智能体开始互相调用,却没人给它们开收据:Double-Oh 谈 agent-to-agent 的身份、授权与审计层
智能体框架正竞相实现 agent 互相调用,但今天的 agent-to-agent 调用只是 HTTP 上未签名的字符串,被调用方无从确认调用者身份、授权范围和实际执行结果。
智能体框架正竞相实现 agent 互相调用,但今天的 agent-to-agent 调用只是 HTTP 上未签名的字符串,被调用方无从确认调用者身份、授权范围和实际执行结果。
today in MCP land ... thing are better compared to a year ago, but also worse.
Fireworks AI 发文梳理企业迈向专业化智能的三阶段路径:先租用闭源前沿模型并围绕其搭建提示词、上下文与 harness 工程,再引入更便宜的开源模型优化成本与延迟,最终为真正属于自己的问题训练定制模型。文中以 Kimi K3 与 GPT 5.6 Sol 在 OSWorld 2.0、UIPad 上的对比为例,说明基准只能用于初筛,自建评测才是性能的最佳指标。
Anthropic 的 Thariq Shihipar 在 Latent Space 播客中谈 Claude Code 的下一阶段,包括 Ask User Question、artifacts、Claude Tag、Projects 和可自定义 harness 的 Claude Mods。
一篇锐评指出,办公Agent把toB业务向toC宣传在法理和情理上都站不住脚,因为对非程序员群体而言,提高生产力并不能换来早下班。作者转而推崇Personal agent,并实测了Today.ai、Grok bot和Muse:Today.ai能连接Gmail和Notion后主动找活干,但无法连接微信;Grok bot偏开放,需自建助手,作者用它搭建了欧洲旅行、视频素材整理、时尚搭配等助手。
GitHub Copilot 应用推出 canvas,一种运行在应用内、无浏览器外壳的全栈小应用,可与 Copilot 智能体双向通信,并能在本地执行代码、调用第三方 API。
Simon Willison 反驳「MCP 一直是坏主意」的观点,认为该说法忽视了 MCP 当下的价值。
GitHub Podcast 最新一期拆解了五个 AI 热门观点:AI 生成的代码仍需阅读和负责,只是审查力度应按风险分级;Skills 与 MCP 解决不同问题,MCP 提供工具与数据的标准接入,Skills 封装团队流程与最佳实践,二者可组合使用;RAG 并未消亡,检索能为模型提供训练数据之外的信息,减少 token 消耗并让回答更有依据。
Airwallex 空中云汇 CRO 吴恺在播客中披露,公司 ARR 约 13 亿美金、年增速约 74%,估值 110 亿美金,下一目标是 100 万客户与 1000 亿美金估值。
Sierra 分享把全公司接入 AI 智能体的经验:工程团队用 git worktrees、Claude Code 和 Codex 并行跑 agent,部分任务产出达 5 倍,随后成立六人团队推进全员采用。
推荐理由:Sierra 复盘了内部全员 Agent 化的落地过程,单一入口、上下文瓶颈和成果度量三处经验可迁移到其他团队。
真格基金「此话当真」与「十字路口」串台播客以"GUI 退场 → Headless 上位 → CLI 复兴 → Skills 封装 → Agentic Economy 萌芽"为主线,梳理 Agent 元年 500 天的变化。
安全研究员 Johann Rehberger 指出 Windsurf 默认安装后对 MCP 工具采用完全自动调用,没有人工确认选项,也没有按工具配置审批的设置。
安全研究员 Johann Rehberger 披露 AWS Kiro 可被间接提示词注入劫持以执行任意命令,于 7 月 15 日发布当天报告。
作者实测发现 ChatGPT Deep Research 的各连接器处于同一信任边界,智能体可把一个数据源的信息用于查询另一工具,攻击者可借间接提示词注入迫使 Linear 工单中的凭据等敏感数据发送到自定义 MCP 服务器。研究约在两个月前进行,核心结论仍适用;作者建议谨慎选择同时启用的工具,避免将敏感源与低完整性源连入同一研究过程,并可通过活动窗格查看智能体调用了哪些工具、发送了什么数据。