代理工具
LangChain 1.4 將 MCP 納入核心套件，支援無狀態協定、工具清單快取與中途詢問
新的 `langchain.mcp` 以 FastMCP 統一連線、驗證及協定協商，取代獨立的 adapter 套件。伺服器可在工具執行途中要求補充資料或核准，LangChain 則把暫停點映射成可恢復的 LangGraph interrupt。
Archive
GitHub Repo
GitHub 熱門專案、開源工具、框架、runtime 與重要 release。
代理工具
AI 安全
GitSpawn 利用儲存庫本機 Git 設定，繞過七款程式代理的執行核准
惡意專案可把命令寫入 `.git/config` 的 `core.fsmonitor`，等待代理背景執行 `git status` 或 `git diff` 時在主機啟動。部分產品已修補，但事件顯示代理沙箱若未涵蓋啟動與版本控制程序，工具核准仍可能被底層程式繞過。
推論系統
SGLang 將零 GPU 模擬器納入正式文件，以延遲預測重播推論流量
SGLang Simulator 以 CPU 攔截執行期元件，模擬排程、批次與多層 KV cache，而不真正載入模型或執行 GPU 核心。團隊宣稱兩款 Qwen3 在 H20 的主要指標誤差低於 5%，但硬體與模型覆蓋仍有限。
GitHub Repo
Paddock 開源 Rust／CUDA 推論引擎，鎖定單張 NVIDIA GPU 的代理併發
Truespar 公開 Paddock 的排程器、分頁 KV cache、記憶體管理及自製 CUDA kernels，並提供 OpenAI、Anthropic 相容介面。作者基準顯示它在部分單卡工作負載勝過 vLLM 與 SGLang，但尚無獨立重現，且不支援張量平行、ROCm 或 Metal。
代理工具
DRACO 用動態評分規準分配代理每一步的強化學習信用，訓練不讀取任務答案
IBM Research 與卡內基美隆團隊讓評審模型依每組軌跡生成規準，再把整體獎勵重新分配至相關步驟。方法在 AppWorld 提升 15.9 個百分點，但正確性仍取決於未經人工驗證的模型評審。
最新模型
GPT-6 Astra API 加入非同步工具呼叫與回合中途轉向，資安能力首次達 Critical
OpenAI 的新旗艦模型允許工具在背景執行時繼續推理，並可透過 WebSocket 接收中途修正。更強的代理能力伴隨新的遷移限制，以及首次達到 Critical 級別的網路攻擊能力。
代理工具
Pydantic AI 2.40 為即時語音代理補上可校正播放進度的插話中斷
新版讓應用程式在使用者插話時，依實際播放的音訊位元組中止回答並同步對話狀態。它同時新增帶外提示佇列與事件監聽介面，讓即時代理不必把所有控制訊號偽裝成使用者回合。
推論系統
llama.cpp 0.4.0 以延遲張量讀取降低大型模型載入尖峰，並接入 Qwen3.8 新架構
新版加入 `--lazy-mode`、量化工作記憶體上限及逐列分片串流，讓超大型張量不必一次載入 RAM。它也初步支援 Qwen3.8-Flash-Next 與 Nemotron-3-Puzzle，但前者的效能最佳化及部分硬體相容性仍待完成。
代理工具
Claude Code 2.1.261 揭露技能的上下文成本，並收緊自動模式外傳資料判定
新版以 `/skill-doctor` 列出未使用技能及其上下文占用，讓開發者找出每輪都會重複支付的提示成本。更新亦擴大危險刪除偵測、修補工作階段恢復遺失上下文，並把含內容的公開圖表網址視為外部上傳。
AI research
One-Shot OPD 以單一查詢取得全資料蒸餾大部分增益，瓶頸轉向教師訊號吸收速度
研究者發現，學生模型反覆對一個查詢取樣並接受教師的 token 級監督，300 步後可覆蓋完整資料訓練所到達狀態的 71.5%。加入語意相異的 16 個查詢可把覆蓋率推至 98.9%，但結果仍限於指定的小型模型、教師與基準。
AI 研究／形式驗證
Claude 以多代理協作完成費馬最後定理的 Lean 形式化，公開 1,300 萬行證明
Anthropic 表示，數十個 Claude 代理在 11 天內完成首個端到端、可由電腦檢查的費馬最後定理證明。真正突破不只是模型能力，而是 Prove2Me 用定理相依圖、獨立編譯與搜尋機制控制長週期協作。
推論系統
NVIDIA PAIR 以單一本機端點分派跨裝置推論，但不會合併 GPU 記憶體
開源 Personal AI Router 可在 Windows、Linux 與 macOS 節點間調度 Ollama 或 LM Studio 的獨立請求。它適合提高多代理併發量，卻不是分散式模型執行引擎，單一模型仍須完整放入一台機器。