技术方向
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
568 条精选近 30 天 555 条共收录 2,928 条
Turnbook 发布 0.10.0，把新安装的检索模型从 mpnet 换成 EmbeddingGemma，在 LongMemEval 全部 500 题上以 3.1k 记忆 token 达到 91.8% 准确率，此前 mpnet 要 26.3k token 才有同样成绩。
把记忆写入从 LLM 摘要换成逐字存 SQLite 加本地 EmbeddingGemma 检索，省掉写入 token；代价是首次安装要后台重嵌旧记忆，且多用户服务端还没做。
MiniMax Code 团队把团队每天在用的工作流和 16 个 Agent 技能开源。仓库明确说明这不是提示词合集或最佳实践清单，而是团队真实在用的做法，涉及如何让 AI 写的代码保持高标准、如何判断任务该不该交给子 agent、长命令该等多久、长会话如何不变迟钝，以及每轮对话实际送进上下文的内容。具体技能配置和参数原文未展开。
能直接拿走 16 个日常在用的 Agent 技能，覆盖代码标准、子 agent 派单判断、长命令等待时长和长会话维护，前提是只有摘要、具体配置和参数原文未给出。
作者用 Claude in Chrome 扩展让 Claude Code 在已登录的 ChatGPT 网页里自动填 prompt、发图、下载并切图，13 轮出图留下 35 张原图，全程同一个对话保持画风一致。
可照搬的是让 Claude Code 用页面 JS 操作已登录的 ChatGPT 网页出图，配固定 prompt 尾段和切图脚本；代价是网页结构会变、单轮出图最长 26 分钟，听感和观感仍需人判断。
这篇教程拆解多轮对话越聊越贵和失忆的原因，给出带裁剪策略的会话管理器实现，12 轮演示中预算裁剪把累计 token 从 4654 降到 2993，省下 35.7%。
能拿走三套裁剪策略（滑窗、预算、压缩）加本地 token 估算和可配置单价的完整模块划分，落到软件工厂里多轮对话的成本控制；代价是估算按字符经验值算，真实账单仍要取服务端 usage。
这篇教程把英语批改智能体的输出从散文改成结构化对象，用 Pydantic 定义 Correction 和 ErrorItem 契约，再经 with_structured_output 工具通路或 PydanticOutputParser 提示词通路解析。
能拿走 Pydantic schema 加 with_structured_output 与 PydanticOutputParser 双通路、业务校验层和带错因的重试闭环，落到软件工厂的结构化输出环节；代价是私有部署小模型不支持 function calling 时得走提示词备胎，且要自写假模型才能离线测。
作者实测了 Mobile Next 团队开源的 MCP 服务器 mobile-mcp，它把 iOS 模拟器、iOS 真机、Android 仿真器和真机的控制能力封装成 30 多个 MCP 工具，Agent 接上后可用自然语言装应用、点按钮、输文字、截屏录屏和抓崩溃日志。
能拿走 accessibility-first 读元素树代替截图、mobile_batch_commands 合并动作省 token，以及把探索路径固化成回归脚本这条线；代价是 iOS 真机要手动开 tunnel 和端口转发，WDA 签名过期得重签。
上海交大、南洋理工和阿里巴巴团队提出 GUI-JEPA，用 JEPA 隐空间对候选控件打分替代逐 token 解码，在 AndroidControl 上以 0.5B 参数保留 Qwen2.5-VL-7B 微调模型 86-92% 的步级精度。
可借鉴候选打分替代逐 token 解码的做法，把截图编码一次、对 a11y 树候选批量打分，落到端侧智能体和手机自动化线；前提是能拿到无障碍树，且只验证了步级准确率、没有在线任务完成率。
作者用两周为 DeepSeek Harness（DSH）写了 5 个插件并发布到 npm，包括把长期记忆存进用户 Git 仓库的 dsh-memory-git、右侧栏 Git 面板 dsh-git、把 DSH 变成 MCP 服务端的 dsh-ai-chat-mcp，以及 macOS 和 Windows 各一个桌面自动化插件。
能拿走 Host 插件三步骨架（package.json 的 dsh.bundle 与 engines.dsh 版本准入、cordis.patch.yml、ctx.tools.register 注册工具），落到本地模型部署和知识沉淀两条线；代价是 Host 插件跑在非沙箱进程，装第三方插件等于跑别人代码。
作者发布 envgit，一个给编码智能体工作环境做版本控制的开源工具，在每一步后快照工作目录，并用请求级 YAML 策略拦截 git push、npm publish 等不可逆操作。
envgit 用每步快照加请求级策略（按 method 和 path 拦 git push、npm publish）补上三个 agent 沙箱默认放行 ~/.ssh 和出网的缺口，代价是 Copilot CLI 只能记录不能强制，shell 规则形同虚设。
Sheetgraph 发布 0.1 beta，把 xlsx、xlsm、xls、xlsb、ods、csv 和 Google Sheets 抽取成一份 REPORT.md 加公式依赖图，并保留每个单元格供 agent 回查。
把表格压成 REPORT.md 加公式依赖图，再让 agent 用 cells/trace 回查具体单元格，能接进知识沉淀和本地模型部署两条线；代价是超大文件只保留首尾行、INDIRECT/OFFSET 边缺失。
一篇博客给出让批量 AI 生成文本更易读的五条原则，包括按主谓宾顺序起句、把区分性关键词前置、统一结构与用词、只在有实际差异时做变化、让动词褒贬与仪表盘目的对齐。
五条可读性规则能直接塞进编码 agent 的提示词或做成 skill，约束批量生成标题、摘要、仪表盘文案；代价是要统一句式和用词，会牺牲部分表达变化。
Apgar 发布面向 AI 智能体的发布健康监控工具，在每次发布后的最初几小时对比上一次发布，发现工具报错、重试和循环增多、工具调用减少、回答变短、成本或延迟升高等退化。
能拿它做发布后的回归监控，从已有 trace 里比对工具报错、重试、循环、调用量、回答长度、成本和延迟，不用 LLM judge 也不用数据集；前提是接入 OpenTelemetry 或 Langfuse 并给每次部署打 release 标签，还要自托管 Docker Compose 或 Kubernetes。
MoEngage 用 Amazon Bedrock AgentCore Gateway 把约 400 个 VPC 私有 REST API 注册为权限受限的智能体工具，估算省下约六个月平台工程工作量，新 API 接入从数天缩短到数小时。
把 OpenAPI spec 当工具定义、用 Cedar 策略在序列化前按主体裁剪 tools/list、身份走 header 不进模型参数，这套做法能直接换掉每团队自建 MCP server 的方案，前提是接受平台组统一托管协议层。
Wavefunction 发布面向 macOS 的开源桌面编码 Agent，采用 MIT 协议，可同时处理多个任务。它把可独立运行的工作拆给子 agent，每个聊天从独立分支开始、可能冲突的子 agent 各用独立 worktree，由主流程审阅合并，并支持任务中途追加指令。
可借鉴它把并行任务拆成子 agent 加 git worktree 隔离、再统一审阅合并的做法，换掉单 agent 串行派活；代价是要装 Docker Desktop 且模型需支持读图。
郑恩赐给出一份审核 AI 生成代码的 6 层检查清单，主张让编译、lint、类型检查先当自动闸门，人只盯机器抓不住的「看起来对」的错。清单依次覆盖意图与架构约定、测试与边界、安全与幻觉依赖、diff 拆分与回滚，以及命中 diff 超 300 行、新增 2 个以上依赖、读 10 分钟讲不清意图等判据时直接重写。
六层清单加一个只依赖标准库的正则扫描脚本，能把安全初筛接进 CI 当第一道闸门，代价是规则只覆盖硬编码密钥、eval/exec、pickle、SQL 拼接等几类写法，意图和边界仍得人看。
vibecheck 发布面向 AI 生成应用的上线前安全审计工具，用零依赖扫描器跑 60 多项检查，再由 AI 智能体复核并剔除误报，输出 0 到 100 的 Launch Score 和 GO、FIX FIRST、NO-GO 结论。
能拿走一套零依赖扫描脚本加 Claude Code 插件钩子，把密钥泄露、Supabase 无 RLS、浏览器直调付费 API 这类问题挡在提交和部署前，代价是只覆盖它列出的规则，深度集中在 Next.js、Supabase、Stripe 等栈。
OAR（Open Agent Runtime）发布 provider 无关的编程接口，同一套代码把 runtime 名从 claude 换成 codex、grok 或 pi 即可驱动，runtime 无法满足的选项会在会话打开前被拒绝而不是静默丢弃。
能用一个 API 把 claude、codex、grok、pi 等编码 agent runtime 统一起来，换掉为每个 harness 各写一套适配的活；代价是 Node 24+ 且 Cursor、Pi Durable 要宿主自己传 SDK 和 Harness。
Deriv 以 MIT 协议开源自托管 AI 平台 Deriv One，把共享技能目录、Slack 智能体、多窗格工作区和无代码 Lab 应用构建器统一在一套身份目录与密钥库上，用量按自有模型网关统计。
能拿走一套自托管 AI 平台的四块拼法，技能注册表加审核流、Slack 智能体、多窗格工作区、无代码 Lab，全跑在自有身份目录和密钥库上；要落地得自备模型网关、身份代理和云，生产插件与内部集成不在仓库里。
AWF 发布一套面向企业 AI 集成的开源生态，由三个静态二进制组成：Go 编写的 AWF CLI 用 YAML 定义工作流并支持 OpenAI、Claude、Gemini、Ollama 多provider、并行、重试与断点续跑。
可拿走 YAML 定义工作流、单静态二进制、按步记录 token 与 JSONL 审计的做法，替换现在脚本加 SDK 拼的流水线；代价是 Go 与 Zig 三件套要自己运维，ZPM 的 Prolog 推理只覆盖事实规则类知识。
AQVEN 发布一个 Python 框架和本地 Studio，把 LLM 工作流写成仓库里的类型化文件，用 aqven check 在消耗 token 前校验引用、类型和提示词变量并模拟运行。
把工作流拆成仓库里的类型化文件，用 aqven check 离线校验引用和类型再跑，能省掉大量白跑 token 的调试；代价是锁死 Python 3.14 且非开源许可，Windows 安装路径未验证。