Cornerstone OnDemand 构建的多智能体系统 Orion AI 借助 Amazon Bedrock 和 Strands Agents，将数据库诊断时间从45分钟降至10分钟，缩短78%。该系统还将超过10步的数据库生命周期操作合并为一次交互，并将冗余告警减少65%；文章进一步介绍了其领域拆分、混合路由、MCP 工具集成和实时指标绕过记忆等设计。
推荐理由：文章以 Orion AI 的落地架构和量化结果为线索，具体展示了多智能体在数据库运维中的分工、路由与实时数据设计。
Google 发布 AI Edge Foresight，一款面向 Mac 的本地优先 AI 会议记录工具，可完全离线运行并使用设备端 EmbeddingGemma 2 模型。
Amazon Quick 与 Amazon Bedrock Knowledge Bases 通过查询时实时 ACL 核验，为 RAG 增加直接向权威数据源验证权限的安全层。该双层架构先用索引中缓存的 ACL 筛选候选文档，再调用数据源 API 实时确认用户权限，仅将获授权的内容传给 LLM。
推荐理由：文章拆解 Amazon Quick 与 Amazon Bedrock Knowledge Bases 的双层 ACL 架构，说明缓存筛选如何与查询时权限核验结合以兼顾检索效率和访问安全。
Qlik 在 Amazon Bedrock 上构建 Qlik Answers，为企业员工提供可追溯来源的自然语言问答，并支持知识库、分析应用、术语表和文档等来源。
Google DeepMind 发布 EmbeddingGemma 2，将文本、代码、图像、视频和音频映射到统一嵌入空间，面向端侧推理。
推荐理由：EmbeddingGemma 2 将文本、图像、音频和视频统一到共享嵌入空间，并公开端侧内存、上下文和向量压缩数据，便于判断其本地检索适用性。
一项针对300名数据、AI及其他技术高管的调研显示，企业 AI 智能体项目平均仅34%进入生产环境，知识与上下文不足是主要障碍之一。生产领导者平均有61%的项目超越试点；数据碎片化是扩大知识访问最常见挑战（55%），该群体则更关注安全与隐私（72%）。
Ai2 开源 AstaBrief 8B，用于将研究问题和检索到的文献摘录生成带引用报告。该模型已作为 Asta 的 Fast mode 使用，平均每份报告耗时 51.1 秒，相比 Thinking mode 的 178.5 秒约快 3.5×。除模型权重外，团队还发布了训练数据和可从自有 PDF 生成报告的示例工作流。
推荐理由：AstaBrief 8B 的训练数据筛选、引用归因指标与部署方式，为科学报告模型的开源复现提供了具体参考。
GitHub Podcast 重新审视“无需阅读 AI 生成代码”“RAG 已死”“Skills 杀死 MCP”等常见 AI 观点，指出生成代码仍需审查并由开发者负责。MCP 提供工具与数据连接标准，Skills 提供流程、上下文和最佳实践，两者可以协同；RAG 仍能通过检索训练数据之外的信息，帮助模型缩小搜索范围、减少不完整回答。AI 辅助开发也凸显了代码结构、命名、测试和文档对可维护性的价值。
Mistral AI 发布 Agentic Search，将多步搜索、文档导航、读取和验证接入检索层，以处理长文档、跨文档和表格问题。在 FinanceBench 上，正确率从 26.7% 提升至 86%；在 OfficeQA Pro 上从 6.3% 提升至 51.9%，p90 延迟最多降低 39.6%，token 消耗最多减少三分之一。
推荐理由：文章用 FinanceBench 和 OfficeQA Pro 的对比数据，说明多步检索如何在复杂文档问答中提高准确率并减少 token 消耗与延迟。