一、今日最重要的 5 条

二、按我的目标分类

A. 前沿模型 / 一手发布

• 事件：OpenAI 3 月 5 日发布，含「Thinking」变体，内部定位为 GPT-6 级推理能力的紧凑版

• 核心内容：1M context，128K max output，SWE-Bench Verified 77.2%，已通过 OpenRouter 和 OpenAI API 开放

• 为什么重要：「小模型达到更大模型推理水平」是 2026 年核心架构趋势，对推断成本有直接影响

• 我需不需要点开：需要，重点测试 Thinking 模式的 coding 能力

• 链接：Portkey GPT-5.4 vs Claude 对比

• 事件：Anthropic 2 月 5 日发布，SWE-Bench Verified 80.8%，当前商业模型编程最高分

• 核心内容：1M context，扩展思维模式支持复杂多步推理

• 为什么重要：这是目前给 coding agent 任务选模型的首选依据

• 我需不需要点开：是，直接上手测试攀岩 app 的代码生成质量

• 链接：MindStudio benchmark 对比

• 事件：Google DeepMind，2026 年 2-3 月

• 核心内容：2.5x 更快，$0.25/M tokens，多模态全覆盖

• 为什么重要：视频理解 API 的高性价比选项，攀岩 app 的模型选型候选

• 我需不需要点开：中等，关注视频 token 限制和单次处理时长上限

• 链接：LLM Stats 3 月汇总

• 事件：GTC 2026，3 月 11 日

• 核心内容：开源权重，Mamba-2 + MoE 混合架构，SWE-Bench 60.47%，7.5x 推断吞吐优势

• 为什么重要：开源最强 coding 模型，可私有部署，适合对数据隐私有要求的项目

• 我需不需要点开：是，尤其关注 OpenRouter 免费试用入口

• 链接：HuggingFace 模型页

B. AI 工程 / Agent / Coding Workflow

• 内容：最多 8 个并行 cloud agent，独立 Ubuntu VM + Git worktree，30 秒完成多数任务

• 可落地价值：一次性并行生成多个功能 PR，code review 速度大幅提升

• 对我当前开发/学习的意义：可用于攀岩 app 的并行功能开发，显著提升个人开发效率

• 链接：Cursor AI Review

• 内容：Arena Mode 让两个模型并排对比（隐藏身份，用户投票），Plan Mode 增加结构化任务规划

• 可落地价值：对比不同模型在特定任务的真实输出质量，是最实用的模型评估方法

• 对我当前开发/学习的意义：可用 Arena Mode 评估 GPT-5.4 vs Claude 4.6 在攀岩动作描述任务上的差距

• 链接：LogRocket AI Dev Tools 排名

• 内容：agent 从「单次响应」转为「执行循环」，支持持续运行的自主工作流

• 可落地价值：攀岩 app 的「上传视频→分析→生成建议→追踪进度」完全可以设计为 long-running agent

• 对我当前开发/学习的意义：理解 execution loop 架构是写进项目 roadmap 的核心概念

• 链接：State of AI Coding Agents 2026

• 内容：Google 开源，将 Gemini 直接带入终端，支持文件操作和代码执行

• 可落地价值：轻量替代 Claude Code 的方案，适合快速原型，无需额外订阅

• 对我当前开发/学习的意义：多一个工具选项，可混合使用

• 链接：GitHub Trending

C. 视觉 / 视频 / 运动人体分析

• 内容：MBZUAI 出品，0.5B 参数视频理解 LM，1GB 模型大小，需 3GB VRAM，46 tok/sec（RTX A6000），比 LLaVA-OneVision-0.5B 快 2x+，benchmark 高 6 points

• 与攀岩动作分析 app 的相关性：极高——这是目前最小最快的视频理解模型，可在 mobile/edge 运行，直接处理攀岩视频，实时推断

• 可迁移到项目的点：用 Mobile-VideoGPT 做「实时动作描述」模块；frame scoring 策略可优化关键帧提取，去除冗余帧

• 优先级：高

• 链接：arXiv | GitHub

• 内容：22B 参数，Apache 2.0，首个开源单 pass 视频+音频生成，支持本地部署

• 与攀岩动作分析 app 的相关性：中高——可生成「理想动作」示范视频用于 app 内对比展示和合成训练数据

• 可迁移到项目的点：用 LTX-2.3 生成标准攀岩动作示范，解决训练数据稀缺问题

• 优先级：中

• 链接：Lightricks LTX-Video HuggingFace

• 内容：Belay AI 使用 computer vision 追踪攀岩动作、分析技术并预防受伤；AscentAI 提供质心追踪、速度、流畅度、静止比等指标

• 与攀岩动作分析 app 的相关性：直接竞品——了解现有产品技术栈和功能差距有助于定义差异化

• 可迁移到项目的点：质心追踪 + 流畅度评分是可复现的核心指标，作为 MVP 功能目标

• 优先级：高

• 链接：Belay AI | AscentAI

• 内容：22 个标注攀岩视频，含 hold 位置、使用顺序和时间标签，使用关键点 2D 姿态估计检测 hold 使用情况

• 与攀岩动作分析 app 的相关性：极高——专门为攀岩场景构建的数据集，可直接用于训练

• 可迁移到项目的点：复现 hold 使用检测模块，结合姿态估计做「动作路径分析」

• 优先级：高

• 链接：arXiv

• 内容：8B 模型超越 GPT-4V、Gemini Pro、Claude 3，可在手机端运行，视频理解能力强

• 与攀岩动作分析 app 的相关性：中高——手机端运行能力对攀岩 app 的 iOS/Android 部署极具价值

• 可迁移到项目的点：评估 MiniCPM-V 在攀岩视频描述任务上的实际质量，作为 edge 方案候选

• 优先级：中

• 链接：BentoML 开源 VLM 指南

D. 产品化 / 商业化 / 行业动态

• 动态：Series G 融资 300 亿后估值 3800 亿，成全球第三大未上市公司，Claude Opus 4.6 的编程能力是核心商业护城河

• 背后的趋势判断：AI 公司估值正在与「真实 coding agent 能力」挂钩，而非仅凭对话质量

• 对 side project / 求职 / 项目方向的启发：技术栈选 Claude API 有充分商业背书，Anthropic 生态长期稳定

• 链接：AI startup trends March 2026

• 动态：2026 年 MCP 成为 agent 连接真实系统的事实标准，multi-agent 系统从 demo 进入日常工作流

• 背后的趋势判断：agent 不再是「聊天助手扩展版」，而是具有持久状态、工具调用、并行执行能力的独立系统

• 对 side project / 求职 / 项目方向的启发：攀岩 app 的 agent pipeline 应该从第一天就设计 MCP 兼容接口

• 链接：TechCrunch: AI moves from hype to pragmatism

• 动态：LTX-2.3 开源 Apache 2.0 + Kling 3.0 ($0.075/sec API) + Seedance 2.0 (Elo 1269) 三大发布标志视频生成可大规模商业部署

• 背后的趋势判断：视频内容生产成本将在 12 个月内下降 10x；视频理解 + 生成的组合应用将是下一个 killer app 方向

• 对 side project / 求职 / 项目方向的启发：攀岩 app 的「动作示范视频生成」功能现在技术上可行且成本可控

• 链接：BuildFastWithAI March 2026

• 动态：IBM、IDC 等机构预测 2026 年 fine-tuned SLM 将成为成熟 AI 企业标配，替代 out-of-the-box LLM

• 背后的趋势判断：成本 + 隐私 + 延迟优势推动企业从通用大模型转向领域专用小模型

• 对 side project / 求职 / 项目方向的启发：攀岩 app 的长期技术路线应包括「fine-tuned 攀岩专用小模型」

• 链接：IBM AI Trends 2026

E. 学习价值 / 求职价值

• 内容：SWE-Bench Verified 是标准版（Claude 80.8% 胜出）；SWE-Bench Pro 是抗数据污染困难版（GPT-5.4 57.7% 胜出）。理解差异是面试谈 benchmark 的必备知识

• 适合我怎么用：面试表达——解释为什么「benchmark 第一」不等于「实际最好」

• 推荐动作：把两个 benchmark 的设计差异写成一段话，背熟，面试直接用

• 链接：evolink.ai SWE-Bench 解读

• 内容：0.5B 参数，3GB VRAM，开源代码，frame scoring 策略是核心创新点

• 适合我怎么用：复现——将攀岩视频喂入 Mobile-VideoGPT，评估动作描述质量，写进项目 portfolio

• 推荐动作：fork GitHub repo → 测试 3 段攀岩视频 → 记录输出质量 → 写成 blog

• 链接：GitHub | arXiv

• 内容：8 个并行 cloud agent，独立 VM，30 秒完成多数任务，BugBot 自动修复 PR

• 适合我怎么用：试用——实际跑一个并行 agent 任务，记录效率提升

• 推荐动作：用并行 agent 同时开发攀岩 app 的「视频上传」和「姿态估计」两个模块

• 链接：Cursor AI Review 2026

• 内容：22 个攀岩标注视频，hold 使用检测，2D 姿态估计 baseline

• 适合我怎么用：复现——直接作为攀岩 app 的核心训练数据起点

• 推荐动作：下载数据集 → 复现 hold 检测 baseline → 在 LinkedIn 发布 project update

• 链接：arXiv

三、今日高分 GitHub Repo（固定栏目）

• GitHub 链接：https://github.com/amshaker/mobile-videogpt

• 方向标签：video / multimodal / deployment

• 这项目是干什么的：0.5B 参数的轻量视频理解语言模型，3GB VRAM 可运行，46 tok/sec，专为 edge 设备设计

• 为什么今天值得关注：攀岩 app 的核心技术需求——轻量视频理解——的最佳开源解决方案

• 与我的相关性：极高，是攀岩 app 视频分析模块的直接候选技术

• 上手成本：中

• 是否建议我收藏：是

• 是否建议我复现：是，优先级最高

• 一句话判断：目前最适合 edge 部署的视频理解模型，攀岩 app 的第一个技术实验对象

• GitHub 链接：https://github.com/Lightricks/LTX-Video

• 方向标签：video / multimodal / app

• 这项目是干什么的：22B 参数开源视频生成模型，4K@50FPS，同步音频，Apache 2.0 商用

• 为什么今天值得关注：「开源视频生成」首次达到商业可部署质量，本地运行无 API 费用

• 与我的相关性：高——生成标准动作示范视频 + 合成训练数据

• 上手成本：中（需要较好 GPU）

• 是否建议我收藏：是

• 是否建议我复现：中期目标

• 一句话判断：开源视频生成的质量天花板，攀岩 app 数据增强的重要工具

• GitHub 链接：https://github.com/ai-dynamo/dynamo

• 方向标签：infra / deployment

• 这项目是干什么的：NVIDIA 开源推断 OS，Blackwell GPU 上 7x 性能提升，生产级推断优化工具链

• 为什么今天值得关注：NVIDIA GTC 2026 重点发布，「推断时代」的核心基础设施

• 与我的相关性：中——了解推断优化架构对面试和工程理解有价值

• 上手成本：高（需要 Blackwell GPU，建议阅读架构文档为主）

• 是否建议我收藏：是

• 是否建议我复现：看文档学原理，暂不复现

• 一句话判断：inference OS 的第一手参考资料，学原理比跑代码更重要

• GitHub 链接：https://huggingface.co/nvidia/NVIDIA-Nemotron-3-Super-120B-A12B-BF16

• 方向标签：agent / infra

• 这项目是干什么的：NVIDIA 开源的 120B/12B active 混合 MoE 模型，SWE-Bench 开源第一，可私有部署

• 为什么今天值得关注：开源权重可商用，OpenRouter 免费试用入口开放

• 与我的相关性：中——私有部署的编程辅助工具，隐私有要求时的 Claude 替代方案

• 上手成本：中（通过 OpenRouter API 低门槛）

• 是否建议我收藏：是

• 是否建议我复现：通过 API 试用即可

• 一句话判断：开源 coding 模型新标杆，OpenRouter 免费入口值得立即试用

• GitHub 链接：https://github.com/n8n-io/n8n

• 方向标签：agent / app

• 这项目是干什么的：开源工作流自动化平台，可视化 + 代码双模式，原生 AI 能力，150k stars

• 为什么今天值得关注：2026 年 agent 自动化的主流低代码工具，对快速搭建 MVP 有价值

• 与我的相关性：中——可用于攀岩 app 后端自动化（视频上传触发分析 pipeline）

• 上手成本：低

• 是否建议我收藏：是

• 是否建议我复现：可用于攀岩 app 的快速 MVP

• 一句话判断：agent workflow 的低门槛起点，比从零写 LangGraph 快 10 倍搭原型

• GitHub 链接：https://github.com/confident-ai/deepeval

• 方向标签：eval / agent

• 这项目是干什么的：LLM 应用测试和评估框架，50+ 评估指标，pytest 原生集成，Apache 2.0

• 为什么今天值得关注：LLM eval 赛道获 Braintrust 8000 万融资关注，DeepEval 是最完整的开源替代

• 与我的相关性：高——攀岩动作分析的 LLM 输出质量必须有评估机制

• 上手成本：低

• 是否建议我收藏：是

• 是否建议我复现：是，直接集成进攀岩 app

• 一句话判断：LLM 应用质量保障的必备工具，pip install deepeval 即开始

四、今日最值得我看的 3 篇 / 3 个链接

五、今日行动清单

• NVIDIA Dynamo 架构文档 — inference 优化方向深入时再读

• LTX-2.3 详细技术文档 — 需要合成训练数据时再看

• Belay AI 产品体验 — 了解竞品，规划差异化

• IBM AI Trends 2026 报告 — SLM 方向深度资料

• Mobile-VideoGPT arXiv — 今天读 abstract + method，评估复现可行性

• evolink.ai SWE-Bench 解读 — 20 分钟，直接转化为面试内容

• The Way Up 攀岩数据集 — 评估作为项目数据起点的可行性

• Mobile-VideoGPT：git clone → 用 3 段攀岩视频测试 → 记录描述质量

• Nemotron 3 Super via OpenRouter：免费 API 试用编程能力，和 Claude 4.6 做横向对比

• DeepEval：pip install deepeval → 设计一个攀岩动作描述质量的 eval 测试用例

• 视频分析核心模型：将 Mobile-VideoGPT 纳入技术选型候选，对比 Gemini Flash-Lite API 成本

• 数据策略：引入 "The Way Up" 数据集作为 hold 检测模块的起点训练数据

• 数据增强：用 LTX-2.3 生成合成标准动作视频（中期目标）

• Eval 机制：用 DeepEval 建立动作分析输出的质量评估 pipeline

• 竞品研究：整理 Belay AI / AscentAI 的功能矩阵，明确差异化方向