资讯

pgEdge 推出开源 MCP Server for Postgres，支持 AI 智能体通过模型上下文协议（MCP）而非传统 API 方式访问数据库。服务强调数据源无关性、完整模式自省和 token 优化，适用于 Claude Code、Cursor 等主流 AI 开发工具。

Moonlake 采用与主流视频生成模型（如 Genie 3）截然不同的路径，强调通过游戏引擎的抽象层高效提取因果关系，构建支持长期、多玩家交互的世界模型。其核心论点是：对于许多具有经济价值的任务，高分辨率像素细节并非必需，而结构化的、能准确反映动作后果的抽象表示更为关键。

开源大语言模型在智能体任务上的表现已接近闭源前沿模型，同时成本大幅降低、延迟显著改善。文章通过 Deep Agents 的评估数据，展示了 GLM-5 和 MiniMax M2.7 的具体性能，并提供了在 SDK 和 CLI 中切换使用开源模型的代码示例。

Gemma 4 是 Google DeepMind 推出的新一代开源大语言模型，包含 E2B、E4B、26B MoE 和 31B Dense 四个版本，在推理、代码生成、多模态处理等方面表现突出。模型针对从移动设备到工作站的不同硬件进行了优化，并以 Apache 2.0 许可证发布，旨在为开发者提供强大且灵活的开源工具。

Google 推出 Flex 和 Priority 两个新的推理层级，帮助开发者平衡成本与可靠性。Flex 是成本优化层级，适合后台任务，价格便宜一半；Priority 是最高保障层级，适合用户交互型应用。两者都通过同步接口调用，简化了架构管理。

AI 编程智能体大幅提升了代码生成速度，但验证环节成为新的瓶颈，导致 PR 积压和预发环境崩溃。解决方案在于构建两层现代验证架构：可扩展的临时环境（Ephemeral Environments）和基于技能（Skills）的验证层，让智能体能够自主测试和迭代代码。

OpenClaw通过广泛的即时通讯平台集成和庞大的技能生态，实现了跨渠道的持久化存在，但面临严峻的安全挑战。Hermes Agent则围绕封闭学习循环构建，具备自主技能创建和自我训练能力，架构更为保守。两者代表了构建持久化AI助手的两种不同哲学。

智能体易于构建但难以运维，其核心代码仅占系统的一小部分，真正的技术债务隐藏在集成、上下文管理、可观测性等周边基础设施中。本文详细分析了前两个债务区块：集成和上下文湖，揭示了分散配置和静态上下文文件带来的运维噩梦。

Codex 新增按量付费团队方案，降低企业使用门槛。ChatGPT Business 年费降价 20%，新团队可获得最高 500 美元使用额度。目前已有超过 200 万开发者每周使用 Codex。

Deepgram 的语音转文本（STT）和文本转语音（TTS）模型已原生集成到 Together AI 的专用模型推理平台。这为构建实时语音智能体提供了统一的解决方案，覆盖了从转录、对话检测到语音合成的全流程，并支持企业级控制。

datasette-llm 0.1a6 版本发布，主要更新包括：默认模型自动添加到允许模型列表，无需重复配置；改进了 Python API 的使用文档。

LangChain 2026 年 3 月通讯汇总了产品更新、开源发布和社区活动。LangSmith 新增 Fleet 管理、Skills 功能、沙箱预览和审计日志；开源方面，langgraph v1.1 和 deepagents v0.5.0 发布。文章还介绍了智能体执行框架（Harness）的解剖、Open SWE 开源框架，以及 LangChain 的 GTM 智能体案例。

/fleet 命令让 Copilot CLI 能并行调度多个子智能体，适合跨文件重构、文档生成等场景。提示词需要明确交付物、边界和依赖关系，避免文件冲突。

Claude Code 源码泄露揭示了其作为智能体操作系统的架构，包括类似系统调用的工具权限网关、基于能力隔离的多智能体集群，以及实现持久化自主运行的 KAIROS 后台服务。此次泄露为开发者提供了生产级智能体系统的设计参考，也暴露了构建流程的安全风险。

本周AI编程新闻汇总：Token限制问题引发广泛抱怨，Anthropic承认问题并调整策略；Claude Code源码意外泄露，但Python重写版规避了版权风险；同时还有Codex插件、Claude Code新功能等动态。

Claude Code 源码泄露事件暴露了其智能体执行框架（Harness）的内部设计，包括三层结构化记忆系统、基于 KV 缓存的免费并行子智能体，以及默认启用的不到 20 个工具。尽管 Anthropic 已开始 DMCA 下架，但公开的代码库为研究最先进的智能体工程（Agentic Engineering）提供了宝贵资料。

该版本移除了配额和价格估算功能，改为依赖 datasette-llm 进行模型配置。新增配置项可记录完整提示、响应和工具调用到内部数据库，并重新设计了简单提示页面，要求特定权限。

llm-all-models-async 0.1 插件通过线程池将同步模型包装成异步版本，让 Datasette 等工具能调用原本只支持同步的模型。开发过程中还促成了 LLM 0.30 新增插件钩子机制，方便其他插件扩展。