微软研究院最近开源了 Orchard，定位就是给Agent研究提供一套可复用的建模和实验底座。它最核心的东西叫 Orchard Env：基于Kubernetes，可以批量拉起隔离容器，让Agent自己执行命令、读写文件、提交Git补丁，完整 ...

任务跑长一点，就要自己处理上下文压缩、工具调用、子 Agent 分工。业务还没做好，先搭了半套底层系统。OpenAI 把 Codex 的这层编排能力做成了 Agents API，9 月 10 日进入公测。编排由 OpenAI 托管，执行代码的 ...

OpenResearch 是一套开源、本地优先的科研工作台：把 Claude Code、Codex、OpenCode、Cursor 直接“升级”为研究型 Agent。每个研究方向独占一个 Agent 会话 + 一棵独立 git 工作树，彻底隔离，互不干扰。实验管理 ...

最近看了一圈 AI agent 的 sandbox 方案，发现 microsandbox 这个项目挺有意思。它是真正的 local-first microVM runtime。每个 sandbox 都有自己的 Linux kernel，硬件级隔离。启动时间官方标的是平均不到 100ms（ ...

🚨 阿里巴巴堵住了 AI Agent 领域一个令人担忧的安全漏洞它就是 OpenSandbox这是一个安全、隔离的环境，让你的 Agent 可以随心所欲地执行各种操作运行代码浏览网页控制整个桌面环境且完全不影响你的宿主机 ...

AI 写代码越来越快，但代码质量不一定跟得上。gap-trap 的做法是：把项目规则变成真正会拦截错误的检查。它会读取现有代码，生成适合当前项目的规则和质量门禁：>Contracts：规定哪些写法必须统一，哪些方式禁止 ...

Cursor 官方插件 pstack 的 Agent 工程完全指南pstack 作者 @poteto - Grok @Bot 工程师、React Compiler 核心团队成员，她在团队每天合入数百个 PR 的扩张期，一边持续重构一边保持代码质量。pstack 是她沉淀 ...

OpenAI发布了一套方法论，主要是关于如何评测skill效果的。对于做skill的人还是值得一看，而且github也找到一个理念很相近的skill评测器：agent-skills-eval，不过是个人维护的，非官方。先定义成功，再写 skill。 ...

单次调模型做不了研发，IvyClaw 把活拆给五个 Agent 从规划一路干到审查，沙箱、异步、审批、网关监控全部配齐，冲着直接上线跑去的。https://github.com/ivyfan-toowell/IvyClaw五个 Agent 分工加三档模型路由 ...

精通 API 设计的 20 条核心准则获取 API 设计电子书：https://codewithdhanian.gumroad.com/l/nbfkk

想系统学 Agent，最近这个刚开源的项目我很推荐收藏学习一下。它做了一张挺完整的 AI Agent 学习地图，而且不是简单堆一堆论文和链接。你可以直接选两条路线：想把 Codex、Claude Code 这类 CLI Agent 用好， ...

Google 研究者参与的一篇论文，把 Agent 在长任务中的 token 消耗降低了约 94%。核心结论：让它记住当前状态，省掉每一步重读历史。这是 SKILL.state 在 100 步仓库管理实验中的结果。相比同时保留状态和完整历 ...

1.8B 参数，33 种语言互译，还能塞进 llama.cpp。腾讯这回没先甩 70B，先把翻译模型做成能塞进笔记本的东西。Hy-MT2-1.8B-GGUF 能跟术语、文风、JSON/字幕这类结构化指令。官方说小模型综合表现能打过部分商用翻译 ...

一个 Agent 写代码不够，那就让一群 Agent 一起上。oh-my-openagent（OMO） 是面向复杂代码库的多模型编排工具，支持 OpenCode 和 Codex CLI，不绑定单一模型。它会把任务拆给不同 Agent：有人负责架构，有人查 ...

给 AI Agent 装一层“可追溯的大脑”，这个项目挺有意思。Semantica 是开源的图原生基础设施，能把分散的企业数据整理成 Context Graph 和知识图谱，再做关系分析、因果推理和决策追踪。它主打自托管、可审计和 ...