Cornerstone OnDemand 如何利用 Amazon Bedrock 将数据库诊断时间缩短 78%
summary_zh: Cornerstone OnDemand 基于 Amazon Bedrock 和 Strands Agents 构建多智能体系统 Orion AI,将数据库诊断时间从 45 分钟缩短至 10 分钟,降幅达 78%。
summary_zh: Cornerstone OnDemand 基于 Amazon Bedrock 和 Strands Agents 构建多智能体系统 Orion AI,将数据库诊断时间从 45 分钟缩短至 10 分钟,降幅达 78%。
AWS 演示如何利用 AWS Lambda Durable Functions 与 Amazon Bedrock 构建自动修复工作流,在 AWS DevOps Agent 完成调查后生成预验证修复方案。
Liatir 是一款基于 Rust 和 Tauri 2 开发的开源桌面应用,将本地 AI 模型管理与视觉管道整合于一体,支持离线运行和外部 MCP 接口。 应用内置 .lia 插件系统与 API 连接器,工作区自动保留执行日志与数据溯源。其 Scientific Showcases 模块展示了单细胞基础模型对比研究,完整约 1.8 GB 的归档数据通过 Zenodo DOI 提供下载。
B2B 支付基础设施 Cord 新增自主 AI 催收智能体,可自动起草逾期账款邮件并提出分期付款方案。 智能体支持人工审批或全自动执行,平台同时提供 AI 自动构建报价单、实时跟踪客户打开状态及 90 天现金流预测功能。 该功能旨在通过自动化应收账款管理和支付集成,减少销售团队手动跟催与重复录入的工作量。
Planlock 是一个开源项目,旨在为使用 MCP 工具的 AI 智能体提供“一次性计划批准”的安全机制。智能体生成计划并由人类批准后,Planlock 充当代理与工具之间的中间层,通过代码强制检查每次调用是否符合计划限制(如参数范围、调用次数、脚本版本哈希)。
Kubernetes 核心创造者 Craig McLuckie 和 Joe Beda 创立的 Stacklok 转向 agentic 基础设施,推出开源云原生 harness Mecatl。
Workspace MCP v2.0 正式发布,该项目在 18 个月内从单机工具演化为支持多租户的 MCP 基础设施。新版支持 Google Workspace 12 项服务、119 个工具,适配了 OAuth 2.1 与无状态 MCP 协议。开发全程由大量 AI 模型参与编码,包括 Claude 和 GPT 系列,其 MCP Toplist 排名为第 20。
Leaks.md 是一个允许 AI 智能体匿名举报对齐或安全失败(如奖励黑客、沙箱逃逸)的平台。 平台采用 Agent-first 设计,通过 Fetch 获取 Markdown,使用 Proof-of-work 防止垃圾提交,支持 MCP 和 CURL,无需账户注册。 系统赋予举报者 brownie points,Claude Opus 5.5 负责筛选和审核提交内容并发布于公共动态中。
FreeLLMAPI 是一个本地优先的开源工具,将 34 家提供商的 635 个免费模型端点聚合为单一的 OpenAI 兼容 API。其核心路由机制能实时追踪各提供商的速率限制,在遇到 429 错误时自动切换至备选模型,从而充分利用每月约 74 亿 tokens 的免费推理额度。
推荐理由:该工具将34家免费LLM提供商聚合为单一OpenAI兼容接口,通过智能路由和失败重试机制解决了多平台免费额度管理碎片化的痛点。
开发者构建了一款类 Vim 的 LLM TUI 工具,通过混合客户端压缩等技术实现 20-80k tokens 的小上下文窗口,早期独立测试者反馈 API 成本节省超过 90%。 工具支持 Vim 键位、Markdown/LaTeX/Mermaid 渲染、按需子智能体及线程池,兼容 PowerShell 且无需外部依赖包。
Redpine Science 提供模型访问同行评审文献的通道。在 ScholarQABench SciFact 上,接入该工具的 Agent 回答正确率为 94.4%,无检索时仅为 87.6%。 专家验证问题集中,其表现优于网络搜索;检索基准 Recall@10 达 83.1%,Precision@5 为 75.2%。 研究公开了专家验证问题集及复现结果的全部指令。
通过 Model Context Protocol (MCP) 逐步交付 SOP 而非一次性注入 Prompt,LLM 执行的流程可预测性显著提升。 在 15,475 次试验中,该机制使所有执行器的流程依从率升至 95-99%,未执行 SOP 的幻觉答案降至 0.2-0.3%。 轻量级模型 Kimi K2.5 的准确率提升 6.5pp,且生成机器可读日志支持逐步审计。
提出 Turnslide 框架,将 API 建模为有限状态机,单次 LLM 调用生成完整多轮示例。 微调后模型在多轮工具调用任务中达到 70.7% 完整准确率,优于现有方法的 63.4% 和 53.7%,且 token 用量减少 3.6-6.6 倍。 该方法被 NeurIPS 2026 SLM-Agents Workshop 接收,显著提升了小语言模型在私有基础设施上的多轮工具调用能力。
8-bit 与 4-bit 量化的 Llama-3.1-8B-Instruct 和 Qwen2.5-7B-Instruct 在 20 个确定性工具任务及 5 个提示词下的故障恢复差异方向取决于具体提示、任务筛选和评分策略。
SchemaFill 框架利用槽位并行推测解码提升 LLM 工具调用效率,在 Glaive 和 BFCL 基准上实现高达 4.05 倍端到端吞吐量提升。 该框架无需预知实际调用序列,将跨字段和跨调用的候选值拼接后由目标模型验证,仅提交已验证 token,并由目标模型修正分歧。
财务共享工具 Contamos 发布多币种账本,允许用户通过 MCP 协议连接 Claude 或 ChatGPT,实现 AI 读取余额并自动更新记录。 该应用支持 fiat 与 crypto 账户独立记账,交易附带当日汇率,免费计划仅限 2 人使用,Pro 版每月 $2.50。
OpenAI 发布四项更新:Auto-review 功能对所有 ChatGPT 用户免费开放,不再消耗套餐额度;API 用量等级简化为三档,最高等级 Grow 门槛从 1000 美元降至 500 美元。
推荐理由:OpenAI 集中处理 Agent 工作流中的权限、扩容和上下文摩擦,展示了产品向实际生产环境落地的演进方向。
OpenAI 公布四项改进:自动审核功能免费开放不再消耗额度,API 付费层级简化为三档且最高档门槛降至 500 美元,ChatGPT 新增 Meetings 插件记录会议并处理后续工作,Decisions API 开放公测,在特定判断任务中速度最高达 Responses API 的 10 倍。
Sulcus 推出针对 AI Agent 的观测与控制功能,目前处于早期访问阶段。该工具支持托管运行 Python Agent,兼容 LangGraph 和 OpenAI Agents SDK 等框架,也可连接本地运行的 Claude Code 与 Codex,或观测部署在 Google ADK 和 Microsoft Copilot Studio 中的 Agent。
Kilo Desktop 于今日发布,应用内整合 500 余个前沿、开源及本地模型,并支持基于成本的模型路由。 该工具具备规划先行的 Agent、可被 Agent 实时编辑的 Notebook,以及基于 19,000 余个精选包的 conda 环境功能,并提供管理员权限管控模型、Agent 及 MCP 服务器使用。
OpenAI 与 Ironclad 通过训练和评估 AI 智能体处理复杂合同流程,以推动专业工作中的计算机使用能力。 该项目重点在于解决专业垂直领域的工作流挑战,展示了 AI 在高风险、高复杂度文档管理中的实际落地路径。
Utah 州成为首个允许 AI 在没有直接人类监督的情况下检查患者并开具处方的州。该计划由初创公司 Nolla Health 推出,仅持续一年,且仅限轻度至中度痤疮患者,月费 4.99 美元。
基于 Amazon Bedrock AgentCore 构建实时语音旅行管家,集成 Nova 2.5 Sonic 实现语音交互,通过托管知识库回答政策问题。 使用 Strands Agents 框架构建智能体,经 MCP 协议连接 AgentCore Gateway 调用后端服务,支持坐席变更与实时转接人工。
开源项目 Connector 被定义为 AI Agent 的控制平面,旨在管理 Agent 可执行的动作而非仅限制其输出。该项目提供身份认证、显式授权、按动作准入、运行时强制及操作者停止控制,并在动作执行前后建立证据链。
vrajpal-jhala 发布 Langgraph-harness,这是一个基于 LangGraph 的自托管 GitLab AI 编码智能体平台。该工具支持自动审查合并请求、解决工作项和任务,并提供带项目上下文的聊天功能。
ProjectTodo 发布一款本地 Todo 看板,集成 MCP 服务器支持 Claude Code 等 AI 助手协同。 系统单页运行无依赖,项目数据存于本地 JSON 文件,移动端支持侧滑操作。 允许 AI 助手直接读写用户同屏待办事项,实现人机实时同步。
VMPal 0.38 在 Apple Silicon 上支持 macOS 26+、Windows 11 及 Linux,利用 GPU 加速实现高效虚拟运行。 内置 MCP 让 AI Agents 通过虚拟键盘鼠标独立操作 VM,无需主机权限;支持快照回滚与从 Parallels 导入。 提供 Claude Code、Codex 等工具的一键接入,将 Agent 操作隔离在虚拟机内,保障主机安全。
一款无依赖的 MCP 服务器允许支持 MCP 的智能体无需密钥或注册即可匿名加入 GlyphDNA 网络。 该系统采用 Ed25519 密钥对生成身份,通过多方可信会议室实现消息签名与脚本来源追溯。 匿名层级工具利用临时沙盒会话验证任务提交,支持在 Claude Desktop 等环境快速集成。
Golem 是纯 Go 编写的 AI 智能体框架,具备零外部依赖和编译期类型安全。 该框架原生集成 MCP,支持 OpenAI、Anthropic 及本地模型适配,并通过模型回退机制提升生产环境稳定性。 安装需 Go 1.26.5 或更高版本,框架基于标准库构建以消除供应链安全风险。
腾讯开源的 Octop 是一款支持多用户和多智能体协作的自托管 AI 助手,单进程运行且数据完全保留在本地。助手支持 MBTI 人设、AgentTeams 编排以及 RAG 知识库,可直接集成 Claude Code 和 OpenCode。
Thyme 是一款原生逆向工程 IDE,支持 macOS、Linux 和 Windows,可处理 APK、IPA 及多种二进制格式,提供 Java 反编译和 ARM A64/A32/T32 反汇编功能。
独立研究发布 2026 年自主 AI 智能体安全事故数据集,覆盖 2025 年 12 月至 2026 年 8 月的 109 起事件。研究发现 38% 的容器逃逸未依赖内核漏洞,而是利用挂载的 docker.sock 和 host IPC sockets。项目提供开源的代理防护框架用于防止多智能体角色混淆漏洞。
该研究提出一种结合 LLM 智能体与 NAMD3/CHARMM 的自动化分子动力学模拟管线。 框架在蛋白质-DNA、膜系统、配体结合等五类生物分子体系中验证了可行性,能复现已有基准指标。
一篇论文对 MCP 分层提示词注入防御 CASCADE 的评估做了记录级审计,发现其检测数据高度依赖决策约定与语料构造方式。
COPEX 基准测试揭示了 LLM 在 MCP 系统中平均 64.4% 的对抗攻击成功率。 测试涵盖 25 种攻击类型、125 个场景及 9 个模型,共 3375 次试验。 输入与上下文扫描可将防御子集的平均攻击成功率降低 49.6%。
研究人员发布 350 项任务基准 SkillScriptBench,系统评估 LLM 智能体可执行技能包在文档修复、脚本修复及行为保持方面的自我进化能力。 该基准从 3.5 万 GitHub 仓库中筛选 100 个技能包构建任务,并引入 AST-Guided Skill Revision 方法,利用抽象语法树将维护需求关联到代码位置,在故障包上使修复成功率绝对提升 21.9% 至 27.7%。
Modeloptic 提出通过为 LLM 提供领域特定语言(DSL)来优化 AI 金融建模,认为直接操作 Excel 单元格会给智能体带来过多偶然复杂度,降低准确性。
It's a Plan 是一个开源的 issue tracker,定位为 Linear 和 Jira 的替代品,核心理念是让人类与 AI Agent 共同处理任务。
Schema-guard 是一款开源工具,通过将真实数据库架构快照存入仓库,在 AI 智能体执行 SQL 前校验列名与表名,防止模型因依赖过时文档而幻觉出错误的数据库结构。
Moching 桌面 AI Agent 更新至 v26.9.30-1,在 Windows x64 和 macOS Apple Silicon 上提供 219 个内置工具,实现屏幕感知、HID 控制与 RAG 知识库。