作者： 悦峰

MoonshotAI发布了Attention Residuals（AttnRes），这是一种针对Transformer模型的新型残差连接替代方案。与传统的固定权重残差连接不同，AttnRes通过可学习的注意力机制让每层能够有选择性地聚合之前的表示。

• 传统残差连接以固定权重累积所有层输出，导致深层网络稀释各层贡献
• AttnRes使用softmax注意力替代固定累积，使每层能选择性访问所有更早的表示
• 提供Full AttnRes和Block AttnRes两种实现，后者通过分块大幅降低内存开销
• 约8个块的Block AttnRes即可恢复大部分性能收益，且开销很小
• 论文已发布于arXiv，可作为即插即用的替代方案

原文链接：https://github.com/MoonshotAI/Attention-Residuals

🕐 发布于: 2026年03月21日 12:03

这是一款开源的AI编程代理工具，在GitHub上已获得超过12万颗星标，拥有800位贡献者。目前每月有超过500万开发者使用该工具。

• 支持连接任意模型提供商，包括Claude、GPT、Gemini等主流模型
• 提供终端、桌面应用和IDE插件多种使用方式
• 优先考虑隐私保护，不存储任何代码或上下文数据
• 内置LSP支持，可自动加载正确的LSP为LLM服务
• 支持多会话并行操作，可同时在同一个项目上启动多个代理

原文链接：https://opencode.ai/

🕐 发布于: 2026年03月21日 12:02

自由软件基金会(FSF)就Bartz v. Anthropic版权侵权诉讼达成和解，这是针对Anthropic使用LibGen等数据集训练LLM的集体诉讼。

• 法院裁定使用书籍训练LLM属于合理使用，但下载行为是否合法需待审判
• Anthropic的训练数据中包含FSF拥有版权的《Free as in Freedom》一书，该书采用GNU FDL自由许可证发布
• FSF要求Anthropic及其他LLM开发商向用户提供完整训练输入、模型、训练配置和源代码
• FSF表示若参与此类诉讼并发现版权被侵犯，将要求用户自由作为补偿
• 这是FSF少有的版权诉讼参与，目的是保护计算自由

原文链接：https://www.fsf.org/blogs/licensing/2026-anthropic-settlement

🕐 发布于: 2026年03月21日 08:07

MoonshotAI发布了一种名为Attention Residuals (AttnRes)的新型Transformer架构技术，可替代标准残差连接。

• 标准残差连接以固定权重累积所有层输出，导致深层网络稀释每层贡献并使隐藏状态幅度无限增长
• AttnRes通过softmax注意力机制替代固定累积，让每层能选择性聚合之前的表示
• 完整AttnRes需要O(Ld)内存，区块版本将层分组为N个区块，将内存需求降至O(Nd)
• 约8个区块即可恢复大部分完整AttnRes效果，是实用的即插即用替代方案
• 已发布论文和PyTorch实现代码

原文链接：https://github.com/MoonshotAI/Attention-Residuals

🕐 发布于: 2026年03月21日 08:06

一款功能强大的开源AI编程助手，已获得超过120,000 GitHub stars，拥有800位贡献者，每月有超过500万开发者使用。

• 支持连接任何模型提供商，包括Claude、GPT、Gemini等
• 提供75+ LLM providersthrough Models.dev，包括本地模型
• 多种使用方式：终端、桌面应用、IDE插件
• 内置LSP自动加载、多会话并行、分享链接等特性
• 注重隐私保护，不存储任何代码或上下文数据
• 提供专为编程优化的Zen模型

原文链接：https://opencode.ai/

🕐 发布于: 2026年03月21日 08:06

自由软件基金会（FSF）就 Bartz v. Anthropic 诉讼案向 Anthropic 发出版权侵权警告。FSSF 主张任何和解都应要求将训练模型以自由软件许可证发布。同时，FSF 呼吁用户分享他们的 LLM，以建立一个”自由软件”目录。此事引发了对 copyleft 许可证与合理使用之间法律边界的讨论。

原文链接：https://www.fsf.org/blogs/licensing/2026-anthropic-settlement

🕐 发布于: 2026年03月20日 18:04

三款新的 Kitten TTS 文本转语音模型正式发布，最小模型仅 25MB，可直接在本地运行。性能方面，在 Intel 9700 CPU 上约为 1.5 倍实时速度。有用户反馈在 3080 GPU 上运行速度不如预期，开发者表示会优化 GPU 支持，并计划添加更多专业语音和自定义语音功能。

原文链接：https://github.com/KittenML/KittenTTS

🕐 发布于: 2026年03月20日 18:04

Astral 是热门 Python 工具 Ruff 和 uv 的开发公司，此次收购引发了开源社区对软件”生产资料”被大公司掌控的担忧。随着工具作者成为科技巨头的员工，公共版本的构建工具可能会落后于内部版本，大公司将在开发工作流程中进一步实现集中化。

原文链接：https://astral.sh/blog/openai

🕐 发布于: 2026年03月20日 18:03

研究人员将Karpathy的Autoresearch项目扩展到16 GPU集群，8小时内提交约910次实验。

• 使用Claude Code + SkyPilot在Kubernetes上管理16个GPU
• 发现模型宽度缩放比任何单一超参数更重要
• 自主发现异构硬件策略：在H100上筛选创意，在H200上验证最优方案
• 验证损失从1.003降至0.974，相对基准提升2.87%
• 并行搜索能捕获参数交互效应，顺序搜索则会错过
• 16 GPU比顺序执行快9倍（约8小时vs约72小时）

原文链接：https://blog.skypilot.co/scaling-autoresearch/

🕐 发布于: 2026年03月20日 12:10

开源TTS库Kitten TTS发布v0.8版本，提供15M、40M、80M三种参数规模的模型。

• 最小模型仅25MB（int8量化），可在CPU上运行，无需GPU
• 基于ONNX优化推理效率，支持8种内置音色（Bella、Jasper、Luna、Bruno等）
• 输出24kHz高质量音频，支持语速调节
• 内置文本预处理，支持数字、货币、单位等自动转换
• 提供Python API，可直接 pip 安装使用
• 采用Apache 2.0开源许可证

原文链接：https://github.com/KittenML/KittenTTS

🕐 发布于: 2026年03月20日 12:10