标签
本文技术拆解了 DeepSeek Harness 团队开源的 dsh-superagent-prototype，剖析一个可持续接单的编程智能体如何处理授权、任务分发、Worker 调度以及基于事务与持久队列的中断恢复机制。文章强调该原型仅供研究参考，而非 DeepSeek 正式产品。
微软开源的 Agent Framework 突破 1.4 万 Star，重点解决 Agent 在生产环境中的可靠性问题，支持多 Agent 编排、断点恢复、人工审批与 OpenTelemetry 可观测性，兼容 Python、.NET 和 Go。
Anthropic 解释了 Claude Code 的新 Mods 功能：一个可编程的扩展层，允许开发者在 Claude Code 会话中直接运行 JavaScript/TypeScript 模块，以监听、拦截或改写 agent 行为，并渲染自定义终端 UI，使 Claude Code 逐步成为一个可编程的 agent runtime。
作者分享了刚上手 Pi Agent 的体验，梳理了它提供的基础功能：完整的 Agent 循环、read/bash/edit/write 四个默认工具、内置 grep/find/ls 等可选工具、内置 MCP 支持、兼容 Claude Code 的 SKILL.md 格式与 CLAUDE.md 读取，以及多模型切换、会话分叉、上下文压缩等能力，认为 Pi 是一个极简、高度自由的 Agent 底座。
一位实践者分享了从主题演讲问答环节中获得的经验，探讨 Strands 智能体为何会选错工具或以错误的顺序调用工具，并撰写了一份附有链接和代码片段的实用指南，介绍如何解决工具选择和调用顺序问题。
OpenAI 将整套 Codex Harness 开源，包括 Codex CLI、Skill 和运行环境，方便开发者学习和构建 Agent，支持 npm、Homebrew 及多平台安装，并可接入 ChatGPT 订阅计划。
CEPO 是一个用于多智能体系统提示词优化的通用框架，它将共享的系统级协调与智能体专属的执行提示词分离，在四个领域的 11 项基准测试中，持续提升了四种现有提示词优化器的表现。
SANE 提出了一种基于智能体的框架，可自动推导出针对特定评分器的扰动方案和预期评分关系，用于测试大语言模型裁判。该框架生成的经验证测试族数量是 Judge Reliability Harness 的 3.7 倍，且其对裁判的排名与人类判断高度一致。
Vercel 开源了一个由 libfx 驱动的快速 HTML 工件构建器，它能提升智能体的持久性，并帮助 v0 在服务器崩溃和不稳定的 LLM 面前保持稳定运行，现已免费并可在 GitHub 上获取。
DecisionAct 是一个开源 Python 智能体框架，使用决策模型而非 LLM 生成回复，通过预定义意图、工具和结果来执行自然语言请求，支持多工具调用、会话记忆、检查点和人工审批等功能。
# PortSimEnv 发布详细实现细节 PortSimEnv 发布了详细的实现细节。这是一个**确定性强化学习环境**，用于泊位规划任务，基于巴塞罗那港 2024 年 **1,784 艘**集装箱船靠泊记录构建，并基于 **Scale AI** 的 **AgentEnv Framework** 构建。
作者介绍了 DecisionLoop，一个用小型决策模型替代 LLM 处理意图识别、工具选择与控制流的 Python 智能体框架，初步测试在工具调用准确率、成本和延迟上优于基于 LangChain 的 LLM 智能体，并寻求架构反馈与基准测试建议。
Work2Skill 提出一个框架，通过 WorkRecorder 收集人类 GUI 操作演示，构建 WorkDemo-350 多模态数据集，并用智能体式技能归纳方法从人类经验中提炼可复用的智能体技能，在 MyPCBench 和 OSWorld-Verified 上显著提升了多种执行模型的任务表现。
Pi Durable 上线仅一周，社区已涌现出多种创意用法，包括将其封装进 iOS 应用（PiDurableKit）、在浏览器中完整运行核心、构建自研 Grok Bot，以及可能推出的 durable codemode 支持。
nanoMuse 是一个开源个人智能体（GPL-3.0），可在用户拥有的每台设备上运行，通过共享中继实现跨设备对话，所有操作经 Sentinel 审核，记忆以用户可读的文件形式存储，模型由用户自选。论文还分析了 Meta Muse 的构建方式，并规划了带来源的记忆、手部操作评估套件及开放模型的路线图。
ZipHQ 基于 LangGraph + LangSmith 重建了他们的智能体，缩短了新功能的开发时间，并在无需编写任何代码的情况下，获得了对 LLM 调用、存储和上下文的自动追踪能力。
Agent Foundation（a13n）是一个开源、可自托管的库与平台，集成了托管 Agent、记忆、沙箱、计算机操作和持久化执行能力，为构建 Agent 系统提供统一基础，支持从基于 Docker 的本地试用到集成的 Agent 服务。
LlamaIndex 发布 Extract v2.5，推出新一代基于 schema 的文档抽取 agent，可跨多页表格进行结构化推理并提供高级引用定位，在 ExtractBench 各档位上准确率与 grounding 分数均大幅提升，且每页定价不变。
yoagent 是一个新的开源 Rust 库，围绕一个专注、无状态的智能体循环来构建工具调用型 LLM 智能体，支持七种原生提供商协议和运行中途控制，无需引入完整的智能体平台技术栈。
Sydney Runkle 介绍了 LangGraph 的一项新功能：带类型化响应模式（typed response schemas）的中断（interrupts），使人工响应在返回给智能体之前先经过验证，从而在 UI 中实现真实的响应表单，而不是原始的 JSON 输入。