Pixel Agents 是一款 VS Code 插件，用像素小人可视化管理多个 AI 会话（如 Claude Code），实时显示各智能体的运行状态、空闲情况与并发数；支持自定义“小房间”布局，铺地板、加墙、摆设备，让多线程 AI 协作变得可观察、可交互。
很多人现在会同时开好几个 Claude Code 或其他 AI 会话来分工干活，但窗口一多就容易混乱，来回切换还会丢上下文。
推荐一个将智能体工作状态可视化的 VS Code 插件 Pixel Agents。它把原本分散在不同终端里的多个 AI 会话，用像素小人的方式展示出来。每一个会话对应一个 “智能体”，谁在执行任务，谁空下来了，以及同时跑了多少个进程，都能一目了然。
用起来也很简单，在 vs code 中装个扩展就行。打开后你会看到一个类似小房间的界面，可以同时放多个智能体，让它们各自处理任务。更有意思的是，这个界面是可以自己布置的，铺地板、加墙、摆设备，甚至调整布局，就像在玩一个 RPG 游戏。
这个工具相当于把 “多线程工作” 变成了一个可观察的空间，你能看到每个任务的状态，而不是靠记忆去管理。
谷歌推出开源模型 Gemma 4，旨在解决网络受限地区无法使用前沿 AI 的问题。该模型追求内存占用下的智能最大化，首次具备多模态与智能体能力，支持在无网移动端高效运行复杂任务。目前已在乌干达离线医疗系统及秘鲁原住民语言保护等场景中落地应用。通过将大模型蒸馏至终端设备，Gemma 4 摆脱了对云端算力的依赖，推动去中心化开源生态发展，赋能各社区按需构建专属系统。
Bun 开发者利用 Claude Fable 5 在 11 天内将 53.5 万行 Zig 代码重写为 Rust，以解决内存安全问题。项目采用 64 个 AI 实例并行及对抗性审查机制，耗资约 16.5 万美元。重写后二进制体积缩减 20%，性能提升 2% 至 5%。尽管存在 1.3 万个 unsafe 块和 19 个回归问题引发争议，但该项目验证了 AI 辅助大规模重构的可行性，其分离上下文与对抗审查等方法论具有重要参考价值。
Anthropic 实验显示，Claude Opus 4.7 已能全程自主控制机器狗完成任务，速度比人类快约 20 倍，代码量仅为其十分之一。这标志着 AI 智能体正从辅助编程迈向物理工具自主操作阶段。但模型在实时闭环精细控制上仍有局限，且当前成果基于低复杂度任务。该进展体现了通用模型 scaling 的副产物效应，预示物理智能体时代早期来临，但距离解决复杂真实场景仍有差距。
围绕《【AI教程】VS Code 插件，用像素小人管理 AI 分身》展开交流，未登录用户可浏览评论，登录后可参与讨论。
