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
CycleDetector 用三个独立 streak 计数器检测 Agent 循环，分别是完全相同的调用、工具类别连续计数和特定工具独立阈值。它把工具按四级 fallback 分为 exploration 与 action 两类，对 edit、write、apply_patch 等写操作在参数变化时把 streak 减半，以区分迭代改进和盲目重复。
能拿走三 streak 计数器加参数变化减半的完整伪代码和阈值表，落到软件工厂的 Agent 终止判据上，代价是要自己维护工具分类和 per-tool 阈值。
Greenlit Books 发布开源工具 mustfail 0.1.0，把编码 agent 改过的源文件回滚到基线、保留它新写的测试再跑一遍，仍然通过的检查被判为没有测到实际改动。
把改动源码回滚、保留 agent 新写的测试再跑一遍，用负向对照判断测试是否真能失败；代价是跑两遍测试套件，纯重构会被误判为未覆盖。
Open Agent Primitives（OAP）发布一套在自有集群上安全运行企业 AI Agent 的平台，核心是让平台而非模型在每次动作执行前做授权检查。
六个原语（AgentClass 模板、声明式工具契约、凭证代理注入、逐动作授权、多渠道校验、记忆分权）可直接对照自建 Agent 平台的权限层，代价是要自备集群并接受 OWASP 十项里仍有六项在建设中。
Google 开源插件 elephant-goldfish-model（EGM），给 AI 编码助手加一道写代码前先定设计的工序，拆成持有项目上下文的起草者和零上下文审查者两个角色。
能拿走的是三技能流水线加零上下文审查子代理，把设计草案先过一遍再写码，落到软件工厂的需求澄清环节；代价是多三步时间，小 bug 修复反而拖慢。
shellfirm 发布，在危险 shell 命令执行前拦截，内置 23 组共 496 项检查，覆盖 git、Kubernetes、Terraform、Docker 与云平台等，默认全部开启。
能拿 shellfirm connect claude-code 给 Claude Code 的 Bash 调用加前置拦截，把危险命令挡在执行前；代价是只读命令行、脚本内容和运行时拼接命令看不到，Nushell 内置命令拦不住。
美团基础技术部结合分布式存储实践，总结 AI 评审、AI Debug 和 AI 自动化三类场景中 AI 能做什么、容易错在哪、哪些环节必须由人把关。文章给出四层证据体系，静态评审找候选、构建与单测判真伪、集成测试降误报、运行时日志看线上是否发生，并强调流畅不是证据、变绿不等于问题解决。文中还给出结论按证据等级分档、只沉淀稳定不变式、建立分层授权等可复用做法。
可拿走四层证据分级（静态评审、单测红绿、集成测试、运行时日志）和分层授权做法，落到软件工厂的评审与验证环节，代价是要先补 sanitizer、故障注入等测试基础设施。
Bernstein 发布 v3.23.0，作为 AI 智能体的开源治理层，提供 53 个 CLI 适配器，采用 Apache 2.0 许可并支持本地部署。它用确定性 Python 调度器并行运行多个智能体，协调环节不引入模型，同一计划可逐字节复现；流程分拆解、隔离 worktree 起 agent、测试类型 lint 校验、只合已验证 diff 四阶段。
可拿走四阶段流水线（拆解、隔离 worktree 起 agent、测试类型 lint 校验、只合已验证 diff）和 HMAC 链式审计日志，落到软件工厂的并行派单与可复核交付；代价是策略要自己写成代码，调度器刻意不放模型。
作者用八个内存用例给 MCP Server 补上契约快照、行为断言和回放测试，不开端口不走网络，单次调用往返 0.034 毫秒。
能拿走一套 MCP Server 测试骨架，把 createNotesServer 与 listen 拆开、用 InMemoryTransport 直连、导出契约快照加回放 fixture，落到本地工具链和软件工厂的回归环节；代价是快照和 fixture 要随有意改动手动更新并 review diff。
Flamerix AI 发布 MIT 许可的 no-agent-summary.js，用 Bun preload 拦截 Claude Code 每约 30 秒为每个后台智能体生成 3-5 词状态摘要的定时器，作者称这占其全部 Claude Code 花费的 16.4%、API 请求的 19.7%。
用 Bun preload 包住 setTimeout，按回调源码里的锚点字符串拦掉 agent_summary 定时器，能省下约 15-20% token；代价是每次更新后要重跑 Verify，锚点一改名就静默失效。
文章把 AI Agent 的执行循环抽象为输入理解、任务规划、工具执行、结果观察、错误修正、最终响应六个逻辑阶段，强调这是工程抽象而非行业统一标准。
把 Agent 循环拆成六阶段并给出状态结构、工具错误字段和最小 Runtime 伪代码，可直接对照改造现有 Agent 的规划与纠错环节，代价是需自行补齐持久化、幂等和审批等生产机制。
作者用 Claude Code 在 5 天内写出竖屏塔防小游戏「圣光防线」，77 个 GDScript 文件共 8408 行代码，全部由 AI 编写，作者只提需求、试玩和拍板。
能拿走一套 make 命令组合，test、lint、smoke、frames 让 Claude Code 自己验证改动，落到软件工厂线；代价是 GDScript 无覆盖率工具，且导出包与编辑器行为不一致需另加打包后自动试玩。
得物技术在 AI Testing 平台上用 Jev 接入用例打标、UI 自动化和知识库召回三个测试场景，300 条用例打标耗时 5 秒、费用约 0.01 元，对比 DeepSeek 方案的 4 分 5 秒和约 0.31 元。
能拿走 noul/choice/score 三种判断类型加阈值分流的写法，把打标、UI 选元素、检索精排从通用大模型换成轻量决策层，代价是选项语义要写清、低置信结果得留人工复核。
HLock 发布面向 Agent 配置的打包层，用 harness.lock 记录 harness 版本、模型、MCP server、skill、插件、指令文件和配置并逐项哈希，可提交 git 后在任意机器用 hlock sync 还原。
把 harness、模型、MCP server、skill 和配置钉进 harness.lock 并提交 git，换掉靠手工复刻环境；代价是密钥要改成 HLOCK_SECRET_* 占位符，sync 时自己补值。
synapseForge 以 Apache 2.0 协议开源，是一个用 Python 构建、装备、运行和分发自主 Agent 的框架，可通过 pip install synapseForge 安装。
能拿走一套 Agent 脚手架，含 FastAPI 后端、React 前端、YAML 定义 agent 与 skill、deny-by-default 权限和 SSE 流式约定，可换掉每个项目重写 agent loop 的做法，代价是要接受它的目录约定和自扩展生成流程。
作者以虚构案例 OpsPilot 复盘生产 Agent 的会话服务设计，核心是身份只认登录态拼出的 RequestContext、一次点击只起一条 Run、取消要写库并打断模型和工具请求。
能拿走 RequestContext 结构、runs 表唯一约束防重复起 Run、取消写库加 abort 三件套，落到软件工厂的 Agent 服务端；代价是要自己补队列和工具层二次鉴权。
Tilde 发布开源智能体注册中心，可把任意语言或框架构建的 Agent 注册到同一处，并统一做部署、健康检查、暂停与下线。它通过 SDK 让 Agent 主动连到网关，网关负责聊天渠道路由、凭证加密存储、MCP 与自有工具审计、LLM 请求与成本追踪、提示词版本管理和会话追踪。
能拿走一套 agent 注册与网关的落地做法，包括容器化 quickstart、SDK 接入和 tilde dev 自动注册部署，可接到本地模型部署与软件工厂线；代价是开源版没有登录鉴权，需自己加反向代理，且依赖 PostgreSQL、ClickHouse 和 S3。
Agent Ring 发布预发布版，让 AI 智能体在需要决策、卡住或长任务完成时拨打你的手机，锁屏和 Doze 状态下也能响铃，语音 AI 说明情况后把对话转写交回智能体继续执行。
能拿走一套自托管方案，让 agent 通过 MCP 或 CLI 在需要决策时打电话到锁屏手机，语音 AI 转写后回传继续跑；代价是要自备 Linux 服务器、Firebase 项目和 Gemini API key，且仅支持 Android、单用户。
作者用一支 AI 编码智能体团队在 38 天里围绕真实产品待办跑了 324 个两小时冲刺，其中专职 scrum 团队 agent 执行的 90 个冲刺里 79% 的承诺故事在冲刺内完成，仪式耗时不到 5 分钟。
能拿走一套可照抄的 Agent Scrum 最小配置，产品负责人 agent 管规划、独立 scrum master agent 跑两小时冲刺、外部定时器触发收尾；代价是回顾项 159 条只关了 40 条，合并环节和写代码一样耗时。
MiniMax 于 2026 年 10 月 28 日以 MIT 协议开源 MCode Stack，包含其 MiniMax Code 团队日常使用的 2 套技能栈、17 个 SKILL.md 技能（15 个来自 Ronny、2 个来自 Jiachen）、5 份清单和 5 份配套笔记。
能直接抄走 17 个 SKILL.md 和 5 份清单，装进 MiniMax Code 或 Claude Code 管上下文预算、长命令和评审；代价是只有 Markdown 没有评测数据，得自己跑一遍验证。
商汤开源 Code2Video，一个基于 Qwen3.8-27B 微调的 27B 模型，不直接生成像素，而是为每个镜头写程序、渲染、看帧后改代码。文字、公式和图表数字从源数据输入，避免乱码；每个元素是命名对象，改一处只需小编辑而非整段重生成。
能拿走 skill 文件、需求转 brief 模板和含消息与工具调用的生产日志，复刻写代码渲染再改的产线；代价是只适合动效与图表类视频，实拍风格不适用。