AI 与 Agent
Sentrux：AI 写代码不能只看 diff，还要有架构传感器
AI Agent 写代码最容易让人上头。头几天，功能像开闸一样往外冒；再过几天，项目里开始出现幻觉函数、错位依赖、循环引用、God 文件。不是模型突然变笨了，而是代码库本身开始失去结构。 Sentrux 值得看的地方，不是又多了一个静态分析工具，而是它试图给 Coding Agent 补一个反馈器官：在 Agent 动
YourMemory：Agent 记忆不是越多越好，还要会遗忘
YourMemory 将 BM25、向量、图谱和衰减机制用于 Agent 记忆，尝试保留重要信息并让过期内容淡出。文章讨论长期事实、临时上下文和错误召回的区别。
Databricks AI Dev Kit：让 Coding Agent 真懂你的湖仓平台
让 Coding Agent 写普通 Web 代码已经不新鲜了。难的是让它进入一个复杂数据平台：Spark、Unity Catalog、Jobs、MLflow、Model Serving、权限、表结构、流水线规范全都在场。 `Databricks AI Dev Kit` 解决的是这个问题：给 Claude Code、C
Xyne：企业搜索别再让 Agent 翻聊天记录
Xyne 是面向工作场景的开源 AI 搜索与问答引擎，连接文档、邮件、日历、工单和代码仓库。文章讨论来源、权限和企业上下文的整理方式。
Lunel：手机不是跑代码的机器，而是 AI Coding 的遥控台
Lunel 用移动端 App、本地 CLI 和中继网关，让手机成为 AI Coding 的遥控台。文章介绍它的架构与使用方式，代码任务仍在开发机上运行。
小米 MiMo 发 Token：更关键的是测的是国产模型的 Agent 耐力
小米 MiMo-V2.5 系列开源之后，又给开发者放了一波更直接的东西：MiMo Orbit Token 激励。表面看，这是一次免费额度活动；往深一点看，这是国产模型主动争取 AI builder 的一次入口战。 别把它只理解成“薅点 Token”。如果只是领完额度、跑几个聊天问题、截个图发朋友圈，那这波额度基本就浪费
VoltAgent 教程：用 TypeScript 把 Agent 写成可观测工程服务
TypeScript 团队做 Agent，常见路线是从前端或 Node 服务里拼一个聊天 demo：接模型、写工具、加一点 memory，再接到页面。能演示，但上线后很快缺东西：trace 看不见，工具失败不好查，RAG 数据难管，guardrail 没地方放，部署也像临时脚本。 VoltAgent 想把这条路工程化：
Agent Reach 教程：给 Agent 接一套可替换的互联网工具箱
Agent 想做研究，最先卡住的不是模型，而是“看不见”。网页能不能读，YouTube 字幕怎么拿，Reddit 讨论怎么搜，GitHub 信息怎么查，RSS 怎么订阅，微博客平台怎么处理登录态——这些事情分散又琐碎。 Agent Reach 把问题拆成一套互联网工具箱：网页、RSS、GitHub、YouTube/B
Framelink Figma MCP 教程：别再给 Agent 只丢截图
让 Agent 还原 Figma 设计时，最常见的做法是丢一张截图。问题是截图只能给视觉结果，给不了布局层级、间距、字体、颜色 token、frame 结构和命名。模型看得到“长这样”，但很难知道“为什么这样”。 Framelink MCP for Figma 做的是把 Figma 文件、frame 或 group 的
gstack 教程：把 Claude Code 变成一支会复盘的产品小队
很多人用 Claude Code，习惯是把需求直接扔进去，然后盯着它改。能跑，效率也有，但问题很快出现：产品判断没人做，设计味道没人看，安全审计靠运气，最后发布时再补文档和测试。AI 写代码变快了，工程流程反而容易被省掉。 gstack 值得看的地方，不在“Garry Tan 的同款配置”这个噱头，而在它把 Claud
Future AGI 教程：把 Agent 评测、追踪和防护放进同一个闭环
Agent 应用最怕“演示很好，上线就飘”。本地试十次都对，真实用户换个问法就错；工具调用在测试里正常，生产里突然走偏；你知道它失败了，却不知道失败发生在哪一步。 Future AGI 想做的是一条完整质量闭环：评测、追踪、模拟、数据集、网关、防护都放在一个平台里。它不是单点 eval 工具，而是更像 Agent 应用
GitHub Agentic Workflows 教程：把 Agent 放进 Actions，但先管住权限
把 Agent 接进 CI/CD，听起来很诱人：自动整理 issue、修小 bug、更新文档、跑评审、生成 PR。问题是，Agent 一旦进了仓库自动化链路，权限、输出和审计就不能再靠一句“相信模型”。 GitHub Agentic Workflows 的方向很值得看：用自然语言 Markdown 写 agentic
Archon 教程：把 AI 编程流程写成可重复的工作流
AI 编程最大的问题之一，是同一句“修这个 bug”，今天和明天可能跑出两种完全不同的过程。一次它先读测试，一次它直接改代码；一次会写计划，一次把计划省了；一次跑验证，一次嘴上说完成。 Archon 的思路很直接：不要把工程流程交给模型临场发挥，而是把计划、实现、测试、review、审批和 PR 创建写成工作流。模型负
Entire CLI：AI 写代码，也该留下可追溯的工程账本
AI 编程现在有个越来越明显的断层：代码最后进了 Git，但代码是怎么被 AI 写出来的，往往不在 Git 里。 你能看到 commit diff，能看到谁合了 PR，却很难回答几个更关键的问题：当时给 Agent 的任务是什么？它读过哪些文件？中间跑过哪些命令？为什么放弃了第一版方案？有没有把一个错误假设带进最终代码
测试工程师别只学 Prompt：Skills 才是 AI 测试流程的复用层
测试工程师用 AI，最容易从 Prompt 入门：让它写用例、整理缺陷、生成报告。短期看很爽，长期看会遇到一个问题：每次都要重新解释上下文、格式、字段、边界和输出要求。人累，模型也容易跑偏。 Skills 的意义就在这里。它不是一段更长的提示词，而是把一套稳定测试方法封装成可复用能力。下次遇到同类任务，不必从零写要求，
Obscura 用 Rust 重写抓取引擎：它不是 Chrome 替代品，而是 Agent 的轻量浏览器底盘
Obscura 需要纳入评估，不是因为它喊出了“替代 Chrome”。这个说法太大，也容易误导。它更有意思的地方，是在完整浏览器和普通 HTTP 爬虫之间，挤出了一层更轻的执行底盘。 很多 AI Agent 做网页任务时，并不需要真的渲染像素。它们需要的是打开页面、跑一段 JavaScript、拿 DOM、处理 Cook
DeepSeek V4 缓存价打到 2 分：模型价格战，开始从“输出”转向“复用”
DeepSeek V4 这次降价，最值得看的不是“又便宜了”，而是便宜的位置。DeepSeek V4 Flash 的百万输入缓存命中价格，从 0.2 元降到 0.02 元；V4 Pro 的百万输入缓存命中价格，也从 1 元降到 0.1 元。
Awesome Codex Skills：Codex 真要进工作流，靠的不是神提示词，是可安装技能
“让 AI 帮我做事”这句话，听起来已经不新鲜了。真正麻烦的是，每次都得重新解释：这个仓库怎么跑，邮件怎么发，Issue 怎么建，PDF 怎么处理，团队规矩是什么。 Awesome Codex Skills 的价值，不是收集了一堆酷炫提示词，而是把这些重复解释，整理成 Codex 可以安装、识别、触发的技能包。 Com
anything-analyzer 教程：给 Agent 一套网络观察台，而不是让它盲猜接口
很多 AI Agent 做网页任务时，最尴尬的不是不会写代码，而是看不见真实网络。浏览器里点一下，背后跑了哪些 API、带了什么 Cookie、哪里做了签名、哪个请求失败了，Agent 往往只能靠页面结果猜。 `anything-analyzer` 把这个问题往工程侧推了一步：内嵌浏览器抓包、MITM 代理、JS Ho
agency-agents-zh 教程：211 个专家角色，不是提示词合集，是 Agent 分工手册
AI 编程工具用久了，大家都会遇到一个问题：你明明只想让它修个登录 bug，它偏偏开始设计一套“可扩展身份系统”；你让它写一段营销文案，它先给你上价值，再给你编十个受众画像。不是模型不会干活，而是角色没定住。 `agency-agents-zh` 值得看的地方，不是“有 211 个 AI 专家角色”这个数字，而是它把角