Apodex 1.1是陈天桥投资的AI系统，专攻复杂科研任务，通过异步代理团队（最多150个子代理）和三层验证机制，处理原始数据、代码执行等全流程。它开源了36B模型和FrontierAgent框架，在基准测试中领先竞品。TRACES基准评估发现式AI的过程而非仅答案，但验证器递归问题仍待解。

ASI-Bench是由清华、MIT等机构构建的自主科研能力基准，包含60项覆盖11学科的项目级任务，通过B1至B4四级逐步减少人类方法指导来测试AI科研自主性。评测18套系统显示，B1平均分50.91，B3降至26.62，表明AI在方法落地和流程执行上仍有明显短板，距离独立完成开放式科研尚存差距。

大模型的发展凸显了推理数据的重要性，优质推理数据集支持复杂推理任务。HyperAI整理了多领域推理数据集，降低了使用门槛，促进科研与模型训练。

opentelemetry-go 是 Go 语言的 OpenTelemetry 实现，提供统一的 API 用于采集分布式追踪和指标数据，支持多平台兼容性和丰富的数据导出选项。Biomni 是生物医学 AI 代理，支持复杂科研任务，具备无代码界面。quiet-star 实现语言模型自我思考机制，提升推理质量。next14-tutorial 演示 Next.js 14，便于学习。rinha-de-algoritmos 是评估算法能力的平台。