> 📋 **本周盘点的项目**（2026.09.28–10.07 上榜，文章已在本站发布）：
> 1. [deepseek-ai/DeepGEMM](https://github.com/deepseek-ai/DeepGEMM) — ⭐ 8,636
> 2. [tile-ai/tilelang](https://github.com/tile-ai/tilelang) — ⭐ 8,037
> 3. [meituan-longcat/LongCat-Video](https://github.com/meituan-longcat/LongCat-Video) — ⭐ 8,687
> 4. [Cloudflare cloudflare-os](https://github.com/cloudflare/cloudflare-os) — ⭐ 10,493
> 5. [morluto/rea](https://github.com/morluto/rea) — ⭐ 8,052
> 6. [modelcontextprotocol/servers](https://github.com/modelcontextprotocol/servers) — ⭐ 90,758
> 7. [tester-army/e2e](https://github.com/tester-army/e2e) — ⭐ 2,786
> 8. [pstack/pstack-claude](https://github.com/pstack-claude/pstack-claude) — ⭐ 1,382
> 9. [caddyserver/caddy](https://github.com/caddyserver/caddy) — ⭐ 76,430
> 10. [effect-ts/effect](https://github.com/effect-ts/effect) — ⭐ 16,477
> 11. [getsentry/sentry](https://github.com/getsentry/sentry) — ⭐ 44,981
> 12. [AnyPS5](https://github.com/anyps5/anyps5) — ⭐ 4,727
> 13. [yoinks](https://github.com/yoinks/yoinks)、[openGym](https://github.com/opengym/opengym)、[UniMate](https://github.com/unimate/unimate)、[firebase-ios-sdk](https://github.com/firebase/firebase-ios-sdk)
—
我翻了一遍这两周的 Trending，最意外的不是哪个新模型发布，而是两个写 GPU 算子的项目同时挤上热榜。DeepGEMM 和 TileLang，一个 8,636 星，一个 8,037 星，前后脚出现。写 CUDA kernel 这门手艺，过去是少数性能工程师的看家本领，现在看起来正在往外扩散。
把本周 16 个项目摆在一起看，能分成三条线：算力和基建、Agent 工具链、还有一批老牌基础软件的回潮。逐条说。
### 主线一：算力这块地基，被摊开了
DeepSeek 这次开源 DeepGEMM，等于把 v3.2 实际在跑的 kernel 代码摊开给你看。FP8/FP4 的 GEMM、融合 MoE、lightning indexer 的 scoring，全在一个库里。2025 年 4 月它在 H800 上跑出过 1550 TFLOPS，性能持平甚至超过专家调优的库。
但这些数字都不是我最在意的。我在意的是官方那句定位：这是一份”干净的、可以用来学习 NVIDIA GPU kernel 优化技术的资源”。用过 CUTLASS 的人都懂那套模板体系有多难啃，一份性能打平专家库、代码量小到能读完的实现，在社区里是稀缺品。所有 kernel 运行时 JIT 编译，装的时候不碰 CUDA 编译器，部署侧也省了事。
TileLang 走的是另一条路：不让你读 kernel，让你少写 kernel。它是个基于 TVM 的 Python DSL，官方给的对比很直白，FlashAttention 内核用 TileLang 写大约 100 行，手写 CUDA 要 1000 行以上。硬件覆盖是它最大的差异化，NVIDIA、AMD、Apple Metal 之外，2026 年 9 月刚加了华为昇腾 950 的后端。一个 DSL 同时覆盖 GPU 和 NPU，同类项目里我没见过第二个。
这两个项目放在一起，其实是同一件事的两面：DeepGEMM 把 DeepSeek 的算力实践开源出来当教材，TileLang 把写算子的门槛从”精通 warp 同步和寄存器排布”降到”会写 Python 分块逻辑”。上升到行业层面，模型厂商都在卷推理成本，卷到最后就是卷算子，而算子工程师不够用了，工具和教材自然就来了。
视频这边，美团把 LongCat-Video 的 13.6B 模型开源了。一个模型包揽文生视频、图生视频、视频续写三件事，最值得看的是续写被放进了预训练目标，官方称能出分钟级长视频且无色彩漂移。720p 30fps 几分钟出片，靠的是粗到细生成和块稀疏注意力。我更看好的是它的 Avatar 系列，5 月的 Avatar-1.5 把音频编码器换成 Whisper-Large，推理压到 8 步，半年一次大版本的节奏在开源视频模型里算快的。
Cloudflare 则是把自家内部 AI 工具台直接开源了。聊天、搭应用、安全护栏三合一，10,493 星。大厂把内部工具开源出来通常有两类：做样子给自己贴金的那种，和真的在生产里跑过的。从文档完成度看，这个像后者。
### 主线二：Agent 工具链开始讲证据、讲成本
上周盘点 AI 编程助手时我说过，围绕 Claude Code 的生态已经起来了。这周上榜的几个项目，说明这个生态在往严肃方向走。
REA（Reverse Engineer Anything）把逆向工程工具打包成 MCP 服务，你对着 Agent 说”搞明白 Notes 应用的搜索是怎么实现的”，它去反编译、追踪代码、给出解释。这个项目我最欣赏的一点是对幻觉的防御：每个结论必须附带证据和局限性说明，README 也明说不承诺恢复原始源码。做 Agent 产品的人应该都明白，肯把”我不能做什么”写在最前面，比堆功能难得多了。
MCP 本身已经是基础设施了，modelcontextprotocol/servers 这个官方参考库 90,758 星，本周还在热榜上。文件、Git、网络这些标准连接器的”标准答案”，新接入方的第一站。
e2e 解决的是 Agent 测试最现实的两个问题：贵，和不可复现。它的做法是用自然语言让 agent 完成中间步骤，但最终断言用传统定位器做确定性验证。更好的是这句 README：被断言验证过的 agent 步骤会录制下来，下次直接回放，零模型调用，应用没变就一直这么跑。几千条用例的 CI 账单，靠这一条就能砍掉大半。
pstack-claude 星数还小（1,382），方向倒是明确的：给 Claude Code 配一套严谨的工程工作流，模板+钩子+审查流程。这类项目千千万，能不能活下来看内容质量，先观察。
### 主线三：老项目回榜，时间点耐人寻味
Caddy 76,430 星，Sentry 44,981 星，Effect 16,477 星。都是老项目，本周一起回热榜。
Caddy 是自动 HTTPS 的 Web 服务器，单二进制，全平台。Sentry 是错误追踪平台，代码崩了直接给你答案而不是一堆日志。Effect 用类型系统解决 TypeScript 后端的错误处理难题。三个项目年龄加起来超过 25 年，本周一起上榜，我猜和 AI 写代码的量有关：生成的代码越多，部署、报错、排障的量就同步涨，这些接盘工具的价值反而被放大了。人写的代码量是常数，AI 写的不是。
### 捎带一提
AnyPS5（4,727 星）把 PS5 的可执行文件直接移植成 Linux/Windows 原生程序，不是模拟器，是移植，硬核程度本周第一。yoinks 在终端里下载 1800+ 网站的视频，openGym 是自托管健身追踪，一条 Docker 命令部署。UniMate 用一个模型驱动任意骨骼做动画。Google 把 Firebase 的 Apple 平台 SDK 全部开源了，官方全家桶，iOS 开发者可以翻翻源码。
## 💡 一点判断
本周的榜说明了两个方向。一是算子工程在平民化，DeepGEMM 当教材、TileLang 降门槛，接下来 CUDA 岗位的招聘要求可能会先松后紧：入门变容易了，但”会调 TileLang”和”真懂 GPU”的差距会拉开。二是 Agent 工具链开始还技术债，REA 的证据链、e2e 的录制回放，都是在解决”Demo 很酷，生产没法用”的老问题，这个阶段比拼的是确定性而不是模型能力。
下周如果有模型发布，估计榜上又是另一番景象。基础工具这一层，反倒一直是那批名字。
## 📖 相关文章
– [DeepGEMM：DeepSeek 开源的 GPU 矩阵乘法核，H800 上跑出 1550 TFLOPS | DeepGEMM](/deepgemm/)
– [用 Python 写出接近手写 CUDA 性能的 GPU 内核：TileLang | tilelang](/tilelang/)
– [美团开源 LongCat-Video：13.6B 参数视频生成模型，分钟级长视频不再色彩漂移 | LongCat-Video](/longcat-video/)
– [Cloudflare 把内部 AI 工作台开源了：聊天、搭应用、安全护栏一体 | cloudflare-os](/cloudflare-os/)
– [让 AI Agent 替你逆向工程任何软件：REA 项目解读 | rea](/rea/)
– [官方 MCP 参考服务器合集：给大模型接上文件、Git 和网络的标准答案 | servers](/servers/)
– [用自然语言写 E2E 测试：agent 驱动浏览器，还能自动回放 | e2e](/e2e/)
– [给 Claude Code 装上一套严谨的工程工作流：pstack-claude | pstack-claude](/pstack-claude/)
– [Caddy：自动搞定 HTTPS 的 Web 服务器，一个二进制文件跑遍全平台 | caddy](/caddy/)
– [Effect：用类型系统解决 TypeScript 后端难题的一体化框架 | effect](/effect/)
– [Sentry：代码崩了别翻日志，直接给你答案的开源错误追踪平台 | sentry](/sentry/)
– [AnyPS5：把 PS5 游戏可执行文件直接移植成 Linux/Windows 原生程序 | AnyPS5](/anyps5/)
– [yoinks：在终端里干净利落地下载 1800+ 网站的视频 | yoinks](/yoinks/)
– [自托管健身追踪器 openGym：一条 Docker 命令，训练数据完全归你 | openGym](/opengym/)
– [一个模型驱动任意骨架：UniMate 让骨骼动画走向通用化 | UniMate](/unimate/)
– [Google 官方开源：Apple 平台的 Firebase SDK 全家桶源码 | firebase-ios-sdk](/firebase-ios-sdk/)
—
*本文发布于 2026年10月7日，项目数据来自 GitHub Trending。转载请注明来源：[GitHub 精选解读](https://github.zuobiaodaohang.com)。*