Multi-Agent 协作心智模型：从「命令与控制」到「团队与共识」
多 Agent 系统的协作模式正在经历方法论层面的范式转移——从早期的中心化编排进化为分布式协商。本文提出多 Agent 协作的三层心智模型：角色定义→工作记忆共享→动态共识形成，并给出工程实践路径。
Coder Agents：企业级自托管 AI 编程 Agent 新范式
企业级开发平台 Coder 发布 Coder Agents，支持完全自托管的 AI 编程 Agent，代码和提示词全程不出企业网络，为受监管行业提供 AI 驱动的开发工作流，同时支持任意 AI 模型接入。
MetaGPT 复现软件工程 SOP：多 Agent 框架的方法论革新
MetaGPT 将软件开发的标准操作流程（SOP）固化为多 Agent 协作骨架，让 AI 自动扮演产品经理、架构师、工程师角色，从一行需求生成完整项目代码。解析其方法论设计与实际局限。
开源 AI Agent 生态观察：从工具碎片化到全栈平台化
2026年开源 AI Agent 生态正在经历结构性转变——从工具碎片化走向平台整合。本文分析这一转变的方法论根源，解读为什么「全栈框架」开始胜出，以及这对开源社区意味着什么。
AI Agent 记忆系统的范式转移：全上下文不再是答案
从上下文窗口塞历史到 Graph-RAG 混合架构，2026 年的记忆系统评估有了 LOCOMO 基准。深度解析 ECAI 2025 论文中的 10 种方案横评，揭示 6% 精度损失换 91% 延迟降低背后的工程哲学。
开源 Coding Agent 选型：不是比谁功能多，是比谁更匹配你的工作流
Aider 和 Cline 是 2026 年开源 Coding Agent 的两个极端：一个扎根 terminal 用 git 做安全网，一个扎根 VS Code 用 MCP 做扩展。对它们的选型判断，本质上是回答一个问题——你的团队在哪里工作。
Archon 深度解析：YAML工作流将AI编程从玄学变工程
Archon 2026年4月重构发布，GitHub 15,600星。它的核心贡献不是又一个Agent框架，而是把「Harness Engineering」—— AI编程的工程化方法论——带入了开源社区。
Lilo：自托管智能个人 OS，让 Agent 管理你的数字生活
Lilo 是一个自托管的智能个人操作系统，集成应用、记忆、文件和 Agent。支持桌面、移动端、WhatsApp、Telegram、Email 多渠道接入，让 AI Agent 全方位管理你的数字生活。
Crush：终端里的 AI 编程搭档，Charmbracelet 出品
Charmbracelet 发布开源 AI 编程 Agent Crush，支持多模型切换、LSP 增强、MCP 扩展。支持 macOS/Linux/Windows/FreeBSD，个人使用完全免费。
Nobulex：15 岁少年构建的 AI Agent 加密问责层
15 岁开发者 Arian Gogani 创建了 Nobulex，一个基于密码学的 AI Agent 行为问责系统。通过声明、强制、证明三个原语，让 AI Agent 能够证明自己遵守了规则。
MenteDB：专为 AI Agent 记忆设计的数据库引擎
MenteDB 不是数据库包装，而是从零用 Rust 构建的存储引擎，专为 AI Agent 记忆优化。支持 WAL、HNSW 向量索引、知识图谱，研究显示其解决了传统方案 97% 记忆无关的问题。