今天在量子位看到一篇报道，说 Anthropic 刚发布 Claude Managed Agents 就被开源项目「平替」了，这个开源项目就是 Multica。刚好上周开始用这个项目，就小八了一下。

最近在设备选择上陷入了深深的纠结，考虑了诸多设备后，有一些想法不吐不快。

Opencode确实很大程度上提高了开发和修Bug的效率，但是在际工作中，难免需要一个人维护一堆项目，或者一个人同时负责多个方向的开发。这意味着，一个人需要同时管理和进行多个分支的的开发工作。这种情况下，手动进行分支操作，然后启动Opencode，再确认，测试，合并，再测试，还是有点麻烦的… 所以，我期待有一个任务看板样的工具，我可以通过写Issue的方式，分配和追踪任务，让Agent自主去完成初步的工作，我则专心开任务和测试任务，检查整理代码。今天介绍的就是目前最接近我想法的工具——Multica。这是一个开源的AI原生任务管理平台，旨在将编程Agent变成真正的团队成员。简单来说，它让你可以像和人类工程协作的方式，来与AI Agent协作和进行开发。

随着 openclaw 在全球范围内的火热，我又再一次思考了一小下，现在的智能体狂热，难道真是因为AGI到来了？我自然觉得不是。

新工具总是这样：好用的地方让人惊艳，但尚未完善的部分却让人头疼。最近我尝试使用 pixi 和 rattler‑build 搭建一个自动化构建系统，用于定期打包并上传 opencode 到 prefix.dev。整个过程耗时约 6 小时，期间遇到了不少预料之外的问题。

上次成功打包了我自己的程序，这想来试个别的，最近 opencode 贼火，我也有在用，刚好 conda 上到目前位置也没有，因此想打包一个。

事情的起因是，使用 devpod 配置基于 docker-compose 的容器时，发现 devpod 似乎不能正确地调用 docker-compose 完成容器创建。结果不搜不知道，一搜… 啊？这项目居然被 loft-sh 放弃了吗？

Conda 上的终于有 aider-chat 的 conda包了，这样理论上可以通过 pixi global 来全局安装它了。但是实际安装会发现，其依赖项之一 tree_sitter_languages 却没有对应的 aarch64 版本，安装过程会因此失败。于是我就想到，我能不能靠AI来解决这个。

新单位的分析基本上全是个性化，所以每个项目都少不了要插论文，又有一阵看论文看到头疼的感觉。想起上次画词云已经是22年的事了，3年之期已过，恭迎… 好吧就是更新一下…

2022年末到2023年初，ChatGPT爆火，我开始用LLM来辅助写脚本。虽然相当好用，但是价格较贵，且个人付款始终是问题，应用也就仅限于简单的代码问题了。2024年末到2025年初，DeepSeek爆火。虽然它的回答很多时候不那么令人满意，且增加了思考模式后，得到结果的时间总是会慢一拍，但是，它便宜呀！在一年之后，DeepSeek依然是输出结果还不错的前提下，Token最便宜的模型之一。年初充了50块，到现在刚好差不多一年，还剩27… 因此，我就更大胆地将LLM用在了各种其他方面。