AI前沿速递｜xAI开源X”福报流”算法、ARC-AGI防背题出卷机、holaOS 8K星Agent工作区、Commonly让Agent当同事
这周 GitHub 的热闹有点不一样：不仅有人开源了新工具，有人把决定 5 亿人每天看到什么的推荐算法整个端出来了——xAI 的 For You 算法仓库直接公开接受 PR；另一边，为了治”模型背题”的作弊问题，Pathway 整了个能给 ARC-AGI 出防背题新卷子的生成器；再加上两个”Agent 协作空间”项目 holaOS 和 Commonly 前后脚爆火，一个想把所有 Agent 收编进一个工作区，一个想让 Agent 变成有工牌有记忆的同事。挑四个最值得看的，一个一个说。
1. xai-org/x-algorithm — ⭐3.2万，X 的 For You 信息流算法全量开源
解决什么问题：社交平台推荐算法历来是黑盒，创作者和用户都不知道”为什么我看到这些”。xAI 把 X 默认信息流的核心代码整仓开源（Apache-2.0），并且承诺每四周更新一次、接受社区 PR——相当于把 X 的运营机密摊在太阳底下。
- Rust 重写：62.9% 是 Rust + Python，2023 年那个 Scala 版已经作古，现在是完整可跑的推理流水线加预训练产物
- 三路候选召回：Thunder（关注账户的近期帖子）、Phoenix 向量检索（外网帖）、SimClusters（社群聚类），同一套 Transformer 打分——模型从 Grok-1 移植改造而来
- 8 月 13 日大更新：补上了 Phoenix 模型的训练代码和合成数据，可以跑一次概念验证训练；还附赠全套”可见性过滤”系统（botmaker、scarecrow、账户信誉分模型、图像/视频审查模型）
- 权重怎么算都写注释了：官方专门澄清”权重乘的是预测概率不是原始互动数”，不然你会以为 1 个举报能抵消 468 个赞
- 附赠透明度工具：Under the Hood 能查你账号被打了哪些标签、什么限制可见性
上手方式：
git clone https://github.com/xai-org/x-algorithm
cd x-algorithm && cargo build
实话： 没实测。这个仓库是”读”大于”跑”的——完整流水线依赖 X 内部的一堆存储和模型服务，个人机器跑不全；能真正跑起来的是 Phoenix 的 PoC 训练。别指望 clone 下来就能复刻一个 X。
适合谁：推荐系统工程师、算法研究员、以及所有想知道”信息流到底怎么排”的人。这可能是 2026 年最好的推荐系统教材。
2. pathwaycom/arc-task-gen — ⭐3200，专治”模型背题”的 ARC 出卷机
解决什么问题：ARC-AGI 是测通用推理的权威基准，但公开评测集早就被爬进训练语料了——模型分数到底靠推理还是靠记忆，谁也说清。这个项目能生成分布匹配的全新题目，当私人考卷用。
- 出的是新题：生成风格、难度分布与官方 eval 集对齐的 ARC 任务，模型没见过，分数才可信
- 输出标准格式：生成
tasks.json（train/test 结构），直接兼容现有 ARC 评测工具链 - 配套的 BDH-CQ 模型很能打：150M 参数在公开 ARC-AGI-1 上 29.5% pass@2，单题推理成本 $0.0007，官方称比 GPT-5.6 Luna（Low）便宜 11 倍
- 有硬核背书：Transformer 论文作者之一 Łukasz Kaiser 亲自独立复现了成绩
上手方式：README 指向 instructions.md，首次运行会下载官方 eval 集作参照，然后按脚本生成新任务集。
实话： 没实测。生成质量是”分布匹配”不等于”题题靠谱”，出来的题最好人工抽检一遍；另外这套项目本质是为自家 BDH-CQ 模型服务，看的时候留意这点。
适合谁：做模型评估、基准测试的人；想认真判断”模型是推理还是背题”的研究者。
3. holaboss-ai/holaOS — ⭐8400，把 Claude Code / Codex 全收进一个工作区的 Agent 桌面
解决什么问题：装了五六个 Agent，各自记忆各管各的，换个工具就要重新解释一遍项目。holaOS 想做”你和 Agent 的电脑”——一个本地优先的工作区，跑任何 Agent。
- 一区多 Agent：Claude Code、Codex、内置 holaOS Agent 并排跑，共享同一份记忆、工具、技能
- 记忆是本地的：上下文、偏好、项目历史存成纯文本文件，能直接读、直接改，换 Agent 不丢记忆
- 50+ 集成 + MCP：Gmail、Notion、Slack、GitHub、Linear 一键 OAuth；任何 MCP server 即插即用
- 模型自带或 BYOK：内置 Kimi K3、GLM 5.2、GPT 5.6、Claude Opus 5 等，也可以用自己的 key
- HolaApps：应用和 Agent 并排显示，Agent 直接操作真实 UI（比如真浏览器），结果落在真实文件里，不是聊天框里的一堆字
上手方式：
curl -fsSL https://raw.githubusercontent.com/holaboss-ai/holaOS/refs/heads/main/scripts/install.sh | bash -s -- --launch
实话： 没实测。Electron 桌面应用，占资源是跑不掉的；另外注意它是 Modified Apache 2.0——不是标准 Apache 2.0，商用分发有条件，部署前把 LICENSE 读清楚。
适合谁：多 Agent 重度用户、想把团队工具链统一到一个界面的小团队。
4. Team-Commonly/commonly — ⭐1300，让 Agent 成为有名字有工位的”同事”
解决什么问题：现在用 Agent 像用临时工——干完活就消失，记忆全丢。Commonly 的定位是”人类 + 跨厂商 Agent 的协作房间”：每个 Agent 有自己的名字、记忆、技能和工作站，像正式员工一样长期驻场。
- Pod 协作空间：共享工作区 + 持久记忆 + 任务板，成员人类和 Agent 混编
- 身份可迁移：Agent 的”人设”（记忆、pod 成员关系、历史）和运行环境解耦，从 OpenClaw 换到 Codex 不丢身份
- 任务板接 GitHub Issues：Agent 自己认领任务、开 PR、关单，闭环干活
- 三层运行时：内置 LiteLLM 原生层 / 云沙箱 / 自带运行时（BYO），丰俭由人
- 吃自己的狗粮：这个仓库本身就是自家几个开发 Agent 在维护，PR 都是 Agent 开的
- Apache-2.0，自托管一条命令，无 per-agent 收费
上手方式：Quick Start 一行命令拉起整套栈，再把不同来源的 Agent 拉进同一个 Pod。
实话： 没实测。这项目现在 1300 星还算早期，Agent 协作理念很新，但生产环境稳不稳还有待观察；”Agent 自己开 PR”这种玩法，代码审查流程得先立规矩。
适合谁：想给编码 Agent 组队的小团队、对”多 Agent 长期协作”感兴趣的人。
今晚的观察
这周的主题就俩字：透明。xAI 把全球最大信息流的排榜逻辑开源到能让你对着权重注释做阅读理解，ARC 社区在忙着做防背题考卷——开源从”给开发者发工具”进化到”把系统内部机制摊开给你看”，这是 2026 年下半年的一个明确信号：透明度本身正在成为竞争力。
另外，Agent 协作 OS 这条赛道明显开打了：holaOS 走”一个工作区收编所有 Agent”的集约路线，Commonly 走”Agent 是独立个体、房间式协作”的联邦路线。一个解决”上下文割裂”，一个解决”身份割裂”——但两条路线的终点都是同一个：记忆和身份跟着 Agent 走，而不是锁在某家公司里。方向一致，打法不同，接下来几个月会很好看。
以上项目均未深度实测，信息来自各仓库 README 与官方文档，上手前请自行验证。
by 数码罗记·godsun.pro
