🔥 GitHub 热门项目

• OpenClaw ⭐ 210,000+ — 本地运行的个人 AI 助手，作为本地网关将 AI 模型连接到超过 50 个集成（WhatsApp、Telegram、Slack、Discord、Signal、iMessage 等），完全在用户设备上运行，保护隐私。2026 年初一夜爆红，是当前 GitHub 上增长最快的 AI 项目之一。

• n8n ⭐ 持续增长 — 开源工作流自动化平台，融合可视化无代码界面与自定义代码的灵活性，原生支持 LLM 与 LangChain 集成，可在工作流中直接构建 AI Agent 自动化，是企业级 AI 工程师的首选编排工具。

• Ollama — 基于 Go 编写的轻量级本地 LLM 运行框架，支持在本地硬件上管理和运行大型语言模型，是 local-first AI 部署的主流选择。

• vLLM — 当前贡献者增长最快的开源项目之一，高效的 LLM 推理和服务引擎，专为生产环境高吞吐量设计，被大量 AI 基础设施团队采用。

• ai-engineering-hub ⭐ 30,800+ — 由 LightningAI 高级 AI 工程师 Akshay Pachaar 维护，收录 93+ 生产级 AI 项目教程，涵盖 LLM、RAG、multi-agent 系统等，适合从初学者到研究者的全栈 AI 工程学习资源。

📄 前沿论文与模型

• GPT-5.4 — OpenAI — 3 月 5 日发布，支持最高 105 万 token 上下文窗口，三个版本：Standard、Thinking（推理优先）和 Pro（最强能力），可自主执行跨软件环境的多步骤工作流，Agentic 能力大幅提升。

• DeepSeek V4 — DeepSeek — 约 3 月 3 日发布，总参数量达 1 万亿，但每个 token 仅激活 320 亿参数，Mixture-of-Experts 架构实现极高效率，再次验证中国 AI 实验室在大模型领域的强劲实力。

• NVIDIA Nemotron 3 Super — NVIDIA（GTC 2026）— 总参数 1200 亿的混合 MoE 模型，每次前向传播仅激活 120 亿参数，专为复杂多 Agent 应用场景设计，是 NVIDIA 在 AI 模型领域的重要布局。

• LTX 2.3 — Lightricks — 220 亿参数开源视频生成模型，可生成 4K 视频（50 FPS）并支持同步音频，是目前开源视频生成领域的顶级水准，3 月初发布。

📰 行业新闻与产品动态

• OpenAI 加速企业扩张，年化营收突破 250 亿美元 — OpenAI 正与 TPG、Bain Capital、Advent International 等私募基金谈判，拟以约 100 亿美元估值融资 40 亿美元，并向投资者承诺 17.5% 的最低回报率。同时计划到 2026 年底将员工规模翻倍，每天新招约 12 人。来源

• Anthropic 年化营收近 190 亿美元，同步布局私募融资 — Anthropic 也在接触 Blackstone、Hellman & Friedman 等私募机构，为其企业级 AI 业务寻求新一轮融资。OpenAI 与 Anthropic 之间围绕企业客户的竞争日趋激烈，Google 则在背后悄然扩大其五角大楼业务。来源

• Figure AI 完成 D 轮融资，估值达 480 亿美元 — 人形机器人领军企业 Figure AI 完成新一轮融资，Amazon 开始在仓库部署 2 万台机器人，目前月产 1,200 台，目标 Q4 2026 达到月产 5,000 台，AI+机器人的产业落地正在加速。来源

• Yann LeCun 的 AMI Labs 完成欧洲史上最大种子轮融资 10.3 亿美元 — LeCun 押注 JEPA 架构的世界模型将超越 LLM，认为这是通往真正智能的正确路径，此轮融资规模创欧洲种子轮历史纪录。来源

• Apple 宣布全面重构 AI 版 Siri — 新 Siri 将具备屏幕感知（on-screen awareness）和无缝跨 App 集成能力，从问答助手转型为上下文感知的智能代理，计划 2026 年正式亮相。来源

🛠️ 工程与实践

• RAG vs Fine-Tuning 2026 完整对比指南 — 深入对比两种主流 AI 模型优化策略：RAG 适合知识密集型、实时更新场景；Fine-tuning 通过 LoRA 等技术大幅降低计算成本，适合固定领域任务。2026 年两者往往结合使用，是企业级 AI 工程师必须掌握的核心决策框架。

• ai-engineering-hub：LLM、RAG 与 Agent 实战教程库 — 93+ 生产级项目，从 LaTeX OCR（Llama）到 DeepSeek Fine-tuning、Multi-Agent Deep Research 系统，涵盖 Transformer 从头实现等高阶内容，是当前 GitHub 上最实用的 AI 工程学习资源之一（⭐ 30.8k）。

• Software Engineer to AI Engineer 2026 路线图 — Codebasics 整理的 2026 年 AI 工程师转型路线图，涵盖从 LLM 基础、向量数据库、RAG pipeline 到生产部署的完整学习路径，适合希望从传统软件工程转型 AI 工程的开发者。