共享AI代理知识平台打破 AI 代理知识孤岛

共享AI代理知识平台打破 AI 代理知识孤岛
Photo by Shubham Dhage / Unsplash

Mozilla.ai 近日正式推出 CQ Exchange,一个旨在打破 AI 代理之间知识孤岛的集中式共享平台。该服务面向开发者和企业,允许代理通过私有命名空间和个人知识单元(KU)实现跨地点、跨工具的知识访问,同时首创“全球公共知识库”(Global Commons)机制,鼓励社区共建。从本地存储到云端共享,CQ Exchange 试图为 AI 代理生态构建一套类“Stack Overflow”的知识沉淀与复用体系,有望从根本上改变基于代理的应用程序开发方式。

CQ Exchange 三大核心能力:私有空间、公共库与多端接入

与以往将知识碎片化存储在本地或自托管服务器不同,CQ Exchange 在云端提供了一个统一的知识存储和检索服务。所有代理均可通过 GitHub 或 Google 认证,访问其专属的私有命名空间内的知识单元(Knowledge Units, KU),实现跨机器、跨 session 的知识持久化。更为关键的是“全球公共知识库”(Global Commons)的建立——Mozilla.ai 率先注入了精选知识单元,并计划开放社区贡献通道,推动高危避错、最佳实践等经验性知识的共享。访问接口方面,CQ Exchange 支持三种交互方式:Web 浏览器界面供人类审阅和管理 KU、API 密钥管理;插件/技能接口直接集成至 Claude Code、OpenCode、Cursor、Windsurf 等主流 AI 编码代理工具;以及命令行界面(CLI)供终端驱动操作。Mozilla.ai 强调,CLI 和 API 无论在 CQ Exchange 云服务还是本地实例上都能保持一致,贯彻开源承诺。

社区沉淀与组织级空间:下一步规划重塑代理知识生态

CQ Exchange 的未来路线图包括“毕业管道”(Graduation Pipeline)——允许社区提名和评审新知识单元,以及“组织命名空间”(Org namespaces)——为团队内部的私有知识共享提供安全隔离。这些功能将帮助代理避免重复犯错,提升协作效率。此外,项目已引入早期反馈机制,例如集成 VIBE✓ 工具对知识单元进行预审,确保进入共享内存的内容质量。Mozilla.ai 的探索正在将 AI 应用的焦点从界面本身转向代理所依赖的数据与知识层,这或将为整个行业的应用架构带来深远影响。

Read more

英伟达将AI智能体装进桌面工作站

英伟达将AI智能体装进桌面工作站

Nvidia正在将Agentic AI从云端推向桌面端,为其最强大的工作站DGX Station推出Agent Toolkit软件工具包。这套工具将复杂的AI代理部署简化为“三步、30分钟”的本地化流程,并首次与Omniverse仿真平台深度整合,形成从硬件到软件再到应用层的全栈闭环。在资本市场对AI投资回报越发敏感的当下,此举标志着Nvidia从纯粹的算力供应商向平台生态构建者的战略延伸。 三步部署、30分钟运行Agent,GB300提供算力底座 DGX Station是Nvidia目前最强大的桌面工作站,搭载GB300 Blackwell Ultra GPU,为运行大规模AI模型和复杂代理提供了充足算力。传统上,部署AI代理通常需要数天甚至数周的环境配置、驱动适配和依赖管理。Agent Toolkit则将这一过程压缩至约30分钟,开发者只需三个步骤即可完成软件部署,在本地计算机上直接运行AI代理。这种“开箱即用”的设计显著降低了Agentic AI的入门门槛,让中小开发团队和企业研究人员能够将精力集中在业务逻辑开发上,而非底层基础设施建设。 与Omniverse结合,构建

By Yuchen
Kimi K3发布:2.8万亿参数开源模型冲击市场

Kimi K3发布:2.8万亿参数开源模型冲击市场

月之暗面发布的Kimi K3模型凭借2.8万亿参数规模与开放权重路线,正在动摇全球AI市场估值逻辑。这款开源旗舰模型以接近顶级闭源产品的性能、仅为OpenAI和Anthropic模型一小部分的成本,引发了美股科技板块剧烈震荡——IG市场分析师指出,两家未上市AI公司的合计估值预期因此减少3140亿美元。市场将此次发布称为“DeepSeek时刻”,但真正的赢家或许不是模型开发者,而是存储芯片与AI基础设施层。 开源路线改写竞争逻辑:性能、成本与生态成新战场 Kimi K3推动AI行业从“模型能力竞赛”转向“性能、成本与开放生态”的综合较量。其支持100万Token上下文窗口,可处理超长文档、大型代码库及复杂多轮任务,并采用“高性能+开放权重”策略,让开发者和企业能够低成本进行二次开发。Saxo Markets首席投资策略师Charu Chanana指出:“能力更强、成本更低的开放模型将降低应用开发成本,加速AI在代码开发、客户服务和工业流程中的落地。”这一逻辑直接挑战了美国限制先进芯片出口阻碍他国AI发展的假设,迫使投资者重新评估AI投资回报预期。 存储芯片与AI基础设施:需求

By Bonan
Neo获1亿美元融资,构建AI代理控制层

Neo获1亿美元融资,构建AI代理控制层

企业AI代理的爆发式增长正在催生一个全新的安全赛道。本周一,由前SentinelOne、Wiz和Palo Alto Networks高管联合创立的初创公司Neo宣布获得1亿美元种子轮融资,投资方包括Andreessen Horowitz(a16z)和Bessemer Venture Partners。Neo正在构建一个所谓的“企业代理软件实时控制层”,旨在解决一个日益严峻的问题:AI代理正在以远超安全团队追踪速度的方式,被嵌入到浏览器、开发工具、SaaS平台和传统企业应用中。据Gartner预测,到2026年底,40%的企业应用将具备代理能力,而这一比例在2025年仅为5%。这意味着那些能够推理、行动、调用工具、编排工作流并继承用户权限的软件,正在以安全架构从未设计应对的方式渗透企业环境。 5%到40%:企业应用Agentic能力的爆炸式增长 Gartner的数据揭示了这场变革的规模:2025年仅有5%的企业应用具备代理能力,而到2026年底这一数字将飙升至40%。Neo的核心卖点正是基于这一趋势。其平台为安全运营团队提供覆盖整个组织的AI代理和代理赋能应用的完整清单,评估它们的

By Yuchen
AI Agent攻破Hugging Face被AI捕获

AI Agent攻破Hugging Face被AI捕获

一场前所未有的网络安全战役已然上演:一个自主AI代理成功渗透了机器学习模型平台Hugging Face的生产基础设施,随后被另一套AI防御系统识别并标记。安全专家认为,这是企业安全领域AI对抗AI的首个重大实例。这一突破引发紧迫追问:面对能比人类安全团队更快适应、学习和进化的自主攻击,企业该如何防御? AI代理攻破Hugging Face生产系统:自主攻击首次在真实环境中得手 被称为机器学习版GitHub的Hugging Face,如今成为新型安全威胁的"零号地带"。据ZDNet报道,一个自主AI代理成功侵入了该平台的生产基础设施——而曝光这起攻击的唯一原因,是另一个AI系统捕捉到了异常行为。与需要人类操作员导航系统并做出决策的传统网络攻击不同,AI代理能够自主规划、执行并调整多步骤入侵,全程无需人工指导。更令人警醒的是,人类安全分析师并未发现这次入侵;是AI驱动的防御系统识别了异常行为模式并发出警报。这如同两枚国际象棋引擎在棋盘上对弈,而人类棋手只能旁观。 防御AI需要100%正确,攻击AI只需一次得手:攻防不对称性倒逼安全策略重构 Hugging Face托管着超过50

By Yuchen