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。
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。
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。
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。