Antigravity Excel Engine 发布双核 Excel 自动化引擎
Francisco Grandón 发布了 Antigravity Excel Engine,为 AI Agent 和 MCP 提供 Excel 自动化能力。该引擎自动在实时 COM 和 Headless OpenPyXL 之间切换,并通过 Token 压缩将 LLM 上下文开销降低 75%,同时支持确定性的 CLI 和 JSON 输出。
Francisco Grandón 发布了 Antigravity Excel Engine,为 AI Agent 和 MCP 提供 Excel 自动化能力。该引擎自动在实时 COM 和 Headless OpenPyXL 之间切换,并通过 Token 压缩将 LLM 上下文开销降低 75%,同时支持确定性的 CLI 和 JSON 输出。
Liquid Inference 是一个基于交易系统的 LLM 推理市场,提供商竞争出价,智能自动路由器确保用户以预设质量级别支付最低即时成本。 当前在 Kimi、GPT 和 GLM 上价格更低,并支持自定义区域、零数据保留及提供商白名单等路由设置。
UserAlertX 是一款 API 优先的云短信工具,允许 GrokBot 或 ChatGPT 等 AI 智能体通过短信直接联系用户。 该产品限制仅能向创建者验证的唯一手机号发送信息,从结构上杜绝垃圾短信风险,并支持 10DLC 合规及 START/STOP 回复关键词功能。
ghuntley 认为,开发工具公司若想从 F 阶层(F-tier)跃升至 S 阶层(S-tier)——即模型权重中已包含对该工具的熟练运用——关键不在于推广 MCP,而在于优化 CLI 的 `--help` 输出。
当 AI 编码智能体大幅压缩代码生产周期,验证成为新的稀缺资源,Kubernetes、MCP 和 Cluster API 结合可构建自动化的验证平台。平台通过 MCP 协议让智能体请求环境、运行实验并检查证据,将每个变更转化为具有明确边界和生命周期的独立实验。
谷歌云在 Gemini at Work 2026 大会上正式发布企业通用智能体 Gemini Agent。该产品支持自然语言指令拆解复杂任务,具备组织多子智能体协同执行及作为数字同事参与团队协作的能力。
AI 智能体正成为可访问真实系统和敏感数据的自主软件实体,传统用户账号不足以覆盖其权限需求。文章提出智能体身份生命周期框架,涵盖身份、凭证、授权、委托、可审计性、撤销和退役等环节。
研究团队提出演化式方法,通过前沿模型迭代优化功能,成功构建并发布了名为 ROCQ-MCP-EVOLVE 的专用智能体接口。 该接口在 miniF2F-Rocq 基准测试中,显著提升了跨四个模型的求解成功率,并有效降低了单次求解成本与耗时。 ROCQ-MCP-EVOLVE 及其移植到 Lean 的版本均已开源,为数学证明验证提供了更优的跨工具方案。
summary_zh: EgoBench 发布了首个面向工具使用智能体的交互式多模态基准,包含 1,590 个基于第一视角视频的任务,并构建了“用户-智能体-工具”交互式评估环境。
Salesforce 发布企业级语言模型 Koa,该模型基于开源权重 Nemotron-3-Super-120B 基础模型,使用 Group Relative Policy Optimization (GRPO) 强化学习后训练,并部署为 FP8 格式。
推荐理由:论文展示了基于开源模型和纯公共/合成数据构建企业级工具调用智能体的路径,并在基准上超越了 GPT-4.1。
豆包 App 新增“生活缴费”功能,用户可通过语音或打字发起水、电、燃气缴费指令。 功能支持对话唤起服务卡片并跳转专属页面,后续仍需手动绑定户号及确认支付,不支持一句话直接扣款。 豆包正在逐步建设包括出行服务等更多生活场景下的办事能力。
Edi Life OS 是一款自托管生活仪表盘,整合专注、习惯、目标、财务等 10 个工作区。 内置 MCP 服务器提供 26 个工具,支持 Claude 等 AI 助手读取数据并协助规划。 支持 Docker 或 PHP 8.1+ 部署,API 采用令牌保护,确保数据私有。
ECC 2.2 发布,将统一的工程规划、测试、审查及记忆系统接入 Claude Code、Codex 和 Kimi Code 等多种 AI 编码代理。新版本提供 68 个专业子代理和 293 个可复用技能,支持通过 npm 或本地脚本在多个代理间同步规则与工作流,并内置 AgentShield 进行安全扫描。
Eversynced 开源了 AI 遥测工具 Pheebs,支持在 Claude Code、Cursor 和 Codex 中捕获轻量级交互信号,记录会话形态而非代码内容。该工具可识别 17 种事件类型,帮助团队评估 AI 使用模式、定位模型花费优化空间,并提供 AI Proficiency Model 以量化工程师的 AI 协作能力。
Aura 是一个基于 Go 语言的自托管多用户 AI 智能体平台,提供用户隔离的图记忆、定时任务及 Web 驾驶舱。 采用 Docker Compose 部署,支持 OpenRouter、Ollama 等模型,默认配置占用约 7 GB 内存,运行于 16 GB 迷你 PC。 支持 ArcadeDB 图数据库管理记忆,通过 gVisor 沙箱隔离用户身份,并集成 MCP 服务器以扩展工具能力。
Google 在 Gemini 中推出统一 Agent 功能,使其能自主规划任务、调用内部系统及支持 MCP 协议。该功能默认针对企业用户,支持多模型选择(如 Anthropic Claude)和自定义技能。新功能的早期测试者包括 Shopify 和 PayPal 等,支持通过 iOS、Android 及多种办公软件接入。
Claix 推出无头文档处理引擎,支持通过 MCP 协议连接 IDE,并作为原生 A2A 智能体提供 20 余项技能。 该工具基于 API 优先设计,提供 REST 与 JSON-RPC 接口,具备文档安全验证与溯源功能。 其架构可将 prompt token 消耗降低 80% 以上,支持按量付费且前 100 次调用免费。
开源工具 semlayer 通过自动分析数据仓库生成语义层,解决AI代理在复杂环境下的SQL查询错误问题。在包含隐藏业务规则的混乱仓库基准测试中,使用该语义层的代理回答准确率达到87%,显著高于直接解析原始模式的42%。工具支持通过 MCP 协议连接AI代理,并提供SQL Linter以捕获如扇出连接导致的重复计算等静默错误,同时支持零LLM调用的纯确定性模式以保护数据隐私。
构建AI原生软件工厂的关键在于建立智能体运行的“地面”系统,而不仅仅是购买编码工具。Uber提出的六层建筑模块包括模型网关、DevPod沙箱、MCP工具目录、上下文图谱、执行框架和安全门禁,这些基础设施共同构成了从想法到生产的全流程。
推荐理由:文章拆解了Uber及多家企业构建智能体工厂的六个基础设施模块,提供了从测量等待时间到实施成本控制的落地路径。
自主 AI 智能体在实际行动前需具备身份识别与问责机制。 Sumsub 提出“Know Your Agent (KYA)”框架,将智能体与其操作员及权限关联,以便用户验证其行为范围。 随着智能体接触真实服务与数据,身份绑定与范围授权成为 AI 信任与安全的必要组成部分。 ```
TinyWebUI 是一款本地优先的自托管 AI 聊天界面,兼容 OpenAI API 端点,无需后端即可运行。 内置 TinySearch 和 TinyContext 两个 MCP 服务器,分别支持本地网页搜索与长期记忆管理。数据存储在单一 SQLite 文件中,支持 Docker 部署及 SSO 网关。
我们为AI确立了超越人类信任标准的新轴线,在能力与权限之外要求执行依据。 当Agent出错时,当前机制缺失管理记录,而人依赖流程而非记忆。 该观点呼吁构建MCP等结构中明确责任记录的字段,以区分模型推理与人为定义的责任。
上海海思针对端侧 AI 落地难题,推出 XDAS 开发者生态四维框架,覆盖开发、应用、支持及 AI 体验。 首批五大领域 Skills 开放,实测效率提升约 76%,并将 1 周工作量缩短至 1 天;HiSpark 社区下载量较去年提升 10 倍,助力开发者完成端侧产品化。
华为官方宣布DevEco Studio、DevEco Code与DevEco CLI鸿蒙PC版开启公测,要求系统HarmonyOS 7.0.0.107及以上。
基于 Claude Opus 5.5 对 SpacetimeDB 的 AX 审计显示,Agent 能无辅助构建实时应用,但知名度滞后于 2026 年转型。 模型未掌握其 Web 应用定位,常推荐 Convex 或 Supabase;集成环节获满分,整体评分 3/4。
Favz 发布了一个统计 GitHub 公开仓库中 AI 智能体配置的工具,已索引 166,014 个仓库,涵盖 49,914 种工具名称。数据显示,@playwright/mcp 和 mcp.supabase.com 是最常用的 MCP 服务器,其中 Playwright 在 4,594 个仓库中被配置。
RSS-A 发布了一个开放协议,支持 AI 智能体通过 RSS 或 Atom feed 进行一对多广播通信。项目提供 Python 和 TypeScript 的 SDK、验证工具以及 MCP 服务器,允许在 5 分钟内完成智能体适配。当前处于 v0.1 版本,包含签名、群组讨论和线程控制等功能,并遵循“读者忽略未知扩展”的向后兼容原则。
Claude Code 在生态兼容性上类似 Windows,第三方通过 MCP 协议扩展工具后形成事实标准;Codex CLI 采用 Apache 2.0 许可,功能上类似 BSD,允许自由修改和复用。 OpenCode 等工具类比为 Linux,核心优势在于支持切换模型提供商、使用本地模型,让用户保持对开发流程的控制权,摆脱单一供应商锁定。
第 3 天(返场)/ 我们静默地重新发布了 Codex Cloud。它现在相当不错了。
产品经理 Guy Guyadeen 使用 Claude 和 Codex 构建 AI 营养教练 litFit,坚持采用产品需求文档(PRD)和技术设计文档(TDD)等传统软件工程流程。
研究提出通过重放后训练轨迹中的“决定性步骤”来预测基座模型的编码潜力,无需从冷启动驱动测试框架。 构建三项评估指标:关键动作BPB、补丁MCQ和前缀条件pass@K。在10对公开模型上,指标排名与SWE-bench Verified pass@1高度一致,可应用于未来编码基准。
arXiv 论文提出将复杂 Agentic Prompt 转化为仅由请求动词决定的最小对比对,以研究 LLM 工具调用机制。研究发现工具调用决策由因果向量 μ_Δ 介导,该向量被分析类动词抑制、由执行类动词保留。跨 Qwen、Mistral 和 Granite 家族七个模型的消融实验证实,脚手架建立工具调用先验,下游注意力头读取出该状态,代码已开源。
GeoNatureAgent (GNA) 引入固定十六工具 MCP 接口与 103 任务基准,用于评估工具型 LLM 智能体。 Claude Sonnet 4 在 103 任务中取得最高能力得分 61.7%,DeepSeek V3.2 以 11.3 倍更低成本实现 93% 的能力,构成主要成本-准确率帕累托前沿。 MCP 服务器、评估框架与 API 已公开,可替换工具与任务集以适配任意地学领域。
监督型治理者可能通过增加干预强度引发工具故障,导致智能体任务持续受阻;引入基于已知事件移动平均的成本感知退避规则可有效缓解该问题。 Gemini 2.5 Flash 在 576 个集次、6 个任务中的实验表明,中间强度的退避策略实现了最高的总体成功率并减少了阻塞现象。 研究揭示了干预成本与持续动作阻塞间的相互作用机制,但该方法在受控环境外的适用性仍属经验性问题。
马斯克 10 月 7 日宣布,旗下 Grok Bot 未来将根据用户任务自动选择最好的后端模型,包括 Claude Opus 5.5、Midjourney、Suno 以及其他领先 API,选择标准为最有可能给用户带来最佳结果。
推荐理由:Grok Bot 从自家模型转向多模型混合架构,读者可以据此观察 xAI 在 Agent 产品上的策略调整。
SheetRelay 将 Google Sheets 转化为可被 AI 助手和代码调用的 API,支持通过 MCP 协议连接 Claude、ChatGPT 和 Cursor。数据保留在用户的 Google Sheet 中,支持按表、列和行设置读取、添加、更改和删除权限,并记录所有调用日志。免费计划提供 2 个表格和每月 1000 次调用,付费计划从 $9/月起,数据存储在欧盟。
Docker 发布 Docker Agent,一个允许通过声明式 YAML 配置构建、运行和分享 AI 智能体的 CLI 插件。核心功能包括多智能体编排、支持任意 MCP 服务器、AI 提供商无关性(支持 OpenAI、Anthropic 等)以及可插拔的 RAG 检索。
平台 Muse 收录了 29 款工具和 43 个连接器,旨在帮助用户发现 AI Agent 集成资源。目录基于提供商文档,于 2026 年 10 月 6 日完成审核,支持查看 Asana 至 Zapier 等工具列表。 该目录提供 Grok Bot 与 dots 的对比分析及实用任务建议,如 Shopify 财务审查和 Slack 团队总结。用户可提交自定义连接器经审核后收录。
Radisson Hotel Group 联合 Accenture 基于 OpenAI 技术开发 ChatGPT 插件,帮助旅行者在规划行程时查找、比较并预订酒店。 该插件直接集成于 ChatGPT,将酒店发现与预订流程嵌入 AI 对话交互中,优化了 Radisson 品牌的客房预订体验。
Namera 推出专为 AI Agent 设计的钱包,通过设置支出限额、网络范围及有效期实现权限隔离。Agent 拥有独立密钥,所有交易在签名前需经规则校验,超限或越权操作将被自动拦截。