Az AI-eszközök és ügynökök ökoszisztémájában több kisebb és néhány jelentősebb fejlesztést adtak ki: Hermes Agent Kanban-alapú többagenses feladatkezelőt kapott, Mistral Vibe távoli (remote) ügynököket vezetett be Mistral Medium 3.5 modellel, és több projekttől érkeztek optimalizációk a tokenhasználat és a költségek csökkentése érdekében. Emellett megjelentek könnyűsúlyú megoldások böngészővezérlésre és automatizált telepítésekre is.
Hermes Agent: Kanban több ügynök összehangolására
Hermes Agent legújabb verziója beépített Kanban-stílusú, többagenses koordinátort kínál. A rendszerben az egyes ügynökök saját eszközökkel, készségekkel (skills) és személyiségprofilokkal rendelkeznek; a feladatokat egy tábláról vállalják, a függőségek mentén szétterjesztik a munkát, és fájlokat adnak át közös munkaterületeken vagy git worktree-ken.
Főbb funkciók:
- élő műszerfal (dashboard) a folyamatok követésére
- per-feladat komment szálak, amelyekbe emberek és ügynökök is írhatnak
- heartbeat-monitoring a futó munkák állapotának figyelésére
- SQLite háttértár, így a rendszer újraindítások és összeomlások után is megőrzi állapotát
Ez a beállítás elsősorban szervezett, több ügynök bevonásával zajló munkafolyamatokat célozza, ahol fontos a láthatóság és a tartós állapotkezelés.
Mistral Vibe: Remote Agents és Mistral Medium 3.5
A Mistral Vibe frissítéseivel bevezették a remote agents (távoli ügynökök) funkciót: aszinkron kódolási munkamenetek, amelyek a felhőben futnak párhuzamosan és értesítést küldenek, amikor befejeződnek. Ezeket az ügynököket a Mistral Medium 3.5 hajtja, amely egy 128 milliárd paraméteres (128B) sűrű modell, és a fejlesztők szerint hosszabb távú, ügynökszerű feladatokra optimalizált.
Fontosabb pontok:
- a Remote Agents indíthatók a Vibe CLI-ből vagy a Le Chat felületről
- helyi munkamenetek átteleportálhatók a felhőbe közben, átörökítve a history-t, állapotot és jóváhagyásokat
- a modell (Mistral Medium 3.5) nyílt súlyokkal elérhető, módosított MIT licenccel, és elméletileg négy GPU-n is önállóan futhat
- Le Chatben új "Work mode" ügynöki mód támogat összetett, többlépéses feladatokat és alapértelmezett csatlakozókat
A Vibe CLI továbbra is nyílt forráskódú, terminál-központú kódolási ügynök, támogatva slash-parancsos skilleket és alkügynököket.
Claude Code: kevesebb token, ugyanannyi információ (Caveman skill)
Claude Code-hoz készült egy Caveman nevű skill és plugin, amely durván 75%-kal csökkenti a válaszok tokenhosszát azáltal, hogy eltávolítja a filler-szavakat, udvariassági formulákat és habozó kitételeket, miközben megőrzi a technikai pontosságot, a kódtömböket és a hibajelzéseket.
Használat:
- telepítés: claude install-skill JuliusBrussee/caveman
- igény szerint ki-/bekapcsolható parancssal (/caveman vagy "caveman mode") és visszaállítható normal módra
A cél a gyorsabb válaszidő és alacsonyabb API-költség elérése tokenmegtakarítással.
Böngészővezérlés kevesebb kódsorral: Browser Harness és Browser Use Desktop
A Browser Harness egy nyílt forráskódú, ~592 soros megközelítés, amely közvetlen CDP websocket-kapcsolatot ad az LLM-nek Chrome-hoz, néhány segédfunkcióval és egy skill fájllal. A modell így protokolszinten látja az eszközöket, újakat írhat, ha szükséges, és önjavítást végezhet.
A csapat ezt tovább csomagolta Browser Use Desktop néven, egy nyílt asztali alkalmazássá, amely lehetővé teszi Claude Code, Codex vagy bármely kódoló ügynök számára a böngészővezérlést anélkül, hogy a Chrome-t lecserélné. Egy érdekes példa szerint az ügynök maga írta meg a hiányzó feltöltőeszközt, és tovább dolgozott.
Egyes beállításoknál SMS/üzenet triggerrel (például WhatsAppon keresztül @BU) is elindíthatók ezek az ügynökök.
Automatikus fiók- és domainvásárlás: Cloudflare + Stripe integráció
A Cloudflare és a Stripe együttműködésével az ügynökök képesek önállóan Cloudflare-fiókot létrehozni, domaint vásárolni, fizetett előfizetést indítani és élesíteni egy projektet emberi beavatkozás nélkül. A Stripe kezeli az identitást és a fizetési tokenizációt, beállított havi költési plafonnal (például 100 USD/hó szolgáltatónként), míg a Cloudflare automatikusan előállítja a fiókokat. A használathoz szükséges a Stripe CLI és a Stripe Projects plugin telepítése; a csapat egy nyílt protokollt is tervez közzétenni.
Költségcsökkentő és segédeszközök
- Deepclaude: egy proxy, amely Claude Code backendjét DeepSeek V4 Pro, OpenRouter vagy bármely Anthropic-kompatibilis API felé irányítja, megtartva a Claude Code ügynök loopját és UX-ét, de mintegy 17× alacsonyabb költséggel.
- Agent-desktop: Rust alapú CLI, amely az OS accessibility fákat olvassa és strukturált JSON-t ad vissza stabil elem-hivatkozásokkal, így natív alkalmazások automatizálhatók.
- Heard: egy hangalapú társ, amely az AI kódoló ügynök terminálválaszait olvassa fel TTS-sel, míg a Wispr kezeli a felhasználó beszédét az ügynök felé.
- Awesome LLM Apps: válogatás RAG, AI Agents, multi-agent csapatok, MCP, hangalapú ügynökök és különböző modellek (OpenAI, Anthropic, Google és nyílt forráskódúak) alkalmazásaiból.
Oktatóanyag: Az Agent SKILLS anatómiája
A közlemény kiemel egy oktatóanyagot is arról, hogyan kell jól megírni egy Agent SKILL-t: a szerzők szerint az első két sor a SKILL.md-ben kritikus, mert ezek segítik az LLM-et, hogy a megfelelő skillhez irányítsa a kéréseket anélkül, hogy beágyazásokat vagy külön visszakeresési rétegeket használna. A cikk részletezi a skill öt alkotóelemét, és arra bátorít, hogy a felhasználók ma teszteljenek és szállítsák első skilljüket egy gyakori munkafolyamatukhoz.
Rövid összegzés
A mostani fejlesztések fő iránya: hatékonyabb, költségtudatos ügynökök és egyszerűsített integrációk (remote ügynökök, tokencsökkentő skillek, kompakt böngészővezérlés és automata telepítési folyamatok). A Hermes Agent Kanban-funkciója különösen hasznos lehet szervezett multi-agent munkafolyamatoknál, míg a Mistral, Claude Code és az eszközök (Deepclaude, Agent-desktop) a költségek és a működtetés egyszerűsítésére törekednek.
Olvassa el a kapcsolódó oktatóanyagokat, ha szeretné gyakorlatban is kipróbálni valamelyik új skilt vagy eszközt.
