找到 50 筆
T3 Code 是一個開源免費的 agent 控制台，可通過 iOS、Android 應用、網頁版和 Electron 桌面端遠端控制本機已安裝的 coding agent。它支援 Claude Code、Codex、Cursor、Grok Build、OpenCode 和 Google Antigravity，使用前需在本機安裝並登入至少一個提供方（Antigravity 在設定中啟用並登入 Google 即可，無需 CLI）。
agent-usage-guard 是一個 Claude Code 外掛，在花費發生前攔住失控的 agent 爆發：五小時或每週額度用到 80% 時新開 agent 需人工批准，到 95% 直接拒絕。預設還限制本機所有會話合計同時執行 4 個 agent、每 10 分鐘啟動 12 個、子 agent 每 10 分鐘處理 10M token，且子 agent 不得再開子 agent。在無人應答的 claude -p 與 Agent SDK 場景下改為直接拒絕並說明原因。
開源免費的 Agent Standup 把 Claude Code 會話變成一場即時站會：每個 sub-agent 以畫素角色入場，狀態標註為工作中、等待他人、需要你介入、卡住或已完成，零 token 消耗。它讀取 Claude Code 已寫下的本地會話檔案，因此在 VS Code、Cursor、終端或桌面應用裡都能執行，無需配置、程式碼不外傳。
10 月 13 日，APUS AI 開源 Personal Agent 產品 Reflex Agent，採用 MIT 協議，提供桌面端、Web 和 SDK。官方實測其在相關場景中回應速度最快可達 Claude Code、Codex 等主流 Agent 的 3 倍。與依賴程式碼和提示片語織 Harness 的方案不同，它由自研決策模型 Reflex 承擔模型路由、技能選擇與執行監督，按「決策—執行—反饋—再決策」迴圈推進任務；
OpenCode v2.2.3 新增內建 Claude Agent provider：安裝 Claude Code 並執行 claude auth login 後，在 /connect 中選擇 Claude Agent，即可複用 Claude Code 的登入與模型。桌面端長會話的流式回覆與渲染開銷大幅降低，並修復側欄標籤失效、重複彈出「Session not found」以及通過 HTTP 開啟檔案的問題。
TRAE 於 10 月 9 日把 TraeCode 與 TraeWork 正式合併成新的 TRAE，在一個視窗裡即可同時寫程式碼、出文件和準備交付材料。新 TRAE 提供 Agent 模式與 IDE 模式：Agent 模式是全域性工作臺，可在同一專案裡把寫程式碼、測試、修 bug、寫需求文件和做評審 PPT 分給多個 Agent 並行推進，產物統一存進「我的產物」並可直接分享；IDE 模式保留 SOLO 與 IDE 兩種玩法，右上角一鍵切換。
Berth 是一款開源 macOS 應用，讓 Claude Code、Codex 等 coding agent 跑在自有開發機上，合上筆記本仍繼續工作，早上開啟即可看到結果。按 ⌘N 說出需求，Berth 會在選定機器上建立 worktree 並啟動 agent，命令與讀取摺疊成一行、編輯以 diff 呈現，Claude 提問可就地作答；兩個 worktree 可分色分組並排對比聊天、diff 與終端。
Anthropic 發布基於 Claude Managed Agents（beta）的 agent 自動化參考實現：按 cron 計劃讀取 Slack 頻道與 GitHub PR，依據上次執行留下的書籤只取新增內容，再把簡報發到指定 Slack 頻道。配套程式碼含 agent、部署、環境、記憶與 vault 等配置，用 ant apply 寫入 Claude API 工作區，憑據存於 vault、沙箱內只留佔位符；
復旦大學、香港中文大學 MMLab 與上海交通大學提出 ReTerm，讓 Code Agent 在自己造成的失敗現場獨立嘗試恢復，再以恢復成敗作為強化學習訊號，形成失敗驅動的遞迴自我改進閉環。ReTerm-9B 在 Terminal-Bench 2.0 上從 20.2% 提升到 34.8%，SWE-bench Verified 從 45.2% 升至 58.4%，OpenThoughts-TBLite 從 44.2% 升至 60.6%，三項均提升超過 13 個百分點。
面向 coding agent 的外掛 neckbeard 在 Claude Code 上線，它讀取應用倉庫，從經過測試的 OpenTofu 模組目錄渲染出可審查的雲基礎設施與月度成本估算，支援 AWS、GCP、Azure 及 GitHub Actions/GitLab CI。規劃、渲染與校驗全部由確定性程式碼完成，agent 只做分析與解釋，不憑空編造基礎設施。
Octomind 發布，這是一個開源的 CLI 優先 coding agent 執行時，以單一二進位制執行，可接入任意模型與 MCP 工具。官方基準在 25 個取自已合併 PR 的任務上解出 24 項，花費 63.43 美元、3.6 小時；使用同一模型和同一端點的 opencode 為 19/25、129.54 美元，Claude Code 搭配 Opus 為 23/25、81.79 美元。
Claude Code 外掛 superlite 發布，主打一次審批後自動完成開發：它把需求拆成任務圖，讓不共享檔案、互不依賴的任務同時執行，當前基準測試中最多並行 18 個 agent。相比它借鑑的 superpowers（每個功能 8–12 次人工確認），superlite 只在開頭問一批最多四個問題、要一次設計批准，之後僅對破壞性、對外或涉及安全的操作暫停。
Mistral 為一家歐洲能源運營商將 4 萬行 Fortran 77 編寫的油藏模擬器遷移到 C++，該程式碼庫沒有測試套件和集中文件。做法是先建置數值一致性校驗框架，再用 Vibe CLI 排程上百個 agent 逐節點生成文件並提交 PR，由審查 agent 定時複核。首次嘗試讓 agent 完全自主翻譯，結果只是把 Fortran 按 C++ 語法重寫，COMMON 塊和 GOTO 控制流原樣保留，未實現真正的現代化重構。
一名獨立開發者用 Claude Opus 智慧體（Claude Code）配合 Remotion 製作了 Mac 應用 Tack+ 的發布影片，全部內容由程式碼生成，未使用 After Effects、素材庫或授權音樂。影片時長 45 秒、60 fps，輸出 1080p 與 4K，含法語和英語版本；MacBook 用 CSS 3D 搭建，卡片為應用真實渲染，配樂也逐音符合成。
Sphinx 是一個開源 Git hook，會在受保護分支上暫停推送，由一個沒看過你與 agent 對話的 reviewer 讀 diff 提問：這段改動在出錯時會怎樣。答錯會解釋原因並換新場景重問，答對才繼續推送；它支援 Codex、Claude Code、Cursor、OpenCode、Pi 與純 Git，也可接 OpenRouter 或任何 OpenAI 相容端點，並刻意只用最少 token。
Pensieve 推出 macOS 本地搜尋索引，通過 MCP 接入 Claude Code、Codex、Cursor 等 coding agent，讓它們先搜尋再讀檔案，而不是逐個 grep。
文章主張把開發任務從 Jira、Redmine 遷進程式碼倉庫，用 Markdown 檔案儲存，讓 Claude Code、OpenCode 等 coding agent 在同一處讀到需求與程式碼。任務改動因此像普通 commit 一樣有版本、可評審；文中給出五步流程：描述任務、分析需求、生成實現計劃、人工審批、實現並回寫報告。作者的做法是程式碼、文件、任務各建一個 Git 倉庫，後兩者 clone 進程式碼倉庫並由 .gitignore 排除，任務庫因含敏感資訊可單獨設權限。
Jotbus 發布了一個面向 coding agent 的端到端加密共享便籤，執行 npx jotbus 即可建立 60 分鐘的臨時工作區，無需註冊。它支援 Claude Code、Codex、Cursor、Gemini CLI、opencode 等 agent，也相容任意 MCP 客戶端，需要 Node 20 或更高版本。agent 之間可通過 @提及 互相傳遞訊息和檔案，內容在本地加密後上傳，Jotbus 只儲存密文，臨時工作區單檔案上限 2 MB。
一位開發者認為 AI 程式設計的瓶頸是 agent 而不是模型：模型生成程式碼的能力持續提升，agent 卻停在原地。他區分了模型（GPT Astra、Claude Sonnet、GLM-5.3）與 agent（Claude Code、Codex），並列舉四類問題：OpenCode 把約 1.5k 行的改動拆成 10 個子任務卻逐個序列執行；agent 不會按任務難度切換更便宜或更強的模型；Claude Code 說不清自身功能，只能聯網搜尋；Plan 模式產出的計劃零散、難讀。
Plimsoll 是自託管沙箱，用於執行 AI agent 寫出的不可信程式碼，每條結果都標明實際隔離等級（process、container、kernel、vm 四級），請求可設最低等級，達不到就不執行任何程式碼。它還能對 agent 程式碼出題：映象內建 trial runner 用程式讀不到的場景測試，並返回請求與結果的 SHA-256 雜湊，由沙箱外的 plimsoll-attest 簽名、重放。
Meta 發布 Muse Wonder 系列，包含 Muse Wonder 與 Muse Wonder Full 兩個前沿模型，官方稱是迄今能力最強的模型，面向個人與專業 agentic 任務。Muse Wonder 即日起通過 Meta Model API 和 Muse Code 提供，Muse Wonder Full 即日起面向 Muse Code 訂閱者開放。Muse Wonder 之後還將驅動 Meta 的個人 agent 產品 Muse，首批向訂閱者推出。
作者用 Claude Code（Opus 5.5、high effort）在同一程式碼庫的原版與刪光註釋的副本上各跑三次，完成兩個真實功能任務；所有執行都通過 lint、型別檢查與現有測試，大任務還通過了一個隱藏測試。評分差異在噪聲範圍內，小任務上無註釋版少用約 22% token（1.71M 對 2.18M）。大任務三次執行的 token 在 7.01M 到 10.64M 之間波動，作者據此提醒 agent 輸出不確定，只跑一次可能得出完全相反的結論。
Meta 發布 Muse Wonder 系列兩款模型 Muse Wonder 與 Muse Wonder Full，稱在個人與專業 agent 任務、記憶與編碼基準上達到當前最優；Muse Wonder 即日起通過 Meta Model API 和 Muse Code 提供，Muse Wonder Full 僅面向 Muse Code 訂閱者。
月之暗面開源最新模型 Kimi K2.6，主打編碼、長程執行與 Agent 叢集能力，已上線 Kimi.ai、Kimi App、API 和 Kimi Code。官方稱其在內部基準 Kimi Code Bench 上較 K2.5 明顯提升，並給出兩個長程案例：在 Mac 上用 Zig 實現 Qwen3.5-0.8B 本地推理，經 4000+ 次工具呼叫、12 小時以上執行、14 輪迭代，吞吐從約 15 提升到約 193 tokens/秒，比 LM Studio 快約 20%；
Claude 官方帳號發布了一條簡短訊息，稱 Claude Code 與一臺攝像頭在 Old Street 被整夜執行。原文未說明具體任務、硬體配置、執行結果或任何資料，僅給出這一場景描述。
Claude Code 發布 v2.1.302，新增 CLAUDE_CODE_AUTO_MODE_MODEL 環境變數，用於指定客戶端 auto mode 分類器所用的模型，但不改變服務端 auto mode 的模型。/config 新增 Idle compaction 行，可關閉或重新開啟空閒壓縮。
Claude Code 團隊公開其程式碼審查流程：多數 PR 只需一位人類把關，其餘交給 Claude 自動審查。6 月至 9 月，該倉庫合併 PR 數翻倍以上，回滾比例下降超 40%；Anthropic monorepo 每日變更從 5 月約 2500 次增至 9 月逾 3 萬次。
作者花 3 個月、約 500B token 讓 AI agent 把一款第一人稱射擊遊戲反編譯成 C++，最終程式碼可讀但語義錯誤。專案同時使用 Claude Max（20x）與 Codex Pro 訂閱，agent 跑在 Claude Code CLI 與 Codex CLI 裡，主力是 Sonnet 5，也用過 Opus 5.5、Luna、Sol、Terra；
Mistral 發布旗艦模型 Mistral Large 4（代號 Le Chonk）的開源權重，面向 agentic coding 與網路安全場景。總引數 1.05T、啟用 52B，支援 1M 上下文、文字與影像輸入、最大 256K 輸出；API 價為每百萬輸入/輸出 token 0.70/2.10 美元（快取 0.07 美元），比預覽版低約五成，MEOW 許可證要求模型即服務商用另行授權。
近期版本的 Claude Code 已支援用 claude --worktree --tmux 一條命令為當前任務建立 git worktree 並開一個 tmux 會話，也可寫成 claude --worktree auth-refactor --tmux 指定名字。要注意 --tmux 必須搭配 --worktree，單獨用會報錯；在 iTerm2 下預設走原生 pane，想要真正的 tmux 底層得加 --tmux=classic，否則後續指令碼無從附著。
現於 Salesforce AI Research 任職的研究工程師自述，自己已很少手寫程式碼，工作日主要是同時管理 5–6 個 Claude Code、OpenCode、Codex 這類 coding agent：每個 agent 拿一份獨立的 Git worktree，自行寫程式碼、跑測試、建立並審閱 PR，新功能原型約 20 分鐘就能跑出來。他每月在 token 上花費約 3000 美元。
Claude Code 更新到 v2.1.292，claude plugin install 新增 --marketplace <source> 引數，可在安裝外掛時按需新增對應市場，並沿用與 marketplace add 相同的策略檢查；Agent 工具新增 effort 引數，可指定子智慧體執行的 effort 級別。
Claude Code 每約 30 秒會把每個後臺 agent 的完整對話記錄發給它自己的模型（多為 Opus），生成 3–5 個詞的狀態列摘要；這部分消耗佔全部 token 的 15–20%，另一組獨立測量為 18–26%，且自 2.1.232（2026 年 8 月）起預設開啟，官方沒有開關。
一項新基準在 Claude Code 中用 Opus 5.5 讓 agent 分別以 12 個 JS 框架建置同一個 PokéAPI 應用，每個框架跑 5 次取中位數。成本最低是 Hono+htmx 的 $2.67，最高是 Angular 的 $4.97，SvelteKit（$4.28）與 Gracile+Lit（$4.65）同樣偏貴。Angular 有兩次沒能產出可用應用，因此只跑了 3 次；作者提醒 LLM 與 Lighthouse 分數波動很大，結果只能作為參照。
Corgi 是一款面向 coding agent 的終端複用器，按 F1 可跳到下一個未讀 agent，並統一啟動 Codex、Claude Code 與 Pi（支援多帳號）。它即時展示各 agent 的活動流，支援會話快速搜尋與恢復、內聯用量統計，以及點選複製連結、cmd+v 直接貼上圖片（SSH 下也可用）、圖片縮圖預覽，並按工作區統計 CPU/記憶體/GPU 佔用。作者稱已把它作為日常主力工具使用數週，專案仍有粗糙之處，正在徵集反饋。
awslabs 發布 AI-DLC 最新穩定版，這是一套與 harness 無關的 AI 編碼工作流核心，可原生執行在 Claude Code、Kiro CLI、Kiro IDE、Codex CLI、Cursor、opencode 與 GitHub Copilot 中。macOS、Linux、WSL 和 Windows 各有一條安裝命令，原生安裝自帶 aidlc 命令與各 harness 執行時，無需 Bun 或 Node.js。
DeepSeek Harness 發布 v0.2.1-alpha.1，新增實驗性 Claude Code Mods 相容層，讓按 Claude Code Mods 介面編寫的擴充套件有機會接入 DSH 外掛系統執行。官方稱該相容層主要用於驗證 Mods API 能力，大致屬於 DSH 外掛能力的子集，暫不提供完整實用相容性；diff、agents-md、sec-default 和 telemetry 仍標註為不可執行。
一項研究讓 50 名有因果推斷經驗的專業分析師用 Claude Code 完成農業顧問專案效果評估，在四個二選一的分析決策上，86% 的情況跟隨了 agent 被暗中設定的傾向（傾向由硬幣隨機決定，若 agent 無影回應約為 50%）。事先已表達自己偏好的分析師，在 agent 反對時 60% 改變選擇，agent 贊同時僅 6% 改變。事後 77% 的人複述了 agent 的論證（部分逐字照搬），只有 15% 說明這些觀點來自 agent。使用 agent 的分析師完成任務更快、嚴重錯誤更少。
Claude Code 發布 v2.1.317，Claude apps 閘道器管理 API 新增成本報表介面 GET /v1/organizations/analytics/cost，可按總量、開發者、按天或按 IdP 組讀取指定區間的歷史花費，並新增開發者 IdP 組的每日記錄，保留時長由 admin.identity_retention_days 控制。Agent SDK 的 hook 回撥新增 onFailure: "block"，回撥失敗會直接阻止該操作而非放行；
一個由 Claude Code 驅動的自主智慧體開源了 lip-ledger，用精確計分模型復現 Kalshi 流動性激勵計劃（LIP）的獎勵演算法。工具為 Python 3.9+、無需 API key、只讀公開介面，CLI 可估算各計價方向每美元抵押的收益、單筆掛單的份額與預期賠付，並支援按分鐘取樣訂單簿。
TypeSafe AI（Jev 的母公司）與 Agent 工具平台 Treg 開源了一款找人工具，上線已獲 6400 Star，單條信箱線索最低 0.0089 美元，稱比 Clay 便宜逾 85%。該工具可接入 Claude Code、Codex 等 Agent：Jev 負責判斷候選人是否匹配，Treg 負責呼叫資料庫並驗證信箱。在 119 項 People Search Bench 任務中，Claude Code 的 B2B 拓客正確率從 43% 升至 78.2%；
Y Combinator CEO Garry Tan 在播客中透露，他每年為 AI agent 的 token 花費 10 萬至 20 萬美元，並稱這是並非人人都能負擔的特權。他用 agent 處理工作專案與編碼任務，還把 23 個 Claude Code 技能打包成 gstack 在 GitHub 公開。YC 內部另有一個名為 Stray Light 的 agent，掌握其投資過的所有創始人、所有申請與來信的上下文。他認為個人 agent 要走向主流，前提是成本先降下來。
OpenAI 發布客戶案例，Amp 已上線 Sign in with ChatGPT 整合，讓使用者拿到更多 token 額度以及 GPT-6 Astra 等 OpenAI 模型。Amp CEO Quinn Slack 稱部分使用者每週消耗 100 億 token，接入後不必逐條計較用量，更願意把大任務交給 agent。
Faros 2026 年研究分析 22,000 名開發者、4,000 個團隊兩年遙測資料後發現，AI 採用度高的組織每位開發者 bug 增加 54%，PR 評審中位耗時約漲 5 倍，每 PR 事故數超 3 倍；其 Q3 報告稱部分效應有所緩解，但驗證與運維成本仍在累積。
OpenCode 2.0 是一次大規模重構，核心新功能是 Code Mode：用 @opencode/codemode 包內建的極簡 JavaScript 直譯器，把 MCP 伺服器與 OpenAPI 端點轉成代理可呼叫的函式，2.0 中所有 MCP 伺服器預設啟用 Code Mode，一次指令碼就能串起多個工具呼叫，減少往返。服務端也改為在本地自動以單一後臺程序執行，TUI、Web 與桌面端共用同一程序，並推出 @opencode/client 客戶端包與從頭重寫的 API。
LM Studio 的 Bionic 代理現已支援使用、安裝和建立 agent skills，採用 Agent Skills 標準（SKILL.md 檔案）。使用者可讓 Bionic 從剛完成的任務或對話中生成 skill，用 @ 語法呼叫，還能在設定中匯入 Codex、Claude Code 等應用已有的 skills，或直接給 URL 讓代理安裝。
Anthropic 把 Agent Skills 開放標準捐贈給 Linux 基金會旗下的 Agentic AI Foundation（AAIF），並移交名稱與 logo、GitHub 組織及 agentskills.io 域名。該標準自 2025 年 12 月發布以來，已有 ChatGPT、Cursor、GitHub Copilot、VS Code 等 70 多個平台接入，累計發布 100 萬個 skill、安裝近 2.8 億次。
開發者正用 AI coding agent 給智慧電視「去智慧」：刪掉電視自帶廣告、預裝應用與觀看追蹤，並替換啟動器。cleanyourtv 作者把電視型號交給 Claude Code，讓它在 Wi-Fi 上找到電視、移除 25 個小米預裝包並重寫桌面，兩天內數千人效仿，涉及小米、TCL、索尼、Fire TV、LG；dumbtv 已在索尼、TCL、飛利浦、海信、小米和 Shield 的 Android/Google TV 上測試，無需 root，也可恢復出廠。
Kimi K2.5 發布，官方稱其為迄今最強開源模型，原生多模態，在 K2 基礎上用約 15T 視覺與文字混合 token 繼續預訓練。其 Agent Swarm 可自行組織最多 100 個子智慧體、執行最多 1500 次工具呼叫，相比單智慧體執行時間最多縮短 4.5 倍。模型已上線 Kimi.com、App、API 和 Kimi Code；
文章認為，agent 可以承擔更多實現工作並輔助分析、設計和測試，但工程師仍要決定建置什麼、以及什麼證據足以驗收。作者建議把架構決策寫入可審查的 PROJECT_GUIDE.md，而不是隻留在對話裡；每個增量先明確驗收用例，再用本地檢查、測試和實際執行驗證。文中還引用 Anthropic 關於長時執行 agent 的報告，指出上下文壓縮可能丟失條件或留下不清楚的指令。