标签
Rhys Sullivan 正在构建 Executor，这是一个面向 AI 智能体的开源集成层，提供统一的工具目录，具备访问控制、破坏性操作审批流程，并支持 MCP、OpenAPI、GraphQL 等协议。它旨在标准化不同智能体（如 Cursor 和 Claude Code）之间的工具调用方式。
lean-ctx 是一个基于 Rust 的开源上下文运行时，通过文件读取压缩和 Shell 输出优化，将 Claude Code、Cursor、Copilot 等 AI 编程助手的 token 成本降低 60–95%。它以 Shell Hook 和 MCP Server 的形式运行，提供 56 个工具及多种读取模式。
Applied Compute 推出 ACL-Wiki，这是一个基于其 Context Engine 构建的持续学习记忆系统，能够记录来自 Cursor、Claude Code 和 Codex 的编程智能体交互，从而构建一个不断优化的 Contextbase，在两周内将关键记忆率提升约一倍。该系统通过 MCP 服务器暴露的 Remember-Refine-Retrieve 流水线，为编程智能体提供随使用而持续改进的机构记忆。
Fitbit Air伴随一个新的Google Health API发布，该API允许开发者基于31个健康数据点（包括睡眠、心率和血氧饱和度）构建AI智能体和服务，并提供Webhook和细粒度权限。
OpenEnv是一个强化学习环境平台，正在扩展其教程，涵盖评估智能体、通过评分标准了解奖励机制以及通过MCP连接智能体等主题。
本文分析了为何像 Claude 这样更智能的 AI Agent 在与 Supabase 等以人类为中心的后端交互时会消耗更多 Token，主要原因在于上下文发现效率低下。文章引入了 InsForge，这是一款专为 Agent 设计的开源后端工具，通过提供结构化的上下文来显著降低 Token 用量和人工干预。
CodexSaver is an MCP tool that offloads low-risk coding tasks (tests, docs, lint fixes) from Codex to a cheaper model like DeepSeek, achieving ~48% cost savings with ~6s latency.
Friday Studio 是一个开源的代理运行时，它将自然语言工作流编译成显式的、版本控制的 YAML 状态机。它允许开发者通过聊天构建 AI 代理，但以稳定的配置文件形式部署，确保生产环境的可靠性。
本文总结了 10 条设计智能原生命令行界面（CLI）的原则，这些原则汲取了在 Cloudflare 和 HeyGen 的实践经验，旨在提升 AI 智能体的可靠性。
Microsoft Foundry 的 Toolbox 功能通过单一 MCP 端点实现持久化长期运行的 Agent，据报道可将输入 token 减少 90%，并简化云规模下的 Agent 代码。
一个开源研讨会仓库，用于构建真实世界的多智能体 AI 系统，包括深度研究智能体和 LinkedIn 写作工作流，使用 MCP 服务器、Pydantic 结构化输出以及带有 Claude Code 子智能体的智能体工程。
一位开发者分享了使用Claude Code和Stitch 2.0（通过MCP）快速重新设计客户项目的工作流程，无需传统设计工具或设计师。
Google 发布一套自主研究系统，可联网检索、跨源推理、通过 MCP 调用工具、原生生成图表并输出带引用的完整报告。
Google DeepMind 发布由 Gemini 3.1 Pro 驱动的自主研究智能体 Deep Research 与 Deep Research Max，支持 MCP，面向企业工作流。
开发者分享使用 MCP、Strapi、TanStack 和 Ollama 配合 Gemma 4 构建本地优先知识库的经验，并提到可轻松切换到 Claude 等前沿模型。