AI 落地期的抠门与硬核

本周 GitHub 最火的趋势是 AI 智能体从“玩具”走向“硬核工程化”，无论是自动化红队测试还是 Token 成本抠门优化，大家都在解决落地时的真痛点。

T3MP3ST 📈

⭐ 3,870 stars

老实说，看到多智能体红队测试平台拿到这么高的 star，我挺意外的。以前大家搞安全测试都是写脚本，现在 T3MP3ST 直接上了 meta-harness。它解决的核心问题是 AI 模型上线前的自动化攻防演练。如果你在做 AI 安全或者大模型合规，这个真的香。跑起来需要点 TypeScript 基础，建议直接看它的 multi-agent 编排文档，别自己瞎摸索。

openscience

⭐ 1,748 stars

科研圈苦“黑盒 AI”久矣。openscience 这个开源 AI 工作台出现得正是时候。它不是给你个聊天框，而是为科学研究定制的工作流。我觉得它最大的价值在于把 AI 辅助和科研严谨性做了平衡。适合高校实验室或者独立研究员。上手不难，TypeScript 栈，clone 下来配好 API key 就能跑你的第一个文献分析 pipeline。

knockoff

⭐ 1,406 stars

这个 Chrome 插件真的戳中我了。每次在亚马逊搜东西，前几页全是字母乱码的山寨牌子。knockoff 直接用 JS 把这些 pseudo-brand junk 过滤掉，只留真实品牌。它解决的是电商搜索体验劣化的问题。适合所有受够了亚马逊垃圾 SEO 的买家。装上就用，零配置，这可能是本周最提升生活幸福感的项目。

Generals-Mac-iOS-iPad

⭐ 1,362 stars

爷青回！Generals-Mac-iOS-iPad 把《命令与征服：将军 绝命时刻》原生移植到了苹果全家桶。用了 EA 的 GPL v3 源码，加上 DXVK/MoltenVK 渲染，甚至还做了 RTS 触屏控制。适合老玩家和 iOS 游戏开发者参考。注意，它不包含游戏资产，你得自己准备原版文件。在 iPad 上框选部队那种感觉，试过的都懂。

local-llm

⭐ 1,273 stars

网上教人跑本地大模型的教程多如牛毛，但 local-llm 是 jamesob 把自己踩过的坑全写下来了。没有花哨的代码，全是 Shell 脚本和血泪经验。它解决的是“看了一堆教程还是跑不起来”的焦虑。适合想在自己机器上折腾 LLM 的新手。我建议你直接把它当 cheat sheet 用，遇到报错先来这里搜。

jacobian-lens

⭐ 862 stars

Anthropic 出的 jacobian-lens 是全局工作空间可解释性论文的配套代码。说实话，可解释性一直是个玄学，但这个项目试图用数学工具把它具象化。适合 AI 研究员和对模型内部机制好奇的极客。跑起来需要 Python 环境，建议先读论文再看代码，不然容易迷失在雅可比矩阵的计算里。

token-diet

⭐ 566 stars

现在用 AI 写代码，账单真的吃不消。token-diet 这个 Shell 脚本主打一个“抠门”，给 Claude Code、Cursor 这些编码智能体加上 token 效率技能。官方说平均能省 31% 的钱，且不损失正确性。适合重度依赖 AI 辅助编程的开发者。配置很简单，加到你的 agent 提示词或工作流里就行，省下的钱买杯咖啡不香吗？