开源智能体协作协议 Soma 发布中国語
开源智能体协作协议 Soma 正式发布,旨在为多智能体系统提供互信、共享记忆与计费支持。该协议将智能体通信规范为包含目标、硬性 token 预算、授权约束和 Ed25519 离线签名的信封结构;项目包含三层记忆管理、MCP 适配器以及符合性测试套件,核心协议采用 MIT 开源许可。
推薦理由:该项目将智能体间协作封装为带预算和签名的标准化信封,读者可以据此评估多智能体系统的审计与计费方案。
AI 产品与应用的功能上新、改版与商业化动态——谁家的产品变强了、变贵了、能用了。
开源智能体协作协议 Soma 正式发布,旨在为多智能体系统提供互信、共享记忆与计费支持。该协议将智能体通信规范为包含目标、硬性 token 预算、授权约束和 Ed25519 离线签名的信封结构;项目包含三层记忆管理、MCP 适配器以及符合性测试套件,核心协议采用 MIT 开源许可。
推薦理由:该项目将智能体间协作封装为带预算和签名的标准化信封,读者可以据此评估多智能体系统的审计与计费方案。
Pollen Robotics 打造的开源微型机器人 Microducks 在黄仁勋于 GTC 柏林大会演示后,次日预购量突破 20,000 台。该机器人能通过语音指令完成坐下、假装小睡以及翻跟头等动作,基础动作基于仿真环境训练,用户也可训练新动作并共享至社区。产品预计在圣诞节前发货,其开发商此前已被 Hugging Face 收购。
推薦理由:原文呈现了仿真训练结合开源社区驱动微型机器人的软硬件模式,读者可观察具身智能在消费级硬件上的落地路径。
开发者 kathan3009 开源了 photoshop-mcp 项目,允许 Claude Code、Claude Desktop、Cursor 等任意 MCP 客户端直接驱动 macOS 本地运行的 Photoshop。
推薦理由:该项目通过苹果脚本建立桥接,让大模型客户端无需插件即可直接驱动宿主图像编辑软件。
AiSniff 是一款开源本地检测工具,通过 61 条 JSON 规则标记中英文文本中符合 AI 写作套路的短语并提供改写建议。该工具不调用任何模型或后端服务器,提供 Web 界面、CLI、GitHub Actions 以及 Agent skill 支持。测试显示其在 HC3 数据集英文和中文机器人回答中的标记率分别为 29% 和 24%,作者强调该工具仅用于辅助识别表达模式而非判定文本作者身份。
推薦理由:原文给出了基于公开规则库的本地检测与改写实现,读者可以借此排查文本中的机器生成痕迹与套话表达。
Anthropic 详解了处于研究预览阶段的主动型智能体 Claude Duet 的安全与隐私架构。该系统支持在用户离线时通过云端浏览器代办读取邮件、起草回复和执行日常任务,在架构上实现了密码、登录 Token 及浏览器沙箱与核心模型的完全隔离。系统还引入了模型外的独立校验器与敏感信息分类器,针对支付、转账或删除数据等关键操作实施分级拦截与人工审批。
推薦理由:文章详细拆解了后台代办智能体在凭证隔离与敏感动作校验上的具体防护方案,为自主系统设计提供了工程参考。
开源大模型分布式推理服务平台 llm-d 正式发布 v1.0.0 版本,统一了各核心组件版本并将路由配置 API 升级至稳定版。新版本引入 DisaggregatedSet 将 Prefill 与 Decode 副本作为单一逻辑单元统一管理,支持零停机滚动更新与高可用路由,并针对智能体工作流新增了会话亲和与轮次优先级调度以复用上下文缓存。
推薦理由:该版本统一了全组件版本并规范了分离式推理架构,为在大规模生产环境中落地零停机模型服务提供了标准化参考。
Argus 发布 0.7.3 版本,这是一套可在 VPS 上长期、无人值守运行 AI 智能体的自托管系统,支持通过 Web 界面与 Telegram 交互控制。
推薦理由:该项目通过沙箱隔离、纯代码拦截与预算熔断机制,为开发者在服务器长期运行无人值守智能体提供了防止失控的工程方案。
Claude Enterprise 方案正式全面上线整合 Chat 与 Cowork 的统一体验,支持用户在跨端同一对话中直接提问或交付由云端完成的智能体任务。智能体任务在 Anthropic 托管的独立虚拟机中运行且默认关闭网络出口,原有项目、连接器与技能配置均可继承。此外,管理员可通过新增的高效模式、模型使用权限及分级预算限额来管控用量与成本。
推薦理由:企业级统一体验打通了对话与云端智能体执行,管理员可通过隔离环境、高效模式及配额预算在安全合规前提下控制成本。
开发者 Donald Dominko 开源了 Memory-Catalog 协议 v0.15,提供一套基于纯 Markdown 的 AI 助手长期记忆管理规范,原生适配 Claude 的 memory 与 Projects 功能。
推薦理由:针对 AI 长期记忆随对话增长容易混乱的问题,该协议提供了一套纯 Markdown 的结构化组织规范与对话溯源机制,可直接迁移到基于文件记忆的智能体工作流中。
开源工具 lcc 发布,旨在替代 Claude Code 默认的 /compact 模型摘要机制,通过移除旧工具输出并支持 recall 召回,实现不丢失报错或行号等细节的上下文压缩。
推薦理由:针对编码智能体因模型摘要丢失精确报错和行号等问题,该方案通过暂存工具输出与按需召回替代重写,读者可参考其在上下文管理上的工程实现。
本地 AI 搜索工具 Instant 正式发布,专为 macOS 15+ 与 Apple Silicon 优化,支持完全离线检索个人文档与图片。该工具采用约 1GB 的本地模型,可解析文本、扫描件 PDF 与照片语义并高亮关键内容,所有索引和搜索均在本地完成且不消耗云端 token。
推薦理由:原文给出了本地语义搜索的机制与离线特性,读者可以据此评估小模型在个人文件管理中的实用度。
科大讯飞在2026全球1024开发者节上发布星辰TaaS平台、端云一体星火X2.6及智能体协同平台Agent OS。星火X2.6将上下文窗口扩容至百万tokens并开源4B端侧模型,引入端云路由协同训练机制将路由准确率提升至96.1%;基于全国产算力的SparkAudio 1.0语音基座大模型调用成本下降60%。
推薦理由:发布覆盖了从端侧模型、语音底座到协同调度的完整产品链,展现了国内大厂将模型消耗接入实际业务流程的工程化落地路径。
Unstructured 推出重构后的文档解析工具 Unstructured Transform,重点提升对复杂表格、表单及扫描文档的解析能力。在 224 页真实文档实测中,Transform 的表格得分达到 0.896、幻觉率为 5.0%,表格表现与抗幻觉能力优于 GPT-6 Astra、Claude Opus 5.5 和 Gemini 3.8 Flash。
推薦理由:原文提供了专用解析方案与前沿大模型在表格识别和幻觉率上的实测对比,为复杂文档处理选型提供了具体参考。
开发者 kunalkushwaha 发布开源工具 Koala(0.1.0-preview.11),支持在 Apple silicon 架构的 macOS 上通过独立的 ARM64 Linux 虚拟机运行不可信任务与 AI 智能体。
推薦理由:该工具解决了在本地运行不可信智能体时的环境隔离与密钥安全问题,适合开发者构建安全执行沙箱。
开源 Android 应用 Buddy 正式上线,允许 Claude Code、Codex 和 OpenCode 等智能体通过悬浮窗直接控制 Android 手机。
推薦理由:原文展示了无需电脑调试与 Root 的端侧 MCP 架构设计,为移动端智能体直接操控手机提供了具体落地方案。
Vericto 开源了数据库网络代理 vericto-proxy 4.15.2,可在 SQL 语句到达生产数据库前自动拦截由 AI 智能体或脚本发起的破坏性查询。
推薦理由:该工具通过在原生通信协议层解析抽象语法树拦截危险语句,应用无需修改业务代码即可防范智能体删库风险。
TanStack AI 正式发布 1.0 版本,核心 API 达到生产可用稳定性,并提供实验性的 @tanstack/ai-harness 智能体运行框架。该版本目前支持 23 个模型提供商适配器、8 种 UI 框架、11 个沙盒环境以及 MCP 和 ACP 协议,并支持子智能体调用、持久化会话和计算机操作。
推薦理由:TanStack AI 正式推出 1.0 稳定版核心 API 并引入持久化智能体运行框架,支持跨多框架与模型提供商无缝解耦开发。
开源工具 Sidefleet 支持将多台闲置电脑连接成 AI 编程集群,统一调度 Claude Code、Codex 和 opencode 等智能体处理开发任务。
推薦理由:项目通过复用本地登录凭证与独立工作树分支,提供了一种将闲置硬件改造成分布式编程集群的低成本方案。
FrameCap 推出面向 YouTube 的免费 Chrome 浏览器扩展,可自动截取高分辨率视频画面并提取带时间戳的字幕,一键打包提供给主流 AI。该工具支持按 1 至 15 秒间隔抓取视频帧,生成包含图文的 PDF 发送至 ChatGPT、Claude、Gemini 和 Perplexity,或导出 ZIP 文件供 Claude Code、Cursor 等代码智能体使用。
推薦理由:该工具将视频画面采样与字幕打包输入大语言模型,解决了依靠纯文本字幕无法获取代码、公式与界面操作画面的痛点。
开源插件 claude-handoff-revive 正式发布,用于在 Claude Code 达到速率或上下文限制后以极低消耗恢复会话。
推薦理由:该插件通过结构化工作状态替代完整对话重放,为长时间使用编码智能体的开发者提供了显著降低上下文开销的恢复机制。