一、今日最重要的 5 条

🥇 1. Gemma 4 正式发布（Google，Apache 2.0 开源）

🥈 2. GPT-5.4 加入 METR 时间轴测评（April 10, 2026）

🥉 3. AutoKernel：AI Agent 自动优化 GPU Kernel（RightNow AI）

4. Claude Opus 4.6 以 80.8% 领跑 SWE-bench Verified

5. PhysHuman @ CVPR 2026：从视频学物理量

二、按目标分类

A. 前沿模型 / 一手发布

• 事件：Google 发布 Gemma 4 系列（E2B / E4B / 26B MoE / 31B Dense）

• 核心内容：Apache 2.0 开源，256K context，native vision + audio，140+ 语言，31B 在开源 Arena 排名第 3

• 为什么重要：目前性能最强的商用友好开源多模态模型，26B MoE 部署成本极低

• 我需不需要点开：需要，尤其是 HuggingFace blog，了解具体能力边界

• 链接：官方博客 | HF Blog

• 事件：GPT-5.4 加入 METR 时间轴测评

• 核心内容：SWE-bench 约 80%，OSWorld-Verified 75%，知识工作 GDPval 83%

• 为什么重要：横向对比成为可能，frontier model 竞争白热化（255 个模型发布于 Q1 2026）

• 我需不需要点开：选择性看，看 METR 的方法论文档更有价值

• 链接：METR

• 事件：Opus 4.6 以 80.8% SWE-bench 领跑，90% Claude Code 代码由自身编写

• 核心内容：Sonnet 4.6 以 79.6% 提供极高性价比；Claude Mythos 5（10 万亿参数，仅内测，因安全风险不公开发布）

• 为什么重要：coding agent 实际可用能力已达工业级；Mythos 未公开是个重要信号

• 我需不需要点开：看 SWE-bench 排行榜即可

• 链接：SWE-bench

B. AI 工程 / Agent / Coding Workflow

• 内容：LLM agent 自动循环（profile → 生成 Triton kernel → benchmark → 保留改进），10 小时运行 300-400 次实验，5 级验证确保正确性

• 可落地价值：任何需要手写 CUDA/Triton 的场景可替换；即使不直接用，其「agent loop + correctness verification」设计模式值得借鉴

• 对我当前开发/学习的意义：如果做 inference serving，可以直接试用；作为 agent 工程案例用于面试表达极佳

• 链接：GitHub | arXiv

• 内容：支持 Android / iOS / Web / Desktop / Raspberry Pi，支持 constrained decoding 提高 agent 输出准确性，含 CLI 工具

• 可落地价值：如果要在移动端部署姿态分析模型或小型 LLM，LiteRT-LM 是目前最有官方背书的方案

• 对我当前开发/学习的意义：攀岩 app 若考虑 on-device 推理，这是首选调研对象

• 链接：GitHub trending

• 内容：Anthropic 内部 Claude Code 使用率极高，已形成「AI 写 AI 工具」正反馈；oh-my-claudecode / oh-my-codex 社区延伸工具活跃

• 可落地价值：学会高效使用 Claude Code 本身是 2026 年最有 ROI 的开发技能之一

• 对我当前开发/学习的意义：直接用 Claude Code 加速攀岩 app 开发

• 链接：Addy Osmani workflow 博客

• 内容：定义「AI agent 在给定可靠度下能完成的任务时长」，frontier model 时间轴每 7 个月翻倍

• 可落地价值：理解 AI 能力边界的框架，对判断「现在该做 agent 还是 tool」有战略价值

• 对我当前开发/学习的意义：面试表达 + 项目选题判断

• 链接：METR | arXiv

C. 视觉 / 视频 / 运动人体分析

• 内容：从视频、IMU、多模态数据中学习物理量（力、接触、力矩），涵盖运动分析、体育、临床

• 与攀岩动作分析 app 的相关性：直接相关 — 攀岩动作分析的核心就是从视频中估计力学量（重心、接触力、关节力矩），这是最前沿的方向

• 可迁移到项目的点：workshop 论文将展示「从 RGB 视频 + 可选 IMU → 物理量」的 pipeline，可直接参考做攀岩力学估计

• 优先级：高

• 链接：PhysHuman CVPR 2026

• 内容：12 人 × 13 条线路，约 18 万帧，含 pose inertial / LiDAR / RGB video / 场景点云

• 与攀岩动作分析 app 的相关性：直接命中 — 这就是攀岩动作分析的 benchmark 数据集

• 可迁移到项目的点：可用于预训练 pose model 或 few-shot adaptation；数据格式可参考做自己的标注 pipeline

• 优先级：高

• 链接：arXiv | CVPR paper

• 内容：单目 RGB 视频中做 3D 人体动作捕捉 + 细粒度运动理解，专为高难度运动视频设计

• 与攀岩动作分析 app 的相关性：方法论可迁移，尤其是「challenge sports video → fine-grained understanding」的 pipeline

• 可迁移到项目的点：可作为 baseline 在攀岩视频上复现，评估单目 3D pose 效果

• 优先级：中

• 链接：GitHub

• 内容：Gemma 4 原生 vision，26B MoE 可本地或低成本 cloud 部署，256K context

• 与攀岩动作分析 app 的相关性：中等 — 可用于视频帧描述 + 动作语义理解，但不是专门的 pose estimation

• 可迁移到项目的点：用 Gemma 4 做视频 captioning / 语义 grounding，配合专用 pose model 做 pipeline

• 优先级：中

• 链接：HuggingFace

D. 产品化 / 商业化 / 行业动态

• 动态：2026 年 AI 从炒作进入落地，企业开始要求 ROI 而非 demo；客户侧应用（hyper-personalization、实时情感分析）成为下一波重点

• 背后的趋势判断：B2B AI 工具市场趋于饱和，真正有壁垒的是「vertical + data + workflow」组合，而不是套壳 API

• 对 side project / 求职的启发：做攀岩动作分析 = vertical AI 的典型案例，竞争壁垒来自数据和专业知识，而非模型本身

• 链接：TechCrunch

• 动态：Google 开源 LiteRT-LM（移动端 LLM 推理），Huawei 950PR 使国产 edge 推理提速；医疗 / 制造 / 物流先行

• 背后的趋势判断：隐私合规 + 低延迟需求驱动 on-device AI，移动端 AI 应用市场窗口正在打开

• 对 side project / 求职的启发：攀岩 app 若能做到 on-device pose + 实时反馈，是一个强差异点

• 链接：GitHub trending 2026-04-08

• 动态：Claude Mythos 5（10T 参数）因 cybersecurity 风险不公开发布；OpenAI IPO 风波持续

• 背后的趋势判断：顶级模型的「安全税」开始显现，能力 vs 开放度的权衡将是未来 18 个月的主要博弈

• 对 side project / 求职的启发：理解 AI safety 与 commercialization 的张力是高级别岗位的必考话题

• 链接：Fortune

E. 学习价值 / 求职价值

• 内容：严格定义 AI agent 能力的量化框架，已成为业界标准引用

• 适合我怎么用：精读 + 面试表达（讲 AI 能力边界时用「时间轴翻倍」替代模糊的「快速进步」）

• 推荐动作：精读 arXiv 论文，收藏 METR 主页作为 benchmark 追踪

• 链接：arXiv

• 内容：AI agent 做 GPU kernel 优化的完整 pipeline，5 级验证机制设计精妙

• 适合我怎么用：复现（中等难度，需要 GPU）+ 面试中讲「agent loop 在工程任务上的实际应用"

• 推荐动作：收藏 GitHub，条件允许时复现 RMSNorm 优化部分

• 链接：GitHub

• 内容：目前唯一的大规模多模态攀岩动作数据集，含 RGB + LiDAR + IMU

• 适合我怎么用：收藏 + 纳入项目 roadmap（作为 pretrain / finetune 数据源）

• 推荐动作：下载数据集，理解标注格式，写进攀岩 app 的技术方案文档

• 链接：arXiv

• 内容：真实 GitHub issue 修复测试，是 coding AI 最接近实战的 benchmark

• 适合我怎么用：面试表达（解释为什么 SWE-bench > HumanEval；解释 80% 意味着什么）

• 推荐动作：读 SWE-bench 官网介绍，记住 Sonnet 4.6 (79.6%) vs Opus 4.6 (80.8%) 数字

• 链接：SWE-bench

三、今日高分 GitHub Repo（固定栏目）

1. AutoKernel

• GitHub 链接： https://github.com/RightNow-AI/autokernel

• 方向标签： infra / agent / GPU optimization

• 这项目是干什么的： 给任意 PyTorch 模型自动生成优化 Triton kernel，overnight 运行 300-400 个实验无需人工

• 为什么今天值得关注： 4 月 6 日发布，H100 上 RMSNorm 5.29x over eager，beat torch.compile by 2-3x

• 与我的相关性： 高（inference 优化 + agent 工程案例）

• 上手成本： 中（需要 GPU + PyTorch 基础）

• 是否建议我收藏： ✅

• 是否建议我复现： 条件允许时 ✅

• 一句话判断： AI agent 做 GPU infra 的最佳工程案例之一，论文 + 代码质量双高。

2. MemPalace

• GitHub 链接： https://github.com/topics/ai（见 trending）

• 方向标签： agent / memory

• 这项目是干什么的： AI memory 系统，号称史上 benchmark 最高分，2026-04-05 创建，已 23,986 stars

• 为什么今天值得关注： 极速增长，memory 是 agent 工程的核心难题

• 与我的相关性： 中（agent 开发通用组件）

• 上手成本： 低

• 是否建议我收藏： ✅

• 是否建议我复现： 了解 API 即可

• 一句话判断： 热度高，值得关注，但需验证 benchmark 真实性（⚠️ 待验证文档完整度）。

3. LiteRT-LM（Google AI Edge）

• GitHub 链接： https://github.com/google-ai-edge/LiteRT-LM（待验证，本周开源）

• 方向标签： deployment / edge / mobile

• 这项目是干什么的： Google 官方跨平台 LLM 推理引擎，支持 Android / iOS / Web / Desktop / Raspberry Pi

• 为什么今天值得关注： 本周刚开源，官方出品，支持 constrained decoding

• 与我的相关性： 高（攀岩 app on-device 推理首选）

• 上手成本： 中

• 是否建议我收藏： ✅

• 是否建议我复现： 在 Android/iOS 环境下 ✅

• 一句话判断： Google 官方 edge 推理引擎，是 on-device AI 应用的基础设施首选。

4. CIMI4D（攀岩动作数据集）

• GitHub 链接： https://github.com/topics/motion-capture（相关 repo）

• 方向标签： video / multimodal / motion / sports

• 这项目是干什么的： 大规模多模态攀岩动作数据集（RGB + LiDAR + IMU + 点云），12 人 × 13 条线路

• 为什么今天值得关注： 攀岩 app 做 pose estimation 的唯一大规模公开数据集

• 与我的相关性： 极高（直接命中攀岩动作分析核心需求）

• 上手成本： 中（数据集处理 + 格式理解）

• 是否建议我收藏： ✅✅

• 是否建议我复现： 纳入项目 roadmap

• 一句话判断： 攀岩 app 的核心数据资产，必须了解。

• 链接： arXiv

5. VoltAgent/awesome-ai-agent-papers

• GitHub 链接： https://github.com/VoltAgent/awesome-ai-agent-papers

• 方向标签： agent / eval / research

• 这项目是干什么的： 2026 年 AI agent 研究论文精选合集，含 memory / eval / workflow / autonomous systems

• 为什么今天值得关注： 持续更新，省去自己筛 arXiv 的时间

• 与我的相关性： 高（agent 开发 + 求职）

• 上手成本： 低（只需阅读）

• 是否建议我收藏： ✅

• 是否建议我复现： 不适用

• 一句话判断： 2026 agent 论文的最佳入口，每两周更新，收藏即可。

6. SportsCap

• GitHub 链接： https://github.com/ChenFengYe/SportsCap

• 方向标签： video / pose / sports / motion

• 这项目是干什么的： 单目 RGB 视频 → 3D 人体动作捕捉 + 细粒度运动理解（专为高难度运动视频）

• 为什么今天值得关注： 攀岩 app baseline 的最佳候选之一，IJCV 高质量论文

• 与我的相关性： 高（直接适用于攀岩视频分析）

• 上手成本： 高（3D pose pipeline 部署复杂）

• 是否建议我收藏： ✅

• 是否建议我复现： 中期目标 ✅

• 一句话判断： 做攀岩 3D 动作分析的必看 baseline，先读论文，再考虑复现。

四、今日最值得我看的 3 篇 / 3 个链接

🥇 METR Task-Completion Time Horizons

🥈 AutoKernel GitHub

🥉 CIMI4D arXiv

五、今日行动清单

• Gemma 4 HuggingFace Blog — 了解能力边界后再决定是否集成

• VoltAgent/awesome-ai-agent-papers — 定期翻阅

• PhysHuman CVPR 2026 — workshop 开始后精读 accepted papers

• SportsCap GitHub — 中期复现目标

• METR arXiv 论文 — 理解时间轴方法论，面试必备

• AutoKernel arXiv — agent loop + GPU kernel 优化设计

• 试用 AutoKernel 在简单 PyTorch 模型上（如果有 GPU 访问权限）

• 下载 CIMI4D 数据集样本，了解格式

• 攀岩 app 数据层：调研 CIMI4D 作为预训练 / finetune 数据

• 攀岩 app 推理层：评估 LiteRT-LM 做 on-device pose estimation

• 攀岩 app 分析层：跟踪 PhysHuman workshop 论文，探索「视频 → 物理量」方向

• 攀岩 app 视觉层：测试 Gemma 4（26B MoE）做视频语义理解

• 🎯 METR 时间轴：「AI agent 的能力不应该用 benchmark 分数衡量，而应该用『能完成多长时间任务』来衡量。METR 的数据显示这个时间轴每 7 个月翻倍，意味着现在能自动化 1 小时任务，到年底可能自动化 2 小时。」

• 🎯 SWE-bench vs HumanEval：「传统 coding benchmark（HumanEval）是合成题，SWE-bench Verified 是真实 GitHub issue 修复，Claude Sonnet 4.6 已达 79.6%，这意味着大约 80% 的真实 bug 修复任务 AI 已可自动完成。」