技术方向
模型连接外部世界的协议与实践：MCP 生态、function calling、工具链集成的动态。
5 条精选近 30 天 5 条共收录 8 条
Cornerstone OnDemand 构建的多智能体系统 Orion AI 借助 Amazon Bedrock 和 Strands Agents，将数据库诊断时间从45分钟降至10分钟，缩短78%。该系统还将超过10步的数据库生命周期操作合并为一次交互，并将冗余告警减少65%；文章进一步介绍了其领域拆分、混合路由、MCP 工具集成和实时指标绕过记忆等设计。
推荐理由：文章以 Orion AI 的落地架构和量化结果为线索，具体展示了多智能体在数据库运维中的分工、路由与实时数据设计。
Google 宣布将统一 AI 智能体引入 Gemini，先面向企业用户推出可执行任务的 Agent。该智能体可接收目标、规划工作、调用技能和工具，并连接企业内部系统与 MCP server。用户可选择包括 Anthropic 的 Claude 模型在内的模型，智能体还将通过 Workspace 账号、任务收件箱和审计记录参与企业协作。
推荐理由：文章具体梳理了 Gemini 企业智能体的任务机制、系统连接和审计方式，便于理解 Google 如何将 Agent 能力接入企业工作流。
AWS 通过 Lambda Durable Functions、Amazon EventBridge 和 Amazon Bedrock，将 AWS DevOps Agent 的调查结果转化为带人工审批的自动修复流程。
推荐理由：文章给出了从 AWS DevOps Agent 调查结果到自动修复的完整架构，涵盖工具白名单、人工审批和可复用的部署步骤。
Microsoft 与 Hugging Face 发布 ThinkingBox 及 ThinkingBox-Bench，通过终端后端状态和副作用评测 AI 智能体，并在每项任务上重复运行 20 次。
推荐理由：文章把智能体评测从工具调用和最终回复推进到后端状态与副作用，并用20次重复揭示一次成功与持续可靠性之间的差距。
GitHub Security Lab 的 Fuzzing Taskflow 面向 C/C++ 项目自动完成入口识别、构建分析、harness 编写、AFL++ 模糊测试、覆盖率改进、崩溃归因和漏洞报告生成。
推荐理由：文章拆解了从覆盖率反馈、结构感知输入到崩溃归因的自动化链路，也说明了 LLM 判断与 MCP 执行分离的工程设计及运行风险。