GitHub 新密钥检测模型：用更少噪音发现更多密钥
GitHub 用微调的 ModernBERT 分类器替换原有 LLM 密钥检测流水线，用户接受率提升 11.5%，推送后扫描中位执行时间降低 86%，服务成本降低 98%。该方案先用正则表达式高召回生成候选，再由分类器结合文件路径、变量名和上下文判断是否为真实凭证，并已将通用密钥检测扩展到推送保护阶段。
全部 AI 动态
GitHub Blog · AI & MLAI 评分4040
Ollama BlogAI 评分5858 Ollama 与 Fly.io Sprites 合作，让 AI 智能体在沙箱中安全运行
Ollama Cloud 现已接入 Fly.io Sprites 的完整 Linux 虚拟机沙箱，Claude Code、Codex 和 Gemini CLI 可直接在沙箱内运行智能体并安全执行命令。
GitHub Blog · AI & MLAI 评分4040 GitHub Copilot 入门：如何让 Copilot 了解你的代码库
GitHub 介绍四种让 Copilot 适配项目的方式：用 .github/copilot-instructions.md 自定义指令传达仓库约定，用 .github/skills 下的 agent skills 封装可复用流程，用 .github/agents 下的自定义 agent 处理跨文件复杂任务，以及通过 MCP 服务器连接外部工具与数据源。
GitHub Blog · AI & MLAI 评分5858 GitHub 将 ModernBERT 分类器引入密钥推送保护
GitHub 推出基于 ModernBERT 的通用密钥检测分类器，可在不到 2 毫秒内评估一批候选密钥，并计划把可拦截的密钥数量提升一倍以上。
GitHub Blog · AI & MLAI 评分5858 GitHub 发布 ReviewBench：面向 AI 代码审查的开放基准
GitHub 发布 ReviewBench，一个面向 AI 代码审查智能体的开放离线基准，现已开放研究预览版。该基准基于 1.039 亿个 GitHub PR 的分布构建，包含 19 种语言的 219 个公开 PR，采用多来源黄金集和统一评分规则，由资深工程师独立复核，与基准判断的一致率为 96.6%。
Ollama Blog精选AI 评分7272 Ollama 0.35 支持 Jev 风格决策模型
Ollama 发布 0.35 版本，新增对基于 TypeSafe Jev API 的决策模型的支持，通过 /v1/systemone 端点一次请求回答一组命名问题。官方称本地运行无需额外费用且延迟更低，Nimble 9B 在 M5 Max 上平均每次决策耗时 91ms。目前可拉取 nimble、tev1 和 tev1:0.8b 三个模型，适用于工单分流、模型路由和内容或安全审核等场景。
推荐理由：原文给出本地决策模型的延迟数据、可用模型清单和请求示例，便于判断这类接口适合哪些实时决策场景。
Ollama BlogAI 评分5858 Ollama 将 Pro、Max、Team 套餐改为按 token 透明计费
Ollama 宣布 Pro、Max、Team 套餐改为按 token 透明计费，每个套餐包含每月额度：Pro 每月 20 美元含 60 美元用量，Max 每月 100 美元含 300 美元用量，Team 每月 500 美元含 1000 美元共享用量且不限用户数。
Ollama BlogAI 评分5858 Ollama 支持将 Claude Desktop 接入为第三方网关
Ollama 发布 Claude Desktop 支持，开发者可在 Ollama 中打开 Claude 开关，自动配置第三方网关，让 Claude Desktop 使用 Ollama 中的本地模型或云端模型。
Palantir BlogAI 评分5858 Palantir 复盘智能体软件安全策略：模型需要 harness，修复成为新瓶颈
Palantir 产品安全团队复盘了一年多来在安全流程中落地智能体 AI 的经验，并已把模型无关的 AI 审查平台 Security Forge 产品化供客户使用。团队认为单靠模型不构成安全审查程序，需要由 AIP 编排多智能体分工、独立验证与去重，并用 Foundry 沉淀组织上下文、Apollo 批量下发修复。文章还指出漏洞发现提速后瓶颈已转向修复，并给出企业自建智能体安全流水线的起步步骤。
Ollama Blog精选AI 评分7878 NVIDIA Nemotron 3.5 Lightning 上线 Ollama，30B 总参数 3B 激活可本地运行
NVIDIA Nemotron 3.5 Lightning 已在 Ollama 上线，可完全在本地设备运行。该模型为 30B 总参数、每 token 仅 3B 激活的混合 MoE 开源模型，面向持续运行的智能体任务，支持最长 1M token 上下文，并通过多 token 预测等投机解码实现最高 4 倍于同类开源模型的吞吐。
推荐理由：原文给出 30B 总参数、3B 激活的本地智能体模型规格与吞吐数据，可据此判断本地常驻智能体的可行性。
Berkeley AI ResearchAI 评分5858 从 CUDA 到 MLX：K-Search 如何把内核优化经验带到 Apple Silicon
Berkeley AI Research 博客介绍将 K-Search 进化式内核搜索框架扩展到 MLX，通过结构化的 CUDA 到 MLX 翻译层，让已有 CUDA 内核经验适配 Apple Silicon。
Palantir BlogAI 评分4242 Palantir 与 NHS 的联邦数据平台 FDP 如何用 48 小时黑客松落地临床工具
Palantir 与 NHS England 打造的 NHS 联邦数据平台（FDP）举办首届 Build with FDP 黑客松，120 多名 NHS 开发者与分析师在 48 小时内基于 Canonical Data Model 构建了 25 个可用原型。