代理工具
MCP 新路線圖聚焦代理事件、HTTP 傳輸與身分安全，但 Tasks 的 SDK 支援仍未齊
MCP 維護團隊把下一階段規格工作集中於五個領域，包括伺服器主動事件、代理身分及漸進式工具探索。這些項目仍是路線圖，現有 SDK 對 Tasks 與擴充通知的支援也存在缺口。
Archive
代理工具
Agent、MCP、coding agent、工作流自動化與評測。
代理工具
最新模型
DeepSeek V4-Flash-Vision-Exp 開放圖片輸入，1M 上下文但仍屬 API 實驗版
DeepSeek 為 V4-Flash 加入圖片理解，可透過三種相容介面處理文字與影像，並維持原有 Flash 計價。官方公布的代理評測成績仍缺乏獨立重現，模型權重與視覺架構也未公開。
代理工具
OpenViking 0.4.16 讓 VikingBot 遠端載入 Skills，並移除 Resource Relations API
新版把代理技能集中存放、搜尋及快取的流程接入 VikingBot，也加入逐使用者記憶擷取政策與持久化背景匯入。升級同時刪除實驗性的關係 API 與 CLI 指令，既有整合須先遷移。
代理工具
ASR Benchmark Fitting 以三類探針量化背題，部分模型重現 18% 至 30% 錯誤參考稿
Hume AI 與 Hugging Face 發現，若音訊與公開測試集答案衝突，部分高分語音模型仍會輸出參考稿內容。Open ASR Leaderboard 已加入 Benchmark Fitting 分頁，但這些行為不等同證明模型直接看過測試資料。
AI 安全
Semantica 0.6.6 封堵代理知識管線的 SSRF、注入與憑證外洩路徑
Semantica 0.6.6 集中修補知識圖譜匯入、備份、匯出及外部請求的多類漏洞，維護者建議所有部署升級。新版也加入可保留來源紀錄的事實撤回機制與 CrewAI 整合。
推論系統
Yutori 披露瀏覽器代理推論架構：100K 長輸入配短工具輸出，靠前綴快取壓低每步成本
Yutori 的 Navigator 每項瀏覽器任務會連續呼叫視覺語言模型數十次，歷史上下文最長可增至約 100K token。Together AI 以 vLLM 前綴快取及分流延遲目標承載這種負載，但兩倍速度與低四至五倍成本仍是供應商披露的比較結果。
代理工具
Hermes Agent 0.20.5 加入五供應商無金鑰搜尋，排程任務可獨立設定推理強度
Nous Research 將無金鑰網路搜尋、排程記憶與執行停滯防護收進 Hermes Agent 0.20.5。這次標為修補版，卻合併約 323 個 PR，完整遷移說明仍要等 0.21.0。
代理工具
Slack Code 把代理工作流搬進共享頻道，但自訂代理 API 尚未全面開放
Slack Code 讓 Claude、Devin、Copilot、ChatGPT 與 Vercel 代理在專案專屬頻道內展示計畫、程式碼差異及即時預覽。它改善多人監督代理的介面，但執行沙盒、憑證及儲存庫權限仍由各代理供應商處理。
推論系統
LFM2.5 加入 DSpark 草稿模型，H100 解碼吞吐量最高提高 3.18 倍
Liquid AI 為三款 LFM2.5 模型釋出約 3 億參數的 DSpark 草稿檢查點，並接入 llama.cpp 與 SGLang。官方測試顯示加速幅度會隨模型、資料分布及硬件大幅變動，不能把峰值直接視為所有工作負載的收益。
最新模型
RuleMaze 將視覺規劃拆成工具呼叫，3B 模型未見規則成功率由 56.3% 升至 88.0%
RuleMaze 用可執行驗證器檢查多模態模型能否看懂迷宮、遵守自然語言規則並完成路徑規劃。DMP 將感知、移動及規則驗證拆開後明顯勝過一般微調，但測試仍限於合成網格，且驗證器曾經人工校正。
代理工具
TMI 從交錯電腦操作重建任務樹，步驟描述準確率由 30.3% 升至 74.9%
Task Model Induction 不把整段螢幕與輸入紀錄壓成單一工作流程，而是先拆出非連續任務，再重建目標階層與迴圈控制流。產生的代理技能在保留題準確率由最佳基線的 14.29% 升至 18.57%，但整套流程依賴前沿模型，且原始操作軌跡帶來明顯私隱風險。
代理工具
AI4AI-Bench 要代理重寫十類訓練演算法，最佳系統平均分僅 0.250
AI4AI-Bench 把調參與真正改變學習方法分開評估，要求程式代理提交可由零重跑的訓練程式碼。六套系統的 290 次測試中，逾四成表現不及原始演算法，增加推理強度主要只是令代理更願意觸碰核心訓練機制。