⌘ K
… 读取采集状态 同步中...
雷

#MCP/工具调用

今日 3 条
10月6日周二
  2. AWS Machine Learning Blog37

    SageMaker AI 推出 aws-ai-ml 技能，赋能编码智能体优化生成式 AI 推理

    Amazon SageMaker AI 推出 aws-ai-ml 技能，通过 AWS Agent Toolkit 为 Kiro、Claude Code 和 Codex 等支持 Model Context Protocol 的编码智能体提供推理优化与基准测试能力。该技能可让智能体生成可执行的 SageMaker Python SDK v3 代码，支持推荐部署配置、对比性能运行及生成生产环境代码。

  3. AWS Machine Learning Blog31

    Claude Code 与 Amazon Bedrock 在 AWS GovCloud 中赋能受监管工作负载

    在 AWS GovCloud (US) 中部署 Claude Opus 5.5 和 Claude Sonnet 5.5 使受监管工作负载能够使用合规的 AI 辅助开发。这些模型在 Amazon Bedrock 上支持 ITAR 和 FedRAMP Class D 合规要求，并可通过 Claude Code 在终端和 IDE 中运行。该方案结合 AI 辅助流程，可加速日常开发任务并保持合规一致性。

10月4日周日
  3. InfoQ CN18

    QCon 上海：企业级 Agent Infra 架构实践——从安全沙箱到网络管控与身份治理

    2026 年 QCon 上海站将举行，上汽集团架构师方宇晨将分享企业级 Agent Infra 架构实践。该方案基于 Kubernetes，采用 Agent Sandbox 实现运行时隔离，结合 OVN-Kubernetes 构建多租户 L3/L4 网络，并通过 Istio 和 Keycloak 分别实现 L7 权限控制与统一身份治理，为 AI 应用的安全运行提供完整边界。

  4. Google AI Developers Blog49

    构建零信任 AI 智能体：从语法检查到意图判断的运行时治理

    Google 发布基于 Gemini Enterprise Agent Platform 的零信任智能体运行时治理方案，通过 Model Armor、语义治理策略和代理异常检测，从意图层面拦截攻击。该方案利用 LLM 引擎评估工具调用是否符合用户意图及业务规则，并分析跨会话行为以检测如多轮退款耗尽等异常，实现了比静态规则更动态的安全防护。相关开源演示代码已发布。

  6. Google AI Developers Blog61

    Google Cloud API Gateway 将 REST API 转换为 MCP 工具

    Google Cloud API Gateway 在公开预览中支持将现有的 REST API 直接作为 MCP 服务器暴露。开发者只需在 OpenAPI 3.x 规范中添加特定注解，即可让智能体通过标准 MCP 协议发现并调用现有接口，同时复用原有的认证、限流和日志策略。该功能可配合 ADK 框架快速构建智能体，默认开放工具发现接口，生产环境建议为 tools/list 方法配置 JWT 验证。

  7. Hugging Face Blog82

    Microsoft 发布 ThinkingBox 智能体可靠性基准，通过数据库状态评估模型一致性

    Microsoft 与 Hugging Face 联合推出 ThinkingBox 基准和沙箱，通过检查智能体在 507 个业务工作流中留下的数据库终端状态，而非其生成的文本来评估其表现。

    推荐理由：原文量化了状态检查与单次成功率之间的巨大落差，读者可据此建立衡量智能体可靠性的新指标。

  8. AI HOT79

    Microsoft ThinkingBox 在 Hugging Face 上发布，以数据库终态和 20 次重复评测智能体

    Microsoft 与 Hugging Face 发布智能体沙箱 ThinkingBox 和基准 ThinkingBox-Bench，现可通过 OpenEnv 在 Hugging Face 上运行。该基准覆盖 507 个有状态业务工作流，每任务运行 20 次，以终端数据库状态和副作用作为可执行判定依据，报告 pass@1、pass@20 及 20/20 全通过率。

    推荐理由：原文给出了数据库终态判定与 20 次重复一致性指标，为记录型智能体提供了可复现的可靠性评估方法。

10月3日周六
  1. MarkTechPost67

    Meta、OpenAI 和 Uber 训练 AI 智能体主动发声，何时保持沉默更关键

    Meta、OpenAI 和 Uber 推出三款主动式 AI 智能体，核心挑战从回答什么转变为判断何时中断用户。原文提出以预期价值高于中断成本为决策规则，建议使用决策模型预测最佳发送时机与渠道，避免过度打断或错失时机。

    推荐理由：原文对比三款主动式 AI 智能体，将核心难题聚焦于中断时机与渠道选择，为设计通知策略提供了可迁移的决策模型框架。

  2. The Verge · AI53

    Meta 开源 Muse AI 智能体硬件集成代码，并免费发放 5000 个 Muse Home Link

    Meta 开源了用于制作 Muse AI 智能体（Muse gadgets）硬件集成设备的代码与 SDK，开发者可将其编程至 ESP32 板或 Raspberry Pi 并连接显示屏、传感器等外设。Meta 同时宣布生产 5000 个定制硬件设备 Muse Home Link 免费赠送，用户可注册等待名单，该设备允许利用社区技能控制灯光、电视和打印机等。

10月2日周五
  3. GitHub Blog · AI & ML50

    AI 正在改变开发者工作，GitHub 建议强化这三项技能

    GitHub 官方博文指出 AI 正在改变开发者工作模式，核心技能正从纯代码编写转向指令 AI、评估其输出以及沟通技术权衡。文章给出三项具体建议：一是学习如何指挥 AI Agent 而非仅仅使用工具；二是不要盲目信任 AI 的首个答案，利用多模型互评提升代码质量；三是利用 AI 节省的编码时间去解决更大范围的架构与设计问题。

  5. Latent Space44

    Pi 1.0 与 Pi Durable 发布

    Earendil 推出 Pi 1.0，新增 Codemode、MCP 支持及虚拟模型扩展；Pi Durable 将核心组件移植至 TypeScript，实现基于检查点的崩溃恢复与多用户状态同步。两者均在 Hacker News 首页引发热议，显著提升了智能体系统的可靠性与可移植性。

  7. Zapier Blog46

    Gemini Enterprise connectors：如何连接 Gemini Enterprise 到其他技术栈

    Gemini Enterprise connectors 允许将 Gemini 集成到 9,000 多个应用（通过 Zapier）及 100 多个原生企业数据源（如 Salesforce、Jira）。管理员可在管理控制台配置连接器或自定义 MCP 服务器，使员工通过自然语言访问内部数据并执行操作。Zapier 支持在自动化工作流中嵌入 Gemini 步骤，结合确定性逻辑与 AI 生成。

  8. AI HOT74

    OpenRouter 解析 LangChain 与 CrewAI 编排和原生路由的差异

    OpenRouter 发文将多模型编排分为工作流编排、模型路由和提供商路由三层，指出 LangGraph 和 CrewAI 负责工作流编排，OpenRouter 负责模型与提供商路由，二者不能互相替代。

    推荐理由：原文将多模型编排拆解为工作流、模型和提供商三层，并给出同一管道在直接路由和框架下的对照代码，读者可据此选择项目所需的层级。

10月1日周四
  2. AI HOT80

    ChatGPT 支持构建并部署 MCP 服务器

    ChatGPT Sites 可托管 MCP 服务器及插件扩展，用户可在 ChatGPT 中直接构建并部署，还能将其转为插件并安装到 web、移动端和桌面端。访问权限可限制给指定的人，也可向全世界公开分享。

    推荐理由：更新后用户可直接构建部署，还能跨端安装且权限可控，可判断现有工作流的变化。

  3. AI HOT87

    ChatGPT 支持构建并部署 MCP 服务器

    ChatGPT 现可直接构建并部署 MCP 服务器，并支持将其转为插件安装到 web、移动端和桌面端。用户可限制访问权限给指定人员，也可向全世界公开分享。

    推荐理由：原文补充了 MCP 服务器访问权限的限制与公开分享机制，可据此判断自建服务能否私有或公开分发。

  5. AI HOT79

    OpenRouter 指南：用置信度阈值实现模型分级升级路由

    OpenRouter 发布指南，介绍如何通过结构化输出让模型返回 0 到 1 的置信度字段，并依据该分数将低置信度请求升级到更强模型。指南分五步说明：使用 json_schema 强制生成数值置信度；在自有流量上按分数区间统计错误率以确定阈值；在准确率、成本和延迟之间调整阈值；在代码中路由低分请求；上线后监控分数分布与未升级答案错误率并重新调优。

    推荐理由：原文给出了使用结构化输出获取置信度并据此分级路由的完整机制，读者可以按自身流量校准阈值以权衡成本与准确率。

9月30日周三
  3. Zapier Blog75

    Meta Muse AI 智能体使用指南：功能、定价与安全

    Meta 推出个人 AI 智能体 Muse，支持在浏览器中填表、发送邮件及代付费用，需在关键操作前获用户确认。该智能体基于 Muse Spark 模型构建，目前在美国和加拿大开放，提供 Web、Mac 桌面及 iOS/Android 移动端。

    推荐理由：文章梳理了 Muse 的功能边界与操作路径，读者可据此判断该个人智能体在表单填写、邮件发送及跨应用自动化场景中的实际可用性与安全风险。

  4. Zapier Blog33

    Zapier 如何构建 AI 编排以协调工具、智能体与自动化

    Zapier 作为 AI 编排平台，通过连接层管理不同 AI 工具、智能体及自动化流程，决定任务序列与信息流向。该平台集成 AI 自动化与管理功能，使孤立系统能够共享数据并协同工作。调查显示，44% 的企业同时使用多个 AI 供应商，约三分之一依赖第三方集成工具来解决管理复杂性。

9月29日周二
  3. DeepTech深科技54

    a16z访谈：安全不等于限速，厘清Agent的权限边界刻不容缓

    a16z发布播客，邀请Box CEO Aaron Levie探讨前沿AI监管与智能体安全，他认为笼统的放缓主张不利于竞争，企业需通过沙盒与细粒度权限控制来管理Agent的访问范围。随着智能体在调用内部服务时可能产生类似拒绝服务攻击的并发流量，传统的基于人类使用习惯的授权机制已失效，软件底层需重新设计以支持授权、执行与追踪的衔接。