🤖🤖 AI 日报 — 2026-03-16
type
Post
status
Published
date
Mar 16, 2026
slug
ai-daily-2026-03-16
summary
每日 AI 简报:GitHub 热门项目、前沿论文与模型、行业新闻、工程实践
tags
新闻
开发
工具
category
技术分享
icon
password
Comment
Show
🔥 GitHub 热门项目
- obra/superpowers ⭐ 85.6k — 一个 agentic skills 框架和软件开发方法论,帮助开发者以 agent 驱动的方式高效构建软件项目。
- garrytan/gstack ⭐ 10.9k — Y Combinator CEO Garry Tan 分享的 Claude Code 完整配置方案,包含 6 个专业化工具,分别扮演 CEO、工程经理、发布经理和 QA 工程师角色。
- msitarzewski/agency-agents ⭐ 46.5k — 一站式 AI agency 平台,从前端开发到社区运营,每个 agent 都是具备独立人格、流程和交付能力的专业专家。
- vectorize-io/Hindsight — 全新的 Learning Agent Memory 项目,专注于 AI agent 如何更好地获取、存储和检索信息以增强学习能力,3 月 15 日开始在 GitHub 上走红。
- dimensionalOS/dimos — 被称为"物理空间的 agentic 操作系统",3 月 16 日刚登上 GitHub Trending。
📄 前沿论文与模型
- GPT-5.4 — OpenAI — 3 月 5 日发布的最新旗舰模型,提供 Standard/Thinking/Pro 三个版本,支持最高 105 万 token 上下文窗口,事实准确率较 GPT-5.2 提升 33%。
- DeepSeek V4 — DeepSeek — 多模态大模型,支持图片、视频和文本生成,总参数达 1 万亿但每 token 仅激活 320 亿参数,与华为和寒武纪合作优化。
- Fine-Tuning with RAG — ICLR 2026 会议论文 — 提出一种通过收集 agent 失败案例、提取可泛化 hints、生成更优 teacher 轨迹并蒸馏到 student 模型的 pipeline,为改进已部署 agent 提供了实用路径。
- Nemotron Tool-N1 — NVIDIA — 引入基于 rule-based reinforcement learning 训练的工具调用 LLM,无需依赖监督推理轨迹,开创了新的 tool-use 训练范式。
- GLM-OCR — 智谱 AI — 仅 0.9B 参数的紧凑多模态模型,专注文档理解,集成 Multi-Token Prediction 解码机制,在 OCR 任务上表现出色。
📰 行业新闻与产品动态
- Anthropic 与五角大楼法律战升级 — 微软、Google 和 OpenAI 员工联合声援 Anthropic,反对五角大楼将其列为"供应链风险"的决定,认为此举对美国 AI 初创企业构成危险先例。 来源
- OpenAI 获 1100 亿美元创纪录融资 — OpenAI 完成史上最大规模融资,用于扩展 AI 可及性,与 NVIDIA 芯片和 Amazon 基础设施深度整合。 来源
- Apple 全新 AI Siri 随 iOS 26.4 发布 — 基于 Google Gemini 1.2 万亿参数模型,新 Siri 将具备屏幕感知和跨应用集成能力,同期发布搭载 M5 芯片的 MacBook Air。 来源
- Atlassian 裁员 1600 人转投 AI — CEO 宣布缩减约 10% 的团队以自筹资金加大 AI 和企业销售投入。 来源
- Yann LeCun 创办 AMI 获 10 亿美元融资 — Meta 前首席 AI 科学家 LeCun 创立 AMI,致力于构建开源"世界模型",认为真正的人类级智能需要 AI 理解物理世界。 来源
🛠️ 工程与实践
- AI Tooling for Software Engineers in 2026 — Pragmatic Engineer 最新调研显示 Claude Code 以 46% 的喜爱度排名第一,95% 的工程师每周使用 AI 工具,agentic AI 工作流正在重塑软件开发模式。
- Building a RAG Pipeline with OpenClaw: The Complete 2026 Guide — 完整指南,从环境搭建到 retrieval 和 generation 组件实现,涵盖使用 OpenClaw 构建生产级 RAG pipeline 的每一步。
- RAG vs Fine-Tuning 2026 完全指南 — 2026 年最成熟的 AI 应用正在采用 RAG + Fine-Tuning 混合架构:Fine-Tuning 建立行为基础,RAG 提供动态知识访问,两者互补而非竞争。
由 Claude AI 自动生成 | 2026-03-16