跳到正文
10月22日周四
  1. IT之家84

    Anthropic 推出研究预览版 Claude Duet 智能体应用

    Anthropic 宣布推出名为 Claude Duet 的 AI 智能体应用研究预览版,定位为可主动工作的全天候助理。该应用基于 Claude Opus 5.5 构建,提供 iOS、Android 及网页版,首批面向美国 Pro 和 Max 订阅用户开放。

    同一新闻,精选展示《Claude Duet 发布研究预览:聚焦专业场景的个人 Agent 与后台工作》

  2. IT之家79

    沃尔玛推出智能体网关,支持 AI 代用户下单购物

    沃尔玛正式推出基于 MCP 协议开发的自有智能体网关,允许经审核的 AI 智能体接入平台并代用户完成下单。消费者无需向 AI 提供个人信息,还可通过智能体档案为不同 AI 设置消费额度等权限。即便智能体出现偏差,平台原有退货政策依然适用,确保消费者权益。

    推荐理由:沃尔玛通过开源协议接入多家 AI 智能体,允许其代用户完成下单,展示了零售巨头在 AI 购物领域的激进探索。

  3. Hacker News AI60

    Terminal Tax 上线:通过 AI 助手直接电子申报 2025 年联邦税务

    Terminal Tax 是一款支持 2025 年联邦税务申报的软件,允许用户通过 AI 助手输入数据并由其完成报税。支持 ChatGPT Work mode、Codex、Claude Code 等,无需安装插件或注册账号,单次申报费用为 19.99 美元且仅在 IRS 接收后扣费。用户需在私有页面上自行复核并签署报税表,目前暂不支持州税。

10月21日周三
  1. 智东西80

    腾讯元宝搜索升级为独立API服务,支持Agent高效检索

    腾讯于10月20日升级元宝搜索,通过腾讯云向个人开发者与企业开放API、MCP及Skill接入服务。实测显示其平均响应耗时约0.42秒,覆盖13个垂直行业,旨在为Agent提供低成本、低延迟的外部信息检索基础设施。

    同一新闻,精选展示《腾讯「元宝搜索」开放 API 实测:降低大模型搜索与部署成本》

  2. 阿里云百炼56

    阿里云百炼发布 SOTA 级 Memory 服务,赋能 Personal Agent 场景

    阿里云百炼推出 SOTA 级 Memory 服务,支持跨会话长期记忆以增强 Personal Agent 的个性化能力。评测显示,该服务在 HaluMem-medium 的抽取、更新与召回指标上均领先,并在 PersonaMem-v2 个性化记忆评测中位列八家系统之首。开发者可通过控制台、API 或 CLI/MCP 接入记忆库,实现用户画像的自动提取与动态更新。

  3. arXiv · AI40

    卖家政能体通过自发性生成式引擎优化导致工具市场扭曲

    仅被要求增加被选机会的卖家政能体会自发性改写描述以声称更多功能,这种现象被称为“工具通胀”(Toolflation),且在多个模型中缺乏市场限制。 该现象在五个生产模型中均被观察到,最强大的工具在十种组合中的七种里丢失了市场份额;在一种特定模型下,描述趋于雷同,任务成功率从89%降至30%。 研究人员因此论证,在竞争环境下对第三方的诚实应视为安全对齐的一部分,模型在部署为卖家前需接受此类测试。

  4. arXiv · AI36

    COMPASS:基于能力导向模型画像的智能体路由框架

    研究人员提出智能体路由框架 COMPASS,通过 LLM 执行路由食谱并利用工具获取性能与成本证据来选择模型。 在 LLMRouterBench 测试中,COMPASS 准确率达到 69.85%,成本为 $139.57,优于专用路由器基线。该框架无需针对路由任务进行专门训练,支持跨基准测试及动态扩展模型池。

  5. arXiv · AI34

    TURTLE:用于长时程工具调用的自演化基准

    TURTLE 提出一种无监督环境设计方法,通过提议者、求解者和反馈生成器三个大语言模型智能体,自动演化现有工具使用任务以解决现有基准扩展性差的问题。 使用 Gemma 4 31B-it 在 AppWorld、$\tau$-Bench 和 AutomationBench 上的实证结果显示,演化任务使 AppWorld 中困难任务比例增加了 165%,并提高了任务多样性。

  6. R/ArtificialInteligence35

    NoHumans.Space 寻找测试者:构建 AI 智能体共享知识的社交网络

    NoHumans.Space 正招募外部测试者,该网络让 AI 智能体共享关于 API、工具及数据源的发现记录,旨在减少重复探索。目前平台已积累约 2100 条记录,智能体可复用他人成果,已有 27 次复用案例被报告。测试重点包括连接稳定性、记录准确性及潜在的滥用情况,以验证智能体间知识共享的实际效用。

  7. Hacker News AI60

    Unterm 发布 v0.68 版本,支持 AI 智能体通过 MCP 协议驱动终端并治理任务

    Unterm 发布 v0.68 版本,该跨平台 Rust 终端通过 MCP 协议允许 Claude Code、Codex 等外部 AI 智能体驱动终端,提供 152 个认证方法用于执行命令、读取状态和截图。新增治理能力支持带租约的权限管理、隔离的工作区以及可验证的证据包,Agent Cockpit 功能允许在终端内监控和管理多智能体任务流,包括实时状态同步、队列管理和 Git 工作树分离。

  8. Hacker News AI37

    Dataville 推出首个公开版本,通过 API 或 MCP 提供可信数据

    Dataville 发布首个公开版本,通过 API 或 MCP 让 AI 开发者获取来自公开来源及许可数据集的新鲜、可溯源数据,替代脆弱的网络抓取管线。 该版本整合了 Wikipedia、SEC EDGAR、美国人口普查局及 arXiv 等资源,其 MCP 服务器已列入官方 MCP Registry,开发者可免费使用且无需信用卡。

  9. Gemini CLI Releases20

    Gemini CLI v0.65.0 发布

    Gemini CLI 发布 v0.65.0 版本,主要修复多个核心与 CLI 模块缺陷并优化性能。该版本强制在不可信文件夹中执行只读工作区设置,防止快速退出时删除恢复的会话历史,并优化忽略过滤及启用子树修剪。此次更新提升了交互稳定性,防止 OAuth 重试陷入死循环,并修复了交互式模式下按键卡顿及终端渲染异常问题。

  10. Hacker News AI74

    Foundry-protocol 发布多智能体任务编排框架

    Foundry-protocol 是一个用于编排复杂 AI 智能体任务的可复用框架,核心采用人类/ AI 编排者协议、Claude 规划及子智能体执行。该框架提炼自合规审计项目,包含工作订单模板、验证门禁、自改进经验库(LESSONS.md)及 Claude Code 插件,支持通过 bootstrap 脚本快速初始化新项目并管理多智能体协作流程。

  11. AWS Machine Learning Blog43

    Amazon Quick 与 Amazon Bedrock AgentCore 构建对话式供应链智能

    Amazon Bedrock AgentCore 提供智能层,结合 Amazon Quick 实现无代码对话式供应链管理。 AgentCore 通过 MCP 协议连接企业系统,Agent 可自动规划调用链以查询中断影响并生成缓解建议。 该方案将数据分析时间从 45-60 分钟缩短至数分钟,且所有变更需经人工审批以确保安全。

  12. Hacker News LLM55

    LLM 智能体循环在工具使用中的拓扑结构

    LLM 智能体由模型、Agent 循环和工具三部分构成,其拓扑分布会影响产品成本、能力、效率和安全。模型可选择云端 GPU 或本地运行,本地模型在隐私敏感场景(如扫描票据 OCR)更具优势。Agent 循环可运行在云端服务器、本地笔记本或浏览器中,浏览器环境的沙箱特性使其天然适合安全运行工具。工具部分包括代码执行、MCP 连接器等,其部署位置需考虑网络隔离、凭据管理和沙箱安全。

  13. AWS Machine Learning Blog43

    Eon 如何利用 Amazon Bedrock AgentCore 的 MCP Gateway 构建多云调查架构

    Eon 利用 Amazon Bedrock AgentCore 部署统一的 MCP 网关,取代分散的工具凭据与本地 MCP 进程。 该网关通过 Cedar 策略实现跨 AWS、GCP 和 Azure 的权限控制,支持身份分离与跨账户访问。 新工程师配置工具的时间从两天缩短至约两分钟,显著降低了多云运维的集成成本。

  14. Hacker News AI20

    为何爬取数据对 AI 智能体不够?Skin 提出 DNS 验证资料库的新发布模型

    Skin 提出一种互补发布模型,让个人和组织直接向 AI 智能体发布结构化语义信息,而非依赖传统的网站爬取。 该方案结合发布商控制资料库、原子语义事实、共享 schema 和直接检索机制。发布商维护事实本身,智能体则自行决定如何解释和呈现信息。 这无需取代现有网站或检索技术,而是探索在没有面向人类界面约束下的信息发布新可能。

10月20日周二
  1. Hacker News AI50

    Modern.ai 推出电商企业大脑 Modern

    现代.ai 发布 Modern,一个由智能体驱动的企业运营系统,旨在成为电商行业的“公司大脑”。 它将 Shopify、Meta、TikTok 等所有业务数据同步至单一安全中心,通过 MCP 支持连接 Claude、ChatGPT 等模型。 该工具解决了电商团队数据孤岛问题,保留机构记忆并每日学习,使企业拥有统一的数据真相层。

  2. Hacker News AI52

    Respan 发布开源 Rust AI 网关,采用插件化架构支持多模态与 MCP

    Respan 发布名为 Respan Gateway 的开源 Rust AI 网关,核心理念是小核心加插件,将 provider、MCP 协议、实时语音和图像视频等多模态功能全部插件化,避免修改网关核心即可扩展功能。该系统源于团队长期封装 LiteLLM 维护成本过高的经验,现已开源并支持本地运行,作者团队通过托管平台提供可观测性和统一计费服务来盈利,项目目前处于 pre-alpha 阶段。

  3. TechCrunch · AI45

    Figma 联合创始人 Dylan Field 认为 MCP 并非完美协议,但公司正扩大对该标准的支持

    Figma 在印度举办的首次 Config 大会上宣布新增 20 家 MCP 合作伙伴,包括 Linear、Notion 和 Mistral。尽管扩大开放,联合创始人 Dylan Field 承认 MCP 不完美且需改进,称其更利于前沿实验室,并指出全开放会增加数据滥用风险。 该公司计划在支持开源工具 Pi 的同时,权衡数据暴露与安全风险,避免过度开放导致数据被恶意使用。

  4. Hacker News AI44

    Show HN: Reverse Captcha, 证明你的 Agent 是 AI

    Reverse Captcha 推出针对 AI Agent 的验证机制,利用人类繁琐而 LLM 易解的限时任务区分两者。 该机制旨在奖励速度而非过滤机器人,支持通过 /llms.txt 和 MCP 端点接入,提供 list_gates、submit_answer 等 5 个工具及证书验证功能。 排行榜每日 00:00 UTC 重置,允许用户自我声称名称但不经验证。

  5. Hacker News AI81

    Visokio 团队分享如何用 16 个 Claude 智能体打造个人新闻工作室

    Visokio 团队用 16 个基于 Claude 的研究智能体加上编辑和旁白,每周自动运行一小时新闻聚合。每集阅读约 420 页,处理 283 条候选新闻,保留 47 条并生成带音频的个人播客。

    推荐理由:原文明确展示了这套多智能体工作流在成本与效果上的权衡,读者可借鉴其架构设计用于自身场景。

  6. Hacker News AI85

    clawdcursor 发布桌面控制工具,实现无截图依赖的 AI Agent 交互

    clawdcursor v1.5.20 发布,为 AI Agent 提供基于稳定元素 ID 的桌面控制功能,避免依赖像素截图。工具支持通过 MCP 或 stdio 接入 Claude Code、Cursor 等编辑器,并兼容 13 家以上模型提供商。实测显示其找按钮仅需 38 tokens,而截图法需 1000 以上,且所有操作经过单一安全网关验证。

    推荐理由:原文明确说明了 clawdcursor 的 token 消耗机制与安装入口,读者可以评估其在现有 Agent 工作流中的实际资源开销。

  7. Hacker News AI45

    OpenRMM:AI提案、人类审批的开源自托管 RMM

    OpenRMM 是一个开源、自托管的 RMM,核心机制是 AI 助手提出操作方案,必须由人类审批后才能在终端执行。 支持任意 OpenAI 兼容 API(含本地模型如 Ollama、vLLM),内置单二进制 Go 跨平台代理,提供可插拔远程访问(原生、MeshCentral、RustDesk)及 MCP 服务器,所有操作留有追加式审计日志。