每日科技速递 - 2026-07-12

Posted on Edited on In , , Word count in article: 3k Reading time ≈ 11 mins.
今天的高分信号明显偏向开源与基础设施，系统提示词泄露仓库、从零构建 LLM 教程和 Transformers 持续吸收关注；中国十万卡集群、GPT-5.6 Sol Ultra 解数学难题、Bonzo Lend 被攻击和 BTC/ETH ETF 资金回流是最值得跟进的新闻。

每日科技速递 - 2026-07-12

今天的高分信号明显偏向开源与基础设施：系统提示词泄露仓库、从零构建 LLM 教程和 Transformers 等项目在 GitHub Trending 中继续吸收注意力。AI Agent 方向，GenericAgent 用“自进化技能树”和更低 token 消耗做卖点，Cherry Studio 则代表多模型生产力客户端继续升温。新闻面上，中国十万卡国产算力集群、OpenAI GPT-5.6 Sol Ultra 解数学难题、Bonzo Lend 被攻击和 BTC/ETH ETF 资金回流，是今天最值得跟进的几条线。

🔬 Frontier Tech

  • 🔥15 | asgeirtj/system_prompts_leaks — 该仓库汇集 Anthropic、OpenAI、Google、xAI 等模型与产品的系统提示词样本，覆盖 Claude Fable 5、Opus 4.8、Claude Code、ChatGPT GPT-5.6、Codex GPT-5.6、Gemini 3.5 Flash 等。热度说明开发者对“模型真实工作方式”和提示词工程透明度的兴趣仍在上升，但这类仓库也会持续牵动版权、产品安全和提示词泄露边界讨论。
    https://github.com/asgeirtj/system_prompts_leaks

  • 🔥14 | rasbt/LLMs-from-scratch — Sebastian Raschka 的从零实现 LLM 教程继续高位流行，说明大模型学习需求已经从“会调用 API”转向“理解 Transformer、训练流程与推理细节”。对工程团队来说，这类材料的价值不在追逐新模型发布，而在把模型架构、数据处理和训练代码拆成可学习、可复现的路径。
    https://github.com/rasbt/LLMs-from-scratch

  • 🔥12.0 | AI 2040 and the cult of intelligence — George Hotz 这篇文章反对把“智能”视为解决一切现实问题的万能变量，强调现实世界的物理、供应链、产品制造和细节摩擦不会因为 token 质量提升而消失。它对 AI 硬起飞叙事提出了一个务实反驳：即便模型更聪明，部署到真实世界仍要面对硬件、材料、工程、成本和执行约束。
    https://geohot.github.io//blog/jekyll/update/2026/07/11/ai-2040.html

  • 🔥10 | tensorflow/tensorflow — TensorFlow 作为开源机器学习框架再次进入高热趋势列表，显示经典 ML 基础设施仍有长期生命力。虽然前台叙事多被 LLM 框架抢走，但训练、部署、图优化、跨平台推理等底层能力依旧是工程体系的底座。
    https://github.com/tensorflow/tensorflow

  • 🔥10 | huggingface/transformers — Transformers 继续作为文本、视觉、音频和多模态模型定义框架保持强势关注度，覆盖训练与推理两个场景。它的高热度也说明开源模型生态的核心入口仍然集中在少数成熟工具链上，团队选型时更看重模型覆盖面、社区活跃度和生产集成能力。
    https://github.com/huggingface/transformers

🤖 AI Agent

  • 🔥12 | lsdefine/GenericAgent — GenericAgent 主打“自进化 agent”：从 3.3K 行种子代码增长技能树，并宣称以 6 倍更低 token 消耗实现完整系统控制。这个方向值得关注，因为 Agent 产品的瓶颈正在从“能不能完成任务”转向“能否长期积累能力、控制成本并减少上下文浪费”。
    https://github.com/lsdefine/GenericAgent

  • 🔥11 | CherryHQ/cherry-studio — Cherry Studio 是面向 AI 生产力的桌面/客户端工作台，强调智能聊天、自主 agents 和 300+ assistants，并统一接入前沿 LLM。它的增长代表一种清晰趋势：终端用户越来越需要“多模型入口 + 工具编排 + 本地工作流”的统一界面，而不是分散在多个聊天产品之间切换。
    https://github.com/CherryHQ/cherry-studio

  • 🔥7.0 | 中国首个十万卡集群落成！全国产算力支撑“十万卡时代” — 量子位报道中国首个十万卡集群落成，重点在于国产算力体系开始支撑更大规模训练与推理需求。对 Agent 和大模型产业来说，算力集群规模化意味着模型训练、推理服务和行业私有化部署会有更强的本土供给基础。
    https://www.qbitai.com/2026/07/447902.html

  • 🔥7.0 | OpenAI's GPT-5.6 Sol Ultra reportedly solves a 50-year-old math problem in under an hour — The Decoder 报道称 GPT-5.6 Sol Ultra 在一小时内解决了一个 50 年数学难题。即便仍需等待更多独立验证，这类报道也会继续推动“模型能否进入研究发现流程”的讨论，并影响科研 Agent、证明助手和自动化数学工具的路线判断。
    https://the-decoder.com/openais-gpt-5-6-sol-ultra-reportedly-solves-a-50-year-old-math-problem-in-under-an-hour/

  • 🔥5.0 | Quoting Nilay Patel — Simon Willison 摘录 Nilay Patel 对 AR 眼镜现实约束的判断：要实现真正增强现实，摄像头必须持续记录并处理用户所见内容，而当前设备要么依赖云端，要么做成 Vision Pro 那样的大体积形态。这对 Agent 产品尤其重要，因为“随身智能体”不仅是模型问题，更是传感器、隐私、算力、续航和产品信任问题。
    https://simonwillison.net/2026/Jul/10/nilay-patel/#atom-everything

🧠 LLM / Large Models

  • 🔥8 | sgl-project/sglang — SGLang 是面向大语言模型和多模态模型的高性能 serving 框架，继续保持开发者关注。随着模型规模和多模态请求复杂度上升，推理服务层的调度、吞吐、延迟和成本优化正在变成 LLM 工程的核心竞争点。
    https://github.com/sgl-project/sglang

  • 🔥8 | yamadashy/repomix — Repomix 将整个代码仓库打包成适合 LLM 消化的单文件，方便把代码库喂给 Claude、ChatGPT、Gemini 等工具。它的流行说明软件开发场景里仍有一个朴素但高频的需求：在上下文窗口、文件结构和模型输入之间建立稳定、可复制的桥梁。
    https://github.com/yamadashy/repomix

  • 🔥7.0 | 中国首个十万卡集群落成！全国产算力支撑“十万卡时代” — 十万卡级国产算力集群的意义不只是规模数字，而是训练基础设施、网络互联、集群调度和供应链协同的一次综合验证。对于大模型公司，后续关键指标会是可用性、训练效率、故障恢复和单位 token 成本。
    https://www.qbitai.com/2026/07/447902.html

  • 🔥7.0 | OpenAI's GPT-5.6 Sol Ultra reportedly solves a 50-year-old math problem in under an hour — 这条消息把 GPT-5.6 Sol Ultra 推向“科研级推理能力”的讨论中心。值得关注的不是单个谜题本身，而是模型是否能稳定产出可审查、可复现、可被专家验证的推理链条。
    https://the-decoder.com/openais-gpt-5-6-sol-ultra-reportedly-solves-a-50-year-old-math-problem-in-under-an-hour/

  • 🔥6 | NVIDIA/TensorRT-LLM — TensorRT-LLM 提供面向 NVIDIA GPU 的 LLM 推理优化能力，包括模型定义、内核优化和高效部署路径。随着推理成本成为商业化瓶颈，这类底层优化框架会继续成为大模型平台、私有部署和高并发服务的关键组件。
    https://github.com/NVIDIA/TensorRT-LLM

💰 Cryptocurrency

  • 🔥7.0 | Hedera lending protocol Bonzo Lend hit for $9 million after Supra verifier accepts manipulated price update — The Block 报道，Hedera 借贷协议 Bonzo Lend 因 Supra verifier 接受被操纵的价格更新而遭遇 900 万美元攻击。这类事件再次说明 DeFi 安全的核心风险经常不在合约主流程，而在预言机、验证器和价格输入链路。
    https://www.theblock.co/post/407960/hedera-lending-protocol-bonzo-lend-hit-for-9-million-after-supra-verifier-accepts-manipulated-price-update?utm_source=rss&utm_medium=rss

  • 🔥7.0 | Bitcoin, ether ETFs snap eight-week outflow streaks with $282 million combined inflow — 比特币和以太坊 ETF 结束连续八周资金流出，合计录得 2.82 亿美元流入。资金面回暖不等于趋势反转已经确认，但它显示机构通道的风险偏好正在边际改善。
    https://www.theblock.co/post/407957/bitcoin-ether-etfs-snap-eight-week-outflow-streaks-with-282-million-combined-inflow?utm_source=rss&utm_medium=rss

  • 🔥7.0 | Housing bill that includes a CBDC ban passed into law without Trump's signature — 一项包含 CBDC 禁令的住房法案在没有特朗普签署的情况下成为法律。对加密政策观察者来说，这类条款显示美国数字货币监管仍在通过非单一主题法案推进，CBDC、稳定币和支付基础设施的政策边界会继续被重塑。
    https://www.theblock.co/post/406548/housing-bill-cbdc-ban-passed-into-law-without-trump-signature?utm_source=rss&utm_medium=rss

  • 🔥7.0 | The most underrated token type — a16z Crypto 讨论“最被低估的 token 类型”，把注意力从短期叙事拉回 token 设计本身。值得看的点是：真正有用的 token 往往不是为了制造交易热度，而是承载网络激励、访问权、治理或协调机制。
    https://a16zcrypto.substack.com/p/the-most-underrated-token-type

  • 🔥7.0 | foundry nightly-536ca3705f3396aea5d08cd05ebf3d586f3019b1 — Foundry 发布 nightly 版本，包含 cast 自定义错误解码、配置弃用项告警等修复。Foundry 仍是 Solidity/EVM 开发者的高频工具链，nightly 更新对合约调试、测试和本地开发体验有直接影响。
    https://github.com/foundry-rs/foundry/releases/tag/nightly-536ca3705f3396aea5d08cd05ebf3d586f3019b1

📦 GitHub Releases

  • foundry-rs/foundry nightly-536ca3705f3396aea5d08cd05ebf3d586f3019b1 — Foundry nightly 更新，聚焦 cast 自定义错误解码与配置告警修复。
    https://github.com/foundry-rs/foundry/releases/tag/nightly-536ca3705f3396aea5d08cd05ebf3d586f3019b1

  • huggingface/transformers v5.13.1 — Transformers 发布新版本，继续维护主流模型定义与推理/训练生态。
    https://github.com/huggingface/transformers/releases/tag/v5.13.1

  • langchain-ai/langchain langchain==1.3.13 — LangChain 主包更新，面向 Agent 与 LLM 应用编排场景。
    https://github.com/langchain-ai/langchain/releases/tag/langchain%3D%3D1.3.13

  • langchain-ai/langchain langchain-openai==1.3.5 — LangChain OpenAI 集成包更新，影响使用 OpenAI 模型接口的 LangChain 应用。
    https://github.com/langchain-ai/langchain/releases/tag/langchain-openai%3D%3D1.3.5

  • modelcontextprotocol/servers 2026.7.10 — MCP Servers 发布 2026.7.10，继续扩展和维护 MCP 服务器生态。
    https://github.com/modelcontextprotocol/servers/releases/tag/2026.7.10

  • ollama/ollama v0.32.0-rc0 — Ollama 发布候选版本，面向本地模型运行与分发场景。
    https://github.com/ollama/ollama/releases/tag/v0.32.0-rc0

  • openclaw/openclaw v2026.7.1-beta.5 — OpenClaw beta 更新，继续推进本地 agent 工作区与自动化能力。
    https://github.com/openclaw/openclaw/releases/tag/v2026.7.1-beta.5

  • vllm-project/vllm v0.25.0 — vLLM 发布新版本，继续服务高吞吐 LLM 推理部署。
    https://github.com/vllm-project/vllm/releases/tag/v0.25.0

  • volcengine/OpenViking v0.4.9 — OpenViking 发布 0.4.9，面向大模型/数据基础设施相关场景。
    https://github.com/volcengine/OpenViking/releases/tag/v0.4.9

  • asgeirtj/system_prompts_leaks ⭐ 56,209 (+130/day) | JavaScript — 汇集 Anthropic、OpenAI、Google、xAI 等产品和模型的系统提示词样本。
    https://github.com/asgeirtj/system_prompts_leaks

  • rasbt/LLMs-from-scratch ⭐ 98,932 (+91/day) | Jupyter Notebook — 从零用 PyTorch 分步骤实现 ChatGPT-like LLM。
    https://github.com/rasbt/LLMs-from-scratch

  • lsdefine/GenericAgent ⭐ 13,369 (+76/day) | Python — 自进化 agent，从 3.3K 行种子代码增长技能树，并强调更低 token 消耗。
    https://github.com/lsdefine/GenericAgent

  • CherryHQ/cherry-studio ⭐ 48,452 (+62/day) | TypeScript — AI 生产力工作台，支持智能聊天、自主 agents 和多助手体系。
    https://github.com/CherryHQ/cherry-studio

  • huggingface/transformers ⭐ 162,503 (+58/day) | Python — 面向文本、视觉、音频和多模态模型的主流模型定义框架。
    https://github.com/huggingface/transformers

📝 Blog Picks

  • AI 2040 and the cult of intelligence — George Hotz | 文章把矛头对准“智能万能论”：现实世界的工程难题不是更聪明的 token 就能自动抹平。Hotz 用硬件产品、制造细节和物理约束提醒读者，AI 叙事里常被忽略的是执行、材料、供应链和真实系统复杂度。
    https://geohot.github.io//blog/jekyll/update/2026/07/11/ai-2040.html

  • Reverse centaurs are the answer to the AI paradox (2025) — Cory Doctorow / Pluralistic | 这篇文章用“反向半人马”解释 AI 悖论：关键不是机器做了什么，而是谁被迫围着机器工作。它的价值在于把 AI 效率讨论从模型能力转向权力结构、劳动流程和组织激励，适合用来反思企业里“为了自动化而自动化”的项目。
    https://pluralistic.net/2025/09/11/vulgar-thatcherism/#there-is-an-alternative

  • Quoting OpenAI — Simon Willison | Simon 摘录 OpenAI 对 ChatGPT Work 云端/桌面线程隔离的解释，并直言这段说明并不够清楚。核心问题是：当 AI 工作流横跨云端、本地文件和桌面应用时，用户真正关心的是数据在哪里、线程是否同步、权限边界如何被执行。
    https://simonwillison.net/2026/Jul/10/openai/#atom-everything

📊 Data Sources: RSS 263 | Twitter 0 | Reddit 0 | Web 38 | GitHub 10 releases + 43 trending | Dedup: 209 articles 🤖 Generated by tech-news-digest v3.14.0 | https://github.com/draco-agent/tech-news-digest | Powered by OpenClaw