@Michaelzsguo: 我想知道本地模型用户最依赖哪些智能体来使用他们的本地/开放模型。这个排名与我自己的经历非常接近…
摘要
Daniel van Strien 分享说，编码智能体是 Hugging Face Hub 的真实用户，现在已有公开数据显示每个智能体在 Hub 流量中的份额，每月更新。
查看缓存全文
缓存时间: 2026/07/02 22:27
我想知道本地模型用户最依赖哪些代理来使用他们的本地/开源模型。
这个排名与我使用本地代理的历程相当吻合： 我从Claude Code开始，然后大量使用Codex，现在基本上已经定在了Pi agent上。我也会用qwen-code，但它的链接是 https://t.co/ULtsfNgELc
Daniel van Strien (@vanstriendaniel): 编码代理是 @huggingface Hub 的真实用户！
他们正在搜索模型、构建并推送数据集、在Jobs上训练模型、创建Spaces……
现在有了公开数据：每个代理在Hub流量中的占比，每月更新👇
相似文章
@aiDotEngineer: 您的智能体现在可以训练模型。来自@mervenoyann 的观点：开源模型已经迎头赶上。GLM 5.1 在人工智能分析指数上领先……
@mervenoyann 的演讲展示了开源模型（如 GLM 5.1）已赶上闭源模型，并说明了 Hugging Face 生态系统如何让智能体训练模型、执行推理和构建工作流。
@ClementDelangue: 本地 AI 正在迎来它的时刻！以下是过去 8 个月每月新增的 GGUF 模型数量及相关见解……
本文强调了 Hugging Face 上本地 AI GGUF 模型创建量的显著激增，近几个月的每月新增量几乎翻倍，超过 9,000 个，这得益于工具的改进以及新的开源权重模型的发布。
我构建了一个实时排名系统，涵盖所有AI代理和基础模型（开源）
一位开发者推出了AgentTape，这是一个实时排名网站，汇聚来自多个来源（GitHub、Hugging Face、OpenRouter等）的数据，对公开的AI代理和基础模型进行评分和比较，旨在提供超越基准测试的更全面评估。
@rasbt：我整理了一篇关于使用开放权重模型设置本地编码代理的新文章。一切完全在本地运行。我…
Sebastian Raschka 分享了一个关于使用开放权重 LLM 设置完全本地编码代理的新教程，包含操作指南和选择模型的评估检查表。
@ClementDelangue: 来自@斯坦福的一项研究显示，71.3%的ChatGPT查询可以由本地模型准确回答。我怀疑……
Clement Delangue宣布了一项新的Hugging Face功能，可以根据本地硬件筛选AI模型。他引用斯坦福大学的一项研究，称大多数ChatGPT查询可以在本地得到准确回答，从而节省成本并增强所有权。