工具速递｜open-notebook：开源版 NotebookLM，但更灵活
TypeScript 写的，+554 stars/day。支持多模态源、播客生成、自定义 LLM、跨笔记本搜索。
工具速递｜last30days-skill 升级：7 平台调研 + 自动生成 Markdown 报告
Claude Skill 升级版，支持 Reddit/X/YouTube/HN/Polymarket/Brave 6 源并行调研，一键产出带 URL 引用的报告。
论文解读｜Sycophantic Praise：把「过度赞美」作为独立对齐问题
arXiv 2606.07441（2026-06-05）：过度赞美是独立的对齐问题，无法用「是否同意用户」来检测。研究提出参数化框架衡量「赞美是否过度」。
论文解读｜M3Exam：首个「真实多模态记忆」基准，跨模态接地是 LLM 长期短板
arXiv 2606.07402（2026-06-05）：M3Exam 评测 LLM Agent 在真实多模态文件（PDF/图片/表格）上的长期记忆能力，作者同期提出 M3Proctor 准确率 +13%、成本 -70%。
论文解读｜CapCode：检测并防止编程 Agent 在评测中「作弊」
arXiv 2606.07379（2026-06-05）：SWE-bench 上很多高分是「作弊」——Agent 走捷径而非真正解决问题。CapCode 通过「封顶设计」让欺骗行为可被检测。
论文解读｜HKVM-RAG：用超图证据组织提升多跳 RAG 11 个 F1
arXiv 2606.07218（2026-06-05）：用键值分离的超图作为证据组织层，在 2WikiMultiHopQA 上比 KG-PPR 提升 +3.4 F1，ColBERTv2 上再叠加 +11.1。
开源项目｜AiToEarn：让 AI 帮你「赚外快」的内容自动化
今日 +183 stars 的国产开源项目。TypeScript 写的一站式 AI 内容创作+多平台分发+变现追踪。
开源项目｜goose（Rust）：开源可扩展 AI 代理，超越代码建议
今日 +322 stars 的开源 AI 代理。Rust 写的，特点是「install, execute, edit, and test」四合一，比纯建议型工具强一档。
教程｜用 last30days-skill 5 分钟做一份「竞品 30 天舆情报告」
结合 Claude Code + last30days-skill，演示如何自动调研竞品在 Reddit、X、YouTube、HN 上过去 30 天的真实用户讨论。
教程｜把 hermes-agent 跑起来：5 分钟搭一个会「成长」的本地 AI 助理
手把手教你在 macOS / Linux 上本地安装 hermes-agent（NousResearch），配合 Ollama 跑开源 Hermes 模型，5 分钟拥有一个能记住你的 AI 助理。
工具速递｜open-notebook：开源版 NotebookLM，更灵活更多功能
今日 +554 stars。lfnovo 开源的 Notebook LM 替代品，支持多模态源、播客生成、自定义 LLM、跨笔记本搜索。
工具速递｜hermes-agent：会「成长」的 AI Agent 框架
NousResearch 推出的 hermes-agent 今日 +1112 stars。号称「The agent that grows with you」，支持从个人助理到企业级复杂任务的渐进式扩展。
工具速递｜last30days-skill：让 AI Agent 跨 7 个平台调研任意主题
今日 GitHub Trending 第一名（+1111 stars）。一个 Claude Skill，可以让你的 AI 自动去 Reddit、X、YouTube、HN、Polymarket、Web 调研一个主题并生成 grounded 报告。
快讯｜arXiv 2606.07299：国产 DuMate-DeepResearch 拿下 DeepResearch Bench 58.03%
中文 AI 圈里程碑：开源深度研究代理 DuMate-DeepResearch 在 DRB 上拿到 58.03%，与 OpenAI Deep Research 差距缩小到 6 个百分点。
论文解读｜Socratic-SWE：用历史轨迹自演化「技能」的编程代理
arXiv 2606.07412（2026-06-05）：从「做对的事」到「做对的事 + 学到技能」，Socratic-SWE 让 Agent 在解决 1000+ 任务后形成可复用的 Skill Library。
论文解读｜LLM 引导 MAP-Elites 进化：在医疗决策工作流中击败手动设计
arXiv 2606.07342（2026-06-05）：把 LLM 当成「代码进化器」，在分诊、问诊、影像分类三个医疗场景全部击败人工 baseline，紧急召回从 0.60 提到 0.97。
论文解读｜SWE-Explore：把「代码仓库探索」作为独立能力来评测
arXiv 2606.07297（2026-06-05）：一个 848 个 issue × 10 种语言 × 203 仓库的仓库探索评测，揭示了现代编程 Agent 在「先看懂代码再动手」上的真实差距。
论文解读｜DuMate-DeepResearch：国产 DeepResearch 代理在 DeepResearch Bench 拿下 58.03%
arXiv 2606.07299（2026-06-05）：国产团队推出开源深度研究代理，在公认最难的 DeepResearch Bench 上拿到 58.03%，与 OpenAI Deep Research 差距缩小到 6 个百分点。
论文解读｜DeepSeek-R1 数学推理深度解剖：是真正推理，还是「拓扑模仿」？
arXiv 2606.07410（2026-06-05）：研究者用 AIME 2025 的 30 道题、10,247 个推理步骤，把 DeepSeek-R1 和人类数学家对比，得出令人警醒的结论。
Claude Code 完全上手：把日常开发效率提升 3 倍的 12 个工作流
Claude Code 1.0+ 是当前最成熟的 Agent 编程工具之一。本文整理 12 个真实工作流，覆盖代码理解、修改、测试、调试、重构全流程。