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。
BeepGrid 开源了一套面向智能体的通信层，让不同 runtime 的智能体互相发现、共享会话并向人请求输入与审批。它通过 SDK、CLI 和 MCP 接入 Codex、Claude Code、AI SDK、LangChain 及自定义 runtime，消息可路由到 Slack、邮件、Telegram 或 Discord，并持久化存储以支持断线重投。
能拿走的是跨 runtime 的 agent 通信层，用 SDK/CLI/MCP 把 Codex、Claude Code、LangChain 等接进同一会话，并带人工审批与断线重投；代价是要自建 PostgreSQL 引擎并管理可过期凭证。
作者开源了一个纯 CPU 本地离线运行的增值税发票识别服务，把 RapidOCR 输出的文本行和坐标还原成票面字段与商品明细表，接口格式对齐腾讯云 VatInvoiceOCR。
能拿走折行按列归属、用金额反推数量单价、用20位号码纠正票头这三条规则，落到本地离线票据结构化产线，代价是只覆盖增值税票且版式变动要补规则。
ModelSphere 开源了 continuation_gateway，在客户端与 SGLang/vLLM 之间加一层有状态网关，用 chat-continue 方式把断流后的半截回复续上，前端仍看到一条连续回答。
能拿走 chat-continue 的续写请求构造（continue_final_message 加 add_generation_prompt 关掉）和 usage 按字符系数估算的公式，落到本地模型部署的网关层；代价是每个模型乘引擎组合都得单独验证，vLLM 上部分组合要退到 render/tokenize/generate/derender 四接口路径。
Perzian 在 GitHub 开源 Mantis，把网页转成带编号的短文本而非截图供 AI 智能体读取，可作为 MCP server 接入 Claude Code、Codex、Cursor 或自建 agent。
把网页转成编号短文本喂给 agent，替代截图和可访问性树，能接进 Claude Code、Codex、Cursor 的 MCP 流程；代价是 canvas 类页面无法点击绘制，登录墙要人工介入。
一位 AI 产品经理把多 Agent 项目的规则文件从 540 行压缩到 82 行，单次会话注入的 token 从约 8,200 降到约 1,200，代码一次性命中率从不足 50% 升到 85% 以上。
能把 500 行规则按剥离业务事实、下沉 lint 与测试、五层归因、收敛到 AGENTS.md 四步压到 80 行，落到软件工厂的 Agent 派单流程，代价是要先配好 ESLint 和测试链路。
作者做了一个网页工具，粘贴一句大白话就能生成带官方 logo 的工程制图风架构图，推理全部走火山方舟 Seed 2.1。模型只输出 {nodes, groups, edges} 的 JSON 规格，坐标计算、正交走线、图标装配和压线自查都由确定性代码完成，20 句实测全部出图、19 张通过零压线自查，平均 10.6 秒一张，按量计费等价成本约 3 分钱。
可拿走模型只出 nodes/groups/edges JSON、坐标交给确定性排版引擎的分工，配 Playwright 沿边采样查压线，落到软件工厂的图产出环节；代价是要自建中文 logo 词表和图标源，九节点以上布局变差。
WeWorker 作者复盘浏览器 Agent 的像素派与工具派两条路线，说明团队在真实站点跑一个月后因失败不可诊断、改版耐受度低、每步都过模型导致成本高而选择工具派。
可拿走 Adapter 契约加注册中心、manifest 内嵌 requires_confirmation 的写操作安全设计，以及探索 agent 生成只读工具草稿再验证上架的流程，落到本地工具接入和 Agent 派单线；代价是每站首次接入成本高，动态渲染和反自动化站点仍需人工写。
AgentSight 发布本地优先的 AI 智能体可观测工具，用 eBPF 和 TLS 流量追踪把提示词、模型调用、工具决策与进程、文件、网络活动关联起来，无需 SDK、代理或厂商集成即可监控 Claude Code、Codex、Gemini CLI 等闭源 CLI。
能拿 eBPF 加 TLS 抓包把提示词、模型调用和子进程、文件、网络动作串成一条时间线，换掉只靠应用层日志排障的做法；代价是要 Linux 内核 4.1+ 和 sudo，闭源 CLI 静态链接 SSL 时还得手动指定 binary-path。
Umbel 是一个开源工具，可在 tmux 中交互式驱动 claude、codex、gemini、opencode 等 Agent CLI，并通过 MCP 工具、命令行或 YAML 工作流让一个会话调度其他厂商的 worker 并行干活。
能用一个二进制把 claude、codex、gemini、opencode 拉进 tmux 当 worker，靠 MCP 工具和 YAML 工作流做跨厂商并行编排；代价是需装 tmux 3.0 与各家 CLI，首次冷启动 3–5 秒。
Call4Agents 0.6 发布，为 Python 智能体中发邮件、付款、写库等有副作用的动作提供崩溃重试下的一次性执行保证，可接入 LangGraph、Pydantic AI、OpenAI Agents SDK、MCP 或纯 Python，不替换原有框架。
给已有 agent 的副作用工具加一层 SQLite 运行记录，用参数哈希做审批绑定和幂等键，能直接换掉崩溃重试就重复发邮件付款的流程，代价是每个动作要自己装饰、参数需稳定文本形式。
Rivet 发布面向智能体负载的编排器，用 actor 模型把每个 agent 做成一个由 S3 支撑的轻量 Rivet Actor，而非独立沙箱。官方数据为每个 Actor 72 KB、p99 冷启动 4.99 ms，SQLite 落在 S3 上 p99 写入 1.07 ms、读取 1.36 ms，空闲时休眠不计费。
每个 agent 换成一个 72 KB 的 Rivet Actor 共享进程，S3 当唯一依赖，能替掉每 agent 一个沙箱的部署方式；代价是 Actor 跑在共享进程里，不可信代码得另走 agentOS。
Ergon 开源一套 AI 智能体搭建工具包，包含 Python SDK 引擎和拖拽式可视化 Studio，Studio 在画布上设计的 harness 可导出为 Python 代码，也能通过 SDK 的 bridge 无头运行。
能拿走一套 Python SDK 加可视化画布生成代码的 agent 搭建方式，画布导出的 harness 可 headless 跑，代价是 SDK 与 Studio 两套工具链要分别装，靠 bootstrap 脚本统一。
作者给出在 RK3588 上排查模型算子静默回退到 CPU 的完整方法：rknn_init 必须带 RKNN_FLAG_COLLECT_PERF_MASK（值 8）。
能拿走 RKNN_FLAG_COLLECT_PERF_MASK 加 rknn_query 读逐算子账本、按 CPU 时间占比判回退的口径，落到本地模型部署线；代价是 init 漏标志会静默返回空，单次延迟还会虚高约 15%。
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。
百度发布 ERNIE-5.5-Flash-Base，一个 280B 总参数、每 token 激活 14B 的稀疏 MoE 基座模型，在 33.5T token 上从零预训练，训练上下文逐步扩到 128K，微调与推理支持 1M token 上下文。
可拿走稀疏 MoE 加混合 MLA/HCA 注意力、Multi-Router 路由和 ECHO 复用末层做投机解码草稿这几处设计，落到本地模型部署与训练线；代价是要自己扛 280B 权重和 1M 上下文显存。
作者开源了 OpenDrain，一个把下载结果落盘、只向 Agent 返回约 557 字节 JSON 回执的下载器，避免整页 HTML 进入上下文。实测 MDN 的 HTTP Headers 页 293,636 字节约 73,000 tokens，改用 OpenDrain 后回执约 140 tokens，后续用 grep 按需取段约 997 tokens/段。
能拿走的是把下载从上下文里剥离的做法，字节落盘只回 557 字节 JSON 回执，配 flock 任务锁和强制 sha256 校验；可接到本地模型部署和知识沉淀的取数环节，代价是并发分片反而比 curl 单连接慢，Windows 无跨进程锁。
作者在 RTX 4060 Laptop 8GB 上用 vLLM 0.33.0 跑 Qwen2.5-7B 的 AWQ 与 GPTQ-Int4 量化版，给出可复现的启动参数组合：gpu-memory-utilization 0.85、max-model-len 8192、必须开启 enforce-eager。
能直接抄走 8GB 卡跑 7B 的启动参数组合（0.85 利用率、8192 上下文、必开 enforce-eager）和三个 vLLM issue 的本地补丁，落到本地模型部署线；代价是数据只来自 RTX 4060 Laptop 单卡，换卡换模型要重测。
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。
Rack Community 发布 1.0.0 首个公开版本，是一个跑在单台机器上的自托管 AI 实验台，自带实时仪表盘、拒绝压垮机器的作业队列、训练与测试用的 recipe 模板、需人工确认的智能体记忆和可让 AI 加入的团队房间。
能拿走 admit.sh 的内存准入规则和按片原子落盘加外部超时的作业队列，落到本地模型部署这条线，代价是脚本以启动用户身份运行、没有沙箱，且 Somnus 和 TalkBack 无登录。