Flash-Agents 是一个 Claude Code 插件，把实现切片、移植测试、审查 diff、梳理代码库这类有边界的编码工作交给 DeepSeek V4.1 Flash worker，Claude 保留架构、验收标准和最终审查。
推荐理由：作者把 Claude Code 的编码任务外包给 DeepSeek Flash worker，并给出沙箱、补丁与实测数据，可据此判断成本与安全边界。
作者因 Claude Code 的 /usage 只给账号级百分比、无法看出哪个项目吃掉额度，写了名为 quota-audit 的 Skill，读取本机 ~/.claude/projects/*/*.jsonl 中的 token 用量，按项目、按 Skill 归因，并列出 5h、24h、7d 各窗口的估算花费、超过 150k context 的 session 和撞限记录。
作者发布 cache-warmer 插件，解决离开 Claude Code 超过 5 分钟后下一条提示词要按全价重写 prompt cache、长会话成本累积且首次回复变慢的问题。
GridPath 发布一个用于编辑真实 .xlsx 文件的 MCP server，让 Claude Code、Cursor、Codex 等 MCP 宿主通过表格工具直接改表，而不是写脚本再调试。
Weave 团队发布开源模型路由 Weave Router 2.0，可接入 Claude Code、Codex 等编码智能体，在多个 LLM 之间按任务切换，例如用 Astra 处理复杂调试和系统设计、用 Deepseek v4 Flash 处理简单前端改动。
NGENIX 提供无清洗中心的云端 DDoS 与机器人防护，L3/L4 过滤默认开启、L7 过滤从 Lite 套餐起提供，宣称可缓解 7+ Тбит/с 和 5 М+ RPS 的攻击，平台每日处理 60 亿次请求并拦截 2 亿次。
开发者发布自托管开源 LLM 网关 Inferrail，可把模型调用归集为单次任务的成本，例如 20 次模型调用对应 1 个任务、花费 $0.43，且不保存提示词和响应。
作者在自家产品中实测了 Jev 模型，它通过 Choice 选择答案、Noul 二选一作答并给出各选项概率，特点是并行生成、速度快且便宜。
前 Yandex 搜索与广告负责人 Andrey Styskin 与曾为 Alexa 构建 web grounding 的 Matthias Petri 推出 Keenable，已从 Accel 和 Conviction 融资 2600 万美元，自建 crawler、索引和 ranking stack，索引超过 1000 亿文档。
Paper Compute 推出开源代理 tapes，它位于 agent harness 与推理服务之间，记录流经的全部内容，包括系统消息、输入、思考块、工具调用与结果、输出。
Ratel 是一个面向 AI 智能体的上下文工程层，把工具和 Skill 索引成目录，每轮只检索并注入相关能力，避免把全部工具 schema 和指令塞进上下文。
Headroom 是一个开源、本地优先的代理，拦截 LLM API 调用并在请求到达服务商前重写 messages 数组，应用代码和模型都不用改。
推荐理由：Headroom 把上下文压缩放到代理层，读者可据此判断长会话智能体的 token 成本能否降下来。
Augment Code 在模型选择器中新增 Prism，由一个小而快的规划模型在每个用户轮次前决定用哪个底层模型，官方称相比前沿推理模型每任务成本低约 20-30%，质量差异可忽略。