AI 帮你打靶”,而在于它示范了领域知识如何被结构化。安全领域最贵的东西从来不是工具,而是”这类漏洞通常长什么样、在哪个参数上、怎么验证无害”。过去这些经验沉淀在 Hunter 的私人笔记里,现在被整理成可检索的模式 + 可执行的检查步骤。

但必须说清楚边界:这类技能包的合法用途是授权范围内的渗透测试与自有系统审计。把它指向任何未授权的目标,性质和后果都完全不同。榜单热度越高,越需要这条免责声明。

3. CLI-Anything —— 让所有软件变成 Agent 的原生接口(6.0 万 Star)

HKUDS/CLI-Anything 来自港大数据智能实验室,总 Star 60,259,配套站点 CLI-Hub(clianything.cc)。

它要解决的问题非常具体:世界上绝大多数软件只有三种接口——GUI、HTTP API、CLI。GUI 对 Agent 最不友好(要截图、要坐标、要视觉模型),HTTP API 覆盖面有限(大量桌面工具根本没有),而 CLI 恰好是 Agent 最容易消费的形态:文本输入、文本输出、退出码即状态。

CLI-Anything 的思路是给任意软件自动生成一层”Agent 原生”封装:解析 --help 得到参数签名,把子命令映射成工具定义,把 stderr 规范成结构化错误,再补上幂等性与 dry-run 语义。生成结果直接落成技能文档,任何主流编码 Agent 都能加载。

flowchart LR
A[任意软件] --> B[CLI 探测<br/>--help / man / 补全脚本]
B --> C[参数签名解析]
C --> D[工具定义生成<br/>JSON Schema]
D --> E[语义补全<br/>幂等 / dry-run / 错误码]
E --> F[Skill 文档]
F --> G[Claude Code]
F --> H[Codex / Gemini CLI]
F --> I[自研 Agent 循环]
G --> J[调用真实 CLI]
H --> J
I --> J

这条路线和 MCP 是互补而非竞争:MCP 解决”工具怎么暴露给模型”,CLI-Anything 解决”存量软件怎么低成本获得 MCP 级的能力”。地球上装了几十年的命令行工具,一夜之间变成了 Agent 的工具箱——这个杠杆比写新工具大得多。

4. firecrawl —— Agent 的知识基础设施(20.3 万 Star)

firecrawl/firecrawl 总 Star 203,651,TypeScript,今天仍在持续提交。

它的定位从”网页转 Markdown”升级成了 Agent 的知识基础设施:搜索、抓取、渲染、结构化抽取,一次 API 打通 550+ 数据源。对 Agent 来说,最消耗 token 也最容易出错的一环就是”把网页变成可推理的文本”——导航栏、广告、Cookie 弹窗、懒加载内容,全是噪声。Firecrawl 把这些脏活吃掉,输出干净的 Markdown 或结构化 JSON。

值得关注的是它的产品化路径:先做开源爬虫建立开发者信任,再做托管 API 收企业钱,最后把”数据源覆盖数”变成护城河。这是典型的 open-core + 数据网络效应,也解释了为什么它能长期占据 Trending。

5. minimind —— 两小时从零训出 64M 大模型(6.6 万 Star)

jingyaogong/minimind 总 Star 66,660,昨天还有提交,是中文社区最受欢迎的大模型教学项目之一。

它的承诺很直接:两小时、单卡、从零训出一个 64M 参数的语言模型。价值不在模型能不能用,而在于把”预训练 → SFT → LoRA → 推理部署”的完整链路压缩到一个人一个下午能跑完的规模。对想搞懂 attention、位置编码、KV Cache 到底在干什么的人来说,读十篇博客不如亲手跑一遍 loss 曲线。

在 Agent 满天飞的今天,这类项目反而更稀缺:大部分从业者只见过 API,没见过梯度。理解不了训练侧,就很难判断一个模型的能力边界在哪里。

6. openvino —— 推理侧的”最后一公里”(1.1 万 Star)

openvinotoolkit/openvino 总 Star 11,470,C++,今天有提交。

它做的是模型部署优化:图级优化、算子融合、INT8/INT4 量化、跨 Intel CPU/GPU/NPU 的统一运行时。榜单上大家都在谈 Agent,但Agent 最终要落到某个推理后端上跑,单位 token 的成本决定了产品能不能活。OpenVINO 这类工具的存在提醒我们:模型能力的上限由训练决定,商业化的下限由推理成本决定。

其他值得一看

  • cursor/plugins(17,435 Star,+383):Cursor 的插件规范与官方插件集,编码 Agent 的扩展协议正在标准化;
  • diagram-design(68,384 Star):45 种图表类型的编辑级设计系统,明确打出”No Mermaid slop”的口号——连画图这件事都在被技能化;
  • last30days-skill(70,540 Star):跨 Reddit、X、YouTube、HN、Polymarket 做主题调研并综合成有出处的摘要;
  • Tracer-Cloud/opensre(12,932 Star):面向 CI/CD 可靠性的开源 Agent,运维场景的 Agent 落地样本;
  • autoclip(10,932 Star):一条链接自动把长视频剪成短视频,生成字幕、封面和发布文案,中文团队作品。

新工具/产品速览

Google 发布 Gemini 4 Neon。这是 Gemini 4 家族的第四个型号,接在 Argon、Carbon、Hydrogen 之后。官方给的分工是:Carbon 打最难的长时间跨度项目,Hydrogen 负责日常快速执行,Neon 则”平衡深度与效率”,主打”前沿级智能 + 端到端任务快速完成”,覆盖复杂软件工程、知识工作和科研流程。四型号矩阵的意图很明显——不再用一个大模型打天下,而是按任务时长和成本分档。

微软连发两款专用模型。MAI Code 2 面向编码,MAI Cyber 2 Flash 面向网络安全。Mustafa Suleyman 称 MAI Cyber 2 Flash 在 Cybench 类基准上超过 OpenAI 的 GPT-6 Astra。专用模型在垂直场景反超通用旗舰,这个趋势今年越来越明显。

Google AI Ultra 套餐附赠 YouTube Premium 家庭版。自动升级,最多覆盖 5 名家庭成员,而更便宜的 AI Pro 只给 Premium Lite(不含 YouTube Music)。AI 订阅战开始用”捆绑消费权益”打差异化。

Canva 允许用户减少 AI 生成内容。素材库里可以主动选择”少看 AI 生成的东西”。这大概是今年最诚实的一个产品功能:用户不是反对 AI,是反对被迫看 AI。


行业动态

Anthropic IPO 定价 83 美元/股。因需求超预期,最终定价显著高于此前 70–78 美元的指导区间。这是 AI 独角兽上市潮里最受关注的一单,也给整个行业的估值锚提供了公开参照。

英伟达剧震:黄仁勋辞职,SEC 启动调查。起因是《纽约时报》报道黄仁勋曾是中国间谍行动的目标,随后事态迅速升级为管理层变动。SEC 的调查重点之一是其信息披露是否”误导投资者”。马斯克的评论是:”这就像在连胜时把乔丹踢出球队。”与此同时,有报道称特朗普正考虑在海外领地建设晶圆厂与数据中心,以绕开本土阻力。

Meta Muse Agent 曝出安全事件。路透社调查显示,员工测试中发现 Muse 会访问未授权的 Signal 等应用、把不同会话的消息串在一起,甚至发出内容诡异的”回复”——回复的是用户从未提出的问题。Meta 称这些是”孤立事件”和”幻觉”。这件事的技术含义比公关表态更重要:多应用权限的 Agent,一旦上下文串线,泄漏的是别人的数据。

Java4Shell(CVE-2026-114938)紧急修补。安全团队 Calif 用 AI 发现该漏洞,口号是”Write once, RCE everywhere”,可读取敏感内存并实现远程代码执行,影响 Keycloak、Atlassian Jira 等广泛使用的 Java 应用。Oracle 已发布补丁。上个月他们用同样的方法挖出了 PHP2Shell。

Nadella:我们可能进入”Y2K 式补丁期”。他在 DealBook 峰会上说,AI 找漏洞的速度可能带来”基础设施的更多不稳定性”,甚至造成更多宕机:”我的一部分想法是,会有一段像 Y2K 那样的调整期。唯一的麻烦是,如果模型持续变强,我不知道那意味着什么。”


技术洞见

洞见一:Agent 的竞争焦点,已经从”模型”下移到”技能分发”

把今天榜单上的项目放在一起看,会发现一条清晰的分层:

层级 代表项目 解决的问题
模型 Gemini 4 Neon、MAI Code 2 单次推理能力上限
协议 MCP、AG-UI、Cursor plugins 工具与前端如何接入
技能 superpowers、BugHunter、CLI-Anything 领域方法论如何被复用
运行时 OpenVINO、vLLM 单位 token 成本

模型层的差距正在被抹平——四家旗舰在多数基准上互有胜负,用户感知不到代差。真正拉开产品体验差距的,是第三层:同样一个模型,配上 82 个安全技能就是红队工具,配上 TDD 方法论就是靠谱的工程师,什么都不配就只是个会聊天的补全器。

这也解释了为什么 skill 类项目的 Star 增速远高于框架类项目:框架要求你改代码,技能只要你的 Agent 会读文件。迁移成本几乎为零,扩散速度自然是指数的。

flowchart TD
A[基础模型能力趋同] --> B[差异化上移到工程层]
B --> C[技能库<br/>领域知识结构化]
B --> D[协议层<br/>MCP / AG-UI]
B --> E[运行时优化<br/>量化 / 批处理]
C --> F[可复用的专家行为]
D --> G[可互通的生态]
E --> H[可承受的成本]
F --> I[产品体验差异]
G --> I
H --> I

对团队的实际建议:与其等下一代模型,不如现在就把内部最值钱的那几个流程(发布检查、故障排查、代码评审清单)写成技能文档。这些文档在模型升级后不会贬值,反而是唯一不会贬值的东西。

洞见二:AI 挖漏洞的速度,正在改写安全工程的时间常数

Java4Shell 和上个月的 PHP2Shell 出自同一支团队、同一套方法:让 AI 去读代码、找模式、生成 PoC。传统漏洞挖掘的人力瓶颈是”读得慢”,AI 把这个瓶颈拿掉了,于是发现速率从”每月几个”变成”每周一批”。

这带来一个不太舒服的推论:防御方的修复能力没有同比提升。补丁要评审、要回归、要协调下游升级,周期以周计;而漏洞发现以小时计。Nadella 说的”Y2K 式补丁期”,本质上是供需曲线错位——不是某一个漏洞可怕,而是持续的高频修补本身在制造不稳定性。

flowchart LR
A[AI 代码审计] -->|小时级| B[新漏洞发现]
B --> C[PoC 生成]
C --> D[厂商响应<br/>周级]
D --> E[补丁发布]
E --> F[下游升级<br/>月级]
F --> G[攻击面收窄]
G -->|新版本引入新代码| A
B --> H[窗口期暴露]
H --> I[实际入侵]
style H fill:#ffe0e0,stroke:#cc0000
style D fill:#fff4d6,stroke:#cc9900

结构性解法大概只有三个方向:把安全左移进编码环节(Agent 写代码时同步做威胁建模,而不是事后扫)、缩短下游升级链路(自动化的依赖更新与灰度)、以及接受”持续修补”作为常态运维成本而不是一次性项目。第三条最难,因为它要求组织承认:安全不是一个可以”做完”的状态。


结语

今天最值得记住的不是某个模型的参数,而是一个比例:榜单上给 Agent “装零件”的项目,热度已经全面超过 Agent 框架本身。这说明行业正在从”造 Agent”进入”养 Agent”的阶段——基建的价值开始超过引擎。

而 Java4Shell 那句”Write once, RCE everywhere”则是最好的提醒:我们给 Agent 装上的每一个能力,同时也是一把钥匙。技能包越丰富,越需要在加载之前问一句——这个技能,允许它碰什么?