Agent Skills 通过标准化发布评审等重复流程，解决团队协作中信息散乱、重复沟通问题。将流程说明、检查脚本、模板等集中于 SKILL.md 及对应目录，实现按需加载与渐进披露。Anthropic 开源仓库提供可复用示例与模板，支持本地项目集成或 API 调用。生产接入时，可通过 Claude Code 插件、API 配置或自研加载器灵活部署，结合权限控制与验证机制，确保流程可靠、可追溯，逐

Agent Skills 通过标准化发布评审等重复流程，解决团队协作中信息散乱、重复沟通问题。将流程说明、检查脚本、模板等集中于 SKILL.md 及对应目录，实现按需加载与渐进披露。Anthropic 开源仓库提供可复用示例与模板，支持本地项目集成或 API 调用。生产接入时，可通过 Claude Code 插件、API 配置或自研加载器灵活部署，结合权限控制与验证机制，确保流程可靠、可追溯，逐

在安全审查示例中，任务被拆成 16 个区域分别检查，发现的问题再放到其他线程核验，空间里保留汇总材料供人审阅。这个智能体负责创建和协调其他任务线程，团队成员可以在空间中反馈问题，也可以通过评论讨论，准备交给 Amp 处理时再提及它。对于实现类似产品的团队，还需要明确：谁可以布置任务，怎样确认一次变更，哪些评论只是讨论。同样，用户在主对话中说“暂停”，系统应能停止相关任务继续执行后续动作，并说明哪些

Anthropic 推出 Dreams 功能，通过后台整理历史对话记忆，修正 AI 因重复记录而“记住错误”的问题。该机制不修改模型参数，而是重检外部笔记与会话记录，剔除过时、矛盾内容，生成更准确的记忆摘要。强调保留原始依据、分阶段验证新记忆、动态核对权限与实时状态，避免将推测当结论。实践建议：用真实任务检验整理效果，确保记忆真正提升决策质量而非误导。

NVIDIA 开源的 Auto Ontology 用来解决一类常见问题：数据库里有数据，但智能体不知道业务名词对应什么字段，也不清楚应该按什么口径计算。例如，用户问“上个月的销售额是多少”，数据库里可能同时有订单金额、开票金额、实收金额，还涉及退款、取消订单和统计日期。即使 SQL 能执行，选错字段或漏掉条件，结果也会出错。Auto Ontology 会读取数据库的结构和部分数据，建立业务术语、计

论文揭示了AI Agent在上下文压缩时，自动生成的交接摘要可能隐含虚构权限（如无依据的限制或授权），导致任务阻塞或越权执行。研究建议：独立保存权限状态、为摘要中的权限结论标注来源、保留失败具体原因、将权限变化纳入压缩测试、对齐提示词与业务规则，并建立审计链路以保障长任务的准确性和安全性。

Kimi Hosted Agents 于2026年11月推出，为企业提供托管智能体服务，支持长时间运行、异步执行与多智能体协作。其核心能力包括会话持久化、工具调用（内置、MCP、自定义）、跨会话记忆及权限控制。企业可通过配置Agent、封装内部工具、接入事件流实现业务集成，如“供热运维助手”案例所示。需注意版本管理、断线恢复与幂等处理，实际效果需项目验证。当前为Beta阶段，接口可能调整。