跳到正文

#MCP/工具调用

今日 2 条
9月28日周一
  1. Claude Platform:开发者版本说明(RSS)80

    Anthropic 发布 Claude Sonnet 5.5 并说明 API 迁移变化

    Anthropic 于 9 月 28 日发布 Claude Sonnet 5.5(claude-sonnet-5-5),已在 Claude API、Amazon Bedrock、Claude Platform on AWS、Google Cloud 和 Microsoft Foundry 提供。

    推荐理由:官方同时列出多平台可用性和从 Claude Sonnet 5 迁移时的五类兼容性变化,便于开发者提前调整请求与工具调用。

9月26日周六
  1. AWS Machine Learning Blog65

    NarrateAI 如何在 Amazon Bedrock 上实现生产级 LLM 质量保障

    AWS 介绍 NarrateAI 在 Amazon Bedrock 上用五项工程机制实现生产级 LLM 质量保障,服务超过 4,000 名 AWS 高管用户。系统通过自适应流水线让约 90% 查询走单次 LLM 调用,混合成本约为每次查询 1.4 次 LLM 调用;跨账号多模型故障转移把模型与账号组合成独立配额空间,负载测试支持超过 100 名用户并发流式请求。

    推荐理由:文章拆解了自适应路由、跨账号故障转移、流式评估和数值校验的工程组合,适合构建生产级 LLM 应用时参考。

9月25日周五
  1. Claude:Blog(网页)72

    Anthropic 推出 Claude 插件开发者门户,支持提交审核与使用分析

    Anthropic 开放 Claude 插件目录提交门户,付费 Claude 方案开发者可提交单个 MCP connector 或托管在 GitHub 的插件包,审核通过后自行发布到 Claude directory。

    推荐理由:官方说明了插件提交、审核追踪、发布后分析和 MCP 2.0 扩展,开发者可据此判断如何接入 Claude 生态。

  2. GitHub Blog · AI & ML62

    GitHub Security Lab 推出基于 Taskflow Agent 的 AI 模糊测试流水线

    GitHub Security Lab 发布开源 Fuzzing Taskflow,用 LLM 智能体为 C/C++ 仓库自动完成入口识别、harness 编写、AFL++ 模糊测试、覆盖率改进、崩溃分诊和漏洞报告。

    推荐理由:文章给出从入口识别、覆盖率反馈到崩溃分诊的完整自动化链路,适合了解 LLM 智能体如何接管安全研究中的重复流程。

  3. Databricks:Blog(RSS)61

    Databricks 推出 Unity Gateway CLI,集中部署和管理编码智能体

    Databricks 推出 Unity Gateway CLI,让管理员集中配置编码智能体的默认模型、MCP 服务器、技能、Smart Routing 和支出策略,开发者可用 ug claude、ug codex 等命令启动已批准的智能体。

    推荐理由:文章说明了集中配置、预算策略、Smart Routing 和追踪如何统一治理多类编码智能体,便于评估企业级落地方式。

9月24日周四
  1. AWS Machine Learning Blog40

    HEMA 如何用 MCP 与 Amazon Bedrock AgentCore 打造内部 AI 助手 HAL,告别跨门户查找

    荷兰百年零售商 HEMA 基于 Amazon Bedrock AgentCore 和 MCP 构建内部 AI 助手 HAL,将分散在 wiki、服务目录与 IT 门户的知识统一接入员工常用工具。HAL 支持 HAL web chat、Kiro、Claude 等 MCP 客户端,通过 Microsoft Entra ID 认证,当前为只读访问,原本需跨三四个门户查找的答案现在数秒内即可获得。

9月23日周三
  1. Claude:Blog(网页)74

    Anthropic 指南:如何准备 AI 驱动的代码现代化项目

    Anthropic 发布企业代码现代化准备指南,提出用 Claude Code 动态工作流前应完成六步:定义目标、建立变更证书、制定分级上线策略、准备环境与审批、构建并试运行智能体工作流、先小规模验证再扩展。指南区分 Uplift、Transform、Reimagine 三类现代化,并说明测试、差分验证、人工审查、CI/CD、安全合规和 token 成本估算等关键准备事项。

    推荐理由:文章把企业代码现代化拆成目标、证据、上线策略和工作流等六步,适合准备用 Claude Code 推进大规模改造的团队对照落地。

9月22日周二
  1. Claude Platform:开发者版本说明(RSS)88

    Anthropic 发布 Claude Opus 5.5,并更新 Claude Platform 多项 API 能力

    Anthropic 于 9 月 22 日发布 Claude Opus 5.5,面向长时间运行的智能体编码和知识工作,默认 1M token 上下文窗口、128k 最大输出 token,价格为 $4 / $20 USD per MTok。

    推荐理由:官方同时列出模型规格、价格、可用平台和迁移中的 API 行为变化,便于开发者评估升级成本。

9月21日周一
9月18日周五
  1. GitHub Blog · AI & ML52

    GitHub 拆解 AI 开发争议:仍需读懂生成代码,Skills 未取代 MCP,RAG 也未过时

    GitHub Podcast 围绕 5 个 AI 开发热门观点展开分析,认为开发者仍需审查并承担 AI 生成代码的结果,招聘更看重使用判断力而非完全依赖或拒绝 AI。文章指出 MCP 负责标准化连接工具和数据,Skills 负责封装团队流程与最佳实践,RAG 仍可为模型提供训练数据外的相关信息;需要微调并不必然说明代码糟糕,但难理解的代码也暴露可维护性问题。

9月17日周四
  1. GitHub Blog · AI & ML83

    GitHub 借助 Copilot 将 Copilot agent runtime 迁移到 Rust

    GitHub 借助 GitHub Copilot app 和 Copilot CLI,将 Copilot agent runtime 从 TypeScript、Node.js 与 V8 技术栈完整重写为 832,378 行生产 Rust,另有 468,689 行 Rust 单元测试。

    推荐理由:文章用真实迁移数据拆解了渐进式重写、跨会话协作和人工审查边界,可为大型代码库的 AI 辅助迁移提供方法参照。

  2. SpaceXAI52

    xAI 宣布 Grok Voice 已在 fal 上线,可用于构建能解决真实客户问题的低延迟智能体。该语音模型可在 0.70 秒内回应,并在句子结束前完成工具调用;支持带词级时间戳的转录、30 多种声音和 25 多种语言的文本转语音,以及用两分钟音频克隆声音。

    引用fal@fal

    Grok Voice is live on fal. The latest speech model from @SpaceXAI that answers in 0.70 seconds and finishes its tool calls before the sentence ends. Transcription with word-level timestamps, text to speech in 30+ voices across 25+ languages, and cloning from two minutes of audio. Every voice in this video is from Grok Voice.

9月16日周三
  1. Google DeepMind86

    Google DeepMind 发布 Gemini 3.8 Live 与 3.8 Live Extended Thinking 语音对话模型

    Google DeepMind 发布 Gemini 3.8 Live 和 Gemini 3.8 Live Extended Thinking 两款近实时语音对话模型,分别面向规模化成本效率与高复杂度多步推理任务。

    推荐理由:官方同时给出两款实时语音模型的定位、基准成绩与 API、企业版和消费端开放路径,便于判断语音智能体落地选择。

  2. Hugging Face Blog73

    ALTK-Evolve 推出 Consistency Analyzer 与一致性准则,降低智能体重复执行失败率

    Hugging Face 与 IBM Research 介绍 ALTK-Evolve 新增的 Consistency Analyzer 和 consistency guidelines,用于诊断并减少 AI 智能体在同一任务上重复运行时的结果翻转。

    推荐理由:文章把智能体平均成功率与重复成功率区分开,并提供无需真值、可在单条轨迹上定位易翻转决策的诊断流程。

9月15日周二
9月14日周一
9月12日周六
  1. GitHub Blog · AI & ML62

    GitHub 营销团队如何用 Copilot 和 Actions 自动化活动全流程

    GitHub 日本与韩国营销负责人用 GitHub Copilot、Issue forms、Labels、Actions 和 Copilot agent skills,把活动从策划、报名筛选到会后 CRM 上传与报告自动化。

    推荐理由:文章把市场活动运营拆成 Issue、标签、Actions 与 SKILL.md,可作为非工程团队用 API 或 CLI 改造重复流程的参考。

9月11日周五
9月10日周四
  1. Fireworks AI(网页)60

    Fireworks AI 解读企业如何迈向专业化智能并训练自有模型

    Fireworks AI 提出企业获得专业化智能通常会经历租用闭源前沿模型、围绕模型做提示词和 RAG 等工程、引入开源模型控制成本与延迟、最终训练自定义模型四个阶段。

    推荐理由:文章把企业从租用闭源模型到训练自有模型的路径拆成四个阶段,并用 UIPad 成本与分类结果说明路由和微调的决策依据。

9月9日周三
9月5日周六
  1. GitHub Blog · AI & ML74

    GitHub Copilot 推出 Project HydraFusion 研究预览,用多模型运行时编排完成编码任务

    GitHub 推出 Project HydraFusion 研究预览,让 GitHub Copilot 在运行时从多家模型中选择并组合 Single、Cascade、Critique 三种执行模式,以平衡质量、成本和延迟。

    推荐理由:原文给出 HydraFusion 的三种编排模式、CLI 启用方式和三项基准的质量成本对比,可帮助开发者判断多模型路由的实际取舍。

9月4日周五