用开源项目替掉付费服务与自研模块；许可变化与维护成本的真实取舍。
Supabase 发布 Postgres Best Practices 系列 Agent Skills，用 30 条规则教 AI 编码 agent 写出更正确的 Postgres 代码，仓库地址为 github.com/supabase/agent-skills。
推荐理由：给写 Postgres 的 AI agent 装上一套 30 条规则，避免全表扫描和漏掉 RLS，仓库已可直接安装。
Vercel 开源了 bash-tool，这是其 text-to-SQL agent 使用的 Bash 执行引擎，该 agent 近期被重构以降低 token 用量、提升回答准确率和整体表现。
推荐理由：把大段上下文留在本地文件系统、让 agent 用 find/grep 按需取，做 text-to-SQL 或长上下文 agent 的可以直接接进 AI SDK。
Supabase 宣布已完成 OrioleDB 收购的法律与资产转移，正式持有美国专利 10,325,030（Durable multiversion B+-tree），并按 OrioleDB 许可证向所有 OrioleDB 用户（含闭源分支）提供该专利的非独占授权。
推荐理由：OrioleDB 改用 Apache 2.0 并开放专利授权，自托管 Postgres 的团队可以评估替换存储引擎。
OpenAI 发布 gpt-oss-120b 和 gpt-oss-20b 两个开源权重推理模型，采用 Apache 2.0 许可证，并适用其 gpt-oss 使用政策。
推荐理由：OpenAI 放出两个可自托管的开源权重推理模型，想省 API 成本或做本地部署的可以评估替换。
H Company 在 Hugging Face 上开源 Holo1 系列 Action VLM，包含 Holo1-3B 和 Holo1-7B，其中 Holo1-7B 在常见 UI 定位基准上平均准确率 76.2%。
推荐理由：开源 GUI 自动化 VLM 与 1,639 条 WebClick 基准一起放出，做浏览器自动化的可以直接下载权重自托管。
Hugging Face 发布教程，讲如何用 Sentence Transformers 的 CrossEncoderTrainer 微调重排模型（cross-encoder），涵盖数据集格式、损失函数、训练参数、评估器和训练器五个组件。
推荐理由：用 99k 条 GooAQ 数据微调 150M 重排模型，30 分钟就能超过 13 个公开基线，做搜索的可以照脚本复现。
Hugging Face 的 Open R1 项目发布 CodeForces-CoTs 数据集，包含近 10 万条由 DeepSeek-R1 蒸馏、以 C++ 和 Python 生成的高质量解题样本，并开源 open-r1/codeforces 数据集（超 1 万个题目，约 3000 个未收录于 DeepMind 数据集）。
推荐理由：开源了 CodeForces-CoTs 数据集与 OlympicCoder 模型，做代码推理微调的可以直接拿去用。
Hugging Face 的 LeRobot 团队与 Yaak 联合发布 L2D（Learning to Drive），称其为全球最大的开源自动驾驶数据集，含 90TB 以上多模态数据、5000 小时以上驾驶记录，来自德国 30 座城市的 60 辆驾校车辆，采集历时 3 年。
推荐理由：L2D 以 LeRobot 格式放出 90TB 驾驶数据，做端到端驾驶或机器人模仿学习的可以直接拉取训练。
Cohere For AI 发布 Aya Vision 系列开源权重视觉语言模型，含 8B 和 32B 两个参数规模，覆盖 23 种语言，支持图像描述、视觉问答、文本生成以及图文翻译。
推荐理由：Cohere For AI 放出 8B 和 32B 多语言视觉模型权重，做多语言图像理解的可以直接下载自托管。
Supabase 发布开源 CLI 工具 vec2pg，用于把向量数据库的数据迁移到 Supabase 或任何装了 pgvector 的 Postgres 实例，数据会写入与来源同名的 schema 表（如 vec2pg.<collection_name>），向量用 pgvector 的 vector 类型、元数据用内置 json 类型存储。
推荐理由：想把向量数据从 Pinecone 或 Qdrant 搬回 Postgres 的，可以用这个 CLI 直接迁移，迁移前记得先扩容磁盘。
Hugging Face 发布教程，介绍如何基于自家 GitHub 公开仓库代码微调代码模型，做出名为 HugCoder 的个人 Copilot。数据采集上，作者用 Python 多进程并行克隆仓库并过滤非代码文件，最终数据集取 transformers、diffusers、peft 等 star 数最高的 10 个 Hugging Face 公开仓库。
推荐理由：想用自家代码库训代码补全模型的，这篇给了从抓取、QLoRA 微调到本地 MLC 部署的完整流程和成本数字。
Hugging Face 发布 @gradio/lite，一个基于 Pyodide 的 JavaScript 库，让 Gradio 应用直接在浏览器中运行，无需服务端基础设施。
推荐理由：Gradio 应用可以完全跑在浏览器里，不用再为演示页养一台服务器，代价是首次加载要等 5-15 秒。
Hugging Face 发布 Würstchen，一种文本条件扩散模型，其文本条件部分在高度压缩的潜空间中工作，实现 42x 空间压缩，推理比 Stable Diffusion XL 更快且显存占用更低。
推荐理由：Würstchen 以 42x 空间压缩把文生图推理显存和训练成本压到 SDXL 之下，显存吃紧的可以换它跑 1024 到 1536 分辨率。
Hugging Face 发布 swift-transformers，一个开发中的 Swift 包，为 Swift 开发者提供类似 transformers 的 API，专注文本生成，并支持从 Hub 下载模型与 tokenizer 配置。
推荐理由：想在 iOS/Mac 应用里跑本地 LLM 的 Swift 开发者，可以直接用这套 alpha 工具链和已转换好的 Llama 2、Falcon 模型起步。
Segmind 开源了压缩版 Stable Diffusion 模型 SD-Small 和 SD-Tiny 的权重与知识蒸馏训练代码，两者参数量分别比基础模型少 35% 和 55%，推理速度最高快 100%。
推荐理由：Segmind 开源了 SD-Small 与 SD-Tiny 的权重和蒸馏代码，参数少 35% 和 55%，想在本地跑图或做 LoRA 微调的可以省下算力。
Vercel 发布开源 AI SDK，一个用于在 JavaScript 和 TypeScript 中构建对话、流式和聊天界面的库，支持 React/Next.js、Svelte/SvelteKit，Nuxt/Vue 支持即将推出。
推荐理由：Vercel 开源了 AI SDK，用 React/Svelte hooks 几行代码就能接 OpenAI、LangChain 和 Hugging Face 做流式对话界面。
Supabase 发布 Python 库 Vecs，用于在 Postgres 数据库里通过 pgvector 扩展管理 embedding，支持建表与索引、按 cosine distance、l2 distance 和 max inner dot product 查询向量，以及基于自定义 metadata 过滤。
推荐理由：Supabase 把 pgvector 封装成 5 行代码就能用的 Python 客户端，做向量检索的可以少写一层 SQL。
Supabase 开源了 Edge Runtime，用于自托管 Deno Edge Functions，采用 MIT 许可、用 Rust 编写，基于 Deno Runtime 1.32+，现有 Edge Functions 无需改一行代码即可运行。
推荐理由：Supabase 把 Edge Functions 运行时开源，想自托管 Deno 函数的可以按 Fly.io 示例先跑通再决定是否迁移。
Supabase 发布 Supabase Logs，面向自托管用户和 CLI 本地开发，其日志服务 Logflare 已从 BSL 许可证改为 Apache 2.0。
推荐理由：Supabase 把日志服务 Logflare 以 Apache 2.0 开源并支持自托管，想省掉第三方日志分析费用的可以自己跑一套。
Vercel 推出开源库 @vercel/og，用 HTML 和 CSS 定义并生成动态 Open Graph 社交卡片图，无需无头浏览器，可在 Vercel Edge Functions 中运行，目前处于公开测试。
推荐理由：用 Chromium 截图生成社交卡片的方案可以换成 @vercel/og，冷启动从约 4 秒降到接近即时，已在公开测试。