ProvenanceGuard:面向 MCP 智能体的来源感知事实性验证
Hugging Face 团队提出 ProvenanceGuard,一个针对基于 MCP 的 LLM 智能体的生成后验证层,能检测“跨来源混淆”——事实存在但被归因到错误来源的情况。
Hugging Face 团队提出 ProvenanceGuard,一个针对基于 MCP 的 LLM 智能体的生成后验证层,能检测“跨来源混淆”——事实存在但被归因到错误来源的情况。
H 公司发布 Holo4 系列通用计算机使用智能体模型,含 27B dense 与 35B-A3B MoE 两种规格,并附带更新版 Holotron4 Nano。
推荐理由:模型可跨 GUI、代码、MCP 和 API 多种接口工作并开源权重与轨迹,读者可对比其与前沿模型的成本差异来判断适用场景。
AWS 展示如何用 Amazon Bedrock AgentCore Gateway 和 MCP 构建多账户架构,让数据保留在各业务线(LOB)账户中,智能体通过统一端点跨账户发现和调用工具。
GitHub Podcast 逐条拆解五个常见 AI 观点:AI 生成代码仍需审查,只需把精力放在高风险处;招聘看重的是判断力而非是否用 AI;Skills 与 MCP 解决不同问题,可以配合使用;RAG 并未过时,仍是让模型获得训练数据外信息的关键;若模型看不懂你的代码库,往往说明代码本身可维护性差。
Google Research 在 ACL 2026 提出 ToolGrad,采用“先答案后提问”的范式生成工具使用训练数据,通过文本“梯度”迭代构建 API 调用链,几乎达到 100% 通过率且成本更低。
OpenAI 推出 Agents API,一项由 Codex harness 驱动的托管服务,用于构建和启动云端智能体。该服务提供编排、长时间运行会话和工具使用能力。
Mistral 推出 Studio,为企业 Prompts 和 Skills 提供统一的系统记录,实现版本化、明确归属和可追溯。每个资产拥有不可变版本、回滚、标签分类和审计日志,业务人员可即时迭代并经审批和 CI/CD 推送到生产。技能可作为 MCP servers 直接调用,结合 Observability 将生产输出追溯到对应版本;该功能现已面向 Mistral Studio 客户开放。
Mistral AI 推出 Connectors 多项新能力:管理员控制(GA)可按 workspace/org 设置连接器访问并开关单个工具,API key 支持连接器 scope,多账号连接器(GA)允许一个连接器绑定多个账号。
Mistral AI 发布 Search Toolkit 公开预览版,一个用于构建 AI 应用生产级搜索管线的可组合开源框架。
Mistral 发布 Studio 中的 Connectors(Public Preview),内置连接器与自定义 MCP 均可通过 API/SDK 用于所有模型和 Agent 调用。
Mistral AI 在 Le Chat 中发布 20+ 个 MCP 驱动的安全连接器(beta),覆盖 Databricks、Snowflake、GitHub、Asana、Stripe、Zapier 等数据、生产力、开发、自动化和商业类别,并支持连接任意远程 MCP 服务器。
Mistral 发布新的 Agents API,将语言模型与代码执行、网页搜索、图像生成、Document Library 及 MCP 工具等内置连接器结合,并支持跨对话的持久记忆与智能体编排。
推荐理由:官方公告完整列出了内置连接器、记忆机制与编排方式,读者可以据此判断这套 API 如何简化智能体场景的搭建。