AI DAILY / 2026-09-22
Agent 开发与 AI 进阶实践
Improving synthesis prediction of small molecules at scale with RetroChimera
RetroChimera发表于Nature的逆合成模型，结合两个互补的深度学习模型并采用学习排序策略。在盲测中，化学博士对其单步反应预测的偏好超过先前模型与文献反应，且能召回稀有反应类型，并支持零样本迁移与微调。
为什么读可以一窥当前逆合成AI的最前沿水平，特别是模型集成与排序策略在化学发现中的实际效果。
带着问题读RetroChimera集成的两个子模型具体架构是什么，学习排序阶段使用了哪些特征？
The current balance of power in open models
作者在国会简报中分享开源模型现状：自2025年4月起，中国在开源模型领域领先美国，Hugging Face下载量约为美国两倍。文中区分开源、开放权重与闭源模型差异，并提到GLM-5.2、Kimi K3等中国模型在代理能力上的跨越。
为什么读用下载量等客观指标看清开源模型竞争格局，并厘清开源、开放权重与闭源之间的本质差异。
带着问题读中国开源模型下载量领先的具体驱动因素是什么，是否包含大量商业复用？
MCP was always a bad idea?
作者参加MCP全天活动后坦言对该协议感到厌倦，认为它是早期为不成熟LLM设计的方案，已被当下更强的代理工作流超越。文章回顾MCP由Anthropic于2024年11月发布的历史，并探讨其局限。
为什么读了解社区对MCP现状的真实反思，以及为何需要新的协议或方法取代它。
带着问题读MCP在当前代理场景中具体哪些设计已成为瓶颈，有哪些替代方案被提出？
0xNatoshi/jev-codex-router
GitHub项目，为Codex提供按轮次的模型与推理路由。由Jev（TypeSafe System One）驱动，可为每轮自动选择模型、思考深度与速度模式，以适配不同任务需求。当前星标约155，面向macOS用户。
为什么读看看如何为Codex配置按轮次的模型路由，以在成本、速度与质量之间灵活取舍。
带着问题读Jev在选择模型时考虑了哪些信号，是否包含成本、延迟或任务类型？
AbdelStark/awesome-typesafe-jev
GitHub资源汇总，围绕TypeSafe System One（Jev）模型的SDK、实时演示、代理工具与独立评测。列表内容由源码佐证，星标约423，覆盖AI代理与开发者工具方向，可作为入门与扩展参考。
为什么读集中获取Jev相关的SDK、演示与评测资源，快速建立对这一新生态的完整认知。
带着问题读列表中列出的独立评测是否覆盖Jev的安全性、长上下文或越狱能力？
mcncarl/jianying-headless
GitHub项目，提供剪映（Jianying）原生无头模式预览，支持隔离编辑与导出，并附带独立Agent Skill。星标约2331，仓库当前为私有预览，具体接入方式与稳定性需进一步核实。
为什么读若需自动化剪映剪辑与导出流程，可关注此项目提供的隔离编辑与Agent能力。
带着问题读项目如何保持与剪映官方版本的兼容性，更新频率与稳定性如何？