DeepSeek Harness（dsh）是由 DeepSeek AI 开发的开源 agent harness（智能体框架）。
Model + Harness = Agent
在这个公式里，模型只是"大脑"，而 Harness 是整套"身体"。大脑可以随时更换（DeepSeek、通义、任何 OpenAI 兼容端点、甚至本地模型），身体则可以像乐高一样自由拼装。而"身体"的拼装方式。
LocateAnything 是一种视觉-语言模型，用于实现快速且高质量的视觉定位，能够在企业智能（Enterprise Intelligence）和物理人工智能（Physical AI）等多个领域中进行精确的目标定位、密集检测和基于点的定位。该模型采用通用设计，支持指代表达定位、多目标检测、GUI 元素定位和文本定位等任务，并在复杂和杂乱场景中表现出色。其核心创新——并行边界框解码（Parallel Box Decoding, PBD）——通过单次并行步骤预测完整的边界框坐标，而非采用自回归方式逐个生成标记（token），从而在保持几何一致性的同时提升了效率。与先前方法相比，吞吐量最高可提升 2.5 倍。
双因素认证2FA（Two-Factor Authentication）：登录 / 操作账号时，必须同时提供两种不同类型的身份凭证，才能完成身份校验，是多因素认证（MFA）最常用的子集。传统登录仅单因素：账号 + 密码（单一知识凭证），一旦密码泄露，账号直接被盗；2FA 在密码之外增加第二道独立校验屏障，黑客只拿到密码也无法登录。
Apache SkyWalking 是一款专为微服务、云原生及容器化架构设计的开源可观测性平台，提供分布式追踪、服务网格遥测分析、度量聚合与可视化的一体化解决方案。在传统单体应用向分布式架构演进的过程中，系统复杂度呈指数级增长，传统的日志监控与指标监控已无法满足故障定位与性能诊断的需求。SkyWalking 的核心价值在于填补了这一技术空白，通过全链路追踪能力，将原本黑盒化的跨服务调用过程转化为可视化的调用链，使开发运维人员能够快速定位性能瓶颈与故障根因。
与传统APM工具相比，SkyWalking 具备三大差异化优势：第一，无侵入式探针设计，通过字节码增强技术实现监控数据采集，无需修改业务代码；第二，高性能通信架构，采用gRPC协议进行数据传输，大幅降低监控开销；第三，跨语言生态支持，覆盖Java、.NET Core、PHP、Node.js、Go、Python等主流编程语言，完美适配异构技术栈的微服务体系。
设计了一个基于真实场景的「阅读理解与Demo构建」测试，在相同的条件下，对两款热门工具——WorkBuddy和Mimo Code——进行了一次深度对比。
基于 WiFi 信号的隐私安全人体感知系统
无需摄像头、无需穿戴设备、无需互联网——仅靠 WiFi 信号实现穿墙人体检测、姿态估计、呼吸/心率监测。
WiFi-DensePose（项目代号 π RuView）是一个边缘 AI 感知系统，利用 WiFi 信号实现人体感知。其核心原理是：WiFi 路由器发出的无线电波在遇到人体时会产生散射，通过分析信道状态信息（CSI）的变化，系统可以重建人体姿态、检测生命体征。
不只是聊天机器人，而是真正能"干活"的 OS 级 AI 助手。
让它帮你管理文件、操控应用、整理桌面、处理文档——你只需要用自然语言下指令。
AI 工具的爆发式增长带来了无数"聊天机器人"，但它们的边界止于对话框——能回答你的问题，却碰不到你电脑里的文件、打不开你的应用、管不了你的桌面。
Marvis 打破了这条边界。它深度集成在操作系统中，像一位坐在你身边的数字同事：懂你的文件体系、熟悉你的应用生态、理解你的工作流程。它不是"告诉我怎么做"，而是"我来帮你做"。
Agent World（当前最主流的是字节跳动扣子 Coze 于 2026 年 4 月 7 日随 Coze 2.5 正式推出的 Coze Agent World）是一个为 AI 智能体（AI Agent）打造的平行数字世界 / 平行网络（The Parallel Web），让 AI 拥有独立身份、记忆、工具和社交关系，能持续自主生活、工作、学习、社交，定位为 AI Agent 的「社会基础设施」与「数字生态系统」。
访问入口：world.coze.site
Hermes Agent 是由 Nous Research（开发了 Nous-Hermes 系列模型的知名 AI 研究团队）于 2026 年 2 月底正式发布的开源 AI Agent 框架，采用 MIT 许可证，GitHub Star 数已突破 4.8 万，是近期增长最快的开源 Agent 项目之一。官方定位为 "会自我进化的 AI Agent"（The self-improving AI agent），核心设计围绕闭环学习机制展开 —— 完成任务后自动提取经验、生成可复用的 Skill 文档，并在后续任务中持续精炼这些 Skills，实现 "越用越聪明" 的效果，而非每次对话从零开始GitHub。
与传统 Agent 框架不同，Hermes Agent 的核心出发点是：Skills 应该由 Agent 自己从经验中生成，并在使用中持续精炼，而非人工维护的 prompt 模板库。
2026年3月31日，Anthropic 官方 AI 编程 CLI 工具 Claude Code 的完整源代码被意外泄露。安全研究员 Chaofan Shou (@Fried_rice) 在 X (Twitter) 上公开披露了这一发现：
"Claude code source code has been leaked via a map file in their npm registry!"
这是继 OpenAI 系统提示词泄露后，AI 行业又一重大安全事件。
