跳到正文

#MCP/工具调用

今日 2 条
今天10月1日周四
9月30日周三
  1. Fireworks AI(网页)50

    Fireworks AI:从租用闭源前沿模型到训练自有模型,企业迈向专业化智能的三阶段路径

    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。

9月29日周二
9月28日周一
  1. elsewhere:文章(RSS)41

    个人主义才能救AI:从办公Agent到Personal agent的锐评

    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。

9月25日周五
9月21日周一
9月18日周五
  1. GitHub Blog22

    GitHub Podcast 拆解 AI 热门观点:该不该读代码、RAG 是否已死、Skills 是否杀死了 MCP

    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。

7月27日周一
7月10日周五
  1. Sierra:Blog(RSS)65

    Sierra 复盘全公司 AI 智能体化:从并行 agent 到统一 Pinecone 的经验

    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。

7月2日周四
8月29日周五
8月26日周二
8月25日周一
  1. Johann Rehberger / Embrace The Red(RSS)54

    ChatGPT Deep Research 连接器如何导致数据跨工具泄露

    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。