小米开源AI硬件HachimoDock：150元成本，可语音指挥Agent并联动智能家居
小米内部创新产品团队开源了AI桌面硬件HachimoDock（哈基米机），硬件自制成本约150元，软件源码已在GitHub公开，嘉立创平台提供物料清单、结构件模型和装配教程。
#开源生态
量子位AI 评分6565
The Verge · AIAI 评分4040 我用 Waveshare ESP32-S3 开发板自建了一个 AI Tamagotchi，赶在 Meta Muse Charm 之前
The Verge 编辑花 50 美元购入 Meta 官方推荐的 Waveshare ESP32-S3 1.75C 开发板，通过 Claude Code 改造成可对话、能显示头像并玩 Tamagotchi 式养成小游戏的 AI 挂件。他补上了对话历史页、ElevenLabs 语音播报、蓝牙低画质相机预览和智能家居控制等功能，并称主要延迟来自 Meta 服务器。
Latent SpaceAI 评分4848 为什么 AI 智能体偏爱 Supabase：Latent Space 对话 Supabase 创始人
Latent Space 播客对话 Supabase 创始人 Paul Copplestone 与 Ant Wilson，探讨 AI 智能体为何偏爱 Supabase 作为应用后端。
InterconnectsAI 评分4040 Artificial Analysis v5 发布与基准测试者的两难困境
Artificial Analysis 更新 Intelligence Index 至 v5，按知识工作、编程、科学、通用各 25% 加权，纳入 AA-Briefcase、FrontierCode 2.0、Terminal-Bench 4.0、HLE-Diamond 等评测。
InterconnectsAI 评分4747 Interconnects 播客：Kimi K3.1 Pro 评测争议、网络安全新现实与 Muse 闲聊
Interconnects 播客讨论 Kimi K3.1 Pro 在 Artificial Analysis 榜单上领先 GPT-6 Astra，但 Terminal-Bench Science 落后 20 分，评价两极。模型权重计划 11 月 4 日前发布，此前有两周独家访问期。节目还谈及开放权重模型的网络安全风险、模型发布付费推广争议，以及 Anthropic 初级技术岗位招聘话题。
Anthropic精选AI 评分6767 Anthropic 将 Agent Skills 标准捐赠给 Agentic AI Foundation
Anthropic 宣布把 Agent Skills 标准捐赠给 Linux 基金会下的 Agentic AI Foundation（AAIF），同时移交名称、logo、GitHub 组织和 agentskills.io 域名。
推荐理由：Anthropic 把 Agent Skills 标准交给 Linux 基金会下的 AAIF，读者可据此了解该标准的治理归属与后续路线。
InterconnectsAI 评分6262 开源模型动态第25期：DeepSeek V4.1 Flash 1017、美国模型与中美监管新动向
Interconnects 第25期开源模型动态梳理了近期开源权重模型与监管变化。中国商务部发布政策提案，拟要求前沿 AI 模型等技术的国际共享需事先审批，文中称开源技术将走自动审批通道；美国国土安全部发布针对 DeepSeek 的指令，限制其作为联邦民用采购供应商。
Interconnects精选AI 评分7878 Meta 同时推出开源与闭源前沿模型，Nathan Lambert 分析其竞争格局
Nathan Lambert 分析 Meta 本周同时推进开源与闭源前沿模型的动向：开源权重模型 Muse Spark Open 为 816B 总参数、42B 激活参数，上下文窗口 1M tokens，原生多模态，面向编码与智能体任务，性能高于 GLM 5.2、接近 DeepSeek V4.1 Flash，落后于 GLM 5.3 与 Kimi K3。
推荐理由：文章把 Meta 同时发布开源与闭源前沿模型放进美国实验室竞争格局里比较，并拆解其自定义许可证的实际限制。
Qwen Blog精选AI 评分7575 千问开源 Qwen-Image-2.1 图像模型，7B 参数整合生成与编辑
千问开源 Qwen-Image-2.1，将文生图与图像编辑整合在同一模型，视觉生成部分为 7B 参数，原生支持透明图像的生成与编辑。模型最多支持 10 张参考图输入，并支持圈选、涂抹和独立掩码等局部编辑方式。官方称其通过混合粒度注意力结构与 KV Cache 复用优化推理效率，多图输入场景下优势更明显。
推荐理由：官方给出 7B 视觉生成参数、原生透明图像与最多 10 张参考图等具体设定，便于对照现有图像模型评估取舍。