技术方向
开放权重、能下载下来自己部署的模型，开源框架与 GitHub 上爆火的 AI 项目。
374 条精选近 30 天 362 条共收录 1,367 条
Matt Pocock Skills v1.3 把主流程补齐为 grill → spec → tickets → implement → review → PR → retro，新增 implement-spec 并行实现、pr 和 retro 三个转正 skill。
能拿走 grill 一轮问完前沿、to-tickets 垂直切片、retro 把违规分成机械性与判断性再落到 lint 或规范文件的做法，用于软件工厂的 spec 到实现链路，代价是要先跑 setup 并维护 GLOSSARY.md。
Caudra 发布一个 Apache 2.0 开源的终端编码智能体，以单个原生二进制分发，支持 macOS、Linux 和 Windows，内置可中途引导的子智能体、shell 输出过滤、按消息回滚文件、/goal 完成目标和终端内 workbench。
能拿走的是可转向子智能体、RTK 式 shell 输出过滤、按消息回滚文件、/goal 完成判定这几套配置，落到软件工厂的编码流水线；代价是要接受 preview 阶段频繁升级，且回滚不覆盖进程、数据库等外部副作用。
Adyen 工程师开源 Agent Marketplace，用一份配置文件统一管理 Skills、Commands、Subagents、Hooks 和 MCP servers，并编译成 Claude Code、Codex、Cursor、Devin CLI、Factory Droid、Gemini CLI、Opencode、Windsurf 八种工具各自认的格式。
一份配置当唯一来源，sync 把 Skills、Commands、Subagents、Hooks、MCP 编译成 8 家工具的格式，能换掉各仓库手抄指令的做法；代价是 Hooks 仍实验性，且只校验摘要不保证安全。
Pith 是一个压缩 LLM 输出 token 的代理，它按 provider、模型和 system prompt 把请求分成路由，攒够 50 条样本后回放并让 judge 模型逐条对比基线，只有候选配置达到基线自一致水平、且节省能在一个月内抵掉 sweep 成本时才固定该配置，否则给出理由拒绝。
可拿它的 sweep 加 judge 加 holdout 流程给自家路由压输出 token，前提是每条路由先攒够 50 条样本，且省下的量要在一个月内抵掉 sweep 成本，否则会被判拒绝。
Runspace 发布一次性云沙箱工具，把命令放到临时 GitHub codespace 里执行，只回传输出、退出码和自创建以来的改动 patch，本机不留守护进程和本地状态。
能把 agent 的每条命令丢进一次性 GitHub codespace 执行，只回传输出和 patch，换掉在本机直接跑 agent 命令的做法；代价是要专用身份和私有沙箱仓库，且依赖未公开的 codespace 协议。
Kestrel_VLLM 系列第 15 篇记录在 RTX 5090 上跑 Qwen3-30B-A3B q4 的 decode 优化，64 token 吞吐从 52.7 tok/s 提升到 118.8 tok/s，即 19.0 ms/tok 降到 8.4 ms/tok，总加速 2.25×。
能用 VLLM_CUDA_STUB_{ATTN,ROUTER,GU,LMHEAD} 逐段跳过定位真瓶颈，再套转置归约、router 并行化、M=1 线程映射、CUDA Graph 四个小改动；代价是 attention 与 router 属近似安全，换 prompt 要重新对拍 greedy。
AgentScope-Java 系列教程第三篇演示用 orchestrator-workers 模式搭内容团队，在 workspace 的 agents/ 目录放一个 Markdown 文件就声明一个子 Agent，YAML front matter 写 name、description、temperature、tools，正文即系统提示词，Java 代码零改动。
能拿走 agents/ 目录下 md 文件声明子 Agent 的写法，front matter 里 name、description、temperature、tools 各管一件事，落到软件工厂的多角色流水线；代价是 description 漏写不报错、子 Agent 不自动继承父级工具，得靠 AgentSpecLoader 写单测兜底。
文章解析了 Agentic Awesome Skills（AAS）V19.13.0，一个收录 2737+ 个 SKILL.md 文件的本地优先 Agent 技能控制平面，通过 npm exec 配置本地 MCP 接入 Codex 或 Claude，首次配置会预览变更并要求手动确认。
能拿走的是用 npm exec 配本地 MCP 接入 Codex/Claude、先 dry-run 预览再确认的流程，以及用过滤和 --all 控制 2700+ 技能带来的上下文过载，代价是 Apply 与恢复仍属实验性，需人工审批兜底。
樊小肆开源了 DeepSeeker-Code，一个 DeepSeek 驱动的 AI 编码助手，提供 VS Code 插件和终端 CLI 双端，包含 agent 主循环、工具系统、MCP、Hooks、Skills 和子代理。
可借鉴工单 frontmatter 写验收命令加预算帽、worktree 隔离串行挂机、结算单与 /usage 对账这套做法，落到软件工厂线；前提是自备 DeepSeek API Key 并接受单人项目生态与模型能力差距。
ego lite 发布一款面向 AI 智能体的浏览器，让智能体在各自隔离的 Space 中并行执行浏览器自动化，用户可同时正常浏览。
把浏览器操作封装成 snapshot、fill、click 等 JavaScript 工具给 agent 调用，替代命令循环；代价是需迁移 Chrome 数据，且目前仅 macOS 可用。
IBM 在 Hugging Face 发布 Granite Timeseries Ensemble，用一个可扩展接口把四个预训练 Granite 时序模型组合起来，无需重训即可输出中位数和分位数预测。
能直接 pip 装 granite-tsfm 调 from_pretrained 拿四个 Granite 模型的中位数和分位数预测，省掉挑单一模型；代价是首次运行要下载四个 checkpoint，推理时间和显存都涨。
Ward 复盘开源 AI 网关 Magpie 的调优过程，把路由收敛为 5 大组，全天 4,685 个请求中 4,671 次正常返回、无 400 崩溃，Prompt Cache 命中率超 95%。
能拿走顺位排错、跨家族只读审查子代理加 AGENTS.md 门禁、rotate+session 亲和轮换多账号三套配置，落到软件工厂的多模型路由上，代价是得自己翻日志找截胡和缓存偷跑。
TenseMem 在 GitHub 发布 0.1.0 alpha，为 AI 智能体提供嵌入式确定性记忆，默认存储是进程内单个 SQLite 文件，无需服务器。模型只提出类型化事实，由引擎按槽位决定当前值，每次读取返回 as_of_seq、pending、is_current 等新鲜度信息，并拒绝从自身输出中学习。
能拿走一套确定性记忆层做法，模型只提类型化事实、引擎按槽位裁决当前值并回报新鲜度，落到 Agent 长期记忆和知识沉淀；代价是需先注册谓词、抽取要用户原话引用，且仍是 0.1.0 alpha。
作者用 Node 和官方 TypeScript SDK 写离线 MCP 服务器 cn-dev-mcp 时发现，stdio 传输下 stdout 只能输出一行一个 JSON-RPC，不带换行的日志会和下一条消息拼成一行导致解析失败，客户端 5 秒后超时而服务器本身不报错。
能拿走 stdout 守门测试和日志全走 stderr 的规则，落到本地 MCP 服务器部署这条线；代价是依赖库如 dotenv 17 默认往 stdout 打字，加依赖后得重跑测试。
Context Hub 发布本地 Agent 资产库，把 MCP server、技能、提示词和插件包集中存一份，再按 Claude Code 和 Codex 各自的格式投递到 .mcp.json、config.toml 和技能目录。
可借鉴 JSONC/TOML 逐节点文本区间编辑、注释标记幂等投递、上游哈希加本地目录哈希双判更新三条做法，落到本地模型部署与知识沉淀线，代价是要为两种格式各写一套编辑器并覆盖注释、尾逗号等边界测试。
Twine 发布面向编码智能体的 macOS 协作工作台，用受控工作流、可视化轨迹和跨 agent 记忆把多个 agent 串起来。
内置对抗、协调者等四种工作流和跨 agent 记忆，工作流存成 TOML 可进版本库复用；代价是仅限 macOS 26 与 Apple Silicon，且不建 worktree 或沙箱，并行 worker 的文件归属只是约定。
AWS 解决方案架构团队开源了多智能体系统 Deep Insight，并逐条说明生产环境中的 5 个挑战及对应技术栈。
能拿走 Strands Graph 定执行顺序、Agents-as-Tools 让 Supervisor 按需调子 agent、按角色配 Haiku/Opus/Sonnet 并选择性开 Prompt Caching，落到软件工厂的多 agent 编排；代价是要自建 Fargate 沙箱和 VPC 隔离。
Vercel 开源 durable-harness，一个把编码 agent 会话写入持久日志、在崩溃或超时后继续执行的 npm 包，可包装 Pi、OpenCode、fx、Claude Code 和 Codex 而不改动原有 harness。
把编码 agent 会话写进持久日志，崩溃后由队列换新函数续跑，已完成的模型和工具调用不重跑也不重复计费；代价是 0.0.x 实验版 API，Claude Code 和 Codex 只能跑在 Vercel Sandbox 里。
Recursive Superintelligence 发布首个模型 Flint，一个 40B 总参、约 2.5B 激活参数的 MoE 编码模型，权重以 Apache 2.0 放在 Hugging Face。
能拿走的是 40B 总参 2.5B 激活的 MoE 配置、lm_head 量化到 4 bit 再用 16 bit 教师离线蒸馏补精度、以及 Metal megakernel 融合整个 decode 前向，可落到本地模型部署和编码 Agent 这条线；代价是要 48 GB 内存的 Mac 或 GPU，Terminal-Bench 2.1 只有 54.9%，弱于稠密 Qwen 3.8 的 73.0%。
Omnara 发布开源托管智能体平台，作为 Claude Managed Agents 和 OpenAI Agents API 的自托管替代，采用 Apache 2.0 许可。
能拿走 agent.yaml 配置加 SKILL.md 的打包方式，把智能体跑在自有机器或 11 家沙箱上，状态存进自己的 Postgres；代价是自托管要自己运维 Docker Compose 和公网 URL。