（本文借助 AI 大模型及工具辅助整理）

一句话总结：今日 AI 研究呈现"Agent 技能工程化"趋势，多篇论文聚焦 Agent 技能优化与验证，GitHub 热门项目也围绕 AI 编程助手生态爆发。

🌊 AI 动态与趋势

今日 AI 研究呈现出明显的工程化与系统化趋势。过去 Agent 技能（Skills）主要依赖手工编写或一次性生成，但今天的 ArXiv 论文显示，研究者开始将技能视为可优化的"外部状态"，引入类似深度学习的优化器（如 SkillOpt）来系统化提升 Agent 能力。这标志着 Agent 技术从" prompt 工程"向"技能训练"的范式转变。

另一个值得关注的信号是多模态知识编辑的进展。现有的多模态大模型（MLLMs）在知识更新时往往泛化能力有限，今天的一篇论文提出了通过对抗子空间对齐来实现更鲁棒的知识编辑，这让模型能够跨视觉和语言的语义等价变体传播编辑，是迈向更可控、可更新 AI 系统的重要一步。

程序验证与 Agent 的结合也初露端倪。有研究用 Claude Code 在 Lean 4 环境下进行自动化程序验证，成功率为 87.5%。这意味着 Agent 不仅能写代码，还能在数学严格的编译器循环中进行自我验证，为未来的高可靠 AI 系统铺路。

📰 AI 今日看点

🔥 AI 大事件

白宫拟投 90 亿美元为情报机构采购 AI 芯片
白宫已批准一项 90 亿美元的预算请求，用于为 CIA 和 NSA 购买尖端 AI 芯片并建设支持 Nvidia Grace Blackwell 超级芯片的基础设施，但目前仍需国会批准。这反映出政府在 AI 军备竞赛中的紧迫感。
来源：The Verge

Anthropic 扩大 Project Glasswing 安全工具访问
Anthropic 宣布向"符合条件"的客户开放 Project Glasswing 的安全工具，包括技能（skills）、Claude 工具包和威胁模型构建器，并计划扩展到更多合作伙伴。同时发布了由 Mythos Preview 发现的开源漏洞仪表板。
来源：The Verge

AI 生成内容引发版权与伦理争议
Ansel Adams 信托基金要求 Danziger 画廊撤下并停止销售由 AI 上色的《Moonrise, Hernandez, New Mexico》版本，指责其"利用 Ansel 的名义推广自己的 AI 上色 venture"。这再度引发 AI 生成内容对原有知识产权和艺术家权益的侵蚀问题。
来源：The Verge

作者承认 AI 虚构引文，却仍要继续使用
《The Future of Truth》一书的作者 Steven Rosenbaum 承认书中至少有 6 处引文由 AI 虚构，但他在接受采访时却表示 AI 仍是"令人愉快的写作伴侣"，并计划继续使用。这折射出业界对 AI 辅助写作的依赖与风险并存的困境。
来源：The Verge

ChatGPT 集成 PowerPoint，支持提示词生成演示文稿
OpenAI 推出了 ChatGPT 与 Microsoft PowerPoint 的集成，用户可以通过侧边栏用提示词、文档、图像等内容创建或编辑演示文稿。该功能目前处于 Beta 阶段，面向 ChatGPT Business、Enterprise、Edu、Teacher、K-12、Free、Go、Pro 和 Plus 用户开放。
来源：The Verge

特朗普推迟签署 AI 行政令
据 Politico 报道，特朗普在原定签署关于政府 AI 监督与访问的行政令的最后时刻推迟了签署，原因是他"不喜欢其中的某些方面"。这反映出美国在 AI 监管上的分歧与不确定性。
来源：The Verge

🛠️ AI 应用前线

Resolve AI：AI 编程热潮正在破坏生产系统
Resolve AI 发布新的多 Agent 调查系统，用协调的专业 Agent 团队并行追踪多个假设、独立验证结论，并构建从根因到症状的完整因果链。该公司称，该架构在其内部评估基准上将根因准确率提高了两倍以上。这反映出企业 AI Agent 部署的复杂性：单 Agent 往往力不从心，多 Agent 协作才是解决生产环境故障诊断的出路。
来源：VentureBeat

Cohere 发布首个完整 Apache 2.0 许可开放模型 Command A
Cohere 推出了 Command A，这是其首个完整的 Apache 2.0 许可开放模型，支持无损量化和原生引用。这标志着主流 AI 公司进一步拥抱开源，降低了企业和开发者使用先进语言模型的门槛。
来源：VentureBeat

Cerebras 声称其芯片运行万亿参数模型比 GPU 云快近 7 倍
Cerebras 宣布其芯片在运行万亿参数 AI 模型时，速度比 GPU 云快近 7 倍。如果得到第三方验证，这将对 Nvidia 在 AI 训练/推理硬件市场的主导地位构成有力挑战，并可能加速 AI 芯片市场的多元化。
来源：VentureBeat

📊 数据速递

• 90 亿美元 — 白宫拟为情报机构采购 AI 芯片的预算请求金额（来源：The Verge）
• 164 篇 — 今日 ArXiv cs.AI 分类下新增论文数量（来源：ArXiv）
• 29,495 星 — Understand-Anything 项目今日新增 GitHub Stars（来源：GitHub Trending）

📊 今日概览

维度	数据
📅 日期	2026-05-25
🔬 ArXiv 精选论文	5 篇
🚀 GitHub 趋势项目	15 个
📰 新闻事件	9 条

🔬 ArXiv 今日精选论文

🤖 大模型与 Agent

1. Executive Strategy for Self-Evolving Agent Skills (arXiv:2605.23904)
• 作者：Yifan Yang, Ziyang Gong 等
• 要点：提出 SkillOpt，首个系统化的文本空间优化器，用于将 Agent 技能作为冻结 Agent 的"外部状态"进行训练。通过优化器模型将评分后的 rollout 转化为对技能文档的有界增/删/替编辑，并仅在严格提升留出验证分数时接受编辑。在 6 个基准、7 个目标模型和 3 个执行框架（direct chat, Codex, Claude Code）上验证有效。
• 链接：https://arxiv.org/abs/2605.23904

2. From Raw Experience to Skill Consumption: A Systematic Study of Model-Generated Agent Skills (arXiv:2605.23899)
• 作者：Zisu Huang, Jingwen Xu 等
• 要点：首次对模型生成的 Agent 技能进行全生命周期（经验生成、技能提取、技能消费）的系统性研究。构建了一个基于效用的评估框架，在 5 个 Agent 任务领域上跨越不同提取器和目标 Agent 进行实验，揭示模型生成技能的实际效果、适用条件和成败因素。
• 链接：https://arxiv.org/abs/2605.23899

3. Agentic Proving for Program Verification (arXiv:2605.23772)
• 作者：Alessandro Sosso 等
• 要点：用 Claude Code 在 Agentic proving 框架下评估 CLEVER（Lean 4 程序验证基准）。结果显示 Claude 为 98.8% 的问题生成了有效规范（其中 81.3% 被 CLEVER 的基于同构的评分接受），为 87.5% 的问题验证了实现。这证明紧耦合的编译器循环 Agentic 范式是当前程序验证的最有效方法。
• 链接：https://arxiv.org/abs/2605.23772

🎨 多模态

4. Revisiting Spatial Numerical Understanding in VLMs (arXiv:2605.23898)
• 作者：Jianshu Zhang 等
• 要点：通过 SpaceNum 框架（包含 Num2Space 和 Space2Num 双向任务）重新审视视觉语言模型（VLM）的空间数值理解。发现现有 VLM 在很大程度上无法将数字扎根于空间意义，表现接近随机猜测。研究表明 VLM 严重依赖浅层空间线索，难以构建稳定的坐标感知表示。
• 链接：https://arxiv.org/abs/2605.23898

5. Beyond Binary Edits: Robust Multimodal Knowledge Editing with Adversarial Subspace Alignment (arXiv:2605.23780)
• 作者：Haoyuan Wang 等
• 要点：针对多模态大模型知识编辑泛化能力有限的问题，提出 Latent Adversarial Robustification (LAR) 和 Rank-Constrained Subspace Learning (RCSL)。LAR 在联合潜空间生成对抗性但语义连贯的变体以暴露脆弱语义区域；RCSL 通过基于奇异值的目标在编辑层强制执行对抗表示的对齐。提升了多模态知识编辑的鲁棒性。
• 链接：https://arxiv.org/abs/2605.23780

🚀 GitHub AI 趋势日榜 Top 15

今日趋势说明：今日 GitHub Trending 被 AI 编程助手生态 强势占领。从代码知识图谱、Agent 技能优化，到网络安全技能包、Claude Code 行为调优，开发者正在围绕 AI 编程工具构建完整的基础设施。特别值得注意的是，多个项目（Understand-Anything、codegraph、ECC）都聚焦于"减少 token 消耗、提升 Agent 效率"这一核心痛点，说明业界对 AI 编程的成本和性能优化已进入实操阶段。

1. Lum1104/Understand-Anything (TypeScript, 29,495 ⭐, 今日 +5,625)
• 将任何代码转化为可交互探索、搜索和提问的知识图谱。适用于 Claude Code、Codex、Cursor、Copilot、Gemini CLI 等。
• 链接：https://github.com/Lum1104/Understand-Anything

2. anthropics/knowledge-work-plugins (Python, 14,707 ⭐, 今日 +1,448)
• Anthropic 开源的插件仓库，主要为知识工作者在 Claude Cowork 中使用而设计。
• 链接：https://github.com/anthropics/knowledge-work-plugins

3. rohitg00/ai-engineering-from-scratch (Python, 17,863 ⭐, 今日 +3,167)
• “Learn it. Build it. Ship it for others.” —— AI 工程从零开始学习资源。
• 链接：https://github.com/rohitg00/ai-engineering-from-scratch

4. affaan-m/ECC (Agent harness 性能优化系统)
• Agent harness 性能优化系统，包含技能、本能、记忆、安全和研究优先的开发方法，适用于 Claude Code、Codex、Opencode、Cursor 等。
• 链接：https://github.com/affaan-m/ECC

5. mukul975/Anthropic-Cybersecurity-Skills (Python, 8,875 ⭐, 今日 +999)
• 754 个结构化网络安全技能，映射到 5 个框架（MITRE ATT&CK、NIST CSF 2.0、MITRE ATLAS、D3FEND、NIST AI RMF），适用于 20+ 平台。
• 链接：https://github.com/mukul975/Anthropic-Cybersecurity-Skills

6. colbymchenry/codegraph (TypeScript, 24,179 ⭐, 今日 +3,171)
• 为 Claude Code、Codex、Cursor、OpenCode 和 Hermes Agent 预索引的代码知识图谱 —— 更少的 token、更少的工具调用、100% 本地。
• 链接：https://github.com/colbymchenry/codegraph

7. manaflow-ai/cmux
• 基于 Ghostty 的 macOS 终端，为 AI 编程 Agent 提供垂直标签页和通知功能。
• 链接：https://github.com/manaflow-ai/cmux

8. multica-ai/andrej-karpathy-skills
• 单个 CLAUDE.md 文件，用于改进 Claude Code 行为，源自 Andrej Karpathy 关于 LLM 编程陷阱的观察。
• 链接：https://github.com/multica-ai/andrej-karpathy-skills

9. Fincept-Corporation/FinceptTerminal
• 现代金融应用，提供高级市场分析、投资研究和经济数据工具，支持交互式探索和数据驱动决策。
• 链接：https://github.com/Fincept-Corporation/FinceptTerminal

10. anthropics/claude-cookbooks (Jupyter Notebook, 43,853 ⭐, 今日 +108)
• Anthropic 出品的 Claude 使用技巧和配方集合，展示一些有趣有效的使用方式。
• 链接：https://github.com/anthropics/claude-cookbooks

11. Leonxlnx/taste-skill
• Taste-Skill —— 赋予你的 AI “好品味”，阻止 AI 生成无聊、通用的垃圾内容。
• 链接：https://github.com/Leonxlnx/taste-skill

12. moeru-ai/airi (TypeScript, 39,568 ⭐, 今日 +32)
• 💖🧸 自托管、自拥有的 Grok Companion，赛博生命容器，支持实时语音聊天、Minecraft、Factorio 游玩。支持 Web / macOS / Windows。
• 链接：https://github.com/moeru-ai/airi

13. shiyu-coder/Kronos
• Kronos：金融市场语言的基础模型。
• 链接：https://github.com/shiyu-coder/Kronos

14. Axorax/awesome-free-apps (JavaScript, 4,214 ⭐, 今日 +141)
• 精选 PC 和移动端最佳免费应用列表。
• 链接：https://github.com/Axorax/awesome-free-apps

15. hardikpandya/stop-slop (4,191 ⭐, 今日 +353)
• 用于移除 AI 痕迹（AI tells）的技能文件。
• 链接：https://github.com/hardikpandya/stop-slop

💡 今日洞察

1. Agent 技能工程化时代已至
今天的 ArXiv 论文和 GitHub 趋势共同指向一个信号：Agent 技能正在从"手工艺品"变成"工程品"。SkillOpt 这样的系统化优化器出现，意味着未来我们可能像训练神经网络一样"训练"Agent 的技能库。对于 AI 应用开发者而言，现在是从"写 prompt"转向"管理技能生命周期"的时候了。

2. AI 编程助手生态爆发，但"减肥"成为核心诉求
GitHub Trending 前 15 中有超过一半的项目与 AI 编程相关，但它们不约而同地解决同一个问题：如何让 Agent 消耗更少的 token、调用更少的工具、跑得更快。codegraph、Understand-Anything、ECC 等项目的流行说明，业界已经从"AI 能写代码吗"进入到"AI 写代码太贵太慢怎么优化"的阶段。

3. 多模态知识编辑与程序验证：AI 可靠性的双翼
今天的论文中，多模态知识编辑（让模型能安全地更新知识）和程序验证（让 Agent 能自己证明代码正确性）同时出现，这并非巧合。随着 AI 系统越来越多地部署在关键场景，单纯"能干活"已经不够，还需要"可更新、可验证、可追责"。这可能是下一个研究热点。

---

✍️ 编辑策划 / 整理：Fan Jun AI Tech Notes 组
📅 发布日期：2026-05-25
数据来源：ArXiv API、GitHub Trending、The Verge、VentureBeat、TechCrunch、Wired 等