华为支持的开源AI平台openJiuwen发布了蜂群智能体JiuwenSwarm，旨在推动多智能体协同工作。该平台提出“协同工程”理念，包含四个核心组件，支持团队技能的沉淀与共享，提升协作效率。通过HOTS和HITS模式，人类可作为指挥官或团队成员参与协作，促进AI智能体的演进与优化。

开源桌面启动器Wox v2.1.0发布，支持Windows、macOS和Linux。新增系统状态查询、截图功能、文件预览和AI命令，用户可轻松获取实时信息，进行长截图，优化文本处理。

Kutt 是一款开源短链接程序，因原域名 kutt.it 丢失而启用新域名 kutt.to。开发者提醒用户不要访问旧域名，以免风险。Kutt 具有美观设计、方便的数据统计和后台、完善的 API 及域名别名设置等特点。

腾讯推出的轻量级机器翻译模型Hy-MT1.5-1.8B-1.25bit，支持33种语言和1056个翻译方向，翻译效果超越部分大型开源模型。该模型参数仅18亿，用户可在线体验并访问HyperAI官网获取更多资源。

该学生信息查询系统基于ASP.NET Core Blazor Server 10.0构建，使用Excel文件作为数据源，支持按姓名和学号模糊查询。系统具备动态列适配、响应式布局和零配置部署等特点，用户可直接更新Excel文件以刷新数据。

Dograh是一个开源的AI语音代理平台，挑战传统按分钟收费模式。用户可以自托管，避免平台费用，提供完整功能和灵活性。通过拖拽式工作流编辑器，用户能轻松创建自动化流程，降低AI员工的复制成本。Dograh的开源化将改变AI电话系统的控制权，减少对SaaS平台的依赖，可能影响整个行业的利润结构。

SukiChat是一个基于Avalonia框架的开源跨平台聊天客户端，支持文字聊天、文件传输和实时音视频通话。它采用MVVM架构，使用Protobuf协议确保高效消息传输，并集成WebRTC技术，适用于Windows、Linux和macOS等操作系统，具备模块化设计和安全的数据存储。

OpenHuman是一款开源的本地AI代理，旨在挑战高价AI订阅模式。用户通过简单设置即可连接多种应用，保护隐私且无需云端存储。其屏幕感知和记忆树功能提升了AI的智能，理解用户工作流，增强效率。OpenHuman的成功降低了使用门槛，吸引了大量用户，标志着AI行业向个人电脑革命转变。

CloakBrowser是一个开源的Chromium浏览器，通过重新编译源码并植入49个C++补丁，能够绕过Cloudflare和reCAPTCHA等检测，无需JavaScript注入。它支持Python和JavaScript，永久免费使用，并提供Docker镜像。

作者开发的 AI 编程工具 NeZha 旨在简化多项目和会话管理，提高 Vibe Coding 效率。NeZha 集成了 Git、代码编辑器和终端功能，支持多平台，并已开源。尽管仍在迭代中，但已帮助了一些用户。

腾讯推出的Hy-MT1.5-1.8B-1.25bit是一款轻量级多语言翻译模型，支持33种语言和1056个翻译方向，翻译效果优于部分大型模型，参数仅为18亿。

大模型在逻辑推理方面存在短板，尽管在专业知识测试中表现良好，但在日常场景的通用推理中准确率较低。美团LongCat团队发布的General 365基准测试揭示了当前模型的真实能力，强调推理能力与专业知识的解耦。测试结果显示，主流模型普遍未能达到及格线，反映出其在复杂逻辑任务中的不足。

本文介绍了一个基于.NET和Vue.js的轻量级权限管理系统，采用前后端分离架构，适合中小型项目。系统支持用户、角色等五层权限模型，提供细粒度访问控制、定时任务调度和代码生成等功能，结构清晰，适合快速交付和二次开发，特别适合政府和教育行业。

2026年5月8日，独立开发者布布宣布停止OpenHarmony-Avalonia项目，该项目旨在将Avalonia适配鸿蒙系统。布布自2024年起无偿开发，曾与华为洽谈合作，但未达成协议，华为通过外包公司接手项目。这一事件引发了对开源生态和商业道德的讨论，许多人认为华为的做法损害了开发者的信任。

独立开发者布布宣布停止OpenHarmony-Avalonia项目，该项目旨在将Avalonia适配鸿蒙系统。华为未对此事件做出回应，社区对此存在明显分歧，部分人认为华为操作合规，另一些则批评其道德缺失。此事件揭示了开源生态中个人开发者的贡献被商业巨头利用的问题，布布的选择对整个社区造成损失。

摩尔线程通过SGLang等开源框架，推动国产GPU在大模型推理中的应用。此次Meetup展示了SGLang与MUSA的结合，解决了算子优化和生产部署问题，提升了性能和开发效率。摩尔线程致力于融入全球开源生态，成为核心代码的贡献者，推动国产GPU与主流框架的深度融合。

腾讯云开源的TencentDB Agent Memory提供记忆压缩能力，支持长短任务场景，最高可降低61% Token消耗，成功率提升51%。该方案通过“Mermaid任务画布”和“上下文卸载”优化任务管理，保留关键状态。在网页搜索和代码修复场景中测试显示显著提升。Agent Memory已在GitHub开源，支持主流框架，便于开发者使用。