解读

20 万星的 Firecrawl 走的是另一条路：不给 Agent 浏览器，直接把网页变成 markdown 或结构化 JSON。抓和操作被分开，云版还多了 Alexandria；96% 覆盖和 P95 3.4 秒都是厂商自测。

给 Agent 装工具很容易，难的是账号在谁手里、失败谁重试、中间要不要人点头。Activepieces 把这些收进流程层，再把 280 多个连接器直接暴露成 MCP 工具；社区版 MIT，企业功能另算。

UI SDK 把 Select 拆成弹层、选择和键入跳转，让 Agent 拼组件而不是抄模板；另一半是 createAgent 桥，让 Agent 读组件状态、直接调动作，不用截图猜坐标。基准好看，但只有一个任务、三次运行。

Cloudflare 开源了 Kitesurf：一个跑在 Workers 上的浏览器引擎，自己解析 HTML、跑 JS、出截图，底下没有 Chromium。它说 CDP，所以 Puppeteer 能直接用；代价是保真度、付费计划和一层必须自己补的鉴权。

用自己已有的 Claude Code、Codex 账号，同时跑多个 agent，每个任务一个 worktree。讲清楚隔离、调度、远程执行、手机接管怎么配合，以及两笔容易被忽略的账：订阅限额与条款，还有编排与验收的隐性成本。

DeepSeek 官方开源的 dsh 把模型适配器、工具注册表、会话日志乃至 agent loop 全做成插件，启动时按 profile 叠成插件树，每一行配置都能被 patch 覆盖。拆解它的分层与事件三域，以及换 harness 的真实迁移成本。

六阶段流程 + 三种判定语义（confirmed / needs_validation / rejected），验证者必须不是发现者，严重度必须有影响。附十个攻击面分类，以及那条最容易被省掉的硬要求：没有 OS 级沙箱就别跑目标代码。

8.5 万星，由 LobeChat 改名而来。它把 Agent 塞进团队现有的 Slack、飞书、Discord，按入职进度养成；自托管一条命令起五个组件；许可证是 Apache 2.0 加附加条件，做衍生分发要商用授权。

阿里内部用了两年的 AI 评审助手开源。核心不是更强的模型，而是把选文件、打包、配规则、定位置交给确定性代码，模型只负责读和判断。附 AACR-Bench 基准的读法，以及为什么它刻意牺牲 Recall。

Chrome DevTools 团队把 DevTools 的分析能力包成 MCP 工具：录 trace、看 Core Web Vitals、埋日志点、跑 Lighthouse、比对堆快照。拆解它比 Puppeteer 脚本多出什么，以及两个默认值——使用统计默认上报、浏览器内容全部暴露给客户端。

谷歌上线的决策模型 gemini-decision-1：不写字只打分，一次请求最多 1000 个问题，每百万输入 token 0.10 美元、输出免费。本文拆解它的三种问法、价格与延迟口径，以及小团队能怎么用。

Thinking Machines 把 Inkling 2 Small 从预训练第一步到 RL rollout 全程跑在 4-bit 上：预训练提速 8%、RL 提速 20%，代价是约 2% 算力效率。拆解三个关键决定：只在前向用量化、反向的重量化与随机舍入、通信编码。

Sierra 与 Meta 起草的 Personal Agent Protocol 发到 1.0：OAuth 会话、读写权限由用户定、三条通路（网站/API/商家自有 Agent）。和 MCP、UCP 各管一段。已上线的有 Shopify 全站、Meta 的 Muse、Mercury、Synchrony、土耳其航空。