有一個容易混淆的 LangChain 出的同名 Deep Agents 與上方無關，感覺已由 opencode 等各家 CLI 實現
介紹 https://zhuanlan.zhihu.com/p/1981344312169092660 (內文誤植論文)
專案 https://github.com/langchain-ai/deepagents
介紹 https://zhuanlan.zhihu.com/p/1981344312169092660 (內文誤植論文)
專案 https://github.com/langchain-ai/deepagents
GitHub
GitHub - langchain-ai/deepagents: Agent harness built with LangChain and LangGraph. Equipped with a planning tool, a filesystem…
Agent harness built with LangChain and LangGraph. Equipped with a planning tool, a filesystem backend, and the ability to spawn subagents - well-equipped to handle complex agentic tasks. - langchai...
DeepAgent：具有可擴展工具集的通用推理 Agent。
> 当工具成千上万、记忆不堪重负时
1. Agent 需要新工具时会生成
2. 采用"记忆折叠"机制解决 LLM 上下文窗口限制问题：当 Agent 完成子任务或需要整理思路时执行
这个记忆摘要被设计成三种类型，模拟了人脑的记忆方式：
- 情节记忆：记录任务的关键节点和重大决策，像是“任务大事记”。
- 工作记忆：保存当前的直接目标、遇到的困难和下一步计划，像是“便利贴”。
- 工具记忆：总结用过的所有工具、它们的效果以及使用技巧，像是“工具使用心得”。
論文 https://arxiv.org/abs/2510.21618
介紹 https://zhuanlan.zhihu.com/p/1967339969728194140
專案 https://github.com/RUC-NLPIR/DeepAgent
> 当工具成千上万、记忆不堪重负时
1. Agent 需要新工具时会生成
<tool_search>天气预报工具</tool_search> 特殊指令，后台工具检索器通过向量检索从工具库中找到匹配工具并返回说明文档。这使 Agent 能按需动态学习和使用新工具，无需预先加载所有工具。2. 采用"记忆折叠"机制解决 LLM 上下文窗口限制问题：当 Agent 完成子任务或需要整理思路时执行
fold 动作。一个辅助 LLM (Auxiliary LLM) 随即介入，将冗长的交互历史压缩成结构化的简洁摘要，避免模型遗忘或被信息淹没。这个记忆摘要被设计成三种类型，模拟了人脑的记忆方式：
- 情节记忆：记录任务的关键节点和重大决策，像是“任务大事记”。
- 工作记忆：保存当前的直接目标、遇到的困难和下一步计划，像是“便利贴”。
- 工具记忆：总结用过的所有工具、它们的效果以及使用技巧，像是“工具使用心得”。
論文 https://arxiv.org/abs/2510.21618
介紹 https://zhuanlan.zhihu.com/p/1967339969728194140
專案 https://github.com/RUC-NLPIR/DeepAgent
展示 HN：Yolobox——讓 AI 寫程式代理（coding agent）以完整 sudo 權限執行，也不會把家目錄（home dir）炸掉 （★ 101 分）
👥 73 則討論、評論 💬
https://news.ycombinator.com/item?id=46592344
yolobox 是一個以 Go 撰寫的 CLI（命令列介面）工具，主打讓 Claude Code、OpenAI Codex、Gemini CLI 等 AI 程式代理（coding agent）在「YOLO 模式」（YOLO, You Only Live Once，意指放手一搏）下直接執行指令、甚至在容器內拿到 sudo（以系統管理權限執行命令），但把破壞半徑鎖在隔離環境裡。它的核心做法是把專案目錄掛載到 /workspace，預設不掛載主機家目錄，並用持久化 volume（persistent volume）保留工具與設定，避免代理誤判指令後把家目錄整個刪光或掃走憑證。
在使用體驗上，yolobox 提供一個「開箱即用」的基底映像檔，內建多個 AI 工具的 CLI、Node.js 22、Python 3、常見建置工具（make/cmake/gcc）、Git 與 GitHub CLI，以及 ripgrep、fd、fzf、jq、vim 等常用工具；需要額外套件時也可在容器內用 sudo 安裝。它也刻意把 claude、codex、gemini 等指令設成跳過權限確認提示的別名，讓代理可全自動執行；同時支援 Docker 或 Podman 作為容器執行環境，可自訂映像檔、額外掛載路徑、傳入環境變數、轉送 SSH agent（管理 SSH 金鑰的背景程式）、關閉網路、把專案改成唯讀掛載並把輸出導到 /output，或把主機的 Claude 設定檔同步進容器。README 也提醒在 macOS 上用 Colima 時，Docker 預設記憶體可能不足，Claude Code 需要至少 4GB 以上，否則可能被 OOM kill（記憶體不足而被系統強制終止）。
安全模型方面，yolobox 把「容器隔離」當作信任邊界：透過 Linux namespaces（命名空間，用於隔離檔案系統/行程/網路等資源）限制容器能看到的主機檔案範圍，主要防的是意外與誤操作，例如刪檔、偷讀家目錄裡的 SSH 金鑰與各種憑證、波及其他專案或主機設定。它不打算解決對抗性攻擊：專案目錄預設仍是可寫入、網路預設仍開放、代理在容器內有 root 權限；若碰到核心（kernel）漏洞導致容器逃逸（container escape，從容器突破到主機），它也不保證能擋。README 因此提供分級加固思路：用無網路與唯讀專案降低攻擊面、改用 rootless Podman（在主機上不以 root 身分跑容器）減少逃逸後的影響；若要最高等級隔離，則建議改用 VM（virtual machine，虛擬機）來避免共享核心。
討論區不少人肯定這類「把代理關進沙箱（sandbox，隔離環境）」的方向，也延伸出多種替代方案與質疑：有人提到 Apple 的 container framework 在 Apple Silicon 上可能比 Docker 更有效率；Linux 使用者則認為 Bubblewrap（bwrap，使用者態沙箱工具）或 Anthropic 的 sandbox-runtime（利用作業系統內建沙箱）能做出更細緻的檔案與網路政策。最關鍵的回饋來自一次 red team 測試：回報者指出 yolobox 會自動讀取專案目錄的 .yolobox.toml，且 mounts 可指定額外掛載，於是他放入 mounts = ["~:/tmp/host_home"]，讓使用者下次在該目錄執行 yolobox 時，主機家目錄被無提示地以可寫入方式掛進容器，等於繞過「預設不掛載家目錄」的假設；他還結合持久化的 /home/yolo，把 payload 寫進 .bashrc，讓工具一啟動就持續影響後續環境。其他留言也提醒別把容器當成萬靈丹，建議載入專案設定時要加確認或限制可掛載目標、把 .git 以唯讀方式掛載以避免代理把本機 repo 刪光並降低 Git hooks（Git 勾子腳本）被利用的風險；也有人主張乾脆用 VM 或 VPS（Virtual Private Server，虛擬專用伺服器）跑代理、再把需要的檔案同步回本機。另有開發者問到如何與既有 docker-compose 互動，作者則回應把 Docker socket（/var/run/docker.sock）掛進容器雖可行，但會放大權限與混淆風險，需審慎評估。
👥 73 則討論、評論 💬
https://news.ycombinator.com/item?id=46592344
https://www.anthropic.com/engineering/code-execution-with-mcp 將mcp視為程式碼執行，也可以不讀 output， 將輸出直接給用戶端
Anthropic
Code execution with MCP: building more efficient AI agents
Learn how code execution with the Model Context Protocol enables agents to handle more tools while using fewer tokens, reducing context overhead by up to 98.7%.
Google Cloud 101 個 AI 應用案例及技術藍圖
https://cloud.google.com/blog/products/ai-machine-learning/real-world-gen-ai-use-cases-with-technical-blueprints
> 來自用戶一個實際的問題：我該從哪裡開始？ 主要讓用戶能獲得靈感。
> AI 應用於各行業的 101 個架構藍圖的簡述。其目標是幫助開發人員和商業領袖了解如何開始利用生成式 AI ，將主要思想和關鍵點以業務挑戰摘要、技術堆疊和藍圖流程的說明、輔以圖示呈現。
雖說依賴不少 Google Cloud 建設，但在生成式的 AI 上也有不少概念藍圖比如:
22 建構 AI 驅動的互動式使用手冊
藍圖：車主手冊內容都會被處理並分塊成向量嵌入，儲存在資料庫中。 ➝ 當駕駛者使用應用程式提出諸如「如何更換輪胎？」之類的問題時，查詢會被發送到 Cloud 上的服務。若有多模態查詢，將識別資訊新增至查詢。 ➝ 會從資料庫中找到最相關的手冊章節，並將其與使用者的問題一起發送到 Gemini，Gemini 會產生清晰、對話式的答案。
27 創建 AI 驅動的供應鏈風險智慧平台
藍圖：透過發布/訂閱機制持續從公共來源（新聞、社群媒體、財務報告）獲取數據。 ➝ Gemini 模型分析非結構化文字數據，執行情緒分析和實體識別，以識別與特定供應商相關的潛在風險（例如，“新聞報道顯示 X 工廠發生罷工” ）。 ➝ 系統為每個供應商產生風險評分，並在儀錶板上即時更新，以便在潛在中斷影響供應鏈之前提醒管理人員。
也提出來自企業的 1001 個真實 AI 應用案例, 22 剛好對應到 福斯汽車
https://cloud.google.com/transform/101-real-world-generative-ai-use-cases-from-industry-leaders
https://cloud.google.com/blog/products/ai-machine-learning/real-world-gen-ai-use-cases-with-technical-blueprints
> 來自用戶一個實際的問題：我該從哪裡開始？ 主要讓用戶能獲得靈感。
> AI 應用於各行業的 101 個架構藍圖的簡述。其目標是幫助開發人員和商業領袖了解如何開始利用生成式 AI ，將主要思想和關鍵點以業務挑戰摘要、技術堆疊和藍圖流程的說明、輔以圖示呈現。
雖說依賴不少 Google Cloud 建設，但在生成式的 AI 上也有不少概念藍圖比如:
22 建構 AI 驅動的互動式使用手冊
藍圖：車主手冊內容都會被處理並分塊成向量嵌入，儲存在資料庫中。 ➝ 當駕駛者使用應用程式提出諸如「如何更換輪胎？」之類的問題時，查詢會被發送到 Cloud 上的服務。若有多模態查詢，將識別資訊新增至查詢。 ➝ 會從資料庫中找到最相關的手冊章節，並將其與使用者的問題一起發送到 Gemini，Gemini 會產生清晰、對話式的答案。
27 創建 AI 驅動的供應鏈風險智慧平台
藍圖：透過發布/訂閱機制持續從公共來源（新聞、社群媒體、財務報告）獲取數據。 ➝ Gemini 模型分析非結構化文字數據，執行情緒分析和實體識別，以識別與特定供應商相關的潛在風險（例如，“新聞報道顯示 X 工廠發生罷工” ）。 ➝ 系統為每個供應商產生風險評分，並在儀錶板上即時更新，以便在潛在中斷影響供應鏈之前提醒管理人員。
也提出來自企業的 1001 個真實 AI 應用案例, 22 剛好對應到 福斯汽車
https://cloud.google.com/transform/101-real-world-generative-ai-use-cases-from-industry-leaders
Google Cloud Blog
101 real-world gen AI use cases with technical blueprints | Google Cloud Blog
Start implementing with AI. Use 101 technical blueprints to help you get started with the right Google Cloud tech stack.
耶鲁大学提高财政援助门槛，年收入 20 万美元以下家庭可获免学费
耶鲁大学 1 月 27 日宣布，将从 2026-2027 学年起大幅扩展本科生财政援助计划。新政策规定，年收入低于 10 万美元的家庭将获得"零家长分担"奖学金，覆盖学费、住宿、餐费及其他所有费用；年收入低于 20 万美元的家庭则可获得至少覆盖全部学费的需求型奖学金。
此前耶鲁的"零家长分担"门槛为 7.5 万美元，2020 年曾从 6.5 万美元上调。新政策实施后，近一半美国有学龄儿童的家庭将符合全额资助条件，超过 80% 的美国家庭有资格获得至少覆盖学费的奖学金。目前耶鲁有超过 1000 名本科生享受"零家长分担"待遇，56% 的本科生获得需求型援助。
Yale News
🍀在花频道 🍵茶馆聊天 📮投稿
耶鲁大学 1 月 27 日宣布，将从 2026-2027 学年起大幅扩展本科生财政援助计划。新政策规定，年收入低于 10 万美元的家庭将获得"零家长分担"奖学金，覆盖学费、住宿、餐费及其他所有费用；年收入低于 20 万美元的家庭则可获得至少覆盖全部学费的需求型奖学金。
此前耶鲁的"零家长分担"门槛为 7.5 万美元，2020 年曾从 6.5 万美元上调。新政策实施后，近一半美国有学龄儿童的家庭将符合全额资助条件，超过 80% 的美国家庭有资格获得至少覆盖学费的奖学金。目前耶鲁有超过 1000 名本科生享受"零家长分担"待遇，56% 的本科生获得需求型援助。
Yale News
🍀在花频道 🍵茶馆聊天 📮投稿
腾讯法务出手：多款微信聊天记录导出工具被迫下架
近日，多款开源、免费的微信聊天记录导出工具在 GitHub 平台遭 DMCA 投诉下架，其中包括曾广受好评的 WeChat Clean 等项目。相关开发者披露，投诉方为腾讯。
从投诉摘要来看，腾讯主要提出四项指控：
一是涉嫌违反 DMCA 第1201条，认为工具“绕过技术保护措施”，因其解析了微信本地数据库结构；
二是违反微信服务条款，构成逆向工程行为；
三是可能威胁用户隐私与数据安全；
四是侵犯腾讯知识产权，投诉文件中甚至称聊天记录存储格式归腾讯所有。
更具争议的是，投诉原文将“让用户访问自己设备中的聊天数据”认定为**“非法的未授权访问”**，该表述在技术圈引发广泛争议。
值得注意的是，GitHub 并未对项目技术细节作出实质裁定，而是依据 DMCA 机制先行下架仓库。对个人开发者而言，跨国维权成本极高，几乎缺乏申诉空间。
不少用户质疑：自己的聊天记录为何不能自行导出备份？
腾讯方面则认为，此类工具绕过加密机制，存在隐私泄露风险，并强调官方已提供迁移与备份功能（但功能较为有限）。
回顾历史，从 2014 年封杀微软小冰、2017 年限制网页版微信并起诉插件商，再到 2026 年 1 月的大规模 DMCA 投诉，腾讯对微信生态的控制持续强化。业内认为，微信第三方工具的“灰色空间”正在快速消失，合规化成为唯一出路。
截至目前，腾讯尚未就此事件发布公开说明。
近日，多款开源、免费的微信聊天记录导出工具在 GitHub 平台遭 DMCA 投诉下架，其中包括曾广受好评的 WeChat Clean 等项目。相关开发者披露，投诉方为腾讯。
从投诉摘要来看，腾讯主要提出四项指控：
一是涉嫌违反 DMCA 第1201条，认为工具“绕过技术保护措施”，因其解析了微信本地数据库结构；
二是违反微信服务条款，构成逆向工程行为；
三是可能威胁用户隐私与数据安全；
四是侵犯腾讯知识产权，投诉文件中甚至称聊天记录存储格式归腾讯所有。
更具争议的是，投诉原文将“让用户访问自己设备中的聊天数据”认定为**“非法的未授权访问”**，该表述在技术圈引发广泛争议。
值得注意的是，GitHub 并未对项目技术细节作出实质裁定，而是依据 DMCA 机制先行下架仓库。对个人开发者而言，跨国维权成本极高，几乎缺乏申诉空间。
不少用户质疑：自己的聊天记录为何不能自行导出备份？
腾讯方面则认为，此类工具绕过加密机制，存在隐私泄露风险，并强调官方已提供迁移与备份功能（但功能较为有限）。
回顾历史，从 2014 年封杀微软小冰、2017 年限制网页版微信并起诉插件商，再到 2026 年 1 月的大规模 DMCA 投诉，腾讯对微信生态的控制持续强化。业内认为，微信第三方工具的“灰色空间”正在快速消失，合规化成为唯一出路。
截至目前，腾讯尚未就此事件发布公开说明。
一个 租房实用工具箱，不用下载 APP，打开网页就能用，找房源、算费用，查合同、辨房源，一站式解决。
在搜索框里填好这些条件，网站会自动匹配符合的房源，支持在地图上圈选范围，地图上会显示房源位置、价格、户型，点一下就能看详情（比如房间照片、配套设施），直观知道房子离地铁、超市有多远，找到几个心仪的房后，能添加到 对比列表，直观看到它们的价格、户型、配套、交通的差异。
Blazwitcher
一个用于搜索浏览器标签、书签和历史记录的插件，支持拼音模糊搜索和 AI 标签分组，搜索数据源包含所有已打开的标签页、所有书签记录、默认检索近 14 天内前 1000 条历史记录，对于打开多个选项卡并希望切换正确的选项卡或从历史记录或书签中快速创建新选项卡的情况可能会有帮助，免费开源。
频道 @WidgetChannel
UTags Advanced Filter
GreasyFork 脚本商店高级筛选工具，可按未更新天数、创建时间、日安装量或总安装量、特定作者、特定关键字等维度隐藏不需要的脚本，支持正则表达式，且这些条件可以相互组合，更好的筛选和寻找需要的油猴脚本，提供脚本和插件两种版本，免费开源。
频道 @WidgetChannel
