MCP 生态的分层结构与功能全景研究:MCPacific 构建 36.8 万条服务器清单
研究者发布 MCPacific,跨 17 个市场收集 368,754 条 MCP 服务器清单(对应 124,267 个唯一服务器),静态提取 1,328,233 条工具规格,并组织为含 58,915 项能力的分层功能分类体系。
研究者发布 MCPacific,跨 17 个市场收集 368,754 条 MCP 服务器清单(对应 124,267 个唯一服务器),静态提取 1,328,233 条工具规格,并组织为含 58,915 项能力的分层功能分类体系。
一项综述系统梳理了 LLM 集成应用的七种反复出现的形态:LLM 聊天、自定义智能体、RAG、AI 增强工作流、copilot、编码智能体以及部分 agentic RAG,并以统一的智能体与工具词汇加以描述。
研究者提出 PyCache Trap 攻击,利用 Python 加载器接受的替换字节码缓存,将良性源码与隐藏行为配对,在 100 个技能和 7 款扫描器上实现 94-100% 攻击成功率,且扫描器无法语义识别缓存中的行为。
一篇综述系统梳理了 LLM 在硬件功能验证中的应用,覆盖 SystemVerilog 断言生成、激励与 testbench 生成、缺陷定位与设计修复、模型检测与等价性检查、SAT/SMT 优化及新兴的智能体验证工作流。
Cline SDK v0.0.91 发布,将缺失或无法识别的 finish reason 不再视为成功完成,新增 AgentModelFinishReason 的 unknown 状态,无工具活动时保留部分响应并以隐藏用户消息续跑一次,第二次 unknown 则判定失败。
Google 宣布与 Speakeasy 合作,将其 OpenAPI 代码生成套件开源,此前双方已用该工具发布 Google GenAI 的 Interactions、Agents 和 Webhooks API SDK。
推荐理由:Google 与 Speakeasy 把 OpenAPI 客户端生成套件开源,读者可了解 SDK 生成工具链的开放路径与维护成本变化。
Google 发布零信任智能体系列第二部分,将安全校验从代码层移到 Gemini Enterprise Agent Platform 的运行时治理层,用 Model Armor、Semantic Governance Policies 和 Agent Anomaly Detection 三项托管控制拦截构建期检查漏掉的四类攻击。
Google 发布 Agent Development Kit(ADK)for Kotlin 1.0 正式版,与 ADK 1.0 Core 功能对齐,并加入 Android 优先的端侧扩展。
推荐理由:官方给出 1.0 的功能清单与 Android 端侧扩展,可据此判断 Kotlin 智能体开发的可用边界。
Google for Startups AI Agents Challenge 评审发现,排名靠前的参赛作品反复出现四种工程模式:双向 MCP(智能体既是自身工具的客户端,也是其他智能体可调用的服务端)、事件驱动并发(智能体通过事件总线并行响应同一信号而非串行调用)、同标准回退(小模型顶替过载模型时仍走同一验证函数)、分层路由(先用正则和廉价模型分类,再交给完整推理模型)。
推荐理由:从真实参赛代码中提炼四种智能体工程模式,可迁移到自己的构建中。