按兴趣浏览，循来源深入。
wehnsdaefflae 发布 routine-scheduler，一个自托管的定时 LLM Agent 任务控制台，提供 Web UI 实时查看对话并可在运行中干预。每个 routine 由指令、工作流和排期组成，独立存于 git 仓库，运行在 provider 无关引擎上，util 子进程受 Landlock 沙箱限制；系统通过 routine-improver、self-audit 等 meta routine 基于 outcome 数据自我改进，支持 OpenAI 兼容 API 与 Anthropic Messages API，Web UI 位于 http://127.0.0.1:8321。
推荐理由：原文详细说明了沙箱隔离、outcome 门控的配方回滚和 Landlock 机制，读者可以据此评估这套自托管 Agent 调度器的安全与自改进设计。
timoncool 发布开源项目 satori，一个 MCP 服务器加 hooks，为 Claude Code 提供封闭自学习循环，把用户纠正和工具失败转化为课程草稿并自动激活为技能。全流程在聊天中以 ⛩ 标记可见，retire_skill 可一键撤销激活，SATORI_AUTO_APPROVE=0 可切换为手动审核模式；服务端只做确定性机制，无后台 LLM 调用。支持 Windows 原生运行、FTS5 历史会话检索、提示词注入标记扫描，并可与同作者的 dream-skill 记忆整合项目配合使用。
推荐理由：项目把 Claude Code 会话里的纠正与失败自动沉淀为可审计技能，全程可见、可一键回退，是可复用的自我改进工程方案。
balanced7 开源了 akashic-aurora，一个为 AI 智能体设计的记忆基座，核心问题是衡量记忆是否真正改善了结果，并构建检索路由机制把已有知识送到使用时刻。项目由多个 AI 智能体共享任务账本、消息总线和经验语料协作完成，内置 7,358 个测试、verified_by 验证门控和七种命名扇出几何；作者公开了检索覆盖率造假被审计纠正的完整记录，并明确承认已上线机制的记忆价值尚未在大规模上得到验证。代码以 Apache License 2.0 发布于 https://github.com/balanced7/akashic-aurora 。
推荐理由：项目不止堆功能，还公开了检索失败、指标自纠的完整审计链，读者可以借鉴其多智能体协作与可验证记录的做法。
jagones84 发布 Longrun，一个自托管 AI Agent harness，提供浏览器 UI、工具会话、任务图、团队编排、HTTP/SSE API 和 CLI，需 Python 3.10+，支持 Windows 与 Linux x86_64/ARM64。核心设计为 Nucleus 受保护核心与 Matrix 可热编辑区分离，Matrix 文件改动无需重启即生效，可通过 promote_to_nucleus 经测试、开关、checkpoint、提交四道门控晋升进核心；支持 OpenRouter、Ollama、llama.cpp、LM Studio 等本地或托管模型，含会话记忆、代码库索引与跨会话 Knowledge Base，AGPL-3.0 许可，验收测试 223/223 通过。
推荐理由：README 详述了 Nucleus/Matrix 双区自扩展机制与四道晋升门控，读者可以据此评估这个自托管 Agent 框架的工程设计。
maazbin 发布 JobPilot v3.2.0，一个无自带模型的 MCP 工具服务器，让 Grok、Codex、Claude、Gemini 等编码 Agent 作为大脑驱动 Gmail、LinkedIn Easy Apply、ATS 表单和 Connect 四个求职渠道。系统用 data/jobs.db 做跨运行去重，卡住的页面会保存截图和 HTML 并通过 PR 修复模块；Easy Apply 默认每日 50 次上限、到 80% 即停，提交间隔 90–240 秒。项目在 https://github.com/maazbin/jobpilot 开源，MIT 协议，Indeed 无表单人机检查和 Lever 上的 hCaptcha 仍是未解问题。
推荐理由：原文给出完整的架构分工、四渠道投递流程和已知未解问题清单，读者可以据此判断这个 MCP 求职工具的适用范围。
schwabauerbriantomas-gif 发布 Rust 编写的 m2m-agent-r，为 LLM 智能体提供持久错误记忆。错误以 incident 记录并按指纹去重，重复出现（N0–N3 验证、N≥2）才蒸馏成规则；混合 preflight 打分返回 top-3 规则并可在硬匹配时全局否决，智能体回报 hit/miss 使规则自调优，HMAC receipts 可防篡改。通过 axum HTTP API、本地 CLI agentr 和 MCP stdio 服务器暴露，支持多智能体 swarm 共享记忆与任务协调。
推荐理由：README 详细给出了错误记忆的两层流水线、N0-N3 验证门控和自建基准数据，读者可评估这套多智能体共享错误记忆机制的适用范围。
google-deepmind 发布 Simply，一个基于 JAX 的极简、可扩展研究代码库，定位为人和 AI 智能体都能快速迭代的前沿 LLM 研究环境。内置智能体示例与面向长程运行的 Go 语言 Agent 框架 Amplio（支持崩溃恢复、子智能体与 Web UI），以及含 11 项评分任务的 research_bench 套件；zoo 目录提供 GLM-5、Kimi K3 和 Qwen3.8 自包含模型插件，支持 Cloud TPU 与 GKE 运行，软件采用 Apache 2.0 许可证，模型与数据集可从 HuggingFace 下载（约 10 GB）。
推荐理由：代码库自带 11 项评分研究任务和带崩溃恢复的 Amplio 长程 Agent 框架，可据此了解自动化 AI 研究的落地工作流。
ZHangZHengEric 发布 Sage 2.0，提供 sage.yaml 定义的 Agent 包、Desktop v2、Server v2 和 SAgents v2 Python 运行时。新增 RSI 多轮 Agent 包优化，用独立 Session 做评测与语义审查，保留每轮迭代的完整包和测试结果，候选需显式确认才应用；支持 Skills、MCP、多智能体编排与状态化执行，安装包覆盖 macOS、Windows 和 Linux。
推荐理由：Sage 2.0 的 RSI 循环保留每轮完整包与评测结果，且优化候选需人工确认才替换配置，原文写清了可复用的迭代管理做法。
Caesar 是一个开源自主研究智能体，通过持久知识图谱上的深度网页探索和对自身草稿的对抗式修正来综合答案，定位为 ChatGPT Deep Research 与 Perplexity 的开源替代。在盲评 LLM-as-a-Judge 创造性评测中，Caesar 全文配置得 26.96/30，高于 Gemini 3 Deep Research（23.78）和 GPT-5.2 Deep Research（15.74），Cliff's δ ≥ 0.76，另有 23 人的人类评测佐证；在 ~$5/挑战的等算力对比中仍领先。
推荐理由：原文给出了基于知识图谱探索与对抗式合成的完整架构说明，并用LLM评审和人类评测数据对比主流深度研究产品，方法可复现。
GitHub 项目 ofou/golem 发布，是一个在单个仓库内工作的 Agent，任务缺能力时会自行编写 Python 工具、在 Docker 沙箱中盲测验证后安装，后续会话直接复用已装工具。权限与花费由 authority. 固定并在每次运行前后打印 sha256，默认模型为 deepseek/deepseek-v4.1-flash，经 OpenRouter 计费，单任务花费上限 $0.20，支持 GitHub Actions 复用工作流，采用 MIT 许可证。
推荐理由：这个自建工具型 Agent 用盲测、桩检查和只读哈希许可约束生成代码，其沙箱与权限设计可作工程参考。
omnibase 项目在 GitHub 开源，用 Ray actor 层级（CEO/PM/CTO/SWE/QA/DevOps/Designer）实现一个自我改进服务器，可从高层 spec 生成、验证并以 canary 方式部署自己的代码。验证 gauntlet 包含 ast.parse、mypy --strict、acceptance、invariant、backtest 等门，真实 LLM proposer 必须启用 docker 沙箱；三道 CEO 花费刹车含硬性 LLM 支出上限、熔断器和成本 SLO，代码合并始终由人类完成，代理只执行不决策。项目以 Apache 2.0 许可发布，含 1162 个测试与 roadmap，里程碑 6 计划建模加州汽油市场等外部领域。
推荐理由：这个自我改进服务器把沙箱、支出刹车、人工合并闸门和溯源日志都落到了代码层，可作为 Agent 自改代码安全工程的参考实现。
MAF 是一个与具体 CLI 无关的多智能体编排框架，由模型规划任务 DAG，再把各节点分派给 coder、tester、security、reviewer 等角色，每个角色带独立系统提示词和工具白名单。0.2.1 版本已支持 Claude Code、Gemini、Codex 三种 CLI 后端和 Ollama、OpenRouter 两种 HTTP API，内置策略引擎、路径限制、密钥脱敏、写入角色全仓库 diff 安全审查，以及 HMAC 签名的 SLSA 风格证明包。README 用状态表逐项区分已交付与计划中功能，并附对应测试文件；worktree 隔离、人工审批门、in-toto 证明等留待 0.3.0。
推荐理由：README逐条标注每个特性是否已交付、对应测试与版本，读者可据此评估这个多智能体编排框架的真实完成度。
fightheyyy 在 GitHub 开源 xiaobaOS，一个 IM-native AI 同事 Runtime，Base 负责沟通派工，八个默认 Role（EngineerCat、BrowserCat、GuiCat、SecretaryCat、UserCat、InspectorCat、ReviewerCat、EvolutionCat）接管执行并交付文件、消息和证据。
推荐理由：原文详细给出了角色分工、Trace 证据链和受控进化的验收流程，读者可以了解一个可审计的 AI 同事系统怎么搭。
EverMind 在 GitHub 开源 Raven，一个生成 DAG、编排多个专用智能体的 harness of harnesses，主打递归自改进（RSI），Apache 2.0 许可，当前为 pre-alpha。内置 Raven-Research、Raven-Code、Raven-Design、Raven-Oncall 四个智能体，可将智能体循环拆成 Memory、Planning、Capability、Action 四个解耦模块，由 Curator 重写这些模块并仅在通过验证后安装；Evolver 对照基准评估候选 harness 改动。
推荐理由：官方仓库详细说明了四模块解耦的 Agent 循环和带验证门槛的 harness 自进化机制，想了解递归自改进工程做法可以参考。
OpenDCAI 开源了 LoopAI，一个让 LLM 在领域场景中自进化的闭环优化框架，把优化流水线重组为 Graph/Node/State 的节点化执行框架，覆盖评测、错误分析、数据获取到再训练的全流程自动化。v2 版本引入基于 codex-sdk 的 Starter，支持会话连续性、流式反馈和可配置模型池，可将对话意图转为可执行的优化工作流；核心节点包括 Judger（vLLM 评测）、Analyzer、ObtainerCLI/DataMixer 数据处理和 Trainer（支持 LLaMA-Factory 或 verl 训练），支持 human-in-the-loop 干预，采用 Apache 2.0 许可证。
推荐理由：原文给出了从评测、错误分析、数据获取到训练的完整节点化架构与部署细节，读者可以了解一条用自然语言驱动的模型优化闭环怎么搭。
GitHub 项目 Arslan 发布，一个本地优先的个人 AI orchestrator，在你自己的机器上用你自己的 LLM API key 运行。每次请求由 host agent 拆分任务、在内核沙箱里运行生成的代码并返回答案。spawn 的提示词会从运行历史自动修订，但需在至少 10 对留存历史任务上盲评取得至少 60% 胜率且各维度不劣于现任版本，生成可读 diff 后由用户点击 Promote 才生效。
推荐理由：项目把自进化人格拆成可审查的流程，用留存任务对打加人工 Promote 把改动挡在生效前，方法本身可以借鉴。
SourceShift 开源了 mini-ork，一个面向 AI Agent 的任务操作系统，用 classify→plan→execute→verify→reflect→reduce 流程，以 Docker 沙箱中的真实执行结果（测试、类型检查、schema）而非模型自评来验证修改。实测中在对抗性 SWE-bench 语料上 21 个 PROVEN 判定全部正确、0 次误判放行；基于仓库历史 held-out 任务解题 22/40（55%），单证书约 $0.03。项目以 Apache-2.0 许可发布，其自我改写 apply 循环可无人审批提升修改但默认关闭，作者明确提示需依靠版本控制与回滚命令兜底。
推荐理由：README不仅讲思路还给出实测数字，包括对抗性SWE-bench上21个判定全对与自我改写循环的风险警示，可作验证型Agent框架的参照。
lambda-symbolics 在 GitHub 发布终端 Agent Autolith（AL），它运行在活态 Common Lisp 镜像中，可观察、自省并在线修改自身代码与状态，并通过镜像代际、检查点和恢复镜像支持回滚与故障诊断。提示输入即 REPL，消息是 (prompt ...) 的语法糖，支持子 Agent 委派、递归推理（infer/rlm-complete，超上下文窗口输入按内容寻址切片处理）与独立 SBCL REPL 工具。支持 Linux、macOS、FreeBSD、NetBSD、OpenBSD 的二进制与 Nix 安装，Windows 需源码运行，ISC 许可，安装命令 curl -fsSL https://sh.lambda-symbolics.com/autolith | sh。
推荐理由：原文详细说明了这个运行在 Common Lisp 镜像里的终端 Agent 如何自检、回滚和恢复，架构思路与常见 Agent 明显不同。
Nous Research 发布开源智能体框架 Hermes Agent，主打内置学习闭环：从经验中自动创建技能、使用中自我改进、跨会话记忆与用户建模。支持 Telegram、Discord、Slack、WhatsApp、Signal 等平台接入，可切换 Nous Portal、OpenRouter、OpenAI 等任意模型提供商，提供本地、Docker、SSH、Modal、Daytona 等七种终端后端，可在 $5 VPS 到 GPU 集群上运行，并支持从 OpenClaw 一键迁移设置、记忆与技能。项目采用 MIT 许可，仓库地址 https://github.com/NousResearch/hermes-agent。
推荐理由：README 完整列出了学习闭环、七种终端后端和各平台安装方式，想自部署智能体的读者可以据此评估部署成本与迁移路径。
GitHub 开源项目 Day0（BrianIsaac/day0）部署一个不带角色、技能和范围的自主 Agent，一切能力来自与雇用者的入职对话：Agent 主持 Day-1 一对一、自己起草章程并等待人工批准，再自行发现工作项、审批计划后才执行，缺技能时自己编写并经本地沙箱冒烟验证后注册。README 记录了一次 3 September 2026 的真实模式完整运行，5 min 8 s 获得首个批准章程，7 次批准、1 次拒绝，撤销 linear:write 后下一次写入被拒，审计轨迹 41/41 完整；支持云端模型、本地 qwen3:8b 无账号路线和托管演示 dayzer0.dev。
推荐理由：原文用一次完整真实模式运行记录了从入职对话到章程批准的全程数字，读者可以照着判断这种自主 Agent 的实际可控程度。