今日结论
今天最强的信号是：Agent 的能力开始沉淀为可持续积累的工作资产。技能自学习、跨会话记忆与图解工具共同走强，创作项目则把关注点推进到具体交付物。
应用侧也呈现相近方向：Hermes Agent 用量领先，OpenClaw 位列增长榜首，编码 Agent 占据多个头部位置。注意时间口径：开源榜为 2026-10-10，模型与应用用量为 2026-10-08；后两者仅覆盖经 OpenRouter 且公开归属的流量，Token 衡量用量，不代表用户数。
开源项目
Top 50 可以提炼为三条主线：视觉交付、经验复用、持续记忆。相比泛化的 Agent 框架，今天更突出的项目把能力落实到图解、创作和会话经验管理；排名与 stars 是关注度信号，不能直接视为实际采用。
- 视觉交付成为头部主题：#1 storytold/artcraft 新增 4,247 stars，从 #3 升至 #1；#2 cathrynlavery/diagram-design 新增 1,556 stars，从 #6 升至 #2。创作引擎与图解技能共同领先，说明开发者关注的不只是生成文本，还包括能直接使用的视觉成果。
- #3 tt-a1i/archify：新增 1,416 stars，从 #22 升至 #3，总计 81,021 stars。它把想法、计划和代码库转成互动图解，代表 Agent 输出向可浏览、可沟通的工作界面延伸。
- #6 tigerless-labs/autoharness：新增 1,196 stars，从 #40 升至 #6。它从真实会话提炼技能，并更新、清理技能库；重要变化是让工程经验成为可维护资产，而非一次性配置。
- #21 vectorize-io/hindsight：新增 515 stars，从 #33 升至 #21。以可学习的 Agent 记忆为定位，与技能自学习构成互补：持续工作流需要同时保留上下文和改进执行方式。
模型
用量头部与增速头部出现分化：领先模型回落，部分其他模型快速增长。前三名都带有 batch 标记，但仅凭这份榜单无法判断背后的任务构成或应用来源。
- DeepSeek V4.1 Flash (batch)：5.38T Token，仍居 #1，较前一天下降 27%；#2 GLM 5.3 Flash (batch) 为 1.78T、增长 6%，#3 GPT-6 Luna (batch) 为 1.14T、增长 20%。
- Claude Haiku 5.5 (batch)：320B Token、增长 835%，位列 #11，是前十之外的最大增长信号；高增速仍需结合后续绝对用量判断持续性。
- Muse Spark 1.3 Contributor：351B Token、增长 57%，位列 #10；Muse Spark 1.3 为 75.1B、增长 124%。两个独立条目同步增长，值得继续跟踪。
应用
头部用量集中于个人 Agent 和编码工具，增长榜也延续这一方向。增长排名比较的是此前三个同长周期的平均用量，输入未给出增长百分比。
- Hermes Agent：1.43T Token，位列用量 #1；其跨会话记忆与可复用技能定位，与开源侧的技能、记忆主题相呼应。
- 编码 Agent：Claude Code 为 1.28T、Codex 为 597B、Kilo Code 为 558B Token，分别位列 #2、#3、#4；Codex 和 Claude Code 同时位列增长榜 #2、#3。
- OpenClaw：496B Token，用量 #5、增长榜 #1。个人 Agent 的增长说明，持续执行任务的方向也值得与编码工作流一起观察。
观察
下一步要看技能与记忆项目的关注度，能否伴随持续 Agent 用量保持增长。两侧目前提供方向上的印证，但不足以证明这些仓库推动了应用增长，也不能将模型增速归因于特定应用。
