今日结论
金融领域Agent框架和工程化工具链成为开源生态核心增长点,与模型用量变化形成协同效应。TauricResearch/TradingAgents等项目显示AI在金融场景的深度渗透,而morluto/rea等工程化工具则反映开发者对效率的持续追求。
开源项目
金融Agent框架成为最大亮点,TauricResearch/TradingAgents凭借1296 stars/日增长进入Top 11,其多Agent协作架构为量化交易提供新范式。同时工程化工具链持续优化,morluto/rea以7280 stars/日增长稳居榜首,其反向工程能力显著提升AI开发效率。
金融Agent工程化:TauricResearch/TradingAgents https://github.com/TauricResearch/TradingAgents 115353 stars, +1296 stars in 1 day. 金融交易Agent框架,支持多模型协同决策。
工程化工具链:morluto/rea https://github.com/morluto/rea 389812 stars, +7280 stars in 1 day. 反向工程工具,显著提升AI开发效率。
模型
DeepSeek V4.1 Flash 1017以5.49T tokens稳居榜首,但其batch版本用量下降15%。GPT-5.6 Terra (batch)用量激增170%,显示OpenRouter生态中新兴模型的快速崛起。
- 头部模型格局:DeepSeek V4.1 Flash 1017 (5.49T tokens, +22%) 保持领先
- 增长最快模型:GPT-5.6 Terra (batch) (37.5B tokens, +170%)
- 模型趋势:大模型持续优化,但batch版本用量波动明显
应用
Hermes Agent以1.66T tokens领跑,但CLI类应用表现更活跃。pi应用用量增长170%,显示开发者对轻量级工具的偏好。
- 最高用量应用:Hermes Agent (1.66T tokens)
- 增长最快应用:pi (1.41T tokens, +170%)
- 应用趋势:CLI类工具持续受开发者欢迎
观察
金融Agent框架与工程化工具的协同增长,预示AI应用将向专业化、场景化深度发展,值得关注后续在垂直领域的落地进展。
