AI Agent 正在从玩具变成生产力工具，但基础设施、数据治理和成本控制成为新瓶颈。AWS、Vercel、Chainguard 等厂商密集发布 Agent 管理框架，而数据质量与供应链安全则被反复强调为“隐形”的基石。
AWS 推出 Context 知识图谱服务，为 AI Agent 提供“数据湖般的推理上下文”。它试图解决 Agent 在复杂任务中缺乏领域知识的痛点，将结构化与非结构化数据编织成可查询的语义层。 原文：https://thenewstack.io/aws-context-knowledge-graph-agents/
Vercel 开源 Eve 框架，将 AI Agent 视为“可目录化的文件系统”。开发者可以用熟悉的文件操作来管理 Agent 的输入输出和状态，降低了 Agent 编排的认知负担。 原文：https://thenewstack.io/vercel-launches-eve-an-open-source-framework-that-treats-agents-as-directories/
Block（前 Square）从 Slack 管理 AI 编码 Agent 集群，展示了企业级 Agent 运维的实战经验：通过自然语言指令调度、监控和回滚 Agent 行为，而非依赖复杂的 UI 面板。 原文：https://thenewstack.io/how-block-manages-its-fleet-of-ai-coding-agents-from-slack/
Chainguard Agent Skills 正式成熟，为容器供应链中的 Agent 提供“技能包”安全沙箱。这标志着 Agent 不仅要能写代码，还要能在受控环境中安全执行，类似 Kubernetes 的 PodSecurityPolicy 演进。 原文：https://chainguard.dev/agent-skills
AWS 在合并队列中引入 AI“门卫”，自动审查代码变更与流水线状态，拦截有风险的合并请求。这是 DevOps 与 AI Agent 结合的典型场景，将人工审批部分自动化。 原文：https://thenewstack.io/aws-devops-agent-ai-delivery-pipeline/
Docker Content Trust 宣布退役，迁移至更现代的签名方案。这提醒所有运维人员：供应链安全工具栈正在快速迭代，旧有的信任模型必须跟上 Agent 化部署的脚步。 原文：https://www.docker.com/blog/docker-content-trust-retirement-and-migration-guidance/
Databricks 试图统一“每个公司都有的两个数据库”（分析型与事务型），为 AI Agent 提供单一数据底座。如果成功，Agent 将不再需要在数据湖和数据仓库之间手动搬运数据。 原文：https://thenewstack.io/databricks-is-rebuilding-the-data-stack-for-ai-agents/
SpaceX 以 600 亿美元收购 Cursor，意在解决马斯克编码部门的效率问题。这一惊天交易表明，AI 编码工具的战略价值已被顶级工程组织认可，收购整合将成为新常态。 原文：https://thenewstack.io/spacex-cursor-ai-coding/
当 Agent 开始替你写代码、管流水线、查账单时，请确保你的数据湖足够深、云账单足够透明——否则 Agent 的“智能”可能变成一场昂贵的幻觉。
