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
作者拆解 DeepSeek Harness 团队开源的 dsh-superagent（MIT），重点讲它的授权模型和默认 observe 模式，并用 60 行纯标准库 Python 模拟门控逻辑。
能拿走一套授权门控分级和 observe 灰度做法，用 60 行 Python 模拟显式请求与推断候选的分流，落到 Agent 派单流程上；代价是规则要团队自写，且真实实现还有 Mandate 版本校验等层未覆盖。
NVIDIA 以 Apache 2.0 协议开源 Auto Ontology，这是一个从企业元数据生成语义层的框架，Agent 通过它按经过认证的业务定义编写 SQL。
能拿走一套从元数据生成语义层、再用 9 个只读 MCP 工具把 agent 的 SQL 限定在认证定义上的做法，可接到知识沉淀和软件工厂的数据查询链路上；代价是官方只报了本体创建时间缩短 90%，text-to-SQL 准确率要自己跑 auto-ontology-eval 才能判断。
作者用 Spring AI 2.0.1 接 deepseek-chat 做流式对话，实测出两个不报错的坑：客户端断开后服务端与模型之间的流仍在消费 token，InMemoryChatMemoryRepository 只限单会话消息条数不限会话数量，10,000 个会话占 115 MB 堆内存，折算 10 万个约 1.1 GB。
能拿走 SseEmitter 断连检测加 dispose 取消上游订阅、Caffeine 给会话数设上限两段可照抄代码，落到本地模型部署和软件工厂的流式接口上，代价是内存数只是数量级、断连省下的 token 未实测。
阿里云云原生解读 DeepSeek 8 月开源的 DeepSeek Harness 及其 dsh-superagent-prototype，把跨会话保持上下文、并行推进多任务的 Agent 称为 Super-agent，并拆出双层架构、事件驱动、计算状态与环境分离、Watchdog 等模块。
能拿走双层架构、订阅直通、链式召回、投机执行、Watchdog 巡检五个模块的具体分工，落到软件工厂的多任务派单和本地环境接入；代价是 Router 批处理只提有效吞吐，云端与端侧默认互信，提示词注入会波及所有接入设备。
MemT 1.0 记忆原生大模型开源发布，上线 8 天总下载量达 100K。
能拿走的是 MemT 的部署路径和记忆读写机制，Nano 版两张 GPU 起、SGLang 单节点启动，记忆快照存到 memt-state 目录；代价是 Nano 权重约 70 GB，需 Linux CUDA 和 Python 3.11 环境。
美团正式发布 LongCat-2.5，这是一个面向长程智能体任务的原生多模态模型，总参数量 1.6 万亿，每个 token 激活约 480 亿参数，在 LongCat-2.0 基础上强化了原生视觉理解与智能体编程能力。
可借鉴的是长程 Agent RL 的 partial rollout 异步训练与 F2P/P2P 环境合成流水线，能落到软件工厂的代码任务训练；代价是需自建可交互环境并处理样本陈旧性带来的梯度偏置。
Maarten Grootendorst 和 Jay Alammar 在 GitHub 放出《An Illustrated Guide to AI Agents》一书的配套代码，读者可用纯 LLM 调用从零搭一个带记忆、工具和自主性的 TinyAgent。
能拿走一套从零手写 TinyAgent 的章节代码，按记忆、工具、规划、多智能体逐层加组件并用 diff 展示改动，落到本地模型部署和软件工厂两条线；前提是跟着 Colab T4 跑，代码只覆盖教学规模。
作者在原有串行 dev-workflow 基础上设计了 dev-workflow-router，由 Router 统一接收需求和反馈，分派给 Analyst/Planner、Coder、Reviewer 三个 Worker，在保留 #0 背景确认、#1 方案确认、#2 实现验证三道人工 gate 的前提下让可独立推进的工作提前开始。
可照搬 Router 加 Analyst/Coder/Reviewer 三角色分工、五行骨架和按影响分派反馈的做法，替换单 Agent 串行审批；代价是 token 增加、需自管文件所有权与版本快照。
Rufous 发布 alpha 版，这是一个用 Rust 写的 agent 框架，面向在自己机器上运行的 2B–12B 模型，可在编辑器内或自带 Web UI 中使用。
能拿走的是小模型 agent 的校验思路，用不可编辑的工具调用记录核对模型自述、每轮最多一次 Hold，落到本地模型部署这条线；代价是规则靠人工标注集维护，作者自测样本仅两个 4B 模型各跑三到六次。
作者给出大模型联动 CodeQL 与 Coverity 的完整落地方案，包含分层架构、Python 调度脚本和 Pydantic 数据模型。方案把两套工具的扫描结果统一导出为 SARIF 并归一化去重，再送入 LLM 判断误报、做风险分级、生成修复代码，并在出现高危漏洞时自动生成 CodeQL 自定义 QL 规则。
能拿走一套 CodeQL+Coverity 双引擎调度脚本和 Pydantic 数据模型，把扫描结果归一化成 SARIF 再交给 LLM 研判误报、生成修复代码和自定义 QL 规则，落到软件工厂的代码审计环节；前提是本地装好两套工具链并给出可编译的 build_command，LLM 输出还需自行清洗 JSON。
RAGFlow 团队（InfiniFlow）联合华东师范大学在 arXiv 发布论文《Context as Infrastructure》，提出在摄入期把语料加工成带类型工件的知识编译管线，查询时消费工件而非原始文本。
能拿走断言-证据对替换、零命中回退梯子和有限视野盈亏公式，落到知识沉淀与本地检索管线；代价是延迟约 3 倍、需另配决策门，且 91% 数字来自 N=200 单次运行。
Google 和香港大学的论文 VeriCUA 把计算机操作智能体的任务完成判定从一次模型调用打分，改成先勘察环境再定验收标准、从 GUI 和代码两条通道取证、按证据可信度仲裁的验证流程。
可搬走证据分级（物证/证词）与先勘察再定标准两条规则，用于 agent 轨迹筛选和 RL 奖励判定；代价是验证要多花推理预算，且依赖对机器状态的只读特权访问。
Infini-AI-Lab 于 2026 年 10 月 25 日发布 Hermit v0.1.0，一个 Apache-2.0 的 harness 适配器框架，模型和 Agent 外壳都冻结，只训练外挂适配器。
能拿走的是把 Agent 外壳做成可训练文本资产的做法，配 Trainer/Judge/Evolver 闭环和 git 版本管理，可落到软件工厂的重复任务上；代价是成绩多为单次自报、只测了 GLM 5.3 Flash，沙箱还绑 Linux 加 bubblewrap。
文章基于提交 477b4f4205 的实现，拆解 DeepSeek Harness 如何协调多轮模型调用、工具执行与会话状态，把运行过程分为插件装配、回合驱动、会话日志、工具管道和异常处理五部分。
拆解了 turn/step/请求尝试三层边界、surface 投影与并发执行顺序提交的取舍，可对照改造自家 agent 循环的输入队列和日志恢复，代价是配置整段替换易丢字段、日志恢复不保证副作用回滚。
ETF Agent 作者以基金费用与持仓比较为教学任务，拆解 Agent 上下文治理的落地做法，主张每次调用前从有效任务、获准材料和真实执行记录重建工作视图，而不是维护一个不断增长的字符串。
能拿走的是按职责分区装配每轮请求的做法，系统提示词只放稳定指导，记忆先过准入再选，工具结果存成可回读引用；可落到知识沉淀和本地模型部署的上下文装配环节，代价是要自己维护版本、覆盖和回执，原文只给教学别名和示意字段，没有可直接调用的接口。
Devloops 开源一套可复用的编码 Agent 循环技能，把维护工作拆成 producer、worker、gatekeeper 三个循环，worker 与独立评审的 gatekeeper 反复往返直到通过，人只负责批准 issue 范围和最终合并。
能拿走 producer/worker/gatekeeper 三循环加 tick_gate 指纹去重的完整 SKILL.md 与脚本，落到软件工厂的日常维护流水线，代价是要配 GitHub CLI 权限和 devloops.config.yaml，且 agent 永不合并、遇安全敏感改动仍要人审。
UniiChat 在自有机器上运行一组 AI 智能体，每个智能体只有一条永不结束的对话，靠记忆树保留全部历史。每条消息被压缩成一行，相邻行两两合并成二叉树，每次调用读取最多 128 KB 的视图，旧内容细节变粗但不丢失，且可逐层展开回原始消息。
可借鉴记忆树做法，把每条消息压成一行、相邻两行成对合并成二叉树，每次调用只读 128 KB 视图并命中 prompt cache，换掉现在靠 compaction 丢弃历史的方案；代价是要自己跑 Bun 和 git worktree，且作者声明代码由 AI 生成、预期有 bug。
Context Mode 是一个开源 MCP 服务器，通过沙箱工具把 Playwright 快照、GitHub issue、日志等原始数据挡在上下文窗口外，官方称 315 KB 可压缩到 5.4 KB、降幅 98%。
沙箱执行加 FTS5 索引能把工具原始输出挡在上下文外，官方给出 315KB 降到 5.4KB 和 17 个客户端的配置；代价是各平台 hook 能力不一，无 hook 的 IDE 只能靠规则文件约 60% 遵从率。
作者在 Windows 上连接红米 K80，用 OpenRouter 加 DeepSeek 视觉模型驱动 Google 开源的 Android 移动 Agent Artemis，跑通山姆会员商店 App 里进商品、分享、生成图片、存相册的全流程。
能拿走 Windows 接红米真机、OpenRouter 配视觉模型、Flash 与 Pro 选型及山姆分享图 Prompt 模板，落到本地模型部署与软件工厂的真机自动化层，代价是控机模型必须支持图像输入，单次会话约 16 万 Token。
310networks 在 GitHub 开源 OpenProject Agent Engine，轮询 OpenProject 工作包并派发给 pi 编码 agent，由引擎自己完成认领、准备每 agent 克隆、渲染提示词、运行、对照 GitHub 与 OpenProject 校验结果和全部状态流转，agent 不改状态。
能拿走一套把 OpenProject 工单轮询派给编码 agent 的完整编排，含状态机、每单独立分支和 GitHub 结果校验，可换掉人工派活；代价是要 Docker、OpenProject 17 和可推送合并的 GitHub token，分支保护还需给 reviewer 单独账号。