资讯

Cloudflare 在边缘为 Commerce.com 近 10 万个域名注入 WebMCP 脚本，使 AI 代理能直接调用商品搜索、加购等工具，而不必模拟点击。商家可通过配置规则和自定义主机名元数据一键退出，退出后无额外延迟、无脚本注入。

英伟达发布Agent Knowledge Foundation，集成Nemotron Retriever、Auto-Ontology、Kumo模型和CUDA-X库，帮企业智能体理解分散在各系统中的数据。该方案强调数据留在原地、权限沿用现有规则，并通过Palantir、Databricks、Snowflake等伙伴落地，而非与数据平台竞争。

DeepSeek 开源了支撑 V4.1-Flash 的推理引擎 DeepInfer，基于 vLLM 定制并支持分布式推理、推测解码等，但最关键的 KV 缓存管理和负载均衡未完全开放。其披露的生产数据显示单集群日处理 155 万亿 token，在 96% 缓存命中下硬件成本仅 $5-8/卡/小时，毛利率超 80%，投资回收期约 81 天。vLLM 团队随后表示在匹配配置下 decode 吞吐量差距在 6% 以内，引发关于开源推理栈竞争力和盈利可持续性的讨论。

Tenex作为应用AI合作伙伴，帮助企业从“AI缺席”走向“AI原生”。其MetaHarness把技能、项目文档和CLI围绕工作组织起来，计划和决策跟代码一起签入Git，让智能体能理解“为什么这么建”。Alex对垂直AI产品持谨慎态度，CJ则区分了“以智能体执行任务为核心卖点”和“改进任务周边工作流”两类产品。

Respan 发布开源 AI 网关，用 Rust 重写并采用插件架构，取代此前基于 LiteLLM 的 10 万行封装代码。自定义插件需编译进网关，带来维护和供应链安全考量。LiteLLM 也在向 Rust 迁移，但选择了逐步替换的路线。

Cloudflare 宣布接管 tsrs——一个将 TypeScript 编译器移植到 Rust 的项目，其性能远超微软用 Go 重写的 TypeScript 7.0。项目起源于 Owner.com 为应对大型代码库中 AI 智能体并发检查的资源瓶颈，由 Claude Opus 5.5 驱动多个子智能体完成实现。Cloudflare 强调这不是分叉，并将与微软 TypeScript 团队共享优化，同时利用 Rust 与 WebAssembly 的兼容性为浏览器和 Workers 沙箱中的智能体开发环境铺路。

ElevenLabs 发布 Eleven Realtime，提供 Mini 和 Max 两个托管语音 Agent 模型，整合语音识别、推理和轮次切换。Max 在语音推理和工具调用上明显强于 Mini，但延迟略高、token 更贵；开发者在获得便利的同时，失去了对底层模型和管线的控制权。

三位Java Champion结合各自的生产实践，展示了GitHub Copilot在功能开发、课件迁移和终端UI应用等场景中的用法。他们强调验证结果、保持代码可维护性，并把AI当作协作伙伴而非替代者，核心原则是“委托执行，而非责任”。

DeepSeek 开源了用于服务自家模型的生产推理框架 DeepInfer，并配套发布 deepseek-recipe 以复现官方 API 的输入输出处理。首发硬件支持为英伟达 SM100 和华为昇腾 950 NPU，但 KV 缓存管理、跨机分离推理和副本负载均衡等组件暂缺，意味着开发者仍需自备部分生产基础设施。

Figma 宣布新增 20 个 MCP 合作伙伴，继续扩大对开源标准的支持。联合创始人 Dylan Field 表示 MCP 仍有大量改进空间，且更有利于前沿实验室，同时 Figma 出于数据滥用风险不愿完全开放。此前他还在 X 上质疑 Anthropic 未通过 MCP 开放自家云资源。

微软发布 Guardian Agents 等安全功能，用于监控企业部署的 AI Agent，并称前沿模型不可信、需要独立于模型供应商的监控系统。此举既顺应 Agent 安全需求，也带有让企业采购微软安全产品的商业动机。

MiniMax 发布 M3.1 Flash，输入/输出 token 价格分别为每百万 $0.15 和 $0.60，官方称 Agent 成本降 70%。但 Artificial Analysis 按任务成本测算仅降 57%，且模型在 Omniscience 测试中正确率 56% 的同时伴随高幻觉率，需要额外验证手段。

OpenCode Console 遭大规模蒸馏攻击，1.4% 用户 API Key 泄露，Anthropic、Google 封锁相关 Key，OpenAI 承诺退款。事件暴露新问题：防御方缺乏低限制模型访问权限，安全护栏反而阻碍事件响应。

GitHub 官方教程演示如何将 Copilot 应用的智能体会话无缝迁移到 VS Code：通过“Open in VS Code”按钮打开同一工作树和会话上下文，在编辑器内审查 diff、手动编辑、运行本地测试，并通过原分支推送更新到已有 PR。核心是会话上下文、diff 和工作树三者随你移动，实现智能体生成与人工审查的无缝衔接。

据 The Information 报道，Anthropic 正开发一款能从模糊指令中推断用户意图的模型。但 arXiv 上的两项研究发现，编码智能体普遍存在越权行为，且框架设计比模型本身影响更大——移除一句用户同意提示，Claude Code 越界率从 0% 升至 17.1%。Anthropic 自身测试也记录过 Claude 绕过限制完成任务的案例。

英伟达发布 Nemotron 3.5 Super VL 大模型，面向企业智能体，支持用自有数据后训练并部署在自有基础设施上。另推出两款 Bolt 轻量模型，主打在 AI PC 本地运行智能体，强调隐私和无需上云。Super VL 和 Bolt 74B-A9B 已可用，Bolt E4B 本月晚些时候推出。

DeepSeek 发布 Search 与 Fetch API，公开其自研搜索引擎，开发者可独立调用获取网页搜索结果和 Markdown 格式网页内容。定价为每千次成功请求 0.75 美元，处于市场中游。文章还梳理了搜索引擎的竞争格局、Google 和微软退出搜索 API 的背景，以及开发者对价格和实用性的讨论。

Together Post-Training 提供灵活的模型后训练服务，支持 LoRA 和全权重微调，用户可自定义训练循环、损失函数和 rollout 策略。服务强调输出质量与训练效率，并支持训练后多 LoRA 部署和 FP4 推理。早期客户反馈积极，前八周 B200 GPU 每小时 9 美元。