Coder 详解：为开发者和 Agent 提供安全环境
Coder 是什么、它如何为开发者和 AI Agent 提供受治理的云工作空间，以及 2026 年企业级 Agent 部署为什么需要这层基础设施。
Agent 日报
DeerFlow 详解：字节跳动的长周期 SuperAgent Harness
DeerFlow 是什么、字节跳动如何构建开源 SuperAgent Harness 处理多小时任务，以及 'harness' 对 2026 年 Agent 基础设施的意义。
Dify 详解：可视化 Agent 工作流平台
Dify 是什么、它的可视化工作流构建器如何服务 Agent 开发，以及 2026 年它在 Agentic AI 技术栈中的位置。
LangChain 与 LangGraph 详解：Agent 框架技术栈
2026 年 LangChain 和 LangGraph 的定位，LangGraph 基于图的 Agent 编排如何工作，以及何时选它 vs 新兴替代品。
LiteLLM 详解：Agent 的开源模型网关
LiteLLM 如何作为 100+ LLM 供应商的开源代理工作，它的路由和成本追踪能力，以及为什么 2026 年每个 Agent 技术栈都需要模型网关。
Mastra 详解：TypeScript 优先的 AI Agent 框架
Mastra 是什么、Gatsby 团队如何打造 TypeScript 原生 Agent 框架，以及它对 JS/TS 开发者在 2026 年构建 Agent 的意义。
n8n 详解：Agent 开发者的 AI 工作流自动化平台
n8n 是什么、它的 70+ AI 节点如何赋能 Agent 工作流，以及 2026 年何时选它而不是 Dify 或代码方案。
SGLang 详解：为 Agent 打造的低延迟推理引擎
SGLang 的工作原理、RadixAttention 如何给 Agent 带来更快的前缀复用，以及 2026 年何时选它而不是 vLLM。
vLLM 详解：Agent 技术栈的推理引擎
vLLM 的底层原理、PagedAttention 为什么对 Agent 工作负载至关重要，以及它在 2026 年生产级 Agent 基础设施中的位置。
Warp 详解：Agentic 开发环境
Warp 2.0 是什么、它如何从 AI 终端演变为 agentic 开发环境，以及 2026 年它对使用 coding agent 的开发者意味着什么。
5 个 Agent 设计模式：又稳又省钱
五个能让 AI Agent 既可靠又便宜的设计模式：ReAct、Plan-and-Execute、Reflection、Router、Tool-First，每个都讲清取舍。
Agent 可观测性：日志、链路追踪与调试
用结构化日志、分布式链路追踪和 span 级成本追踪在生产环境调试 AI Agent。该抓什么、该忽略什么，以及那些藏住真实故障的坑。
自主 AI Agent 为什么离不开安全沙箱
会跑代码和 shell 命令的自主 AI Agent 必须隔离。讲清生产环境为什么沙箱不可妥协、有哪些隔离级别，以及怎么选。
30 分钟搭一个数据分析的自定义 MCP 服务器
搭一个自定义 MCP 服务器，让任意 AI Agent 在你的 CSV 和数据库上跑数据分析。完整可运行的 TypeScript 实战，含工具、schema 和错误处理。
拆解 OpenHands：AI 编码 Agent 怎么执行代码
拆解开源 AI 编码 Agent OpenHands 如何规划、改文件、在沙箱里跑代码。事件流循环、动作-观察循环，以及为什么隔离才是全部关键。
MCP vs Function Calling：工具集成该用哪个
讲清 AI Agent 的 MCP vs function calling：它们解决的是同一问题的不同层。各自何时用、怎么组合，以及大多数团队忽略的 token 成本取舍。