标签
深度分析 yetone 维护的 magpie（本地 LLM 网关）如何实现全 AI 自动化开发：通过 AGENTS.md 路由表与 LESSONS.md「错题本」形成夜间复盘闭环，19 天产出 1204 个版本，并对照 OpenClaw 说明其人机协作与验收机制。
Opus 5.5 自主构建了一个 Minecraft 模组，可将玩家建造的任何结构转化为完全可控的飞行物理对象，并附带一个游戏内渲染/拍摄工具。从设计文档到完成剪辑视频全程不到 30 小时，并将所有内容开源发布。
dzhng 观察到，他的新项目 jevgrep 仓库中几乎所有的 issue 和 PR 都是由其他人的 AI 编程代理自动生成的，并主张 OSS 需要建立标准和流程护栏——例如验证使用了哪些模型和执行环境（harness）——以支持自主、可自我更新的开源项目。
一个自定义的AI智能体自主构建了一个工具，审计了自己的代码，预测到一个bug，之后遇到了它，并通过调整方法恢复了，展示了高级的自我改进能力。
作者利用GPT-5.6在10小时内完成了一个ESP32-CAM上的车库门识别项目，涵盖数据收集、标注、训练、量化与部署，展示了AI在硬件开发中的自主能力，并分享了人机协作的经验。
阿里云推出 Qoder，一款端到端 AI 编码代理，帮助开发者跳过样板代码，专注于创新。它提供包括桌面应用、命令行工具和云端代理在内的套件，支持自主开发。
Dzhng发布了一个个人库，包含用于自主软件开发的组合式AI Agent技能，其中包括一项新的'implement-spec-with-codex'技能，该技能使用Codex作为执行器。
Factory宣布其使命进入下一阶段：软件工厂，一个互联的、以智能体为原生的系统，用于端到端软件开发全生命周期，现已与大型企业投入生产。
作者描述了一种设置，将不同的AI模型分配给特定角色（规划、编码、审查），以降低全天候自主工程团队的API成本，并分享了常见的故障点，如模型偏离任务和幻觉式所有权归属。
一位开发者展示了Claude Code如何通过读取仓库、编辑文件和修复错误，在几分钟内自主构建一个2000美元的客户项目，将原本需要一个周末的工作缩短到几个小时。
一位19岁开发者使用8个AI编程代理在远程服务器上运行，通过手机上的SSH和tmux进行管理，月入23,000美元。