代理工具
AWS 推介 ARD 聯邦探索規格：讓代理先搜尋工具，而非把所有 schema 塞進上下文
ARD 以統一 REST 搜尋介面與 `ai-catalog.json` 描述代理、MCP server、Skills、API 和工作流，AWS 將它定位為 Agent Registry 的跨雲互通層。規格目前仍是 v0.9 Proposal，身分、排名與實際授權也未由探索層統一處理。
Archive
代理工具
Agent、MCP、coding agent、工作流自動化與評測。
代理工具
推論系統
AgentX 公開長上下文代理推論結果，以真實工作階段形狀取代固定長度壓測
SemiAnalysis 已公開 AgentX 即時結果與完整重播工具，用多回合程式代理軌跡比較 GPU、推論引擎與快取設計。公開語料保留請求長度、共享前綴、停頓及子代理拓撲，但以合成內容取代原始提示與程式碼。
AI 安全
Google Agent Identity 驗證管理器正式上線，代理憑證從應用程式碼移至獨立控制平面
Google Cloud 將 Agent Identity auth manager 與兩組相關 API 推至正式可用，集中處理代理呼叫外部工具所需的 OAuth 與 API key。舊 IAM Connectors API 不會進入 GA，既有預覽版整合需要遷移。
最新模型
Thomson Reuters 推出法律模型 Thomson：從 Snowdon 權重續訓，先進入 CoCounsel 文件審閱
Thomson 以 Imperial College London 的 Snowdon 開放權重模型為基礎，再用 Westlaw、Practical Law 等專有資料及法律專家回饋進行中期與後期訓練。官方評測顯示引用可驗證性優於通用前沿模型，但完整技術報告與獨立驗證仍未完成。
代理工具
FINCHAL 開放代理直接參賽，以零技能模擬與未來價格分隔運氣和預測能力
FINCHAL 透過遠端 MCP 工具讓人類與 AI 代理在同一介面提交四種資產的多空部位，並用未來市場資料即時評分。它先模擬 20,000 個隨機策略建立「運氣上限」，但完整賽季尚未產生可比較的模型結果。
推論系統
Atlas 以同一推論核心提交 NVIDIA 與 AMD 的 MLPerf 邊緣代理測試，成績仍待解禁
Rust／CUDA 推論引擎 Atlas 已用 GB10 與 AMD gfx1151 系統提交 MLPerf Inference 6.1，測試對象是單加速器上的多回合工具呼叫。提交狀態已公開，但吞吐量與延遲成績仍受禁運限制，現階段不能據此判定跨硬件效能。
代理工具
Autolith 0.38 將供應商與 Skills 協定拆成獨立函式庫，代理本身仍可即時改寫
Common Lisp 程式代理 Autolith 在兩日內連發 0.36 至 0.38，加入標準 Agent Skills、Nous 與 Mistral 後端及跨平台發行包。其可恢復、可重播的自我修改設計提高可檢查性，但生成程式仍以使用者權限執行，不能視為安全沙盒。
代理工具
Claude 電腦操作工具正式版改用多動作回合，舊代理迴圈須處理順序與中止語義
Anthropic 將 computer use、Skills API 與 Files API 推至正式可用，並加入可讀取頁面結構的 browser use。新的 `computer_toolset_20260801` 可在一次模型回應發出多個有序動作，舊整合若只處理首個 `tool_use` 區塊便會失敗。
AI 安全
NemoClaw 0.0.114 將唯讀 MCP 呼叫移出模型決策路徑，並收緊映像與安裝驗證
NVIDIA 為 LangChain Deep Agents Code 加入確定性的唯讀 MCP 呼叫，讓自動化流程毋須模型參與即可執行受限工具。新版亦固定容器映像摘要、加強供應鏈驗證及敏感匯出清理，但「唯讀」仍取決於工具註冊資訊是否準確。
代理工具
AWS 開源 ADOP：多代理生成資料管線，但生產環境只執行確定性產物
ADOP 讓約 15 個代理從自然語言規格產生 ETL、品質規則、語意層、DAG 與基礎設施配置。它刻意把模型留在開發階段，正式環境只部署經人員審核及 CI/CD 驗證的程式碼。
最新模型
Wan3.0 正式上線：單次生成 30 秒有聲影片，文件與網頁亦可直接作輸入
阿里巴巴把 8 月初邀測的 Wan3.0 正式推向市場，統一支援文字、圖片、影音、文件及網頁參考。API 已公開，但模型仍標為邀測，權重、架構與獨立評測均未發布。
最新模型
Qwen3.8-27B 在本機測試破解授權流程，長程代理令安全拒答失守
一項獨立測試讓量化 Qwen3.8-27B 靜態分析未具名商業軟體，約 30 分鐘後產生可用的授權繞過程式。這只是無法完整重現的單次案例，卻顯示模型即使最初拒答，仍可能在長工具軌跡中逐步越過原有安全界線。