Product
1. MeMo：一种模块化的 LLM 记忆模型框架
MeMo（Memory as a Model）提出了一种将记忆与 LLM 解耦的框架。它通过一个独立的记忆模型来存储、检索和整合事实，无需更新 LLM 权重，从而避免了灾难性遗忘。MeMo 具有模块化、可插拔的特点，支持闭源和开源 LLM，且检索成本与语料库大小无关。该研究在 BrowseComp-Plus 等基准测试中表现优异，为智能体提供了更稳健的知识更新机制。
来源：arXiv.org
2. Roughdraft：面向编码智能体的 Markdown 协作工具
Roughdraft 是一个开源的本地优先 Markdown 协作应用，旨在改善开发者与编码智能体之间的协作体验。该工具允许用户在 Markdown 文档中进行评论和建议修改，提供了一个清晰的界面来管理智能体的计划文档。作为本地运行的工具，它强调隐私与协作效率，是智能体辅助开发流程中的重要补充。
来源：Roughdraft - Markdown reviews for coding agents
3. Zerolang：面向智能体的实验性编程语言
Zerolang 是一个旨在为智能体提供原生支持的实验性编程语言。该项目探索了当智能体成为主要用户时，编程语言应具备的特性：易于即时学习、提供结构化事实以供调试和修复、以及拥有深度标准库。Zerolang 目前处于预发布阶段，旨在通过确定性的工具链和直接的开发者体验，优化智能体的开发与维护效率。
来源：GitHub
4. ActiveGraph：面向长周期智能体的事件驱动运行时
ActiveGraph 是一个开源的 Python 库，旨在为长周期、可审计的智能体系统提供事件驱动的响应式图运行时。它将智能体的状态（信念、行为、依赖关系）持久化，允许系统进行分叉、差异分析和解释。与传统的任务流不同，ActiveGraph 强调基于规则的行为链，使智能体更像人类一样通过经验和信念进行决策，而非仅仅依赖推理能力。
来源：activegraph
5. Clawpatch：支持显式修复的自动化代码审查工具
Clawpatch 是一个自动化代码审查工具，它将代码库映射为语义特征切片，不仅能识别 Bug 和质量问题，还能记录并验证显式修复尝试。与传统 linter 不同，Clawpatch 关注入口点、所有权和信任边界。它支持恢复功能，并提供 Markdown 格式的丰富报告，旨在为开发者提供可审计、可追踪的自动化修复路径。
来源：Clawpatch
6. Google Stitch 更新：支持实时流式 UI 构建与生产部署
Google 智能体设计工具 Stitch 迎来重大更新，支持实时流式构建，允许用户在设计过程中进行交互式反馈，布局更新无需中断流程。新版本支持导入现有代码库或 Design.md，确保设计与品牌一致性。此外，Stitch 现在可以生成动态的动效界面，并支持直接导出至可分享的实时 URL，简化了从原型到生产的部署流程。
Tutorial
1. CursorBench 3.1 更新：引入多文件任务与成本评估
CursorBench 3.1 发布，引入了针对代码库理解、Bug 查找、规划和代码审查的复杂多文件任务。该版本改进了编辑任务的评分标准，并支持按分数和平均任务成本进行排序。CursorBench 3.1 旨在更真实地评估智能体在实际开发场景中的表现，为开发者选择模型提供更具参考价值的数据。
来源：Cursor
2. Rhys Sullivan：智能体集成层的反向代理实践
Rhys Sullivan 建议开发者在桌面编码智能体应用中，将端口嵌入应用内浏览器，作为反向代理运行。这种方法可以使所有应用在同一端口下隐形运行，并支持远程主机的端口转发。这一实践旨在解决智能体工具集成中的端口冲突问题，提升开发环境的整洁度与安全性。
来源：GitHub
Opinions/Thoughts
1. AI 工程师的上下文工程实践：从代码阅读到智能体协作
Elvis 分享了关于 AI 编码智能体协作的深度思考。他强调上下文工程（Context Engineering）是当前智能体协作的核心护城河。通过 Dexter Horthy 的实验案例，他指出开发者应拥有并深入阅读智能体生成的代码，而非盲目依赖。他认为 AI 辅助开发的核心在于 SDLC 的优化，而非简单的代码生成。
来源：@omarsar0