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
作者实测用 chrome-use 让 Claude Code 借用自己已登录的 Chrome，完成禅道 Bug 列表只读查询、ONES 维护工单查询和禅道提 Bug 表单填写（不保存）三个任务。
用扩展加原生消息把 agent 接到已登录的 Chrome，绕开 Playwright 新开 profile 的 SSO 卡点；禅道 iframe 要改用 snapshot -c，ONES 点击后补 wait --load networkidle，富文本走编辑器 API 设值，代价是每次任务必须 done 收尾。
作者分享 dev-workflow 与 bugfix-workflow 的设计心得，把研发拆成背景分析、架构方案、代码实现、独立审查、证据验证、交付归档六个阶段，用状态机与 Checkpoint 阻断模型随意跳步。
能拿走六阶段状态机加三道 Checkpoint 放行、审查与验证各限 3 次失败即转人工，以及独立 Reviewer 用干净上下文审 Diff；落到软件工厂线，代价是背景与方案两轮人工确认和多 Agent 交接开销。
charlie-w 发布 OpenMontage Drama Studio，一个可自托管的 Web 工作室，把一句话创意经剧本、角色、场景、道具、分镜与镜头、配音、剪辑七个阶段做成短剧或短视频。
可照搬它的七阶段流水线拆分和角色/场景/道具参考图复用机制，落到视频产线；代价是图像视频要走火山引擎 Seedream/Seedance 付费 API，S3 和模型 key 都得自备。
作者用一个 Python 装饰器给 MCP 工具加了两层保护，每次调用写一行 JSONL 记录 trace_id、工具名、参数、耗时和输出长度，返回文本超过 2000 字符就落盘，只回摘要、前 10 行和分页读取方式。
可直接抄的 Python 装饰器给 MCP 工具加 JSONL 调用链日志和超长输出落盘，落到本地模型部署与知识沉淀线；代价是要处理装饰器顺序、functools.wraps 和 stdio 工作目录三个坑。
作者按通信协议、感知压缩、上下文管理、决策执行四层拆解 GUI Agent 架构，对比 mobile-use、browser-use、Playwright MCP 和 vercel-labs/agent-browser 四个框架。
能拿走 A11y 压缩四步裁剪加 @eN 短引用映射，把单步观测从万级 Token 压到 200 左右；落到本地模型部署和软件工厂的浏览器自动化线，代价是要自己维护引用表并处理动态状态不能进 SystemMessage 的缓存坑。
栈知见在系列第 14 篇中拆解了 Agent 2.0 的四层上下文工程策略，包括结构化压缩、大工具结果卸载、溢出兜底和参数截断，四者相互独立、可自由组合且默认关闭。
四层上下文策略可直接照搬，压缩保留意图/摘要/产物/下一步四节，大结果超80K字符卸载留首尾预览，代价是压缩需另配小模型且卸载后要提示词引导回读。
作者用 LangGraph 把线性 RAG 改造成 Agentic RAG 闭环，通过路由、Query 改写、混合检索加 Rerank、文档评估和重试分支让 LLM 自主决定是否检索。
能拿走一套 LangGraph 状态机骨架，含路由、Query 改写、混合检索加 Rerank、Grade 评估和 max_retry 重试上限，可替换现有线性 RAG 流水线；代价是复杂问题多次调用 LLM，延迟和 Token 消耗上升，需限流。
作者以虚构案例 OpsPilot 复盘生产 Agent 的流式推送与人在回路，给出会话、消息、Run 三张表以及 SSE 业务事件、中断记录、断点、恢复接口的 TypeScript 骨架。
能拿走 Run/中断/断点三张表加 SSE 业务事件协议和 resume 接口骨架，落到软件工厂的 Agent 后端；代价是恢复前要重读资源、重新鉴权并做幂等防双击。
作者实测了 Citro Labs 的 ego-lite，一款人和 AI Agent 共用的 Chromium 浏览器，Agent 在独立 Space 里跑网页自动化，直接继承 Chrome 的登录态、Cookie 和扩展，不抢占用户标签页。
能拿走的是 Space 隔离加继承 Chrome 登录态这套做法，把 Agent 网页任务从空白无头实例挪到真实会话里跑，代价是得装桌面端、开 bypass permissions，且仅支持 macOS 和 Windows。
作者静态阅读一份 345 行的 Sub-Agent 实现，指出子 Agent 的价值是上下文隔离而非智力提升，它不共享对话历史、只把最终结论交回父 Agent。
能拿走子 Agent 只回传结论、父子工具表用列表相加复用、路径用 resolve 加 is_relative_to 校验这几处写法，落到软件工厂的 Agent 编排上；代价是父层丢过程可见性，父循环无轮数上限、工具参数无 try 兜底，上生产前得自己补护栏。
Exowatt 用 Amazon SageMaker AI 无服务器模型定制微调 Qwen3-1.7B 和 Qwen3-14B，在告警分诊和能源市场分析两个任务上分别达到 0.911 和 0.975 macro-F1，均超过 Claude Sonnet 4.6、Claude Opus 4.7 等前沿模型。
可复用其数据配方：少量人工核验样本加三倍改写扩增，改写后逐条校验标签与数字不变；代价是改写与校验环节要额外投入，且需自建证据引用校验。
flightdeck 发布面向生产与编码智能体的自托管观测与控制平面，采用 Apache 2.0 协议，把每次 LLM 调用、MCP 事件和工具调用实时流式推到仪表盘。
自托管观测面用 init()+patch() 包住 SDK 客户端，不经过代理就能拿到每次 LLM 调用、MCP 事件和工具调用，还能按 flavor 设 token 预算做降级和熔断；代价是要自己跑 Docker Compose 或 Helm，且 prompt 捕获默认关闭。
API Anything 开源了一个本地工具，agent 只需学一次网站的请求，之后就能像调 API 一样拿到 JSON，优先走纯 HTTP，站点拦截时才回退到浏览器，学习过程不用 LLM。
把网站请求学成可复用操作，让 agent 走纯 HTTP 拿 JSON，省掉浏览器和 LLM 解析；代价是站点改版要重学，登录态和写操作得自己兜底。
Liquid AI 发布 LFM3 新一代 Liquid Foundation Models，把文本、视觉、音频、omni 和决策模型统一到 2B 参数级的同一 backbone 上，全部开源权重并已在 Hugging Face 上线。
六个 2B 级模型共用一个 backbone，单卡微调即可落地，文本模型 4-bit 约 1GB 可塞进端侧；代价是各模态需分别选型，d1 系列只输出结构化判断而非生成文本。
agent-relay 是一个开源原型，让不同厂商的编码会话按轮次接力，一个会话主导、另一个跟随，每轮交接都记录到磁盘并在需要人决策时停下。它已在 Claude Code 2.1.310 与 Codex 0.163.0 上实测跑通，支持规划、实现、审查循环和带轮次与超时预算的受限任务。
能把 Codex 规划审查、Claude Code 写码的跨厂商会话按轮次接力，每轮落盘成可回放记录，代价是每队仅两个会话、轮次内工具循环不可见，超时是唯一硬限制。
Pallavi Singla 在 30 条 agent 式查询上横向评测 You.com、Tavily、Exa、Parallel 四家搜索 API，覆盖 GTM、保险、金融三类场景，每条查询重复 3 次共 90 次调用。
能拿走一套可复跑的搜索 API 评测框架，含 30 条 agent 式查询、答案键、promptfoo 配置和 MCP 接入方式，可用来给自家 agent 选搜索后端；代价是要自备四家 API key，且只跑了一天数据、每类 10 条，差一两条属噪声。
作者用 Claude Code 为燃料价格应用 Petroly 写了一个 JavaScript 渲染器，把 15 秒宣传视频做成返回 SVG 的 frame(t) 函数，再经 sharp 转像素、FFmpeg 编码成视频，全程没打开视频编辑器。
把视频做成 frame(t) 返回 SVG 的纯函数，再用 sharp 转像素、FFmpeg 编码，可复用现有测试和 diff 流程；代价是动画逻辑要全部写成代码，审美仍需人眼把关。
Spec-First 发布面向 AI 编码智能体的 spec-first 开发插件，让每个改动先写成仓库内的 spec，经独立 reviewer 对照代码审查后再由智能体在独立分支和 worktree 上实现，提交时通过 commit gate 校验。
可把编码流程拆成 create-spec、review-spec、apply-spec、deliver-spec 四个技能，每个 spec 独立分支和 worktree，提交前用 commit gate 跑 verify 阶段；代价是要先 bootstrap 项目上下文，且依赖 Claude Code 插件或 AGENTS.md 加 git hook。
Bouncer 发布 v0.1.4 早期版本，这是一个本地 MCP 代理，用确定性规则拦截智能体向此前出现在不可信工具输出中的地址发送或分享数据，每次判定写入 ~/.bouncer/audit.jsonl。
能拿走一套确定性规则代理，按目标地址来源判定放行、拒绝或转人工，并配 YAML 策略与审计日志；可落到本地模型部署和软件工厂的 MCP 工具链上，代价是合法发信任务被大量误杀，且只覆盖 MCP 调用。
Hardalion 发布 ADAP 开放协议公开草案 v0.1，用委托、签名意图、确定性策略、执行前授权边界和可离线验证的授权回执约束智能体代他人执行的动作。
能拿走一套可跑的授权链路，委托、签名意图、确定性策略、执行前拦截、离线可验回执，落到软件工厂的工具调用前拦截；代价是参考包未发 npm，需自行 clone 跑 pnpm，且不覆盖密钥被盗与运行时绕过。