Mole Windows 版发布：历经 14 个内测版本、手工测试 372 款软件
Mole Windows 版上周正式发布，此前经小范围内测迭代了约 14 个版本，手工自测了 372 款软件的卸载、更新、残留清理和启动。该版本用 C# 原生开发，约 7.8 万行代码、4000 多个测试案例；Windows 命令行版开源免费，已发布 9 个版本。
#开源/仓库
HiTw93 (@HiTw93)AI 评分3939 春香AI (@chunxiangai)AI 评分2323 Telegram 源码早已开源，还有人在研究 iOS 界面？
赵纯想发帖质疑 Discord 的举动，并重申 Telegram 源码是开源的。他表示不明白为何还有人钻研 iOS 版的 UIUX，AI 时代直接下载源码、用多路 Agent 调研，想要什么有什么。
0xLuffy (@0xluffy_eth)AI 评分5454 Awesome Decomp Games 收录 2118 个经典游戏重编译项目
博主推荐 Awesome Decomp Games 列表，收录 2118 个经典游戏反编译重编译项目，其中 1829 个可在电脑上直接运行，评分和更新每天刷新。
机器之心AI 评分7272 VAST 开源实时生成式渲染器 EdenLive，单卡 RTX 5090 实时帧率超 24 FPS
VAST（三启万物）发布并全面开源世界模型项目 Project Eden 下的实时生成式渲染器 EdenLive，支持以 Proxy 或参考视频为控制信号，结合目标首帧图像和文本提示词持续生成写实或风格化画面。
SecLink (@seclink)AI 评分2929 值得关注，看一看（SecLink 分享）
SecLink 分享一条推荐内容，附言“值得关注，看一看”，并引用 hmsk 的日文评论“だいたいこれを各位が思い思いにつくっている”（大意是大家各自都在做类似的东西）。原文未给出更多产品、模型或数据细节。
DeepTech深科技AI 评分6767 开源项目 REA 近30万Star爆火，AI逆向软件热潮遭遇实测质疑
开源项目 REA（Reverse Engineer Anything）走红，它通过 MCP 将 Ghidra 等逆向工具接入 Claude Code、Codex 等 AI 编程智能体，截至 10 月 17 日 GitHub Star 数超过 29 万。
Sequoia Capital (@sequoia)AI 评分6262 Reflection 开源 Beam 模型，权重采用 Apache 2.0 许可证
Sequoia Capital 转发 Stephanie Zhan：Reflection 的 Beam 模型现已跨平台开放，权重以 Apache 2.0 许可证发布，与 40+ 合作伙伴生态协作。
Hugging Face BlogAI 评分5555 NVIDIA 与 AI4Bharat 发布 2.8 万亿 token 印度语言预训练语料 Nemotron-pretraining-Indic-v1 及开放数据生成管线
NVIDIA 与 IIT Madras 的 AI4Bharat 推出 Nemotron-pretraining-Indic-v1，包含约 2.8 万亿 token，覆盖印度宪法 22 种语言，将随开源的 GPU 加速数据生成管线一同发布。
Hugging Face Blog精选AI 评分8484 Meta 发布开源权重多模态 MoE 模型 Muse Spark Open，约 816B 参数
Meta 发布开源权重多模态 MoE 模型 Muse Spark Open，总参数约 816B、每 token 激活约 42B，支持文本、图像、音频和视频输入，上下文窗口最高 1M tokens，定位为 agentic coding 模型。
推荐理由：原文给出架构细节、部署配方和实测吞吐数字，开发者可以据此评估如何在自己环境里运行或微调这个 816B 模型。
Francis YAO (@Francis_YAO_)AI 评分3030 Pallas TPU 的 top-k 已知 bug 被修成 bitwise 正确且更快
Pallas TPU 的 top-k 实现此前因修复成本被认为过高而保留一个已知 bug。Ayaka Mikazuki 转发的实现将其修复为 bitwise 正确，并且速度比原实现更快。
Google ResearchAI 评分5959 Google Research 推出基于 TEE 的下一代联邦学习系统，Gboard 已部署
Google Research 宣布下一代联邦学习系统，利用可信执行环境（TEE）提供可远程证明、可审计的数据匿名化保障，访问策略发布到公开透明日志 Rekor，KMS 与数据处理二进制可从开源代码复现构建。Gboard 已部署该系统，上线英语和日语下一词预测模型，隐私保障更强、精度更高；服务器端并行化把过去每次 1-2 个月的训练显著提速，客户端梯度计算转移到服务器也为训练更大模型铺路。
阮一峰 (@ruanyf)AI 评分4343 OpenClaw 2.0 版发布：933 位贡献者合并 16000 个 PR
OpenClaw 本周发布 2.0 版。根据发布公告，该版本共有 933 位贡献者，合并了 16000 个 PR。