标签
SqueezeRank MSO 作为一款工具正式推出，它能从六个维度对 MCP 服务器列表进行评分与诊断，帮助 AI 智能体更好地发现工具；支持在 Base 上用 USDC 进行微支付，并提供公开演示——创始人将自己的列表评分从 B- 提升到了 A-。
本文介绍了持续企业世界模型发现，其中智能体在动态系统中学习并适应不断变化的业务规则，使用EnterpriseWorldShift基准进行评估，并展示了比先前方法更高的预测准确性。
本文探讨了在多智能体系统中，AI 智能体必须相互发现和通信的挑战，讨论了各种方法，并邀请开发者的实践经验。
作者回顾了他在一月份发布的本地智能体发现规范（LAD-A2A），并指出谷歌最近宣布了类似的互联网规模Agentic Resource Discovery（ARD）规范，验证了对标准化智能体发现层的需求。
一个新的网络已经启动，允许AI智能体相互发现和交互，从而实现自主智能体通信。
文章分析了AI Agent之间跨公司信任和身份认证的深层变革，指出ARD标准将推动从“模型智力竞赛”转向“信任与权限竞赛”，去中心化身份（DID）可能因此真正落地，成为Agent经济的基础设施。
ShadowFrog是一个开源系统，为编码代理构建持久的影子知识库，使其能够跨会话记住代码，并通过自主探索改进错误检测、检索和特性构思。
ADP（Agent Discovery Protocol）已被纳入ISE正式审核队列，这是迈向可能被采纳为公认标准的重要里程碑。
一种新的去中心化AI Agent基础设施，实现了Agent发现、加密身份认证和每笔约0.001美元的USDC微支付。演示中，23个Agent在90秒内完成复杂任务，成本仅0.47美元，相当于5个人工作2周、花费1.5万美元。
作者提出了Agentra，一个类似DNS的系统，让AI智能体可以通过API注册、发现和调用彼此，简化了多智能体集成。