每日科技速递 - 2026-05-31

Posted on 2026-05-31 In 科技速递 Word count in article: 4.4k Reading time ≈ 16 mins.

系统提示词大规模泄露事件引发 AI 安全与透明度讨论，自进化 Agent 框架持续火爆，SEC 重拳出击 AI 驱动的加密骗局。

🚀 每日科技速递 - 2026-05-31

过去 24 小时，技术圈的核心矛盾正在从「模型能力有多强」转向「模型边界有多透明」——Anthropic、OpenAI、Google、xAI 等顶级厂商的系统提示词被大规模提取并公开，AI 安全与可解释性讨论骤然升温。与此同时，自进化 Agent 框架 GenericAgent 以 92 星/天的增速席卷 GitHub，Agent 自主架构正从概念验证走向工程落地。AI 与加密的交叉地带则迎来 SEC 的重拳监管，虚假 AI 交易机器人骗局被戳穿，行业合规压力陡增。

🧠 LLM / Large Models

• 🔥15 | 系统提示词大规模泄露：Anthropic、OpenAI、Google、xAI 无一幸免 —— 开发者成功提取并公开了包括 Anthropic Opus 4.7/4.6、OpenAI ChatGPT 5.5 Thinking / GPT 5.5 Instant / Codex、Google Gemini 3.5 Flash / 3.1 Pro、xAI Grok 在内的多个顶级模型的内部系统提示词。这些提示词往往包含模型的安全边界设定、拒绝策略、工具调用规范等核心逻辑，泄露事件直接暴露了当前大模型在提示词层面的脆弱性。对行业而言，这不仅是安全事件，更是可解释性研究的意外窗口——开发者首次能系统性对比不同厂商的安全策略差异。 system_prompts_leaks [GitHub, ⭐ 40,964 (+104/天)]

• 🔥8 | SGLang：大模型推理服务端的新性能标杆 —— SGLang 是面向大语言模型和多模态模型的高性能服务框架，专注于优化推理加速与批处理效率。在 vLLM、TensorRT-LLM 等方案之外，SGLang 通过更激进的内核融合和调度策略，在长上下文和多模态场景下展现出差异化优势。对部署大规模模型服务的团队来说，这代表了推理基础设施竞争白热化的又一个信号。 SGLang [GitHub, ⭐ trending]

• 🔥8 | Repomix：把整個代码库「压缩」成一份 AI 友好文件 —— 面对代码库越来越庞大、上下文窗口成本越来越高的现实，Repomix 直接将整个仓库打包成单个结构化文件，方便投喂给 LLM 进行代码审查、文档生成或重构建议。这个方向看似简单，却精准击中了「AI 辅助编程」场景下的核心痛点——上下文管理。对使用 Claude、ChatGPT 进行代码分析的开发者来说，Repomix 可能是比手动复制粘贴更优雅的解决方案。 Repomix [GitHub, ⭐ trending]

• 🔥7 | Pocket Flow：让代码库自己「写教程」 —— Pocket Flow 是一个将代码库自动转换为教程的框架，帮助开发者快速理解项目结构与核心逻辑。在开源项目爆炸式增长的今天，「如何快速上手一个陌生仓库」已成为高频痛点，Pocket Flow 试图用结构化的知识提取来降低认知门槛。如果效果稳定，这类工具可能会成为代码文档化的新范式。 PocketFlow [GitHub, ⭐ trending]

• 🔥6 | TensorRT-LLM：NVIDIA 的推理优化「黑箱」持续迭代 —— TensorRT-LLM 提供了易用的 Python API 来定义大语言模型，并针对 NVIDIA GPU 进行深度推理优化。在 NVIDIA 生态内，这几乎是大模型部署的默认选项之一，其迭代节奏直接反映了英伟达在推理软件栈上的投入力度。对使用 A100/H100 进行模型服务的团队而言，每一次版本更新都可能意味着延迟或吞吐的实质性提升。 TensorRT-LLM [GitHub, ⭐ trending]

• 🔥6 | Rig：Rust 生态的 LLM 应用开发新选择 —— Rig 是一个使用 Rust 构建模块化和可扩展 LLM 应用的框架，为 Rust 生态提供了原生的 AI 开发路径。随着 Rust 在基础设施和后端开发中的渗透率持续上升，一个性能优先、类型安全的 LLM 开发框架具有独特的生态价值。对追求内存安全和运行效率的团队来说，Rig 可能是 Python 方案之外的有力替代。 Rig [GitHub, ⭐ trending]

🤖 AI Agent

• 🔥14 | GenericAgent：从 3,300 行种子代码「生长」出完整技能树的自进化 Agent —— GenericAgent 代表了 Agent 架构设计的一次范式突破：从一个极小的种子代码库出发，自动扩展出完整的系统控制技能树，且 Token 消耗比传统方案减少 6 倍。这不是简单的功能堆砌，而是对「Agent 如何自我进化」这一核心问题的工程化回答。对 Agent 框架开发者来说，GenericAgent 证明了一条新路径——与其手写所有工具接口，不如设计让 Agent 自己「长」出能力的机制。 GenericAgent [GitHub, ⭐ 12,315 (+92/天)]

• 🔥11 | Cherry Studio：集成 300+ 助手的开源 AI 生产力工作台 —— Cherry Studio 将智能聊天、自主 Agent 和超过 300 个预设助手整合到一个统一的开源工作台中，支持接入主流 LLM。在「AI 工具碎片化」成为用户痛点的当下，这种 All-in-One 的集成思路具有明确的产品价值。它的快速走红（46K+ Stars）说明市场对一个「统一入口」的渴望正在超越对单一功能极致优化的追求。 Cherry Studio [GitHub, ⭐ 46,619 (+63/天)]

• 🔥11 | Evolver：基于基因表达式编程的可审计 Agent 进化引擎 —— Evolver 采用 GEP（基因表达式编程）作为核心进化机制，通过「基因、胶囊、事件」三层结构实现了可审计的 Agent 自我改进过程。与黑盒式的 Agent 学习不同，Evolver 的每次进化都留下了可追溯的「基因记录」，这对需要合规和可解释性的企业场景尤为重要。如果 GenericAgent 代表了「能力扩展」方向，Evolver 则代表了「可控进化」方向，两者共同勾勒出 Agent 自主性的两个关键维度。 Evolver [GitHub, ⭐ 7,599 (+64/天)]

• 🔥6 | Skales：本地优先的跨平台 AI 桌面 Agent —— Skales 是一个支持 Windows、macOS、Linux 和 Android 的本地优先 AI 桌面 Agent，具备多 Agent 团队协作、桌面自动化和 15+ 个 AI 提供商接入能力。在隐私和安全日益敏感的背景下，「本地优先」正在成为 Agent 产品的一个重要差异化卖点。Skales 的多平台覆盖和桌面自动化能力，使其在企业自动化和个人生产力场景都有想象空间。 Skales [GitHub, ⭐ trending]

• 🔥5 | OpenCode Telegram Bot：用 Telegram 运行本地 AI 编码任务 —— 这个开源项目允许用户通过 Telegram 界面运行和监控 AI 编码任务，所有计算都在本地机器执行，支持定时任务调度。它将「移动端触发」与「本地安全执行」结合起来，为远程管理 AI 工作流提供了一种轻量方案。对需要随时监控长时间运行编码任务的开发者来说，这是一个实用的补充工具。 OpenCode Telegram Bot [GitHub, ⭐ trending]

💰 Cryptocurrency

• 🔥7 | SEC 起诉德州男子：虚假 AI 交易机器人背后的 1,230 万美元骗局 —— SEC 指控一名德州男子利用虚假 AI 交易机器人构建加密货币骗局，骗取投资者约 1,230 万美元。这是 SEC 首次将「虚假 AI 交易机器人」作为核心诈骗工具进行起诉，标志着监管机构开始重点关注 AI 与加密交叉领域的新型欺诈手法。对行业而言，这意味着「AI 驱动的投资工具」将面临更严格的合规审查，同时也给投资者敲响了警钟——任何声称「AI 自动赚钱」的项目都需要额外警惕。 SEC Sues Texas Man Over $12.3M Alleged Crypto Scheme Built on Fake AI Trading Bots [CoinDesk, 🔥7]

• 🔥7 | 美国扣押约 10 亿美元伊朗加密货币，制裁执行力度空前 —— 美国当局披露已扣押约 10 亿美元与伊朗相关的加密资产，且施压行动仍在扩大。这一数字远超以往公开的加密制裁规模，显示美国政府正在将加密资产追踪与冻结作为对外施压的核心工具。对加密市场而言，这意味着合规风险正在从「交易所 KYC」层面上升到「国家级别资产冻结」层面，机构投资者的尽调标准可能需要相应升级。 U.S. Says It Seized About $1 Billion in Iranian Crypto as Pressure Campaign Expands [CoinDesk, 🔥7]

• 🔥7 | DeFi 几乎每日被攻击，传统金融 adoption 的最大障碍是安全 —— CertiK 最新报告显示，DeFi 协议几乎每日遭受黑客攻击，这已成为传统金融机构拥抱区块链技术的最大障碍。报告揭示了一个残酷现实：尽管 DeFi 在效率和可组合性上有理论优势，但「资金安全」这一基础问题仍未解决。如果这一趋势持续，传统金融的区块链化进程可能会被迫转向更保守的许可链或联邦链方案，而非开放的公链生态。 DeFi Vulnerabilities Are TradFi Biggest Blocker as Protocols Hit by Near-Daily Exploits: CertiK [CoinDesk, 🔥7]

• 🔥5 | LI.FI：跨链流动性聚合的智能合约基础设施 —— LI.FI 是一个跨链流动性聚合协议，通过智能合约实现不同区块链之间的资产桥接和流动性优化。在多链格局日益碎片化的当下，跨链基础设施的健壮性直接影响着整个 DeFi 生态的用户体验。LI.FI 的合约更新通常反映了跨链互操作标准的最新演进。 LI.FI Contracts [GitHub, ⭐ trending]

• 🔥5 | XLN：面向 EVM 和 CBDC 的信用+抵押净额结算 L2 —— XLN 构建了一个具备 O(1) 每跳单播、链路上限风险和主权退出功能的 L2 网络，目标覆盖所有 EVM 兼容链和未来 CBDC 司法管辖区。在 L2 赛道竞争白热化的背景下，XLN 的差异化在于「净额结算」和「主权退出」机制——前者降低资本占用，后者保障用户资产自主权。如果 CBDC 与公链的互操作成为现实，这类基础设施可能会迎来政策性机遇。 XLN [GitHub, ⭐ trending]

🔬 Frontier Tech

• 🔥15 | 系统提示词泄露：AI 安全与透明度的「罗塞塔石碑」 —— 除了作为 LLM 板块的核心事件，这次泄露在 Frontier Tech 层面也具有标志性意义：它首次让外部研究者能系统性审视不同厂商的安全边界设计哲学。Anthropic 的谨慎分层、OpenAI 的工具调用规范、Google 的上下文管理策略——这些原本属于商业机密的设计逻辑，现在成为公开的安全研究素材。对 AI 安全社区来说，这可能是研究「模型对齐」和「越狱防御」最重要的公开数据集之一。 system_prompts_leaks [GitHub, ⭐ 40,964 (+104/天)]

• 🔥10 | TensorFlow：开源 ML 框架的持续统治力 —— Google 的 TensorFlow 以 195K+ Stars 和每日 51 星增速稳居 Trending 前列，证明了其作为深度学习基础设施核心选择的地位。尽管 PyTorch 在研究领域更受欢迎，TensorFlow 在工业部署和移动端推理（通过 TFLite）上仍有不可替代的生态优势。它的持续高热度说明机器学习的基础框架层并未固化，仍在持续迭代。 TensorFlow [GitHub, ⭐ 195,314 (+51/天) | C++]

• 🔥10 | Hugging Face Transformers：开源模型生态的「中央车站」 —— Transformers 库以 161K+ Stars 和每日 58 星增速继续领跑开源 ML 生态，支持文本、视觉、音频和多模态模型。作为连接研究者、开发者和模型发布者的核心枢纽，Transformers 的每次重大更新都会影响整个开源 AI 的工作流。其持续高热度反映了开源模型生态的繁荣——模型越丰富，对统一接口的需求就越强。 Transformers [GitHub, ⭐ 161,078 (+58/天) | Python]

• 🔥9 | Ultralytics YOLO：计算机视觉的「瑞士军刀」持续进化 —— Ultralytics YOLO 框架以 57K+ Stars 和每日 43 星增速保持强劲势头，作为目标检测领域最广泛使用的开源工具之一，它的更新节奏直接影响着 CV 应用开发的效率。从工业质检到自动驾驶，YOLO 的轻量化和高性能特性使其成为边缘部署的首选。其持续高热度说明计算机视觉的产业化落地仍在加速。 Ultralytics [GitHub, ⭐ 57,797 (+43/天) | Python]

• 🔥8 | Roboflow Supervision：可复用 CV 工具库降低视觉应用门槛 —— Supervision 提供了一套可复用的计算机视觉工具，帮助开发者快速构建 CV 应用而无需从零写基础逻辑。在 CV 模型能力日益强大的今天，「如何快速将模型能力转化为产品功能」成为新的瓶颈，Supervision 正是瞄准这一环节。它的走红说明开发者越来越需要「中间件」而非「底层模型」来加速交付。 Supervision [GitHub, ⭐ trending | Python]

📢 KOL Updates

本期无 Twitter / X 数据（API 连接暂不可用）。

📦 GitHub Releases

• vLLM v0.22.0 —— 高性能 LLM 推理服务框架 vLLM 发布新版本，持续优化服务端吞吐和延迟表现。对部署大规模模型服务的团队来说，vLLM 的更新通常意味着可以直接替换升级以获得免费性能提升。该项目已成为开源 LLM 推理基础设施的事实标准之一。 vLLM v0.22.0 Release

• Foundry nightly-0c84306e —— 以太坊开发工具链 Foundry 的 nightly 版本带来了 EVM 不变量聚合边界优化和写入后写入 lint 等新特性。作为以太坊生态中最受欢迎的本地开发测试框架，Foundry 的迭代直接影响着智能合约开发者的日常工作效率。 Foundry nightly-0c84306e Release

• system_prompts_leaks ⭐ 40,964 (+104/天) | —— 提取并公开 Anthropic、OpenAI、Google、xAI 等顶级模型系统提示词的开源项目，引发 AI 安全与透明度大规模讨论。GitHub 上以超过 100 星/天的增速登顶 Trending，说明开发者对「模型黑箱内部逻辑」的好奇心已达顶峰。 system_prompts_leaks

• GenericAgent ⭐ 12,315 (+92/天) | Python —— 自进化 Agent 框架，从 3,300 行种子代码自动生长出完整技能树，实现系统级控制且 Token 消耗降低 6 倍。92 星/天的增速在 Agent 项目中极为罕见，说明市场对「自主进化」概念的认可度正在从「有趣」转向「有用」。 GenericAgent

• Evolver ⭐ 7,599 (+64/天) | JavaScript —— 基于 GEP（基因表达式编程）的自进化 AI Agent 引擎，提供可审计的进化过程。与 GenericAgent 的黑盒扩展不同，Evolver 强调「可审计性」，这在企业合规场景中有独特吸引力。 Evolver

• Cherry Studio ⭐ 46,619 (+63/天) | TypeScript —— AI 生产力工作室，集成 300+ 助手和前沿 LLM，统一工作台设计降低了 AI 工具的使用门槛。63 星/天的增速证明「集成体验」本身就能成为核心卖点。 Cherry Studio

• Transformers ⭐ 161,078 (+58/天) | Python —— Hugging Face 的模型定义框架，开源 ML 生态的核心枢纽。58 星/天的增速对一个已有 161K Stars 的成熟项目来说非常可观，说明新模型、新功能的持续加入仍在不断吸引新用户。 Transformers

• TensorFlow ⭐ 195,314 (+51/天) | C++ —— Google 开源机器学习框架，深度学习基础设施的核心选择。51 星/天的稳定增速说明其在工业界的基本盘依然稳固。 TensorFlow

📝 Blog Picks

• 「AI 如何影响你的审美？」—— 少数派 —— 这篇文章深入探讨了 AI 生成内容如何改变人类的审美标准与创作方式，从图像生成到设计工具，分析了 AI 介入创意流程后对「美」的定义产生的深层影响。作者没有停留在技术层面，而是追问了一个更本质的问题：当 AI 能生成无限接近「完美」的图像时，人类的审美判断标准是否会随之漂移？对关注 AI 与创意产业交叉的读者来说，这是一篇兼具技术观察和文化反思的文章。 AI 如何影响你的审美？ [少数派]

• 「编程 Agent 可能是软件开发史上最昂贵的错误之一」—— InfoQ 中文 —— 文章对当前编程 Agent 的局限性进行了深度剖析，质疑将复杂软件工程完全托付给 AI 的风险与代价。作者指出，尽管 Agent 能生成代码，但在架构设计、边界条件处理、长期维护等方面仍存在根本性缺陷。这篇文章的价值在于提供了一个「反共识」视角——在行业普遍乐观鼓吹 AI 编程的背景下，冷静分析其天花板和潜在代价，对技术决策者有重要的参考意义。编程 Agent 可能是软件开发史上最昂贵的错误之一 [InfoQ 中文]

• 「9 demos of Gemini Omni and Gemini 3.5 in action」—— Google AI Blog —— Google 官方博客展示了 Gemini Omni 和 Gemini 3.5 在真实场景中的 9 个演示，涵盖多模态理解和生成能力。从演示内容来看，Gemini 在多模态融合（文本、图像、音频、视频的统一处理）上的进展值得密切关注。对关注 Google AI 战略走向的研究者来说，这是理解 Gemini 产品路线最权威的官方素材之一。 9 demos of Gemini Omni and Gemini 3.5 in action [Google AI Blog]