Google 在 Android Dev Summit 上发布 Android Studio Rabbit 2，推出 Bring Your Own Agent 功能，开发者可通过开放的 Agent Client Protocol 在 IDE 内运行 40 多种编码智能体，包括 Claude Agent、Codex 和 Google Antigravity。
推荐理由：Android Studio 开放第三方智能体接入，并给出 CLI 与 MCP 层面的配套改动，可据此判断移动开发工作流的变化。
Epsilon 的 Agentic Platform 团队用 Amazon Nova Act 搭配 Amazon Bedrock AgentCore Browser，把意图驱动的 UI 测试做成平台托管服务，叠加在原有 Playwright 回归套件之上。
MoEngage 借助 Amazon Bedrock AgentCore 的 AgentCore Gateway，把约 400 个 VPC 私有 REST API 转成按权限限定的智能体工具，节省约六个月平台工程投入，新 API 接入从数天缩短到数小时。其原则是各团队只维护 OpenAPI 规范、不写 MCP 代码，由 AI 平台团队统一负责 MCP 层，全程无公网端点。
Ben Hylak 提出，他使用的每个产品都应该是无头 MCP，接入一个智能体，用户无需关心底层细节。他同时调侃称自家产品是例外，客户喜欢其 UI 并非常喜爱他们。
AWS 团队介绍了基于 Amazon Bedrock AgentCore 的企业级 Agentic AI 平台架构与参考实现，采用联邦式运营模型，由中央平台团队提供受治理的共享服务，各业务团队在隔离的 Workstream 单元内自建自管智能体。
微软研究院发布 Flint-interactive，一种构建在 Flint 之上的交互式数据可视化语言，让智能体生成可点击、筛选、缩放和跨图表联动的图表。它把点击拖拽等原始触发交给编译器解析为语义事件，用户只需用高层算子描述更新行为，从而减少布局与渲染调试成本。该语言已可通过 Flint-MCP 和 MCP Apps 在对话环境中使用，也提供编程 API 供应用构建自定义交互。
GitHub 博客介绍让 Copilot 了解代码库的四种定制方式：仓库级与路径级自定义指令、封装可重复流程的 agent skills、面向复杂任务的 custom agents，以及连接外部工具和数据的 MCP servers。文中以 Playwright MCP server 为例，演示让 Copilot 在浏览器中手动测试应用功能。