跳到正文

#MCP/工具调用

今日 39 条
10月6日周二
  1. elvis57

    Eon 推出免费工具 Era，用于生成完整的模拟企业，让 AI 智能体在 Salesforce、Slack、Jira、Zendesk、Gong、Deel、云数据库和存储等环境中测试。智能体可通过实时 MCP 和 API 接口与环境交互，环境会模拟人员离职、交易变化、记录重复、权限差异，以及速率限制、分页和错误码。Era 掌握生成公司的精确基准事实，支持针对真实企业工作负载测试、基准评测、定向 post-training，并在重置后复跑相同任务衡量改动效果。

    引用Ofir Ehrlich@OfirEhrlich

    You can’t safely test an enterprise agent on a real company’s data. So we built a company for it to work in. Era is live today, and it’s free. It generates a complete simulated enterprise that behaves like a real one across Salesforce, Slack, Jira, Zendesk, Gong, Deel and more, along with cloud databases and storage. Agents interact with it through live MCP and API interfaces. People leave. Deals change. Records get duplicated. Permissions differ across systems. And because Era generated the company, it knows the exact ground truth. Test, benchmark and improve agents against realistic enterprise workloads, use the failures for targeted post-training, then rerun the same environment to measure the impact. Huge thanks to our research partners @NVIDIA, @Decart, @Composio, @openlayerco, @Deel, @Eragon and @Plurai, with more coming soon.

10月5日周一
  1. 🚨 AI News | TestingCatalog52

    ContextQA 推出 AI 质量工程师 Ship，可自主发现并处理缺陷。当 Slack 或 Linear 中出现 bug 报告时，Ship 会在运行中的应用上自动复现问题、记录证据，并结合代码、工单、测试和文档调查可能原因；调查结果可发送给工程师，或作为修复起点交给 Claude 和 Codex。产品可通过 https://ship.contextqa.com 免费试用。

    引用Deep Barot@deepcabinwala

    Everyone got a coding agent. Nobody got a QA engineer. Until today. Meet Ship, your Autonomous Quality Engineer. It tests deployed PRs, reproduces bugs from Slack and Linear, and hands Claude or Codex the context to fix them. Try it free: https://ship.contextqa.com

  4. Hacker News：AI 热帖67

    什么是 AI 智能体：一篇基础入门

    文章解释 AI 智能体本质上是运行循环的程序，由 harness 汇总上下文、调用无状态 LLM、执行或拒绝模型请求的工具，并在需要时向人询问。作者强调智能体不是独立实体，连续性来自 harness 保存并反复提交的历史，模型可在任务中途替换；风险可能来自误导人类或工具造成损害，防御思路包括用其他智能体审查历史。

  5. Hacker News：AI 热帖47

    AgentLedger 推出 AI 智能体支出上限，在调用发生前拒绝超预算请求

    AgentLedger 为 AI 智能体提供按智能体设置的支出上限，在请求到达服务商前以 402 拦截超预算调用。其包含 14 个 MCP 工具，运行于 Base mainnet，使用 USDC 结算，24 小时 AgentLedger Pro 价格为 $0.01。它与 Agent Watch、Perimeter Watch、TrustScan、Cited 共同组成面向智能体经济的五款运营产品。

  10. Hacker News 热门（buzzing.cc 中文翻译）57

    作者用 Claude 与本地视觉模型自动化 35 毫米胶片扫描流程

    作者搭建了一套 35 毫米胶片扫描后处理流程，用代码完成负片转正，用模型检测并修复灰尘，再由本地 Ollama 中的 Qwen3-VL 生成检索标签。早期让 Claude 通过 SANE 直接控制扫描仪时因扫描台方向反转损坏机械结构，随后改为手动使用 VueScan，只自动化扫描后的环节。

  11. Hacker News：AI 热帖47

    AI-Ready 数据：构建更可靠企业级 AI 的四大基础

    企业级 AI 的可靠性取决于 AI-ready 数据，文章提出 FAIR、情境化、关联化、可信四大互补基础，构成管理框架而非正式标准。Anthropic 的 Contextual Retrieval 结合 reranking 在实验中将 top-20 检索失败率从 5.7% 降至 1.9%。企业应围绕具体业务任务建设这些基础，并以答案准确性、可追溯性等结果指标衡量成效。

  16. Claude：Blog（网页）42

    Cresta 如何基于 Claude Agent SDK 将客户体验专长打造成 AI 智能体构建器

    Cresta 基于 Claude Agent SDK 打造自然语言智能体构建器 Conductor，帮助团队将复杂业务上下文转化为可投产的客户体验 AI 智能体。Conductor 可引导从蓝图、实现、评估到优化的流程，早期用例将初始部署时间缩短约一半。Cresta 已融资超 $270M，ARR 超 $100M，服务 United Airlines、CVS Health 与 Marriott。

  23. Hacker News：AI 热帖70

    Vectorize.io 开源 AI 智能体记忆系统 Hindsight

    Vectorize.io 推出开源 AI 智能体记忆系统 Hindsight，采用 MIT 许可证，支持智能体随时间学习而不只是召回对话历史。系统提供 retain、recall、reflect 三类操作，支持 Docker、pip、Kubernetes、嵌入式部署和 Hindsight Cloud，并内置 MCP 端点。

  24. Hacker News：AI 热帖84

    如何构建 AI 原生软件工厂：基于 Uber 等公司实践的落地指南

    文章系统拆解企业如何在 Claude Code、Cursor、Codex 等现成编码智能体之外构建 AI 原生软件工厂，重点不是自研编码智能体，而是建设运行环境、工具接入、上下文、流程与权限门禁。

    推荐理由：文章把 Uber 等公司的公开实践拆成六层平台与落地顺序，可用于对照企业从个人编码工具走向规模化智能体的建设路径。

  25. Hacker News：AI 热帖64

    AcruxCore 发布：为 AI 智能体的提示词与工具提供版本管理、网关执行和追踪

    AcruxCore 发布开源提示词与工具管理平台，支持对提示词及其调用工具进行版本化、审计、网关执行和全链路追踪。工具可在平台内定义版本、切换 alias、由网关运行 HTTP 工具，并记录调用次数、错误率、p50/p95 延迟和每次调用；平台还提供 Jinja2 风格模板、AI gateway、数据集评测、基于失败评测的提示词改写，以及 Apache 2.0 自托管部署。

  27. Hacker News：AI 热帖33

    DeepSeek V4.1 Flash 操作网页版 Paint 画肖像遇挫：AI 智能体视觉与动作能力测试

    Matthew Berman 测试 DeepSeek V4.1 Flash 操作网页版 Microsoft Paint 复刻头像，成品可辨认但高度抽象，缺少五官细节与叠层笔触。对比 Google Astra 能用重叠笔触构建明暗与纹理，DeepSeek V4.1 Flash 只会铺大色块，暴露其在智能体精细运动控制与时空推理上的局限。

  31. Hacker News：AI 热帖81

    Gauntlet Loop：用独立批评者循环驱动 Claude Code 生成游戏的提示词方法

    作者提出 Gauntlet Loop 提示词方法，让主智能体拆分目标、为每个部分分派独立 builder 与 fresh context 的 critic，并对照具体高质量参照反复修改。

    推荐理由：文章把一次长时多智能体游戏生成复盘成可迁移的提示词结构，重点在独立批评者、具体参照标准和持续迭代。

  33. Hacker News：AI 热帖55

    当 AI 尝试成本趋近于零时，如何验证一个想法

    文章解读 Nader Dabit 关于 AI 让首次尝试成本大幅降低的观点，强调便宜的是生成初稿、脚本和原型，而不是验证、维护与责任。作者提出用最小可信测试检验想法，先明确问题、测试样本、证据和停止边界，再根据结果保留、修改或放弃。文章还建议跨学科借用工作流时保留专业标准，并在隔离环境、权限和人工审批边界内扩展并行 AI 智能体。

  34. Hacker News：AI 热帖62

    Recursant 发布面向混合推理工作负载的 AI 智能体模型路由器

    Recursant 发布面向 AI 智能体的模型路由器，位于智能体与模型服务之间，按每一步请求在强模型、便宜模型和本地私有模型之间选择。它兼容 OpenAI API，支持 OpenRouter、Ollama、vLLM 等服务，并通过确定性 regex 检查税号、医保号、银行卡号、电话、邮箱等个人数据；命中后请求只进入私有模型，且私有模型失败时不会回退到公共服务。