AI 资源库 · 已整理 3 项
查看与Agent 协作相关的 AI 资讯、工具、Skill、工作流和开源项目。
AWS 在 2025 年 7 月推出 Kiro 开发环境，8 月又推出能记住上下文的 Kiro Crew。但以前每个会话结束后，工作就没人接手，开发者得在多个并行任务之间来回搬运上下文，容易造成“上下文腐化”，同样的错误反复出现。这次 AWS 推出 Kiro bots：每个 bot 是一个有名字、长期运行的 Agent，只拥有你创建时给它的工具和权限，并且各自维护一份可读写的 notes.md 持久记忆，还能自己发起并监控多个并行会话、遇到需要人决定的地方再回来问你。这样一来，开发者可以从盯会话转为交接整段流程，权限变更始终需要你批准。目前它随 Kiro 工具集发布，具体价格和开放范围原文未说明。
Aviator 公司的九名工程师不再逐行阅读 AI 生成的代码，而是改为检查五件事：改动背后的意图、验收标准、不能破坏的不变量、过程中的决策，以及证明它能工作的证据。以前 AI 每周生成合并的 PR 从约 100 个涨到 400 多个，单个 PR 中位数达 640 行，远超 400 行的可审查上限，人工逐行看不过来，他们还试过 AI 审查机器人、四小时审查时限和自审技能，效果都不好。他们把审查拆开：让审查 agent 在 PR 出现前先辩论分歧，从编码会话中记录意图和验收标准，把 1.14 万条历史评论提炼成 64 条可自动验证的不变量（其中 19 条能在 0.3 秒内确定性运行），并用预览环境截图、请求和日志为每条标准提供证据。结果是同一批人合并的 PR 增加到 4 倍，合并中位时间从 2.1 天降到 3.4 小时，回滚减少 40%，且每个 PR 仍有人类签字确认。
提供的材料未提及具体可用工具。
Thoughtworks 首席技术专家 Vanitha Kumar 在 The New Stack 播客中提出，可以通过“harness 工程”让编程 Agent 自己发现并改正错误，而不是每次都由开发者盯着检查。做法是给 Agent 配上自动化测试、反馈回路和护栏，让它第一次就做对，做错时也能自行修正。这样开发者可以从盯守中解放出来，多个 Agent 并行处理更长的任务；组织层面则用“AI 工厂”统一模型选择、任务管理和成本控制，类似 Kubernetes 屏蔽微服务基础设施的复杂度。代价是 Agent 需要访问更多数据和工具，安全风险随之上升，因此护栏还包括限制工具权限、强制测试环境和敏感操作人工审批。这些内容来自播客访谈与 2026 年 11 月 4 日发布的 Thoughtworks Technology Radar 第 35 期，属于观点和实践讨论，文中未说明具体可用的产品或工具的细节。
提供的材料未提及具体可用工具。