跳到正文
10月6日周二
  1. Ars Technica · AI66

    MCP 协议在 Agent 通信中的结构性安全漏洞

    过去五个月内,包括 Google 和 JP Morgan Chase 在内的多家机构承认,攻击者可利用 AI Agent 间的信任漏洞传播恶意指令。研究者 Syed Anas Mohiuddin 展示了针对 Model Context Protocol (MCP) 的攻击原型,利用了特定 Agent(如翻译或数据分析)内部较弱的防护机制,导致指令在下游 Agent 间被恶意传递。

  2. AWS Machine Learning Blog38

    使用 Amazon Bedrock AgentCore 评估多智能体系统的可解释性与实用性

    Amazon Bedrock AgentCore Evaluations 提供完全托管能力,通过内置与自定义评估器量化多智能体系统的准确性、任务成功率及可解释性。 方案结合 Amazon Bedrock Guardrails 在执行期强制安全约束,支持按需开发与在线生产监控模式,实现从响应质量到业务逻辑的有效验证。

10月5日周一
  1. Hacker News AI63

    Cloudflare Web Search API 发布 Beta 版

    Cloudflare 的 Web Search API 正式进入 Beta 测试,允许 AI 智能体通过实时互联网搜索而非模型预测来获取信息。该功能支持 Ceramic.ai、Exa 和 Linkup 三家搜索提供商,且所有通过 Cloudflare 发出的请求均支持零数据保留(Zero Data Retention)。

  2. arXiv · AI37

    LPS-Bench:电脑使用智能体在长程规划中的安全意识基准

    LPS-Bench 是一个包含 570 个用例的基准测试集,用于评估电脑使用智能体在长程规划中的安全意识。该基准涵盖 7 个任务领域和 9 种规划风险类型,通过 LLM 评估器对 13 个 LLM 智能体进行测试。评测结果显示这些智能体在良性和对抗场景下均存在持续的安全失败,且提示词干预的效果具有模型依赖性。

  3. arXiv · AI23

    基于 SLM 的智能体任务-工具意图匹配研究

    研究利用小型语言模型(SLM)对智能体工具调用进行逐次意图相关性验证,解决传统授权机制无法评估认知一致性的问题。 作者构建了跨多个 Model Context Protocol(MCP)服务器的多工具任务数据集,并通过提示优化、监督微调及 GRPO 强化学习对 SLM 进行专业化,使其作为任务-工具相关性分类器输出信号以供下游执行。

10月4日周日
  1. Hacker News AI52

    联邦法官裁定 Flock Safety 车辆监控属无差别大规模监控

    美国联邦法官裁定俄克拉荷马州托尔萨县副警长未经搜查令使用 Flock Safety 查询车主车牌违反第四修正案,该证据因“毒树之果”原则被排除。法官指出,Flock 在公共场所持续追踪车辆位置构成无差别的大规模监控,且已有多个州政府及参议员伯尼·桑德斯提出法案限制或禁止联邦机构使用该技术。

10月3日周六
  1. TechCrunch · AI48

    Airbnb CEO Brian Chesky:AI 智能体需要专属操作系统

    Airbnb 正在探索支持多人协作的“multiplayer”AI 界面,以解决单一用户限制问题。Brian Chesky 指出当前 AI 工具缺乏内核级操作系统,导致 Instinct 等智能体调用 Airbnb 功能体验不佳。他主张行业需构建完整的软件开发者工具包(SDK),使 AI 智能体能够像应用程序一样实现互操作性,而非仅作为单一主导入口。

  2. LessWrong · All Posts31

    AI for Epistemics and Coordination 领域现状综述

    本文综述了“AI for Epistemics and Coordination”这一新兴领域,旨在利用 AI 帮助人们形成更好的信念、做出明智决策并有效协调。该领域相对于其重要性而言发展不足,而早期产品和标准可能塑造用户对 AI 的期望及 Agent 协调方式,因此不能仅依赖现有商业和机构激励来推动这些工具的构建,需尽早建立评估规范与基础设施。

10月2日周五
  1. AWS Machine Learning Blog52

    Adjudicated Query 模式:用 Amazon Quick 完成大规模合规审查

    AWS 发布 Adjudicated Query 设计模式及参考架构,用 Amazon Quick 对话层连接确定性规则引擎,可完成数万份租约的合规审查。该模式通过 6 个 MCP 工具限定 AI 操作边界,生成完整性回执确保所有记录被评估,并支持证据链追踪,适用于制裁筛查、保险理赔等高风险合规领域。

9月30日周三
  1. 阿里云百炼26

    飞猪与高德基于阿里云百炼推出旅行 Agent

    飞猪与高德基于阿里云百炼 Managed Agent 推出旅行 Agent,整合飞猪旅行 Skill 与高德地图 MCP,自动查询车票、酒店、景点及天气,生成含预算明细的可视化 HTML 行程单。 该 Agent 支持云端 7x24 小时运行,无需本地部署,用户输入目的地、日期、人数及预算即可获取完整方案,未配置 API Key 时可进入体验模式查看模糊化价格。

  2. Seven Minute Feed88

    OpenAI 开放 ChatGPT 插件扩展,对标应用商店模式

    OpenAI 允许开发者构建 ChatGPT 插件扩展,包括带有文件查看器的交互面板,并新增了 Plugin Creator 工具和 MCP Events 规范支持。OpenAI 还推出了“Sign in with ChatGPT”功能,允许用户在 16 个第三方工具中使用 ChatGPT 额度,并上线了包含 32 家合作伙伴的企业市场,其 12 亿周活用户规模使其成为软件分发平台。

    推荐理由:ChatGPT 引入插件扩展与企业市场功能,直接对现有应用商店的分发逻辑形成压力。

9月29日周二
  1. Hugging Face Blog40

    ProvenanceGuard 如何为基于 MCP 的智能体提供来源感知的事实验证

    ProvenanceGuard 是一种针对基于 MCP 的 LLM 智能体的后生成验证层,专门检测跨来源混淆问题。在 281 条医疗智能体轨迹测试中,它成功拦截了专家标记的 139 个错误声明中的 138 个,且来源识别准确率约为 86%。该框架保留证据来源身份,适用于数据敏感场景下的事实核查。

9月25日周五
  1. GitHub Blog · AI & ML65

    GitHub Copilot 如何用 canvas 构建自定义 UI

    GitHub Copilot 应用支持创建名为 canvas 的自定义全栈交互界面,让开发者构建 Connect 4 游戏、Winget 管理工具和 SQLite 操作面板。

    推荐理由:原文通过具体示例说明 canvas 如何将交互从纯聊天扩展到自定义全栈应用,帮助读者减少不必要的 agent 调用。

9月23日周三
  1. 阿里云百炼37

    阿里云百炼 Agent Native 应用落地联合体亮相云栖大会

    阿里云百炼 Agent Native 应用落地联合体在 2026 云栖大会正式亮相,联合高德、飞猪等八家伙伴共建行业 Agent 服务。飞猪旅行 Agent Hackathon 于 9 月 22 日启动,天猫家享生活发布 SMART 五维标准及覆盖 30 余个硬件平台的 Agent Studio。高德通过 MCP 开放时空数据能力,大智互联通信智能体使故障修复时间缩短 60%。

  2. 阿里云74

    千问AI平台焕新:面向Agent全面升级模型服务、Agent服务、AI应用

    阿里云千问AI平台面向Agent负载完成全面升级,新增Agent Studio与企业级全栈Agent服务,并推出API优速模式、千问AI座舱解决方案等能力。Agent Studio提供自动模型路由、24小时不间断托管、原子API和MCP生态接入;模型服务侧通过FlashBoot将弹性启动时间由1200秒缩短至70秒,支持Prompt Caching与Token Plan订阅。

    推荐理由:官方给出了Agent Studio的托管与原子API细节,以及算力规模演进预期,供评估AI平台在Agent生产侧的落地深度。

9月18日周五
  1. GitHub Blog · AI & ML33

    GitHub Podcast 探讨 AI 编码、RAG 与 Skills 的争议观点

    GitHub Podcast 最新一期拆解了五个关于 AI 开发的热门观点,指出 AI 生成代码仍需人工负责审查,风险评估应匹配生产环境重要性。 文章澄清 Skills 与 MCP 解决不同问题,前者提供打包专业知识,后者提供工具连接标准;RAG 也未过时,而是为系统提供训练数据之外的相关上下文。

9月17日周四
  1. 月之暗面 Kimi41

    Kimi 发布金融行业解决方案

    月之暗面推出 Kimi 金融行业解决方案,整合 10+ 权威数据源、9 项金融技能和 5 项合规安全措施。该方案将资料处理时间从“天”级压缩至“小时”级,并通过“风险评估网关”实现智能体在金融业务中的合规接入。

9月15日周二
  1. 豆包工作50

    豆包工作升级:原生融入飞书,实现专业、业务与安全三重保障

    2026 年 9 月 15 日,豆包工作在大会上宣布功能升级,通过“局部编辑”能力提升产物交付水平,并支持远程操作及云端 24 小时运行。该产品原生融入飞书,能在用户权限内结合聊天与文档理解业务,并通过技能、连接器和 Managed Agent 与企业现有系统协作。豆包工作沿用飞书身份、权限和安全管控能力,在内测期间已有多家企业开始应用。

9月14日周一
9月12日周六
9月10日周四
  1. Towards AI47

    开发者构建基于 Obsidian 与 MCP 的混合工作流,由 Claude Code 调度 Codex

    开发者搭建 Obsidian 库存储笔记、技能及会议记录,利用 LLM-Wiki 索引机制向代理提供相关上下文,避免加载整个档案库。该系统通过 MCP 让 Claude Code 规划并调用 Codex 执行任务,将非紧急任务移至夜间运行以优化 Token 消耗。作者分享了 Obsidian 模板及完整配置,旨在提升多设备协作效率并防止代理执行失败导致预算浪费。

9月8日周二
9月2日周三
  1. Kimi开放平台63

    Kimi API 原生支持 Codex 和 Claude Code

    Kimi API 已原生支持 OpenAI 的 Responses API 和 Anthropic 的 Messages API 格式,用户无需转换格式或本地代理,即可在 Codex 和 Claude Code 中直连 kimi-k3、kimi-k2.7-code 等模型。Responses API 暂不支持视频输入,官方提供了针对本地 Agent 的自动化配置教程链接及开发者反馈社群入口。

    推荐理由:官方说明直接给出了Codex和Claude Code接入Kimi API的两种API格式及模型列表,开发者可跳过中间代理层直接对接现有工具链。

8月28日周五