Agent 能力追踪

Anthropic 为 Claude Cowork 新增跨上下文记忆能力。记忆在聊天与 Cowork 云端工作流间共享，默认开启，使用户无需重复解释重要信息即可继续工作。敏感话题（健康、信仰等）需手动授权才会存储。这是 Agent 记忆层从「单会话记忆」向「跨产品跨场景持久记忆」的演进

ChatGPT Work 定时任务支持通过 Webhook 响应外部应用更新，并可共享定时任务。当外部应用状态变化时（如文档更新、审批通过），定时任务可自动触发执行，实现事件驱动的自动化工作流编排。这是 Agent 规划层从「手动触发任务」向「外部事件自动响应」的能力扩展

ChatGPT Work 的 Agent 可自主登录网站完成预约 DMV、取消预订、填写求职申请等操作。关键创新：凭据隔离机制确保 OpenAI 无法看到用户登录凭据，Agent 在不暴露密码的情况下代用户完成网站交互。这是 Agent 工具层从「需要用户手动登录」向「Agent 自主安全登录」的能力突破

ChatGPT Mac 桌面端新增 Apple Messages 插件，可搜索消息、回顾对话上下文、起草并发送回复。插件在 Apple silicon Mac 上原生运行，ChatGPT 不会创建用户消息的完整索引以保护隐私。这是 Agent 工具层从「通用浏览器交互」向「操作系统原生消息应用集成」的扩展

LangSmith Engine 问题检测能力提升 2 倍以上。关键改进：通过托管 MCP 工具和生成的 SDK 方法暴露问题列表与详情，Agent 和 API 客户端可直接获取问题详情进行自动化诊断。这意味着 Agent 执行层从「人工排查问题」向「Agent 自主获取并修复问题」的能力增强

LangSmith 推出 Tuned Evaluators 评估器系列，首个上线 Perceived Error 评估器。机制：LangSmith 自动识别符合条件的轨迹或线程，由 LangChain 管理的专用 Judge 模型评估 Agent 轨迹中的感知错误。这是 Agent 执行层从「人工标注评估」向「托管自动评估」的能力升级

MCP 发布更新路线图，设立 5 个优先方向：1）Agentic 消息原语——server-initiated events（webhooks/channels）、Tasks 扩展成熟化；2）HTTP 原生传输统一——覆盖本地 stdio 模式；3）Agent 身份与企业安全——DPoP、Workload Identity Federation、Agent 身份委派标准化；4）改进原语——工具结果标准化、渐进式工具发现（解决百工具列表下选择退化问题）；5）SDK 开发者体验。这是 Agent 协议层从「基础通信」向「Agent 身份认证与智能工具发现」的系统性规划

MCP Rust SDK (rmcp) 从 Tier 2 提升至 Tier 1，通过 67/67 服务端和 50/50 客户端一致性测试，成为完全合规的官方 SDK。这意味着 Rust 生态开发者可使用完全合规的 MCP SDK 构建服务端和客户端，与 TypeScript/Python SDK 同等级别支持

Perplexity 推出 Portable Computer 本地优先 Agent 架构。关键特性：1）全栈本地运行——Agent harness、orchestrator 和 sandbox 完全在 NVIDIA DGX Spark 上本地运行；2）OS 级沙箱——操作系统层面强制隔离，非 prompt 级安全约束；3）零 token 本地成本——本地执行步骤零 per-token 费用；4）云端逐步授权——需更强推理时逐步请求云端授权。这是 Agent 安全层从「云端沙箱」向「OS 级本地沙箱」的安全架构创新

Meta 推出 Meta AI 独立 Mac 桌面应用，支持屏幕共享让 AI 实时看到用户屏幕内容，可与应用对话交互完成任务。作为 Meta AI 商业功能更新的一部分发布。这是 Agent 界面层从「浏览器内交互」向「独立桌面应用 + 屏幕感知」的扩展