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
MarkTechPost 发布教程，用 Letta 搭建一个有状态工程 Copilot，把记忆拆成 persona、human、project_state、lessons 四个可检查的 core memory 块，并允许 agent 自行更新。
能拿走 Letta 的 core memory 分块、共享 block 和 passages 检索写法，落到软件工厂的多 agent 协作与知识沉淀；代价是 SDK 接口跨版本不稳定，代码里要包一层兼容调用。
文章给出一套把模型当依赖注入的三层结构，接口层只认业务语义，适配层收拢提示词模板、输出解析、重试超时和 token 预算，评估层用 200～500 条真实业务样本和字段抽取准确率、结构化输出合法率、P95 延迟三个指标作为换模型的唯一依据。
能拿走接口/适配/评估三层结构和 200～500 条样本的回归脚本，落到软件工厂的模型切换流程；代价是每个模型要单独写适配器，结构化输出还得靠二次调用兜底。
AWS 与 UC Berkeley 在 Hydro 项目下以 Apache 2.0 开源 Infinity，一个把工具调用当作挂起点的 Agent 运行时。它把 Agent 拆成有界执行切片，挂起时只保留对话历史，基准中 8 万 Agent 常驻内存约每空闲 Agent 100 KB，8 GB 的树莓派 5 可容纳约 7.5 万个并发 Agent。
可借鉴把工具调用当挂起点、按消息队列切片恢复的运行时设计，替换阻塞式 agent 循环；代价是工具要改成异步回投结果，且需处理至少一次投递的幂等。
JetBrains InnovationHub 以 Apache-2.0 开源 ThinkRail，一个围绕 pi coding agent 构建的智能体 IDE，可在浏览器 UI 中并行运行多个 agent。
可借鉴的是每个 agent 独占一个 git worktree 分支、用 SPEC.md 图当上下文，以及把 agent 引擎与 UI 拆成三层；代价是需装本地 launcher 并配置已认证的 pi provider。
Worca 发布确定性多智能体流水线，由引擎控制流程，把任务拆成澄清、规划、精修、实现、评审五步，评审不通过就退回实现环节循环，直到通过质量门才停在分支上等待开 PR。
可借鉴它把澄清、规划、精修、实现、评审做成带质量门的有界循环，每步落盘到 SQLite 并配独立 git worktree；代价是要接受固定流程约束，mock 模式只能验证流程不能验证模型效果。
Logic647 开源 MemorySQL，一个本地优先的 Electron 应用，为 Codex、ZCode、Claude Code、Qwen Code、Kimi CLI 等 12 家 AI 编码 agent 统一捕获会话历史。
12 家 agent 各写一个捕获适配器、统一归一化后入 SQLite，再用 7 个 MCP 工具做「续接」；代价是本地明文存储、MCP 端点无鉴权，且上游格式一变就得靠探针发现。
Andee 作者复盘 Android 端 agent 的无人回合设计，把自主回合的可用工具收敛成一条 if 判断，只放行 note. 前缀和 gear.note、gear.list 两条白名单，空结果被定义为合法完成。
无人回合可照搬四件事，工具集用前缀加白名单在 dispatcher 拦、空结果写进契约、尝试与成功分两个时间戳、只给可关的那半记预算，代价是账单不完整且会晚到。
作者在自建学习问答 Agent 的评测中发现，同一道 MCP 检索题跑 10 次有 2 次没真正执行 scan_term，模型却自行写出 count=0 的 Observation，而 Harness 虽识别出 protocol_error 仍把原始输出追加进下一轮 History，虚构结果就此变成后续推理依据。
能拿走三权切分的修法，协议错误原文只进 trace artifact，History 只放“原文已省略”占位，换掉把模型原始输出直接追加进下一轮的做法；代价是要改 Agent Loop 版本并补一层断言伪造结果没进 prompt 的确定性测试。
一位十七年后端架构师给出让 Agent 自动改代码的四道闸，分别是可执行验证、把自动化变更排进人的工作时段、回滚能力先于自动化能力、授权分级。他给出可直接复用的 .claude/commands/verify.md 四步验证命令和两段 cron 窗口，并参照 Anthropic 现状做了五档权限矩阵，目前只开到第三档，合并主干和动生产配置未放开。
能拿走 verify.md 四步验证命令、两段 cron 窗口和五档权限矩阵，落到软件工厂的 agent 改代码流程；前提是项目已有一键回滚，数据类改动仍需人工兜。
NVIDIA 发布开源小模型 Nemotron 3.5 Bolt E4B 4GB，面向在 RTX、Jetson 和 Spark 硬件上本地运行的语音助手、游戏 NPC 和机器人界面。
能拿走纯 RL 后训练配方、2:1 非推理/推理样本配比和 Q4_K_M 量化加 DFlash 投机解码的部署组合，落到本地模型部署和 Agent 工具调用这条线；代价是 4GB 只是显存目标，GGUF 实际 6.18GB，Tau2-Bench 落后 Qwen3.5-4B 约 20 分。
作者在Agent长会话场景把默认模型换成输入便宜25%、输出便宜35%的flash版本，同一批4.94亿token的账单反而达到谷时方案的2.15倍。原因是缓存命中token占用量91.4%、费用73.6%，而该模型缓存单价贵10.7倍，按公式算出的临界缓存命中率为73.6%，实测91.4%已越过临界点。
给出缓存命中率与三档单价的成本公式和73.6%临界点算法，能落到本地模型部署与Agent长会话的成本核算，前提是拿到真实账单明细并补齐本地定价表。
文章梳理医疗大模型与 RAG 系统在 SSE 流式输出下的接入层高并发设计，指出瓶颈已从数据库转向 GPU KV Cache 显存、长连接状态和网关堆外缓冲。
能拿走三层接入拓扑、Nginx 双向关缓冲配置、按在途 Token 预占的 CAS 准入器和前端自适应打字队列，落到本地模型部署与软件工厂的流式链路；代价是要自己估 Token 与 KV Cache 上限，堆外内存漏释放会拖垮服务。
Pi-Bolt 1.0.0 将 Pi 编码智能体提前编译为原生机器码，提供 Linux x86-64/ARM64、macOS Apple silicon 和 Windows x64 的单一可执行文件，无需 Node.js 或 Bun。
把 Pi 编码智能体用 AOT 编译成单文件可执行程序，去掉 Node/Bun 运行时依赖，可换掉本地编码 agent 的启动与长会话开销；代价是默认无 JIT，重插件需另装 JIT 版或自行 compile。
Anthropic 在 10 月 22 日的 auto mode 默认化公告中更新，下周起 Pro、Max、Team 用户在大多数 Claude 应用新开会话默认进入 auto mode，Claude Code 终端从 v2.1.283、v2.1.284 起已默认如此。
能拿走 auto mode 的两段分类器设计、默认拦截清单和 settings.json 配置样例，落到本地模型部署与软件工厂的权限闸门；代价是 autoMode 只在用户级设置生效，且真实越权漏判率 17%。
系列第三篇讲推理平台与 Agent 之间的契约设计，提出用 request_id、deadline_ts、priority 和结果通道四个字段把平台不确定性显式化。
可拿走工具契约四字段（request_id、deadline_ts、priority、回调方式）、三层背压状态机和四层指标，落到本地模型部署与软件工厂；前提是平台能算出预计等待和单次 GPU 成本。
CowAgent 发布开源超级 AI 助手与 Agent Harness，可自主拆解任务、循环调用工具和技能直至完成目标。它采用上下文、每日、核心三层记忆架构，配合 Deep Dream 自动蒸馏与关键词加向量混合检索，并把结构化知识整理成 Markdown wiki 知识图谱。
能拿走的是三层记忆加 Deep Dream 蒸馏、Skill Hub 一键装技能、原生 MCP 工具接入这套组合，可落到本地模型部署和知识沉淀两条线；代价是 24/7 常驻要自备机器，多通道接入得逐个配凭证。
LangChain 在 2026 年 10 月 24 日的官方博客中把 Agent 上下文工程的第一步定为检索，指出低效搜索、一次塞太多、无关或过期三类问题会连锁放大。
能拿走 glob/grep 优先、检索只返路径、子 Agent 读原文、共享同一 backend 这套组合，落到知识沉淀和软件工厂的检索层；代价是多一次模型调用，且 grep 只做字面量匹配。
gtindo 发布开源工具 task-view，把编码 agent 完成的任务整理成一张离线 HTML 页面，用图、流程和 diff 覆盖图展示改动的函数、组件、接口和测试及其关系。
能让编码 agent 收尾时输出结构化 review 文件，把改动画成图、流程和 diff 覆盖图，替代逐个开文件读 diff；代价是要先给 agent 装 skill 或写进 AGENTS.md，且只校验引用是否对得上 Git，不判断代码对错。
Token Beggar 发布 Claude Code 插件 0.3.0，在大模型动手前先判断便宜模型能否胜任，小任务留在聊天里，大任务交给一个便宜 worker，再由聊天侧读完整 git diff 并跑测试复核。
可把 Claude Code 里的大任务按约 5 次工具调用、多文件、改测循环判给便宜 worker，聊天侧读全量 diff 并跑测试复核；代价是省钱倍数只对 Opus 5.5 high 实测，小任务基本无收益。
Rebuno 发布自托管个人智能体 Nu，每次工具调用都按用户策略校验，策略不允许的操作会等待用户批准。Nu 记录每一步执行，崩溃或重启后可从中断处继续而不重复副作用，shell 命令和文件编辑运行在不持有 Nu 密钥的沙箱容器中。
自托管个人智能体把工具调用按策略拦截并等人工批准，步骤落盘支持崩溃后续跑，shell 与文件编辑放在不含密钥的沙箱容器里，代价是要自备 Docker Compose 和 Node.js 24 以上环境。