内容类型
AI 产品与应用的功能上新、改版与商业化——谁家的产品变强了、变贵了、能用了。
193 条精选近 30 天 188 条共收录 1,254 条
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。
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。
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。
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。
Brain v2 发布，这是一个可自托管的开源 Agent 服务器，定位为 Claude Managed Agents 和 OpenAI Agents SDK 的替代方案，用自己选的模型跑在自己的基础设施上。
可把会话、事件流、可插拔 harness、工具服务和 checkpoint 拆开自托管，替换 Claude Managed Agents 那套托管方案；代价是要自己跑 Go 1.26+ 和 Node 24+ 服务并维护工具服务。
UC Berkeley Sky Computing Lab 开源了 Agency，一个用于运行、调试、性能剖析和控制 AI 智能体的平台，把 LLM 请求、工具调用和系统活动汇总到一处。
能拿它当 agent 的 htop+gdb，用关键路径剖析定位长任务里到底卡在模型请求、工具调用还是等待；前提是 Linux x86-64、Python 3.12+ 和 Docker/Podman，接入已有 Claude Code、Codex CLI 会话仍是实验性，控制能力有限。
Asymptote Labs 开源 Beacon，把 Claude Code、Codex、Cursor 等 20 多个 agent harness 的会话遥测统一成一种格式，再蒸馏成可复用模式与工作流。蒸馏结果需人工审核，之后通过 skills 或 MCP 供后续任意 agent 调用，项目地址为 https://github.com/Asymptote-Labs/agent-beacon。
能拿走的是跨 harness 采集会话遥测再蒸馏成可复用技能的做法，可接到多 agent 协作和知识沉淀线上，代价是要人工审核蒸馏结果，且只覆盖已接入的 20 多个 harness。
Trail of Bits 发布 patching-bugs 和 regression-hunt 两个插件，让工程师把补丁开发和回归检查交给智能体。regression-hunt 在初步评测中比提示 Codex 审查 PR 回归的基线少 25% 误报，95% 置信区间为 14% 到 38%，但代价是部分已知回归因证据不足被列为 borderline。
可拿走三臂证明、固定输入输出 schema、每步 live PoC 和 THREAT_MODEL.md 约定，接到开源补丁与回归检查流程里；代价是证据门槛高，已知回归会卡在 borderline。
Summonr 发布开源编码智能体 0.1.0，官方称在 Terminal-Bench 2.1 上每解决一个任务的输入 token 比 Codex 少 3 倍、内存占用约 27 MB 比 Codex 的 276 MB 少约 10 倍。
能拿走的是多子智能体共享构建缓存、@ 提及跨模型派活、复用本机 Chrome 免 API key 搜索这几处配置；可落到软件工厂和本地模型部署两条线，代价是没有沙箱、需自备容器，且基准数据由官方自测。
vinhnx 在 Hacker News 发布开源终端编码 agent VT Code，可在仓库内探索、规划、编辑和验证，支持托管或本地模型、沙箱化工具与可恢复会话。
可借鉴其 HOVER 循环（假设、观察、验证、评估、修正）与只读规划加 turn diff 审查的做法，用于软件工厂的编码 agent 流程；代价是需 Rust 1.98.1+ 自行构建，Windows 产物滞后。
LLMPanel 开源了一套自托管 LLM 推理控制面板，指向 GPU 服务器或 RunPod、Vast.ai 云账号，选模型、量化和 GPU 后即可在后台完成部署，得到一个带 API key、用量分析和聊天 playground 的 OpenAI 兼容端点。
能拿走一套自托管推理面板的部署路径，四步选 provider、模型、量化、GPU 后自动拉权重起容器，落到本地模型部署这条线；代价是要 Linux root 和 NVIDIA 驱动，暴露公网前得自己收口注册和容器端口。
mnestiq 在 GitHub 发布 AI Agent 飞行记录器 v0.2 草案，记录 Agent 看到、决定和执行的内容，用 RFC 8785 规范化 JSON 加 SHA-256 做哈希链、Ed25519 签名的 Merkle 检查点保证事后不可篡改。
能拿走一套可落地的 Agent 取证做法，哈希链加 Ed25519 签名检查点、按来源给上下文打标签、六条注入检测规则，落到软件工厂的 Agent 事故复盘线；代价是签名密钥要放在 Agent 读不到的地方，否则整条链可被重签。
Memdoor 发布开源编码智能体，可在 CI、定时任务或 shell 中无头运行，并用 memdoor resume 从手机或窗口接管同一次运行。它把工作流写成每步一个 YAML 由 mario 按图执行，独立步骤并行、检查通过才算完成、失败从失败步骤续跑。
可把工作流写成每步一个 YAML 由 mario 按图执行，独立步骤并行、检查通过才算完成、失败从断点续跑；代价是要自己接 provider key，免费模型会拿数据训练。
NVIDIA 在 GTC Berlin 展示 RTX Spark、DGX Spark 和 DGX Station 三条本地 AI 硬件线，DGX Spark 64GB 版本从 10 月 23 日起由合作伙伴出货。
能拿走的是 DGX Spark 集群配置、Model Launcher 一键拉模型接 OpenCode、以及 llama.cpp/vLLM 投机解码加速参数；可落到本地模型部署和软件工厂两条线，前提是要有 DGX Spark 或 RTX PRO 硬件，八机集群仍需手动配置。
DeepSeek 开源了支撑 V4.1 Flash 的生产推理引擎 DeepInfer，并公布单集群日均 155 万亿 token、96% 输入缓存命中、首 token 平均 400ms、生成 230 token/s（编码场景 300 token/s）等生产数据。
能拿走的是分阶段部署形状和缓存分层做法，prefill 用八卡机、decode 用 64–128 卡超节点，KV 前缀放 3FS 共享存储让路由不再绑缓存亲和；代价是 KV 管理和负载均衡未开源，得自己补。
Hugging Face 开源 Agent Manager，一个跑在 Docker Space 里的私有云管理器，可在浏览器中同时运行 Claude Code、Codex、Gemini CLI、opencode、Hermes、OpenClaw 和 fx 等编码 CLI 会话。
把 Claude Code、Codex 等 CLI 会话收进一个私有 Docker Space，挂 /data 桶保住登录和文件，代价是 Space 休眠即断进程、应用本身无登录鉴权。
Unterm 发布跨平台纯 Rust 终端，把终端本身做成可被外部 AI agent 通过 MCP 驱动的接口，提供 152 个需鉴权的 JSON-RPC 方法，可创建 shell、执行命令、读取窗格状态、截图和录制会话。
能拿走的是把终端做成 MCP 可控面这套做法，152 个方法加 NATO 实例发现文件，让外部 agent 直接驱动窗口；落到本地多 agent 编排这条线，代价是要接受终端内不做 AI 生成、配置全走浏览器。
Tenbri 发布开源 Apache-2.0 工具，为 AI 智能体生成签名的只追加决策记录，记录谁在什么规则和输入下做了什么、谁批准、结果如何，任何人可用一个指纹离线验证。
可把 Claude、OpenAI、LangGraph 智能体的每次工具调用签成只追加的决策记录，落到软件工厂的审计与事故复盘线；代价是需自管存储与密钥指纹，0.1.0-beta.5 仍有大量功能在路线图上。
Reticle 开源了一套验证工具，在应用内注入 dev-only SDK，让 Claude Code、Cursor、Codex 等 MCP agent 通过工具驱动真实运行的应用，读取网络响应、store 状态和 console，返回 pass、fail 或 cannot tell 的判定并附 file:line。
把验证做成 MCP 工具塞进 agent 循环，用 dev-only SDK 读网络、store 和 console 出 pass/fail/unknown 判定并给 file:line，可接进软件工厂的 CI gate；代价是要改构建配置、重启 dev server，且看不到 IndexedDB 和 Web Worker。
Google 在 PyTorch Conference 上发布 llm-d 1.0，这是与 Red Hat、IBM 等共同发起的 Kubernetes 原生分布式 LLM 推理开源栈，已有 25 个以上组织的 500 多名贡献者参与。
可先在自己 vLLM 部署前加前缀感知路由，再逐步加流控、KV cache 卸载和 prefill/decode 拆分；代价是要有 Kubernetes 集群和 TPU/GPU 混合池，组件需自行拼装调优。