Model Context Protocol (MCP) — открытый протокол от Anthropic для интеграции AI-ассистентов с внешними системами. Позволяет Claude и другим LLM безопасно взаимодействовать с базами данных, API, инструментами разработки
Google интегрировала свою новую ИИ-среду разработки Antigravity с облачными базами данных через протокол MCP. Это позволяет ИИ-агентам получать прямой доступ к AlloyDB, BigQuery и другим сервисам, превращая их из чат-ботов в инструменты для работы с реальными бизнес-данными.
Google официально внедряет поддержку Model Context Protocol (MCP) в свои облачные сервисы, предоставляя управляемые endpoint для подключения AI-агентов к Google Maps, BigQuery, Compute Engine и Kubernetes Engine, упрощая разработку и повышая безопасность.
Anthropic, Block и OpenAI объединились с Linux Foundation для стандартизации разработки ИИ-агентов через Model Context Protocol, goose и AGENTS.md.
AWS представила Kiro powers — систему для динамической загрузки экспертизы в AI-ассистентах по коду, решающую проблему перегрузки контекста и снижающую затраты. Партнерства с ключевыми сервисами делают ее доступной для широкого круга разработчиков.
Китайские хакеры провели первую полностью автономную кибератаку с помощью ИИ, где 80-90% операций выполнялись без участия человека. Это знаменует переход к эре машинных кибервойн.
MCP Blockly представляет визуальную среду разработки для создания серверов Model Context Protocol с ИИ-ассистентом, который работает как гид, а не замена программисту.
RAG-MCP решает проблему контекстного распада в MCP-системах, улучшая выбор инструментов и сокращая промпты на 50% через семантический поиск.
Google Maps представила новые ИИ-инструменты для создания интерактивных проектов, включая агента-конструктора и сервер MCP для интеграции с документацией.
Cisco представила открытый инструмент MCP Scanner для анализа безопасности серверов Model Context Protocol, используемых ИИ-агентами для взаимодействия с внешними инструментами.
Google объединила Gemini CLI с GKE для автоматизации развертывания языковых моделей. Инструмент предоставляет рекомендации по оптимизации затрат и производительности LLM-рабочих нагрузок.