00:10官方一手marktechpost@Michal Sutter精选Google开源了SAM(Sovereign Agent Mesh),一个零配置、零信任的P2P覆盖网络,让自主智能体能在云、本地、笔记本和边缘环境间发现并调用彼此的MCP工具。SAM基于Apache-2.0协议,无需暴露任何内部端点至公网。身份通过OIDC流转为Biscuit能力令牌,节点在默认拒绝模型下离线授权每个请求。AI产品SAMGoogleMCP/工具推荐理由:Google开源了SAM,一个零配置的P2P网络,让AI智能体跨环境安全调用MCP工具,不用暴露公网端口。原文稍后读已读值得跟进有用关注 SAM
18:43向阳乔木@vista8精选Pilot Protocol 是一个基于 UDP 的 P2P 覆盖网络,一行命令即可安装。它内置 NAT 穿透,无需 VPN 或公网 IP,Agent 之间通过加密隧道直连。协议还包含 Agent App Store 和基于 x402 的支付能力,支持 USDC 结算。该项目已完成 450 万美元种子轮融资。AI产品Pilot ProtocolAgentP2P网络推荐理由:想让你家 Agent 互相通信不用愁,Pilot 一行代码搞定直连,还带支付和商店,刚拿了 450 万美元。原文稍后读已读值得跟进有用关注 Pilot Protocol
19:11官方一手arXiv: DeepSeek@Naicheng Li, Javad Dogani, Rui Wang, Kaitai Liang, Nikolaos LaoutarisFLTorrent提出一种去中心化的联邦学习(FL)数据分发层,使用BitTorrent协议替代传统中央聚合器,解决性能瓶颈与隐私风险。其核心创新在于“预热阶段”,通过轮前混淆、随机延迟和协调调度(tracker不参与数据传输)实现轮内源不可链接性,防止攻击者通过P2P邻居关系推断更新来源。作者推导了传输归属后验概率的上界,并提出GreedyFastestFirst启发式调度,在100-500个节点时达到带宽最优值的约92%,预热开销稳定在约12%。在Gemma-7B、DeepSeek-R1-14B等大模型测试中,相对于纯BitTorrent仅增加6-10%端到端开销,且对抗观察型本地攻击者和合谋攻击均保持鲁棒。论文联邦学习隐私保护P2P网络推荐理由:该工作首次在去中心化FL中实现轮内不可链接性与BitTorrent级效率共存,为大规模分布式机器学习隐私保护提供了实用方案,尤其适合对隐私敏感或需要弹性扩容的场景。原文稍后读已读值得跟进有用关注 联邦学习