跳到正文
10月23日周五
  1. R/ArtificialInteligence42

    如何测试 Agent 的政策边界:以退款技能为例

    在修改 Agent 技能指令前,需预先编写特定场景的测试用例以验证其行为边界,而非仅依赖其他 Agent 检查。 以退款政策为例,测试需覆盖第 29、30 和 31 天等边界日期,并包含运费剔除与小数截断等易错数值,以捕获静默失败。 作者正在构建 skillEd 工具,支持通过 CLI 或 MCP 运行版本化评估并对比报告,但通过有限测试套件不等于合规保证。

  2. The Verge · AI65

    Canva 发布首个自研 AI 图像模型 Craft

    Canva 发布首个自研图像生成模型 Canva Craft,采用两段式架构,在生成图像前先进行设计规划,以提供更精确、一致和可控的结果。该模型支持最高 2K 分辨率和 30 多种宽高比,适用于生成社交媒体帖子、营销内容、数字艺术等;Canva 称其基于平台内容库中数百万个人工制作模板进行训练。

  3. Hacker News AI20

    Ask HN: AI 应做决策,还是只确保你看到关键信息?

    发帖人认为 AI 首席行政官不应取代人类决策,而应解决管理层从多个仪表盘、文档和平台获取上下文的难题。 现有 LLM 需每次从零开始配置背景和技能,该产品通过连接 CRM、Slack 等工具持续跟踪上下文变更,并监控外部新闻与竞争动态。 当重要事件发生时,系统会通知用户并链接来源,否则保持静默。

10月22日周四
  1. Seven Minute Feed76

    Omnara 开源可自托管的智能体平台,对标 Claude Managed Agents

    Omnara 开源了 Apache 2.0 协议的可自托管智能体平台,支持在任意模型和机器上运行 AI 智能体,内置工具、密钥、权限管理和流式输出功能。该平台直接对标 Claude Managed Agents 和 OpenAI 的 Agents API,团队可免费自托管或使用 Omnara Cloud,并提供 CLI 和 TypeScript SDK。

    推荐理由:Omnara 开源了可自托管的智能体平台,允许团队在任何模型和机器上运行 AI 智能体,直接对标 Claude 和 OpenAI 的托管服务。

  2. Hacker News AI53

    AI Agent API 可靠性工具栈地图:44 款工具覆盖四个阶段

    okapi.bot 发布了一份 AI Agent API 可靠性工具栈地图,梳理了 44 款让智能体调用 API 更可靠的工具,将其分为 Understand(理解)、Build(构建)、Verify(验证)和 Run(运行)四个阶段。地图指出智能体从模型到 API 的链路正逐渐形成独立的工具层,并区分了不同工具在链路中解决的问题,例如 API 合约变更检测与工具正确性评估。

  3. 机器之心84

    腾讯「元宝搜索」开放 API 实测:降低大模型搜索与部署成本

    腾讯通过腾讯云开放「元宝搜索」API,提供 Skill、MCP 及直接调用接口,主打开箱即用与可信信源。系统已接入 157 个权威信源,底层采用三阶段训练方案优化排序,并通过 Gist Token 压缩技术将网页 Token 数量大幅减少,向量索引规模超 1500 亿且底层检索耗时控制在 10 毫秒以内。

    推荐理由:作者实测验证了 Skill、MCP 及 API 的接入体验,并重点解析了底层在权威信源、大模型蒸馏排序以及 Gist Token 压缩上降低成本的工程细节。

  4. 阿里云百炼75

    阿里云百炼上线 Managed Agent,托管解决 Agent 工程落地难题

    阿里云百炼开放 Managed Agent 体验,通过云端托管会话状态与独立沙箱,支持长任务断点续跑,并提供 SSE 事件流实时查看执行细节,帮助用户从 Demo 走向生产环境。新用户在 30 天内可享 10 小时免费会话运行时。

    推荐理由:产品通过托管沙箱和事件流解决了长任务状态保持、环境隔离与执行过程可见三大痛点,并开放了免费额度供用户即时体验。

  5. The Decoder77

    Anthropic 推出常驻智能体 Claude Duet

    Anthropic 发布研究预览版 Claude Duet,这是一款独立于主应用的常驻智能体产品,基于 Claude Opus 5.5 构建。它能在用户离线时主动处理任务,并在敏感操作前请求批准,目前向美国地区的 Pro 和 Max 订阅用户开放。

    推荐理由:原文展示了Duet的主动Agent工作流和安全机制,读者可据此评估其在专业场景下的可用性。

  6. Hacker News AI38

    Quickchat AI 与 Calendly 构建 WhatsApp 预约助手

    Quickchat AI 结合 Calendly 构建 WhatsApp 预约助手,支持自行车维修询价及实时预约确认。 基于 MCP 协议连接工具,用户完成 £12 起劳务询价后,系统在 2026 年 10 月 27 日 10:00 成功创建 15 分钟预约并匹配日历记录。 需搭配 Calendly Standard 及以上付费方案实现商业化部署。

  7. Hacker News LLM67

    Kuron:LLM 直接充当应用以验证原始想法

    Kuron 允许用户用一句话描述想法,LLM 通过通用 MCP 工具直接作为应用运行,在约 1 分钟内生成最小化界面供手动测试,而非生成代码。系统会在设置阶段估算每个动作在真实可交付版本中的实现方式(代码、模型或外部服务)、误差率及延迟,用户可切换至现有技术模拟以查看表现差异。

  8. Hacker News AI40

    Ricuicui:面向专业人士的主权本地 AI 浏览器

    Ricuicui 推出本地运行 AI 的浏览器,支持在用户显卡(4-32GB 显存)上离线执行翻译、摘要及代理任务,数据不上传云端。 提供“Whole team”代理编排与定时代理,兼容 Claude、GPT、Mistral 等模型,支持 MCP 及 n8n 等工具集成。 由法国团队开发,采用 Rust 编写渲染引擎,年费 12.90 欧元/电脑,现支持 Mac 系统,Windows 版即将推出。

  9. arXiv · NLP36

    文本到语音:用于评估工具调用LLM智能体的可复现与可验证框架

    提出一种将文本基准转化为受控音频工具调用评估的框架,通过TTS、说话人变化和背景噪声生成配对数据,保留原始标注。 在7个全模态模型评估中,Gemini-3.1-Flash-Live在Confetti得70.4分最高,GPT-Realtime-1.5在When2Call得71.9分最佳,文本转语音性能差距介于1.8至4.8分之间。

  10. AWS Machine Learning Blog35

    如何通过 AWS PrivateLink 保障 Amazon Quick 的企业私有网络访问

    该指南演示了利用 AWS PrivateLink 的 VPC 端点和连接配置,使 Amazon Quick 能够以私有方式访问企业本地数据,避免流量经过公共互联网。核心机制是将用户流量与数据获取流量分离:前者通过 VPC 端点处理,后者通过 VPC 连接直接拉取数据库或 API 数据。此架构满足 HIPAA 等合规要求,降低攻击面并提升延迟稳定性。

  11. TechCrunch · AI64

    Walmart推出Agent Gateway拥抱AI Agent商务,与Amazon封锁策略形成对比

    Walmart推出Agent Gateway,一个基于MCP协议的新服务器,支持AI Agent搜索库存并代为下单。新功能Agent Profiles允许客户为每个AI Agent创建独立授权配置文件,设置消费上限并区分Agent与个人的购买记录,下月上线。Walmart还制定了AI Agent专用条款,确保Agent行为受限于用户意图且不直接访问支付信息,违规者将被封锁。

  12. The Verge · AI78

    Walmart 开放网站 AI 智能体购物功能

    Walmart 即将允许 AI 智能体在其网站上购物,并计划通过 Agent Profiles 让用户审批或限制智能体的购物额度,智能体将基于 MCP 协议连接到 Agent Gateway。Walmart 表示会限制智能体仅获取购物所需信息,并禁止其更改用户支付方式,该功能同时适用于 Sam's Club。

    同一新闻,精选展示《沃尔玛推出智能体网关,支持 AI 代用户下单购物》