作者维护开源软件工厂 OpenInspect，解释为何开源而非商业化销售。他认为软件工厂是将信号（issue、Slack 消息等）转化为成果（PR、修复、答案）的 AI Agent 基础设施。将其作为产品出售困难重重：沙箱和模型推理等核心组件已被商品化，各组织需求差异大。真正的价值在于组织流程——代理路由、知识分发、系统改进、成本优化和 Token 支出的 ROI 归因，这些都需要与公司组织结构深度匹配。作者曾为 10 到 500 人规模的团队部署此类系统，认为软件工厂会成为关键基础设施，应由企业自持，因此选择开源以让团队专注于组织层面的问题。
作者开源了一个名为 Story Studio 的 AI Agent Skill，用于自动化生产历史/人物故事类短视频，涵盖选题策划、黄金钩子文案、豆包大模型配音、毫秒级字音对齐、三套画风分镜生图、自动生成剪映草稿等全链路。作者靠该流水线在视频号实现单条爆款播放100W+、单日带货4000+的战绩。文章详细拆解了各环节实操方法，并分享图书带货、银发健康产品、创作者分成计划、私域导流等四条变现路径，强调工具完全免费开源。
文章实测了新加坡 AIPOCH 团队开源的科研 AI 工作台 Open-Science，它以 Claude Code、Codex 等为可替换引擎，外覆科研专用壳层。针对科研三大痛点——文献易被 AI 编造、敏感数据不能出本地、图表无法溯源——该项目提供 36 个科学数据库连接器、本地数据存储、不可篡改的执行记录与血缘图，并支持通过 .science 文件包（基于 RO-Crate 开放标准）导出完整研究过程供他人复现。作者以复现一篇基因表达分析论文为例，验证了差异表达分析与火山图生成，并用独立 AI 审查员完成交叉核验，展示了可复现、可交接的开源科研工作流。
文章探讨了构建软件工厂时最困难的问题之一：如何将人类语言描述的大型目标拆解为代理可执行的具体工作。作者梳理了五种逐步演进的方法：直接委派子代理（如 Claude Code、Codex）、可追踪任务系统（如 Gemini CLI、OpenAI Symphony）、工厂形态的工作结构（如 Warp）、结果关联的工作（如 Factory 的 Missions），以及动态工作图。作者指出，随着代理日益自主，系统本身需要围绕模型构建自己的智能来塑形、追踪和修正工作，这是软件工厂区别于普通代理框架的关键，也是当今 AI 领域最有趣创新的方向。
作者将下载微信视频号视频的整套流程封装成一个开源免费的 Agent Skill，适配 Claude Code、Codex、Cursor 等 Agent。使用时只需把 GitHub 链接发给 Agent，复制视频号视频链接后，Agent 调用 Skill 即可几秒内完成无水印 MP4 下载并发回微信或飞书。全程在本机运行，登录态不出设备，安全性有保障。项目仅供学习和个人使用，禁止用于盈利或批量采集。
本文介绍了如何利用 Kimi K3 模型的高性价比缓存机制构建 AI Agent 循环，包含原理图解、Claude Code 配置及原生 API 代码示例。文章详细阐述了目标设定、自动化检查、成本控制（低至 $0.39/轮）及常见避坑指南，帮助开发者实现自动化代码修复任务。
作者分享了一个开源项目 AI Desk Card，这是一块连接到 AI Agent（如 Claude Code）的墨水屏。它通过 AI 动态管理日程、待办、GitHub 动态及天气，替代静态的便利贴。文章探讨了 AI 主动决策显示内容的交互模式，以及硬件与 Agent 结合的新设计思路，旨在实现“低头干活，抬头看一眼”的无缝信息流。
文章介绍了开源项目 html-anything，旨在解决 AI Agent 输出内容格式单一、缺乏审美的问题。该工具支持 75+ 顶级设计模板，能兼容 18 种主流 Code Agent，将文本、数据等多种格式一键转化为精美 HTML 或图片，并支持全平台分发，极大提升了 AI 内容的呈现效率。
作者受 Anthropic 官方项目启发，基于 M5Paper 墨水屏开发了一款名为 M5 Paper Buddy 的物理设备。该设备通过蓝牙连接电脑，能够监控多个 Claude Code 会话状态（上下文、项目分支等），并支持通过物理按键进行远程审批（如 Bash 命令、文件修改），解决了多窗口切换不便的问题。文章探讨了“手机小组件物理化”的交互趋势，认为低门槛的模块化硬件结合 AI 辅助开发，让个人开发者能比大公司更快验证 AI 与物理世界交互的新形态。
HeyGen 开源了 HyperFrames，这是一个基于 HTML 的视频工具链和渲染框架。它允许 AI Agent（如 Claude Code）通过编写 HTML、CSS 和 JavaScript 来创建、预览和渲染视频。通过添加简单的 data 属性定义时间轴，Agent 可以利用其庞大的网络训练数据生成高质量的运动图形和视频，无需学习复杂的传统视频编辑软件。
Physical Superintelligence PBC (PSI) 发布了名为 Get Physics Done (GPD) 的全球首个开源 Agentic AI 物理学家。GPD 能够界定问题范围、制定研究计划、执行推导与数值校验，并根据自然约束验证结果。它具备物理学家副驾驶、AI 同行评审和自动驾驶研究模式三大功能，涵盖从量子场论到天体物理等多个领域，旨在打破物理研究的瓶颈。
本文整理了 npm 联合创始人 Laurie Voss 在 AI Engineer 纽约 workshop 上关于 AI Agent 评估方法的分享。他从一份分析师共识加总为 116% 的特斯拉研报切入，阐述 trace（日志）与 eval（评估）的区别，强调先人工精读十几条记录再设计评估的重要性。文章详细介绍了从免费代码断言、LLM 裁判到黄金数据集校准裁判的完整评估体系，指出选择正确的评估问题比调优评估更重要，并以'评结果而非评步骤'为原则，演示了通过一行 prompt 修改将可操作性从 5/16 提升到 48/48 的案例。最后他强调将评估接入 CI、区分能力评估与回归评估，才能持续保证 Agent 质量。
作者宣布其 AI 视频情报站正式开放 MCP 接口，支持 Claude Code、Codex 等 Agent 直接接入查询。文章介绍了接入方法（一条命令即可），并展示了几种典型用法：每天早上让 Agent 查询新起和升温的视频题材、查询某个题材的来源和时间线、追踪特定 AI 模型的动态，以及将情报站接入自己的工作流（如自动生成选题卡、晨会材料等）。情报站每天早上更新一期，提供题材归类、X 热议、开源项目、题材溯源等数据，同时说明了查询范围限制。不接 MCP 也可通过网页或开源版自行部署使用。
