团队开源了云端托管智能体平台 OMA，参考 Anthropic 的 Claude Managed Agents 实现会话管理、推理与执行解耦、凭证托管和文件系统，业务方通过兼容 Anthropic SDK 的接口定义和使用 Agent。
可借鉴手脑分离的托管智能体架构，Brain 在沙箱外推理、沙箱只执行工具，会话状态由平台独立保存；代价是要自建 PostgreSQL、NATS、S3、Vault 等一整套后端，并适配非公开的 CCRv2 协议。
开源云端托管 Agent 项目 superduck 介绍了一套基于 Proxy 的凭证隔离方案，把上游 Token 留在控制面，只在 Gateway 转发前注入，沙箱内只持有平台 Session 身份。
能拿走一套凭证不入沙箱的出口代理方案，含 LLM/MCP 专用入口、HTTPS_PROXY 加 MITM 动态签发证书、合并 CA bundle 与各语言代理配置，可落到本地模型部署和软件工厂；代价是只支持 CONNECT 443 与 HTTP/1.1，gRPC、mTLS、证书固定场景不兼容。
团队用反向建连让云端 Agent 访问私网 MCP 工具，私网 Connector 主动通过 HTTPS 长轮询连云端领任务，企业无需开放公网入站端口。云端自建 Broker 用 NATS JetStream 持久队列存命令、JetStream KV 存请求记录、Core NATS 发通知，解决多实例下调用、领取、回传三个请求落在不同实例的问题。
能拿走反向建连加自建 Broker 调度私网 MCP 的完整做法，含 NATS JetStream 队列、KV 状态和 at-most-once 取舍，落到本地模型部署与知识沉淀线；代价是调度层要自己运维，且已派发命令不自动重跑。
阿里云云原生团队介绍 Nacos 3.3.0 新增的 ARD（Agentic Resource Discovery）资源发现能力，让 Agent 按当前任务在 Nacos 中搜索 MCP、Skill、Prompt 和远程 Agent，再按各自协议读取使用。
能拿走 Nacos 3.3.0 开 ARD 的四个配置项、AgentFinder 的 finders.json 写法和搜索接口 curl 示例，把团队散落的 MCP、Skill、Prompt 收成一个 Agent 可检索的入口；前提是资源已发布上线并配好读取权限，向量检索和 JEV 模型要另配。
作者在 Claude Code 2.1.299 上复现了账号邮箱被写进 curl User-Agent 发给第三方网站的问题，13 次测试中只有 Haiku 在强调必须拿到数据时 2 次发出邮箱，Opus 和 Sonnet 都先询问或改用无邮箱的 User-Agent。
能拿走一个 PreToolUse hook 脚本加会话记录自查脚本，落到本地模型部署和知识沉淀的权限闸上；代价是只认字面量邮箱，变量、脚本文件和 WebFetch 拼进 URL 的情况都拦不住。
作者用一个最小笔记服务实测 MCP 写操作在客户端 1 秒超时、服务端 3 秒执行完时的重复提交问题，客户端报错后服务端仍写入成功，用户再点一次就产生两条记录且第二次返回成功。
能拿走幂等键绑在用户动作层、写前同步占位共享 promise、状态放进程级或数据库唯一索引这三步，落到 Agent 工具调用链路上，代价是多实例部署要换 Redis 或唯一约束。
作者用 MCP Python SDK v2（mcp 2.3.0）跑通 Resource 与 Prompt 的服务端声明和客户端调用，并给出 Tool、Resource、Prompt 的分工：Tool 由模型决定调用，Resource 由应用或宿主决定何时加载，Prompt 由用户从菜单选模板。
能拿走 MCP Python SDK v2 里 Resource 与 Prompt 的声明和客户端调用写法，落到 Agent 工具层设计上，代价是 Prompt 缺参抛 MCPError 要自己 try/except，且 list 不预热函数需自建缓存。
作者手写了一套零框架的 SKILL 实现，把技能做成 SKILL.md 加脚本的目录，Agent 启动时只注册 name 和 description 两行元数据，命中后才用 load_skill 装载全文，脚本由子进程执行。
能拿走一套零框架的 SKILL 三件套实现，含 frontmatter 注册、load_skill 装载、子进程跑脚本和五类小模型失控的加固手段，可落到软件工厂的技能编排线；代价是要自己写路径校验、超时和输出截断。
NVIDIA 开源的 Auto Ontology 在 Agent 与数据库之间加一层上下文层，先从元数据自动抽取业务术语、SQL 属性和表间关系，经人工测试认证后再让 Agent 基于这些定义写 SQL 并校验，候选覆盖度不足时明确回答答不了。
能拿走的是「生成术语与 SQL 属性、人工认证、Agent 检索后校验」这套流程和 MCP 只读接口清单，可接到企业数据问答线上；代价是摄取接口无认证、默认密码要改，且 SQL 仍由模型生成。
Bayze 开源 MCP 工具 bayze-mcp，可在 Cherry Studio、Claude Desktop、Cursor 中用一个调用触发「起草→评审→修订」的跨厂商模型协作。
能拿走一份可跑的 YAML 工作流配置，把起草、评审、修订拆给 DeepSeek、千问、豆包三家模型，接进 Cherry Studio 当 MCP 工具用；代价是要自备各家 API Key，评审门靠 JSON 结论 fail-closed，单次三步约 $0.003、8~15 秒。
RSI-BOOT 把编程 Agent 的项目约定、禁止项和修 bug 教训存进仓库根的 .rsi/ 目录，随 git 流动，并通过 rsi serve 暴露的 MCP 服务供 Cursor、Claude Code、Codex、Qoder、DeepSeek Harness 共用同一份记忆。
把项目约定、禁止项和修 bug 教训写进仓库根的 .rsi/ 并随 git 走，用 rsi serve 暴露 MCP 给 Cursor、Claude Code 等宿主共用，主链路纯 BM25 不调模型不配 Key；代价是每条记忆要人工批准，且 BM25 在答案不存在时仍会返回结果。
作者分享用 Codex 通过 Figma 官方远程 MCP 读取设计节点、再分四步还原页面的流程，在自己项目里目测还原度能到 95% 以上。流程是先读设计和项目并复述需求待确认，再按编号列出样式与文字差异清单，确认后动手改，最后用浏览器工具或 Playwright 实际操作页面对照复验。
能拿走的是 Codex 装 Figma 官方插件走远程 MCP 读节点，配四段提示词按读设计、列差异清单、确认后改、浏览器复验推进，代价是受支持名单和每月 20 次读取额度限制。
作者给出一个约 200 行、只用标准库的工具调用拦截器，在工具真正执行前用工具名加参数过规则，返回 allow、deny 或 ask。四条规则分别是危险命令先归一化再匹配、路径用 resolve 判断越界、外发请求过域名白名单并检测密钥、不可信来源的写操作和网络请求升级为人工确认。
能拿走一个约 200 行的工具调用拦截器，含命令归一化、路径 resolve、域名白名单、不可信来源标记四条规则和 60 条回归用例，落到软件工厂的执行侧闸门；代价是规则要随业务持续维护，ask 用多了会疲劳批准。
作者把 Function Calling、MCP、Agent 拆成模型能力、接口标准、控制流三层，指出三者正交且故障会互相伪装，因此排查要固定为先用 tools/list 验证工具清单、再看工具描述、最后查 Agent 循环。
把 Function Calling、MCP、Agent 拆成三层并给出固定排查顺序和四问选型流程，可直接换掉现在混着找 bug 的做法，代价是要先手动跑通 tools/list 验证下层。
作者实测了用 Zig 从零重写的无头浏览器 Lightpanda，给出接入 Playwright 与 Agent 工作流的具体做法。核心是用 playwright-core 走 connectOverCDP 连接 lightpanda serve，并遵守一进程一连接一 context 一页面的硬限制，并发靠多进程而非多标签。
能拿走 connectOverCDP 接法、LP 私有域四个命令和 /save 导出可回放脚本；落到 Agent 网页工具与批量抓取线，代价是一进程一页面、无渲染、AGPL 限制。
作者 benkelly 发布 Mentat，把个人笔记做成私有 git 仓库，通过 Cloudflare Worker 以 MCP 服务器形式提供给 Claude 和 OpenCode 读取，解决每次新对话都要重述背景的问题。
用 markdown 加 git 仓库存个人上下文，经 Cloudflare Worker 以 MCP 暴露给 Claude 和 OpenCode，写入只开 PR 并做路径与敏感信息校验，可接到知识沉淀线；代价是要自己部署 Worker 并维护 OAuth 与 CI。
作者在 MCP 服务端联调中遇到两种静默失败，HTTP 200 但调用实际失败，一种是 body 有内容而错误藏在 result.isError: true 里、error 字段为空，另一种是字符串 id 被官方 SDK 的 extractId() 丢弃导致响应体 0 字节。
能拿走一套 MCP 服务端排查顺序和 stdout 重定向 stderr 的代码，落到本地模型部署与工具调用链路上，代价是要自己补 Resources/Prompts 分支并处理 SDK 只认数字 id 的坑。
作者梳理 Claude Code 和 Codex 共有的六种能力，即 AGENTS.md/CLAUDE.md、Skill、Subagent、Hook、MCP、权限与沙箱，并说明各自作用在上下文窗口的哪个位置。
能拿走一套中立源加 sync 投影的双宿主配置法，把角色和 skill 只写一份再生成 Claude Code 与 Codex 的配置，落到软件工厂的流程编排上；代价是 sync 跑在会话启动路径上要够快，且 Codex 每条 hook 改配置就要重新审核。
Lightpanda 用 Zig 从零实现专为 AI Agent 和自动化设计的无头浏览器，不 fork Chromium，官方基准在 m5.large 上抓 100 个页面峰值内存 123MB、耗时 5 秒，对比 headless Chrome 的 2GB 和 46 秒。
可把抓取和表单自动化从 headless Chrome 切到 Lightpanda，Puppeteer/Playwright 只改连接地址；代价是 AGPL-3.0 商用需过法务、无原生 Windows、复杂渲染站点要实测。
AWS 与 EDB 联合发布教程，演示如何在 EDB Postgres AI 内用 AIDB 扩展构建语义知识库，让运行在 Amazon Bedrock AgentCore 上的 Strands Agents 智能体回答客户 360 问题。
把业务语义写进 Postgres 的 COMMENT ON 和视图注释，再用 create_semantic_kb 建向量索引，可替换独立的语义层或指标目录；代价是前期要逐列补注释，且多 KB 并存时每次检索都得显式传 kb_name。