AI编程

微软研究院在 Agensh 实验中移除中心调度器，让最多 1024 个编码 Agent 通过共享代码仓库、消息接口和上下文日志自组织协作。实验在部分任务上提升了通过率，但规模扩大后收益明显趋平。

Pi 团队曾公开拒绝 MCP，如今却将其纳入核心。Hacker News 上的这篇讨论不只关乎一次产品转向，也揭示了 MCP 在工具链集成中的真实边界。

开发者实测显示，TRAE 可通过 Cloudbase Skills 接入微信开发者工具，完成小程序编译、运行、截图与测试。官方 Skill 为 AI 打开小程序生态入口，但自动触发仍依赖插件封装与明确指令。

NVIDIA 开源 OpenShell，为 Coding Agent 提供文件访问、网络连接与密钥使用的运行时权限管控，让 Agent 在受限沙箱中执行任务。

AI编程工具数量激增，但Claude Code、Cursor、Codex、GitHub Copilot等产品之间的技能配置往往互不相通。Skills Manager试图以统一技能库、标准化.skill规范、CLI部署和Git同步机制，打通54种以上AI编程Agent的技能管理，为AI编程工作流提供统一抽象层。

OpenRig 并不是要替代 Claude Code 或 Codex，而是试图成为多 Agent 编程工作流的编排层，解决任务分配、上下文持久化和协作管理问题。

当 AI 进入训练数据稀缺的 MoonBit 语言环境，代码生成不再是效率问题，而是一道围绕编译器、测试与性能度量的验证工程题。

一篇源码导读梳理了 OpenAI Codex 开源仓库的工程分层，为理解本地 coding agent 的架构设计提供了入门路径。