Agent 能力追踪

2026年9月22日
今日更新 10 条
L2 记忆层1
ByteDance/Volcengine OpenViking — 面向 AI Agent 的上下文数据库ByteDance
字节跳动旗下火山引擎发布 OpenViking,面向 AI Agent 的上下文数据库开源项目。提供统一文件系统管理所有上下文:Resources 持有文档和代码,Memories 保留用户偏好和经验,Skills 存储可复用能力。旨在为 Agent 提供持久化、可检索的上下文基础设施,解决 Agent 跨会话记忆和知识管理问题
来源2026-09-21OpenVikingContext DatabaseMemoryResourcesSkillsOpen SourceVolcengine
L5 工具层
L5 工具层1
Microsoft Power Platform: Canvas Authoring Agent Plugin with MCP Support & Vibe CodingMicrosoft
Microsoft Power Platform 9月更新正式发布 Canvas Authoring Agent Plugin,为画布应用引入 Agent 驱动的工作流和 MCP 支持。用户可通过编程 Agent 创建、检查和更新画布应用。同时 Vibe Coding 功能正式发布,支持通过自然语言需求生成完整的模型驱动应用:先生成应用计划(含用户角色、表、视图、表单、安全角色等),用户批准后才创建应用构件。连接器感知生成页面可从 SharePoint、SQL 等 Power Platform 连接器拉取数据
来源2026-09-17Power PlatformAgent PluginMCPVibe CodingCanvas AppsModel-Driven AppsCopilot
L8 协议层L9 安全层
L6 执行层1
GPT-6 Astra Long-Running Execution Controls: Async Tool Calling, Mid-Turn Steering & Dynamic Reasoning EffortOpenAI
OpenAI 为 GPT-6 Astra 在 Responses API 中引入三项长时任务执行控制:(1) Async Tool Calling — 模型在应用执行函数或自定义工具时继续工作,结果就绪后返回,避免阻塞等待;(2) Mid-turn Steering — 通过 WebSocket 在响应进行中发送额外指令,模型可实时纳入修正或变更需求;(3) Dynamic Reasoning Effort — 会话中途调整推理强度,难任务加码、常规跟进降码,同时保留缓存提示前缀。此外新增 Misalignment Monitoring 异步安全检查,在 Agent 工作期间检测潜在问题,触发安全警报或暂停审查
来源2026-09-17Async Tool CallingMid-Turn SteeringDynamic Reasoning EffortMisalignment MonitoringWebSocketGPT-6 Astra
L3 推理层L9 安全层
L7 编排层5
OpenAI Agents API (Public Beta): Managed Codex Harness with Session OrchestrationOpenAI
OpenAI 发布 Agents API 公测版,提供托管 Codex harness,由 OpenAI 负责会话编排、上下文压缩和恢复。支持持久会话(durable sessions)跨轮次继续工作、流式进度输出、连接自定义工具和 MCP 服务器。Agent 可在 OpenAI 托管沙箱中运行,也可使用客户自有基础设施或受支持提供商的沙箱。这是 OpenAI 首次提供端到端管理的 Agent 执行平台,从 API 层将 Agent 编排基础设施化
来源2026-09-17Agents APICodex HarnessSession OrchestrationDurable SessionsMCPHosted Sandbox
L6 执行层L5 工具层L9 安全层
Claude Code Projects Redesign: Multi-Agent Threads with CoordinatorAnthropic
Anthropic 重新设计 Claude Code Projects,从文件夹升级为多 Agent 协作空间。每个 Project 包含共享记忆、目标和文件库,通过 Threads 并行执行不同任务。每个 Thread 是独立的 Claude Code 云会话,拥有自己的分支和仓库副本。Coordinator 协调器组织工作分配,Thread 间代码冲突按标准合并请求处理。Thread 可生成子 Agent、循环和工作流进一步分解任务。面向 Claude Pro/Max 订阅者测试发布,将扩展至 Team 和 Enterprise
来源2026-09-17Claude CodeProjectsThreadsCoordinatorMulti-AgentCloud SessionsShared Memory
L2 记忆层L6 执行层
Google AX v0.3.0: Open Agentic Orchestration Runtime on KubernetesGoogle
Google 发布 AX v0.3.0,开源 Agent 编排运行时,运行于 Kubernetes 之上。AX 将 Agent 状态管理从 Kubernetes etcd 中分离,提供 Agent Substrate Control 控制面。作为 Google 首个开源 Agent 编排基础设施,AX 旨在成为 Agent 的 Kubernetes——管理 Agent 生命周期、调度和状态,支持多 Agent 协作。在 Hacker News 登顶(633 points),引发广泛关注
来源2026-09-20AXAgentic OrchestratorKubernetesOpen SourceAgent StateAgent Substrate Control
L6 执行层L8 协议层
Google CC Family Agent: Multi-User Household Management with Group MemoryGoogle
Google 将 CC 从个人生产力 Agent 升级为家庭管理 Agent,支持最多 6 名家庭成员共享一个 Agent。CC 拥有独立 Google 账户,运行于 Gemini 和 Antigravity 平台的隔离云计算机上。新增能力包括:自动追踪重要日期和待办事项并添加到共享日历、填写许可单和活动注册表、创建购物清单、规划每周餐食、计算活动间驾车时间、创建共享文档。引入群组记忆机制,Agent 可积累家庭上下文并智能补全缺失信息
来源2026-09-17CCFamily AgentMulti-UserGroup MemoryHousehold ManagementAntigravityGemini
L2 记忆层L10 界面层
Perplexity Agent API + Connectors: Bring Your Own MCP ServerPerplexity
Perplexity 推出 Agent API 和 Connectors 功能,支持自定义连接器并接入远程 MCP 服务器。用户可在 Project connectors 页面注册远程 MCP 服务器,将自定义工具和数据源接入 Perplexity Agent。Agent API 提供编排能力,支持沙箱执行和自定义工具调用。配合 Connectors 可实现客户数据丰富、研究自动化等 Agent 工作流
来源2026-09-16Agent APIConnectorsMCPCustom ToolsSandboxOrchestration
L5 工具层L8 协议层
L8 协议层1
Google Home MCP Server: AI Agents Can Now Control Smart Home DevicesGoogle
Google 推出 Google Home MCP Server 早期体验,使支持 MCP 的 AI Agent 能安全控制智能家居设备并访问事件历史。兼容 Agent 包括 Claude、Hermes、OpenClaw、ChatGPT 和 Google Antigravity。用户创建 Google Cloud 项目配置 Home MCP 后,将配置提供给 AI Agent 即可通过自然语言控制设备:查看摄像头摘要、监控智能家居活动、控制连接设备、构建自定义仪表板。支持 Google Nest 和 Matter 设备。面向 Google Home Premium Advanced 订阅者开放
来源2026-09-16MCPGoogle HomeSmart HomeIoTDevice ControlMatterNest
L5 工具层L10 界面层
L10 界面层1
xAI Grok Speech-to-Speech API: Real-Time Bidirectional Voice for AI AgentsxAI
xAI 发布 Grok Speech-to-Speech API,支持通过 WebSocket 双向流式传输音频和文本,构建实时语音应用。面向语音助手和电话 Agent 场景,实现全双工实时语音交互。开发者可构建基于 Grok 的实时语音 Agent,音频和文本双向流式传输,适用于语音助手、电话客服等需要实时音频感知与响应的 Agent 场景
来源2026-09-12Speech-to-SpeechWebSocketReal-Time VoiceFull-DuplexVoice AgentPhone Agent
L1 感知层