Asana通过StackAI研究浏览器智能体效率，先由GPT-6 Astra在Codex中定位历史记录与截图被反复发送的问题，再以更长缓存和更智能的图像处理优化GPT-6.1 Sol。单次平均模型成本由逾36美元降至0.47美元，约缩减76倍；执行时间从22分钟降至4分钟，并在收集32本书条目的测试中实现100%任务完成。该案例表明，降低上下文重复传输可同时改善成本、速度和可靠性。

天体物理学家Brice Ménard借助Claude Science编排多个智能体，处理和交叉校准大规模天文数据、去除大气辉光，并补齐以往紫外巡天留下的缺口。由于GALEX等任务为保护探测器避开明亮恒星和银河平面，既有紫外天空图并不完整；项目进一步利用可见光、红外和射电观测训练机器学习修复模型，预测未观测的紫外像素，形成首张完整紫外天空图，展示了智能体承担耗时科研数据流程的方式。

PyTorch介绍NVIDIA Dynamo的会话感知推理机制。智能体任务包含大规模预填充、连续工具调用和并行子智能体，普通逐请求路由易引发缓存抖动与重复计算。Dynamo用稳定session ID串联同一推理轨迹，在多轮请求间保留上下文；调度器按会话工作集分配资源，并在工具边界实施背压。其索引器与KvHint接口协调HBM和DRAM间的KV缓存移动，使基础设施从处理单次请求转向理解完整程序执行。

Postman为横跨150多个微服务和数千个REST端点的编码智能体构建API上下文图，已映射115个微服务，将服务、调用方、实现、数据路径和应用关系连接，并要求每项事实回溯至代码行或生产遥测。团队以真实PR和设计决策比较图谱增强智能体、Claude Code与普通代码搜索；一项影响分析的Token消耗仅为后者的二分之一至三分之一。测试还显示，旧图谱会漏掉新增消费者且成本更高，因此及时同步是正确性前提。

Ai2以分层预算调度替代静态优先级，管理者可按研究项目影响分配GPU时间比例，而非把固定设备长期划给团队。调度器在默认7天滑动窗口内比较实际占用与预算，优先安排使用不足的负载，并将闲置资源转给活跃任务。系统还引入调度契约，任务须声明最短运行时间及能否恢复，以自动排空故障节点，减少维护期间的人工抢占和运维干预，同时维持公平分配与较高集群利用率。团队称这也改善了用户满意度。

WorkOS推出WOW CLI与Atlas平台，让非工程员工自行检查开发依赖、从模板创建代码库并部署内部AI应用。Atlas把Cloudflare Workers、D1和KV封装进标准流程，默认提供公司SSO、API令牌、请求日志、Doppler密钥管理和应用目录。公司已登记278个应用，展示当日有21次部署，每周请求超过330万次，约60个应用被持续使用；其中37%的应用提交没有工程师参与。细粒度授权、数据集成和Slack部署仍待补充。

NVIDIA披露KGMON团队在KDD Cup中构建数据分析智能体的方法：将CSV、JSON和数据库统一导入SQLite，让模型通过单一SQL接口访问结构化数据，并只开放模式检查、查询和文档读取等少量工具。持久化Python环境可跨调用保留变量，中间件修复格式错误；文档与视频先提取关键信息或表格，避免直接输入原始内容。系统还记录完整执行轨迹，以归类失败并迭代测试，减少路由错误和无效轮次。

Neo4j提出以统一上下文图管理智能体的短期消息、长期实体和推理记忆，通过共享本体完成实体消歧，并记录决策依据、策略、工具调用、结果、Token消耗与时延，使大量智能体复用彼此经验。其研究把Agent Skills扩展为带类型和模式约束的执行图，再从真实记忆中蒸馏可追溯技能，以覆盖度和社区检测检查依据及主题一致性。当前免费的NAMS服务通过REST和MCP提供相关能力，并标记过期或漂移技能。