Agent 智能体 最新动态

可借鉴的是先挖真实轨迹里的工具依赖再按需造环境，无状态环境直接缓存回放，省掉一半合成文件；前提是手里有真实执行轨迹，且冷门编排进不了图。

能拿走一套可复用的闭环，用 Docker 起真实编码 agent 跑任务、抓卡点、改完再跑同一 eval 对比批次；前提是 Node 22.13+、Docker 和 agent 凭证，本地模式只覆盖 Skills、SDK、CLI 和文件。

用 markdown 加 git 仓库存个人上下文，经 Cloudflare Worker 以 MCP 暴露给 Claude 和 OpenCode，写入只开 PR 并做路径与敏感信息校验，可接到知识沉淀线；代价是要自己部署 Worker 并维护 OAuth 与 CI。

四层上下文工程可直接照搬，write_and_execute 工具把代码留在文件里省约 95% token，技能按需加载省约 97% 系统提示词，代价是要先搭多智能体分层和文件通信约定。

能把决策模型包进 Lambda 注册成 code-based evaluator，用校准概率做阈值筛选，再让内置 LLM 评估器只跑低分轮次；代价是要自备标注样本验证阈值，Jev 还需 TypeSafe API key。

能在 Mac 上给 agent 开一个隐藏的独立登录桌面，用一条 curl 装完，把 Computer Use 的截图上下文从 232k 压到 36k；代价是它只是普通账号不是安全沙箱，Safari 和原生保存面板要接 Screen Sharing。

能拿走的是多智能体分工加固定顺序系统提示词的做法，每个 worker 独立上下文和 token 账本，可换掉单 agent 串行派活；代价是每轮重发历史、子智能体等于第二次完整跑，费用翻倍且无撤销。

能拿走一套跨 agent 共享记忆的 MCP 服务端加 Supabase 自托管方案，含去重、纠错覆盖和夜间整理任务，落到知识沉淀线；代价是要自备 Supabase 项目和模型 API key，记忆会发给嵌入向量与模型提供方。

把单体调查 agent 拆成约 40 个按角色分工的松耦合 agent，每个角色独立选模型和 harness，eval 从端到端全流程改成单角色聚焦测试，单次成本从 0.54 美元降到 0.0052 美元；代价是编排、追踪、成本统计都要重做，agent 之间靠自然语言对话缺少契约约束。

能拿走五条记忆规则和 MCP 接入命令，把跨会话决策沉淀成自有 Markdown 文件夹，换掉每个 agent 重复交代背景的做法；代价是自托管要 Node 22.16+，语义检索需另接模型。

可借鉴其上下文省 token 的三件套，tree-sitter 索引先探骨架再读文件、code_execution 在沙箱里过滤数据不进上下文、子任务按需选强弱模型；代价是要自己接 tree-sitter 和沙箱，省下的主要是读文件那 65% 的 token。

可拿走压缩摘要的写法（任务原文、当前状态与计划、相关产物、完成标准）和把长文档存成文件让 agent 用 grep 选择性读取的做法，落到软件工厂与本地模型部署两条线；代价是开源模型在 16K 极限下会崩，Qwen 3 Coder Next 从 53.0% 掉到 3.6%，且成本节省部分来自作者自建价格模型而非真实账单。

能拿走一条 npx 安装命令和 provider install、workspace add 的 CLI 用法，把 Claude Code、Codex、Gemini 等多个编码 CLI 塞进同一台机器的 Docker 房间并行跑；代价是 small 档要 4 核 7 GiB 内存，容器隔离不算安全边界，host-root 挂载会直接放开整台主机。

可借鉴的是持久化引擎加热重载候选前向、多 agent 消息板并行试错、快慢两级引擎权衡吞吐与保真度，能落到本地模型部署的推理调优；代价是要自建成本模型和引擎热重载能力。

能拿走一套可复用的 Agent Skill 结构，用 draft.py 一次成稿、fixes.json 改错、叠图比对加页面账本做校验，落到知识沉淀和文档重建线；代价是每页要跑几分钟并消耗模型 token，审计通过也不等于内容正确。

五条规则可直接搬进 skill 评测流程，含 frontmatter 触发冲突检测、配对 WITH/WITHOUT 消融、评分维度正交防刷分；前提是得有容器沙箱和 CI，本地跑的数字不可信。

能拿走一套确定性离线检测规则，把断言放宽、跳过测试、降覆盖率阈值、CI 步骤允许失败这几类改动在 agent hook 和 PR 检查里拦下，接到软件工厂的提交前环节；代价是只读文本不读语义，约五分之一告警是误报，agent hook 还没在长时间真实会话里跑过。

能拿走的是一套 scenario.json 步骤格式加 MCP 接入，让 Claude Code、Codex、Cursor 自己探索站点再录制剪辑，落到视频产线和软件工厂的演示环节；代价是桌面录制要真机屏幕、Linux 只支持 X11，且 check 和 record 会真实点击，得指向演示账号。

两段可直接粘进对话和 AGENTS.md 的提示词，把 Codex 反复改测的循环压成先查记录、最小改动、两次不成就停，代价是要自己补材料和连接。

把 Plan 从 DAG 退回有序数组，删掉 depends_on 与图算法，验证降级为咨询信号，完成判据改成跨轮次的实质化账本；能落到软件工厂的 Agent 编排层，代价是放弃引擎级并行调度，进度精度靠共享盖章换取。