--digest

POCHE DIGEST

Agent Plugins 1.0 规范发布:跨客户端的 AI 智能体扩展包标准

Agent Plugins 联合技术指导委员会发布了 1.0.0 版本规范,旨在为 AI 智能体(Agent)的可复用组件建立开放且中立的打包标准。目前不同智能体客户端各自维持独立的插件格式,导致开发者需要为不同平台重复打包和重构技能与服务器组件。该标准通过定义统一的目录结构与清单文件(plugin.json),将 Agent Skills 与 Model Context Protocol(MCP)服务器整合入跨平台可用的打包格式中。

该规范的初始技术指导委员会成员来自 Amazon、Cursor、Microsoft、OpenAI 以及 Vercel 等机构,保证了行业多方的参与和互操作性。在此标准下,安装分发、权限控制和界面交互仍由各客户端自主管理,但共享核心组件实现了统一。这一举措降低了智能体扩展生态的适配成本,有助于跨平台 AI 工具生态的快速标准化。

Prime Intellect 推出了开源智能体框架 Prime Agent,旨在克服传统 Harness 固定工具调用和上下文压缩对前沿模型能力的限制。Prime Agent 基于两大核心抽象构建:递归语言模型(RLM)将上下文作为变量,将子 Agent 的派生视为 REPL 内的函数调用;动态 Harness(Continual Harness)则允许模型对自身的 Prompt、技能、记忆和子 Agent 进行增删改查(CRUD),实现持续演进。

系统核心采用持久化的 IPython 内核作为唯一交互工具,子 Agent 也以独立的 prime-agent 实例运行。架构通过后台 Daemon 统一管理所有会话,支持会话快照恢复与基于 JSONL 的完整历史追踪,同时在上下文达到阈值时进行异步垃圾回收与压缩。该框架适用于长流程代码编写、自主评估和科学研究协作等复杂场景。

The Browser Company 的设计团队在一场研讨中分享了在 Dia 浏览器中重新引入类似 Arc“Spaces”的侧滑 Profiles 功能的思考过程。团队透露,在 Arc 浏览器中仅有不到一半的用户主动使用 Spaces,且大多数用户仅在两个空间之间切换。出于降低新用户迁移门槛的考虑,Dia 在初期采用了极为轻量和传统的浏览器结构。

然而团队意识到过度精简导致 Dia 失去了 Arc 独特的个性与高阶功能体验。为了在主流习惯与高阶效率之间取得平衡,设计团队探索了桌面卡片堆叠、双层顶栏等多种界面范式,最终决定引入支持手势滑动切换的 Profiles 设计。这既保留了针对不同上下文的焦点隔离能力,又避免了传统标签页堆积带来的视觉混乱。

Wispr Flow 推出了专为会议场景设计的 AI 助手 Wispr Flow Notetaker,主打高准确率的逐字记录与后续跟进体验。该工具能够根据声音特征自动识别并标注具体参会者姓名,无需手动将对话归类给通用标签,且支持一键修正误标。

除了基础的转录与摘要生成,Notetaker 还支持跨会议、邮件和消息记录的全局问答,并能提供附带来源链接的答复。在会议开始前,系统可根据过往记录自动生成参会者背景与历史议题简报;在会议过程中,参会者可随时点击“What did I miss”功能,快速获取过去几分钟的要点速览。

Cloudflare 推出了开源 AI 系统 Cloudflare OS,允许企业将其部署在自己的 Cloudflare 账户中,构建连接内部数据的 AI 工作空间。该平台基于 Cloudflare Workers 搭建,智能体代码运行在动态 Workers 构成的独立沙箱内,并通过 Cloudflare Access 控制访问权限。系统支持连接 Gmail、Google Docs、BigQuery、Linear 和 GitHub 等多样化工具,同时整合了 AI Gateway 以管理模型路由和成本。

安全机制是该系统的设计重点,每个智能体和应用在默认状态下没有任何外部访问权限。系统引入了 Gatekeeper 机制来管理凭证和执行策略,记录所有读取行为,并在敏感写操作时要求人工介入批准。针对已有的 MCP 服务器,平台提供了 Portal 接入方式,确保共享工作流在严格的权限体系下运行。

Cloudflare 推出了完全运行在 Cloudflare Workers 架构上的无状态浏览器 Kitesurf,专为云端 Agent(Agentic Cloud)场景设计。Kitesurf 能够直接嵌入 Chrome DevTools 界面,支持在运行过程中检查 DOM 结构、读取控制台日志以及监控网络活动,并能实时反馈 WebAssembly 的内存占用情况。

该浏览器原生支持 Chrome DevTools Protocol(CDP),任何支持驱动 Chrome 的 AI Agent 均可直接连接 Kitesurf 的 WebSocket 协议节点。这使得 Agent 无需在本地安装 Chrome 浏览器或配置复杂 API 密钥即可完成网页浏览与自动化操作。目前系统对演示环境设置了 CPU 与运行时间限制,以保障资源调度的稳定性。

bb 是一款专为“循环驱动开发”(Loop-driven Development)设计的开源本地 IDE,采用 MIT 许可证发布。该编辑器支持通过自然语言提示词直接修改和定制界面与功能,其 GitHub 集成、Agent 记忆、定时任务和远程接入等核心特性均以插件形式实现。

bb 允许用户在本地环境中协同调度多个主流 AI 模型与 Agent(包括 Claude Code、Codex、Cursor、OpenCode 和 Grok 等),并使用用户既有的 API 订阅付费。系统的 CLI 工具向外部程序开放,支持从 Shell 脚本、Cron 任务或 Telegram/Slack 机器人中触发并创建后台执行线程。

celld 是一套开源的自托管分布式 Durable Objects 实现,旨在不依赖 Cloudflare 基础设施的情况下复用其单线程有状态对象模型。celld 将对象状态与调度解耦,利用 S3 等对象存储桶作为全局协调节点,无需复杂的集群成员协议、故障检测器或共识算法。

每个单元(Cell)的身份通过对象存储桶内的原子写(CAS)租约确认,其状态变化则通过 Litestream 的 LTX 增量段持续同步至存储桶。当节点发生故障时,其他节点可在数秒内接管租约并恢复 SQLite 状态。该项目将运行状态与故障排查记录保留在用户自主控制的磁盘与存储上,为构建分布式有状态应用提供了更高的可见性与确定性。

Energy 是一款面向浏览器与办公协作场景的 AI 助手工具,旨在通过简单的自然语言指令替用户自动执行复杂的跨应用任务。用户只需描述预期结果并关联常用软件,Energy 即可直接驱动真实浏览器,联动 Gmail、Slack 和 Google Calendar 等工具端到端完成工作。

与传统对话式 AI 相比,Energy 预置了收件箱整理、项目跟踪等多款专用助手,并支持接入任意底层大模型,无需手动配置复杂的记忆与自动化流程。官方表示不会使用用户数据进行模型训练,同时对所有操作步骤提供可追溯的审计日志。