从一次请求讲透 A2A:Agent 怎么选、怎么协作、记忆放在哪里
用一条订单诊断请求,串起 Agent Card、客户端选服务与实例、Nacos 注册发现、AgentScope 内部协作、MCP 调用、两层重试及多副本上下文和共享记忆。
独立 AI 资讯库
从自动抓取数据库实时读取,适合快速浏览、检索和后续扩展成完整资讯站。
用一条订单诊断请求,串起 Agent Card、客户端选服务与实例、Nacos 注册发现、AgentScope 内部协作、MCP 调用、两层重试及多副本上下文和共享记忆。
CloudDM 是一款免费且开源的团队化数据库管理工具,提供统一 Web 数据库访问、权限控制、数据脱敏、SQL 审核、流程协同和数据库 CI/CD 等能力。 新增 新增 Kafka 数据源支持,提供 Topic 浏览与管理、消息消费、命令补全和模板,支持 TLS/SASL 认证、权限控制与审计。 新增 SAP HANA 数据源支持,支持 TLS/SSH 连接、对象...
Agent 记东西,像往黑板上写。只能往上加,擦不掉。——今天所有主流 Agent 框架都是这么干的。 它没报错,也没有任何提示。它就是少了一样东西,而它自己不知道。 这期讲的是这件事怎么发生的,以及
最近一直在持续开发和完善 GrantForge,今天正式发布 2026.1.0 版本! GrantForge 是一款基于 Spring Boot、Spring Security 和 Vue 3 构建的开源权限管理平台。 项目最初主要围绕 RBAC(基于角色的访问控制)展开,希望提供一个易于使用、方便集成和扩展的权限管理基础。 随着项目不断迭代,我也在思考一个问题: 权限管...
作者构建了一个完全在浏览器端运行的博客问答工具:语义搜索检索四段相关内容,小型语言模型再生成最多两句话的回答,用户输入不会离开本机。评测显示,下载体积不超过 350 MB 的模型在 30 个可回答问题中最多只有 3 个回答忠实于检索内容,且经常对博客未涉及的问题编造答案;默认模型 Qwen3-0.6B 的忠实回答数为 15 个,而体积更大的 Gemma 4 E2B 达到 28 个。相关性门槛能拦截明显跑题的问题,却难以识别主题相近但文章没有答案的问题,限制回答长度也有助于减少幻觉。对于开发者而言,浏览器端方案有隐私和免服务器优势,但模型下载体积与可靠性存在明显权衡;如果没有特殊部署限制,使用托管 API 可能更经济。
AgentScope 现已正式支持 JEV,将 System One 的结构化判断接入 Agent 的完整任务流程。
Elon Musk posts addresses online in attempt to display Grok capabilities Austin American-Statesman
Perplexity CEO Aravind Srinivas 宣布每个 Perplexity Project 都是一个 Git 仓库,团队为此构建了面向智能体的 Git forge。每个智能体在自己
阿里云日志服务 SLS 推出自动发现字段索引功能,让索引具备自适应数据变化的能力,自动为新写入的字段创建索引并开启统计,无需手动干预。无论是开发运维人员还是 Agent,都无需逐个配置字段索引,就能使
MIT Technology Review 指出,不能简单地将开放模型视为危险、封闭模型视为安全:封闭模型同样会被滥用,其防护措施也并不完善。开放模型可让研究社区更容易发现安全漏洞,并能更广泛地用于网络防御,但其本地部署门槛、去中心化特征和较少的护栏也带来了滥用及失控风险。专家认为,面对潜在后果极其严重的低概率事件,传统开源软件的安全逻辑未必能直接适用于能力日益强大的 AI 模型。行业目前正尝试在开放性与安全性之间寻找折中方案,例如训练从未接触黑客行为等有害知识的模型,但清除相关训练数据而不损害性能仍十分困难。
本文对比阿里云 AI 网关 Serverless 企业版与开源 Higress 自建部署,下文分别简称“Serverless 企业版”和“开源 Higress”。两组实验考察 1 MB 与 10 MB
CatchAdmin 是一款基于 Laravel 13.x 和 Vue 3 二次开发的开源 PHP 后台管理系统,采用前后端分离架构,面向企业级后台场景提供开箱即用的基础能力与可扩展的模块化框架。V5.4.1 的运行环境要求 PHP 8.3 及以上。 系统内置了后台常用的全套能力:Token 鉴权、权限管理、动态路由、动态表格、分页封装、资源权限控制、上传...
AI智能管家通过RN+WebView加载H5聊天页,用户发起指令后,H5调用智能体云服务,由LLM解析意图并决定调用工具(Function Calling)。JSBridge实现H5与原生通信,
只有那些真正在一线写过CLI、调过 Agent Swarm 的人才会知道:模型不能解决一切。 作者丨高允毅 编辑丨岑 峰 最近 AI 编程圈挺有意思的,正在两极分化。比如最近爆火的 Pi 走的是“极简Agent派”路线,Prompt 不到 1000 Token,就给 4 个基础工具,主张不折腾、省钱,让模型自己发挥;但另一边,大家又在做 Agent Swarm 和多智能体协作,
原文探讨将 Agent 引入团队时的不同部署思路:是安装一整套专业角色并按任务调用,还是先选择少量角色、依据成功指标逐一验证。讨论重点包括角色覆盖范围、多工具安装成本,以及效果是否能够被可靠复现和对照。由于提供的原文仅包含“Please wait...”,未提供进一步的事实、数据或案例内容。
OpenAI 的专业网络防御模型 Daybreak Red 和 Daybreak Blue 现已在 Amazon Bedrock 向符合条件的客户开放,分别提供 GPT-5.6 Cyber 和带防御安全护栏的 GPT-5.6 Sol。两款模型可用于漏洞发现、检测工程、事件响应、漏洞研究和修复方案开发,并通过身份验证、监控及访问控制处理网络安全任务的双重用途风险。AWS 表示,模型推理采用芯片级零运营人员访问(ZOA)、客户管理 KMS 密钥、IAM、CloudTrail 和 VPC 端点等机制,代码与漏洞数据不会用于模型训练。该服务目前仅在美国东部(弗吉尼亚北部)区域提供,客户需先通过 OpenAI 的 Trusted Access for Cyber 审核。
SpaceXAI's Grok Bot turns agents into persistent digital coworkers that can operate your apps for $120-per-month VentureBeat
SpaceXAI launches Grok Bot as the agent race moves to office work The Next Web
Grok Bot Brings Always-On AI Agents to macOS and iOS MacRumors
GitHub Copilot for JetBrains 此次更新引入持久化 Copilot memory、Ollama BYOK 本地模型接入,以及面向企业管理员的更多服务器端管控能力。Copilot memory 可在 Agent 聊天会话之间保留并调用上下文,减少开发者重复提供项目背景和偏好;Ollama 则支持在 JetBrains 内配置提供商并选择模型。更新还支持从集成终端自动安装 Copilot CLI,优化账户、模型、聊天引用与调试日志体验,并提升 MCP、终端、云端 Agent 和差异编辑等功能的可靠性。对企业而言,新增的托管设置可集中控制插件可用性、MCP 服务器访问、权限绕过行为及 OpenTelemetry 配置。
随着 MAI-Code-1.1-Flash 发布,GitHub 将于 2026 年 9 月 10 日在所有 GitHub Copilot 体验中弃用 MAI-Code-1-Flash。开发者应在该日期前将工作流和集成迁移至 MAI-Code-1.1-Flash。Copilot Enterprise 管理员可能需要在 Copilot 设置的模型策略中启用新模型访问权限。旧模型弃用后无需手动移除,GitHub Enterprise 客户如有疑问可联系其客户经理。
Anthropic 宣布从 2026 年 8 月 2 日起,新发布的 Claude 模型将内置 AI 生成内容标记功能。两种技术:文本嵌入式水印和 C2PA 签名来源元数据。全球全场景覆盖,包括 API、Claude、Claude Code、Claude Cowork 和 Claude Tag。 文本水印是不可见的——它被编织到文本本身中,随复制粘贴一起转移,不影响含义、质量或可读...
本章为 DeepResearchSystem 引入基于 Milvus 的 KB 知识记忆能力。该机制旨在避免 Agent 出现知识断层,以及每次运行都需要从零开始沉淀信息的问题。具备长期记忆能力的 Agent,有望提升研究任务的连续性与知识复用效率。
SpaceXAI Announces AI Agents Product ‘Grok Bot’ The Information
点击查看原文>
SpaceXAI Unveils Grok Bot to Work Like a Team of AI Agents Bloomberg.com
点击查看原文>
150 多年来,黎曼猜想一直是关于素数分布的重大数学未解问题,完整证明悬赏 100 万美元。Anthropic 表示,一款尚未发布的模型显著提高了该猜想成立情形的已知下界,但并未解决黎曼猜想。该模型在约一天半内协调 60 个子 Agent,测试了 650 种思路并生成 3100 万个输出 token,最终成果由 Anthropic 数学家确认,并使用开源证明助手 Lean 形式化。此类进展表明大语言模型在数学研究中的能力正在增强,同时也加剧了学界对证明归属、责任与 AI 改变数学研究方式的讨论。
ONESTRUCTION 在 AWS Generative AI Innovation Center(GenAIIC)的技术顾问支持下,构建了面向建筑业 BIM 工作流的 Ishigaki-IDS 基础模型。该团队以 Qwen3 为底座,结合合成数据、持续预训练(CPT)、监督微调(SFT)和可验证奖励强化学习(RLVR)三阶段训练流程,解决了 IDS 领域公开数据稀缺、IFC 术语复杂和 XML 结构严格等难题。模型在内部 IDS-Bench 上的 XML 与 IDS 结构合规性接近 100%,IDS 内容一致性超过 80%,显著优于通用前沿模型。该案例表明,在数据有限的专业领域中,领域专家参与的高质量合成数据、自动化验证奖励和稳定的分布式训练基础设施,能够帮助开发者构建具备实用价值的垂直基础模型。
Claude apps gateway 是部署在企业自有环境中的治理层,位于 Claude Code、Claude Desktop 与 Amazon Bedrock 或 Claude Platform on AWS 之间。该参考部署以 AWS Fargate、Amazon RDS、内部 Application Load Balancer 和私有 DNS 为基础,覆盖身份认证、模型访问控制、成本归因、支出限制与遥测能力。网关通过 OIDC 实现企业 SSO,不在开发者设备上分发上游凭证,并可按身份提供商群组下发模型和工具权限。对开发者和企业而言,这一方案可在不改造客户端的情况下集中实施 AI 使用治理、按用户追踪成本,并支持上游推理服务故障切换。