DSCI推出基于LLM的CI流水线代码生成器，用户用自然语言描述需求（如Python+pytest+覆盖率），AI智能体自动生成流水线配置，约一分钟内可在构建产物中查看结果，支持Go、Perl等多种技术栈。
开发者受“从第一性原理构建编码智能体”启发，用自研 Rust ML DSL 实现了一个编码智能体，附 MIT 许可仓库、演示视频、示例代码和 Emacs 文学编程文档，可在本地配合 Ollama 与编码大模型运行，暂不支持云端 LLM。
独立开发者开源 TabMail，为 Thunderbird 和 iPhone 提供 AI 邮件功能，可审阅并修改回复、询问收件箱和日历内容，支持键盘与语音操作，采用零数据保留，AI 后端暂闭源。
该论文探索零样本LLM智能体管理长周期物理任务的可行性，设计融合规划、工具调用、观察与验证的多智能体框架，在农业任务中与强化学习智能体对比。结果显示，同天气下LLM智能体管理效果相当，环境变化时自适应能力更强。
研究提出Vibe Patenting专利撰写测试平台，用LLM评审评估AI生成的专利草稿并给出结构化反馈。迭代评审可提升草稿质量，使低推理智能体接近高推理智能体水平，但与专业专利律师评估存在校准差异。
HN 讨论生产环境大规模多智能体架构：多数 AI 工作流用单个强 LLM 或不超过 5 个子智能体即可解决，何时值得扩展到上千智能体集群？发起者 Acyclic Labs 创始人征集真实用例与痛点（状态同步、token 成本、级联失败、延迟）。
开发者用 Rust 编写的数组编程 DSL 构建微型 MoE 模型可视化工具，可在浏览器和 CLI 运行，用于实验 MoE 专家路由、Engram、KV 缓存压缩等概念，帮助学习 MoE 原理。
Slowave 是面向编码智能体的本地记忆系统，让智能体参与维护自身记忆：通过“记住—召回—使用—反馈—强化/弱化—衰减”的闭环，根据记忆是否有用来调整其显著度，无需额外 LLM 层，避免上下文膨胀与双脑问题。
HN 用户提出为学习场景设计专用 harness：与追求任务自动完成的现有 agent 相反，学习 harness 应记忆学习者理解状态、提供提示、调用题目/模拟/评估工具，并在结束时评估掌握度，而非直接给出答案。作者认为现有 AI 导师多为 LLM+提示词，harness 才是正确形态，并询问除 K12 外是否有人感兴趣。