你的信息差在这：GitHub 本周新星榜上冒出来三个新仓库——一个把外卖/跑腿行业的 AI 工作流做成了开源参考实现，一个是智谱海外品牌 Z.ai 放出的开源编码 Agent 底座（7 天不到 6800 星），还有一个是 OpenAI 悄悄上传的数学证明证书库。这三件事国内技术圈几乎还没人写，但每一件都踩在“大厂当商业机密、开源圈已经给出答案”的交界线上。今天逐个拆给你看，数据截至 2026-09-26 的 GitHub 快照，星数每天都在动，以仓库实时数据为准。 --- ## 一、diudiu-tech/delivery-harness：即时配送的 AI 参考件，1971 星 **仓库**：https://github.com/diudiu-tech/delivery-harness **语言/状态**：Java，近 45 天内新建仓库，截至 9 月 26 日约 1971 星 **价格**：开源免费 先说这件事为什么反常。即时配送（外卖、跑腿、同城速递）的调度系统，是美团、达达、Uber 这些公司最核心的商业机密，你永远等不到他们开源。而 delivery-harness 的仓库描述只有一句话："AI harness reference implementation for on-demand delivery workflows"——一个面向按需配送业务流的 AI 工作流参考实现。 这就是信息差本身：**行业里最赚钱的那块算法黑箱，开源圈开始有人给出参考答案了。** 要说清楚的是，这个项目非常新，仓库描述也极简，具体覆盖了配送流程里哪些环节（订单分派、路径、客服、异常处理），我没有抓到更多官方材料，一切以 README 为准，别把任何细节当承诺。但作为信号有三个硬事实：一是它选了 Java——这个领域国内存量系统的主流语言，说明作者瞄的就是能落地的人；二是 1971 星对一个女人都没看懂的极简描述来说，涨得不算慢，社区在用脚投票；三是"reference implementation"（参考实现）这个词在开源圈的潜台词是：**给你一套可以抄的架构骨架，而不是又一个 demo。** **国内对比**：国内做即时配送技术的同学，学习路径基本是看美团技术博客的几年旧文 + 自己在公司内部系统里摸索，没有公开的、可运行的参考代码。delivery-harness 不一定比大厂内部系统强，但它是目前少见的、能让你把“AI 怎么嵌进配送业务流”这个问题在本地跑起来的起点。 **适用人群**：做外卖/跑腿/即时零售的后端和算法工程师；想进入这个行业的求职者（面试聊架构时，有一个能说出口的开源参考件，比空谈强十倍）；研究 O2O 的技术管理者。 --- ## 二、zai-org/ZCode：智谱海外品牌开源的编码 Agent 底座，6794 星 **仓库**：https://github.com/zai-org/ZCode **状态**：近 7 天内新建，截至 9 月 26 日约 6794 星，本周 GitHub 新星榜第一名 **价格**：开源免费（跑模型需要自备 API，费用另算） Z.ai 是智谱面向海外市场的品牌，ZCode 的仓库自我介绍同样只有一句话："Z.ai's coding agent harness. Powerful, intelligent, extensible."——一个编码 Agent 的 harness（底座/骨架），强调强大、智能、可扩展。 这件事值得你注意的逻辑不在“又一个 Claude Code 平替”，而在**商业模式的位置**：海外编码工具的竞赛现在分两条路。一条是托管服务路线——Cursor、Devin、Copilot 把任务扔到云端，等 PR 回来，你买的本质是订阅；另一条是 harness 路线——把 Agent 的骨架开源，模型你自己接，流程你自己改。ZCode 选了后者，而且是第一个由头部中国模型厂在海外直接下场做的开源 harness。 对国内开发者的实际意义有两层。第一层：编码 Agent 的国内产品（各家大厂的 AI 编程助手）几乎全是闭源云服务，你改不了它们的执行流程；ZCode 这种开源底座理论上允许你换模型、改工具链、审计每一次文件操作——对数据不出内网的公司，这是闭源 SaaS 给不了的东西。第二层：harness 这层的工程经验（上下文管理、工具编排、失败重试）目前公开资料极少，一个 6800 星的实现本身就是教材。 老规矩说清楚：一周的新项目，功能成熟度、license 细节、对不同模型 API 的兼容程度，都需要你自己去仓库验证，本文不替它背书。 **国内对比**：把 ZCode 和国内主流 AI 编程产品放一张桌上——后者是“装上就能用、流程改不了”，前者是“自己动手、完全可控”。团队规模小、想快速提效，用国内产品没毛病；有平台组、想沉淀自己的 Agent 基建，ZCode 这类开源 harness 才是原材料。 **适用人群**：想自建编码 Agent 流水线的平台工程师；需要把 AI 编码接入私有环境的团队；研究 Agent 架构、想读一个真实实现源码的人。 --- ## 三、openai/NavierStokesAndEuler：OpenAI 上传的“证明证书库”，1997 星 **仓库**：https://github.com/openai/NavierStokesAndEuler **语言/状态**：Lean，截至 9 月 26 日约 1997 星 **价格**：开源免费 第三件严格说不是给你“用”的工具，但它透露的信号比前两件都大。OpenAI 在官方账号下传了一个 Lean 仓库，描述是"Lean certificates accompanying Navier-Stokes and Euler results"——伴随其 Navier-Stokes（纳维-斯托克斯方程）与 Euler（欧拉方程）相关结果的 Lean 证明证书。 先把话说明白，免得以讹传讹：**这不是“OpenAI 破解了千禧年大奖难题”**。官方描述只说这是“伴随相关结果的证书”，突破到什么程度、覆盖了哪些命题，仓库本身没有铺开宣传，任何具体结论都等权威解读，别当惊天新闻转发。 真正值得你记住的是**交付物的变化**。AI 做数学，过去的标准动作是发论文、晒榜单；现在 OpenAI 把结果做成 Lean 证书——Lean 是一种证明助手语言，证书意味着每一步推导机器可检验，不依赖“模型说它对了”。换句话说，AI 研究的交付物正在从“我声称”变成“你可验证”。对比国内：大模型发布会的主要度量衡仍是跑分和榜单，把形式化验证做成产品级交付物的动作还很少见。 **国内对比与启示**：对做算法和科研的读者，这是一个职业风向——“会用 AI 生成结果”在贬值，“会用形式化工具验证结果”在升值。Lean 社区这两年和 AI 的结合越来越紧，早学早吃红利。 **适用人群**：AI for Science 方向的研究者；数学、物理背景想转型的人；对形式化验证（Lean/Coq）感兴趣的工程师。 --- ## 三件货怎么选 ```mermaid flowchart TD A[本周三件新货] --> B[做外卖跑腿业务] A --> C[想自建编码Agent] A --> D[关注AI科研前沿] B --> E[delivery-harness] C --> F[ZCode] D --> G[NavierStokes证书库] E --> H[Java栈可优先看] F --> I[自备模型API] G --> J[需补Lean基础] ``` --- ## 信息差总结 | 你以为的 | 实际情况 | |---------|---------| | 外卖调度算法是大厂机密，学不到 | 开源圈已出现参考实现 delivery-harness，架构骨架可以先抄起来 | | 编码 Agent 只能买订阅，流程改不了 | ZCode 这类开源 harness 走“模型自己接、流程自己改”路线，智谱海外品牌已下场 | | AI 做数学 = 晒榜单刷分 | OpenAI 开始把 Lean 可验证证书当交付物，“可验证”正在替代“我声称” | | 新工具要看 Product Hunt | 本周最值得看的三个新仓库，全在 GitHub 新星榜，国内还没人写 | ## 行动指南 1. **今天（10 分钟）**：打开三个仓库点 Star 并 Watch Releases——delivery-harness、ZCode、NavierStokesAndEuler 的链接都在上文，新项目的关键更新都在 README 和 commit 里。 2. **本周（2 小时）**：与你自己业务对口的那个仓库，克隆到本地只读源码，重点看目录结构和 README 的架构图，判断它能替换你手里的哪一块。 3. **本月（一个下午）**：做配送/电商后端的，用 delivery-harness 的骨架对照你司系统的分派流程画一张映射图；做平台的，把 ZCode 接上一个你有的模型 API 跑通最小闭环，再决定要不要引入。 4. **持续**：三个项目都处于早期，产出的判断以仓库实际代码为准；发现 README 与宣传不符的，果断撤。 ## 参考来源 1. delivery-harness 仓库：https://github.com/diudiu-tech/delivery-harness 2. ZCode 仓库：https://github.com/zai-org/ZCode 3. NavierStokesAndEuler 仓库：https://github.com/openai/NavierStokesAndEuler 4. GitHub Trending（星数与排名随时间变化，以实时页面为准）：https://github.com/trending --- > 本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵**爱卫生**（微信ID: gprshome201101）维护。 > 聚焦5G/6G核心网、3GPP标准、AI工具实战。知识星球「51学通信」提供深度技术答疑和行业洞察。 > [!tip] 51学通信知识星球 > **星主：爱卫生**（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 > **星球定位**：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 > **当前规模**：5200 篇主题 / 990 个回答，198 元/年。 > **加入福利**：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 > **AI 加持**：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。