AI Radar 0826：OpenAI 一天四篇 GPT-5.6 落地账本；Jalapeño 首测挂公开榜；技能包开始带安全扫描

今日导览

OpenAI 一天连发四篇 GPT-5.6 落地案例；自研芯片 Jalapeño 首测挂上公开 benchmark；一个科学技能库给 agent 装了 163 个技能；“先不上向量库” 的 RAG 文章在 HN 拿了 122 分。

开源观察

一个技能库给 agent 装上 163 个科学技能，兼容五家宿主

scientific-agent-skills 收录 163 个经过验证的科研技能与 78+ 数据库的 查询能力，同一个包可被 Cursor、Claude Code、Codex 等兼容 Agent Skills 标准的宿主直接安装。仓库给每个带脚本的技能配了 CI 测试，并每周跑一次 安全扫描。“装技能之前先审一遍”已经从建议写成了 README 的正式章节。

标签：#agent技能 #开源 #供应链安全 GitHub

一个只做架构图的技能冲上 Trending

archify 把系统描述或代码库变成可交互的技术地图。它不直接出图：先生成 一份带类型的 JSON 中间层，过一遍确定性检查，再渲染成自包含 HTML—— 架构改动前后差了几根连线，能逐条列出来。agent 产出物能不能机器校验， 正在变成比“像不像人画的”更靠前的卖点。

标签：#agent技能 #架构可视化 #可验证 GitHub

聚合各家免费额度的 CLI 日增千星

free-claude-code 把 50 个提供商的免费/付费/订阅/本地模型装进一个终端 工具，README 自称每月 1.3B+ token 可用且“ToS friendly”，独立开源、 声明与 Anthropic 无关联。它火说明 token 成本焦虑是真实的；至于 “ToS friendly”，那是作者的自我声明——聚合免费层历来是平台最先堵的 口子。

标签：#AI工具 #token成本 GitHub

一篇文章主张 RAG 没那么多人想的那么复杂

作者给了张升级阶梯：60% 的系统用 BM25 加查询重写就够，剩下的按数据 新鲜度和查询量逐级再加向量库。这跟几个坚持本地词法排序的知识库项目 说的是同一件事：先不上向量库，正在成为一部分人的默认答案。

标签：#RAG #检索 #工程实践 Lighthouse Newsletter（HN 122 分 · 49 评论）

媒体资讯

OpenAI 一天四篇官博，全是 GPT-5.6 的落地账本

Kiro 集成（Terminal-Bench 2.1 上任务成本降约 82%）、Replit 免费模式、 开发者指南，外加一个 Asana 案例：四个 agent 各拿一份代码库副本并行， 1.5 周清掉一个拖了五年的测试系统，花了约 $12K——原人力方案估价 $6M。报道里最实的一个细节：工程师每天早晚两次检查、逐个 review 改动。人没出回路，只是换了位置。

标签：#OpenAI #GPT-5.6 #agent #落地案例 Kiro 集成｜Asana 案例

OpenAI 自研芯片 Jalapeño 首测对标 NVIDIA 现役旗舰

公开 InferenceX 基准下，对 GB200/GB300 每瓦性能 1.5–1.9 倍、端到端 延迟低 1.7–3.6 倍，年底前开始部署。自研芯片的第一次亮相没有发跑分 海报，而是把数据挂上了公开榜单。

标签：#OpenAI #芯片 #推理基础设施 OpenAI 官博

一篇文章给 AI 记忆栈补了“推理账本”这一层

它的主张：记忆保存“是什么”，推理保存“为什么”。多数系统优化检索， 却很少记录“这个决策当时依据了什么”——该记的是可观察的决策环境 （证据、工具、审批、策略版本），不是模型的私有思维链。这跟工程界的 ADR 和审计日志是同族的东西。

标签：#AI记忆 #决策留痕 #agent架构 DEV.to

---

来源与口径：采集自 Trending Digest 插件（HN / GitHub Trending / OpenAI Blog / DEV.to），本期条目逐条复核过原始链接后才收录；榜单与 热度数字为采集时刻页面值。

关联

• derived-from → 当日 Trending Digest 采集文件：本期由其采集结果经策展核实而成。