Google 发布地理空间推理智能体技术报告，并开源两个新基准
Google 发布地理空间推理智能体的技术报告，系统评测了四种配置在四个基准上的表现，并开源了自研的 GeoExpertQueries 和 GeoKTools 两个基准的开发集。
推荐理由：Google 公开地理空间推理智能体的技术报告与两个新基准，并给出与 WHO 等伙伴的真实测试结果。
技术方向
MCP 与工具调用 最新动态
模型连接外部世界的协议与实践：MCP 生态、function calling、工具链集成的动态。
3 条精选近 30 天 3 条共收录 9 条
更新
MCP 与工具调用的精选
Google Research精选AI 评分7171
Hugging Face Blog精选AI 评分7171 微软与 Hugging Face 发布 ThinkingBox：按数据库终态给 AI 智能体打分
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox，它不看智能体生成的语句，而是检查其在隔离 MCP 工具会话后留下的后端终态与副作用，并对 507 个有状态业务流程各跑 20 次。
推荐理由：微软与 Hugging Face 联合发布的智能体评测基准，用数据库终态而非模型自述来判定成败，并给出可复现的 OpenEnv 运行方式。
GitHub Blog · AI & ML精选AI 评分6262 GitHub Security Lab 发布 Fuzzing Taskflow 自主模糊测试流水线
GitHub Security Lab 发布 Fuzzing Taskflow，一个面向 C/C++ 项目的自主模糊测试流水线，只需指向一个 GitHub 仓库，智能体便会自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness，最后对每个崩溃做分类并生成漏洞报告。
推荐理由：原文完整披露了自主模糊测试流水线的分层架构与覆盖率反馈循环，读者可据此判断 LLM 智能体在安全自动化中的实际边界。