agentsense：開源本地優先的代理程式可觀察性工具，實現追蹤、重播與決策比對
agentsense 是個開源的本地端 observability 工具，用於 trace、replay 和 diff agent 的決策過程，對於調試複雜 agent 的行為非常實用。
Slowave：跨 AI 編程客戶端、完全本地化的開源記憶系統，無需 LLM 參與
分享了一個本地優先的記憶系統 Slowave，支援多個 AI coding client，解決了 LLM 記憶問題，不依賴 LLM summarization 或 RAG，具體實用。
Agent Behavior Lab：為 LLM 代理行為提供可重現的 A/B 測試與成效衡量平台
開發了一個開源的、自託管的 A/B 測試實驗室，用於評估 LLM agent 的行為變化，提供可控、可重複的實驗環境，有助於實戰優化 agent。
Simon Willison 實驗 LLM 程式碼代理：llm-coding-agent 0.1a0 開發與功能展示
Simon Willison 分享了使用其 llm 函式庫建構了一個簡單的 coding agent，並發布了 0.1a0 版本，這是對其 agent framework 的實戰應用與初步成果分享。
運用 DSPy 評估與優化 Datasette Agent 的 SQL 系統提示
Simon Willison 分享如何使用 DSPy 來評估和改進 Datasette Agent 的 SQL system prompts，這是一個關於 prompt engineering 與工具實戰應用的具體案例。
告別單次提示詞：AI 工程師必備的 20 個「循環設計模式」
深度介紹了 20 個適用於 AI 輔助開發的循環設計模式，強調從『生成→評估→學習→改進』的閉環工程，是實戰落地的重要方法論。
為AI代理程式程式碼計劃設立多AI審查門，在程式碼進入儲存庫前有效把關
介紹了一個開源的 CLI 工具 Krystal Quorum，能在程式碼寫入前，先由多個 AI 審查其 implementation plan，以確保 plans 的品質和準確性，解決了 agentic coding 執行前的重要痛點。
OpenClaw 進軍情場：AI 助手顛覆約會模式，從搭訕到分手無所不能
Ben Guez 使用 OpenClaw、Claude code 和 Instagram trials 建立自動化腳本，在 DMs 中與潛在對象互動，是一個較為新穎的 OpenClaw 應用展示。
Memora：平衡抽象與特異性的和諧記憶表示，大幅提升 AI 智能體長期任務效能
Memora 提出一個解決 agent 記憶問題的可擴展記憶系統，能分離儲存與檢索，對提升 agent 的長期任務處理能力有實質幫助。
Qodo 2.4 大膽革新：程式碼審查RAG從「索引一切」走向「記憶對的事」並移除大部分系統
分享了如何從一個 state-of-the-art 的 RAG 系統演變成僅索引少量關鍵資訊的經驗，強調了真實世界中對 RAG 系統的優化與取捨，對實戰應用有參考價值。