Superlogical

Mitchell Hashimoto（前 HashiCorp CTO）最近公开了他的新项目 Superlogical。他做了一个现代终端复用器。

用过 tmux 的人都知道它有多强大，但也清楚那些历史遗留问题——滚动复制不方便、跟 macOS 剪贴板整合生硬、远程连接配置繁琐。Superlogical 的应对方式是：保留 tmux 的会话持久化核心，但用原生体验覆盖所有细节。Web 端和 macOS/iOS 原生应用直接访问会话，实时共享别人的终端窗口是内置功能，不需要额外配什么。

他们的目标不止于替代 tmux。官网的说法是“连接所有工作的多路复用层”——终端工作、后台任务、Agent 任务、生产系统、多人协作，最终都能走同一套基础设施。第一步从终端复用器开始，后续会扩展到更远的领域。

对于每天泡在终端里的开发者，这可能是近年来最值得关注的终端工具。

Tokenless

Tokenless 是 YC S26 的新项目，解决的问题很直接：AI API 调用越来越贵，但不同模型在不同任务上的性价比差异很大。

他们做了一个模型路由网关，可以作为 OpenAI 和 Anthropic API 的即插即用替代品。每次请求进来，网关自动判断应该交给哪个模型处理——简单查询走便宜的模型，复杂推理走强模型。整个过程对调用方透明，不需要改一行代码。

创始人说平均能省 50% 以上的推理成本。Uber 和 Salesforce 这些公司已经开始抱怨年度 AI 预算超支，这种按需路由的思路对大额账单来说是一个现实的解决方案。模型之间的价差在拉大，路由层正在变成有价值的基础设施。

Claude Code Merge Queue

如果你同时在本地跑 4-5 个 Claude Code Agent 并行写代码，很快就会发现一个问题：所有 Agent 同时提交 commit、同时跑测试、同时启动 dev server——8GB 内存的笔记本直接卡死。

这个开源项目就是为了解决这个问题。它做了一个本地合并队列，每个 Agent 的提交排好队，一次只处理一个，跑完测试确认通过后再放行下一个。作者说他之前一天推 90 个 commit，CI 费用吃不消，本地又撑不住并发——这个队列让他在笔记本上也能跑并行 Agent。

对于资源有限的开发者和重度使用 AI 编程的人来说，这是一个很实用的基础设施。