跳到正文

#MCP/工具调用

今日 17 条
9月30日周三
  2. Anthropic：The Institute（旗舰研究长文 · 网页）32

    Claude 登陆 Google Cloud：用 Anthropic 模型构建高级 AI 智能体

    Anthropic 的 Claude 模型现可在 Google Cloud 上运行，支持 MCP、提示词缓存与专用容量，并可在无服务器基础设施上按负载扩展。该组合将 Anthropic 的安全模型与 Google Cloud 的基础设施、统一治理和安全控制结合，用于构建和部署生产级 AI 智能体。官方称有团队借此将代码开发速度提升 20% 至 30%。

  3. Anthropic：The Institute（旗舰研究长文 · 网页）65

    Anthropic 推出 Claude Marketplace 生态系统

    Anthropic 推出 Claude Marketplace 生态系统，提供超过 2000 个连接器和插件，可连接 Google Drive、Gmail、Microsoft 365、Notion、Slack、Atlassian 等应用。

    推荐理由：Anthropic 官方页面列出了生态的实际组成和开放入口，读者可以据此了解 Claude 周边的连接器、产品和合作资源。

  5. Anthropic：The Institute（旗舰研究长文 · 网页）79

    Anthropic 推出 Agent Skills，让 Claude 把机构知识封装为可复用能力

    Anthropic 推出 Agent Skills，用带 SKILL.md 的文件夹把流程和最佳实践变成 Claude 可自动调用的能力。同一 Skill 可跨 Claude.ai、Claude Code 和 API 使用，支持多 Skill 组合，内置 Excel、PowerPoint、数据分析等常用技能，Box、Notion、Figma、Canva 等伙伴展示了各自的应用方式。

    推荐理由：Anthropic 官方页面说明 Skills 的构建方式、跨平台复用和内置能力，读者可以据此判断是否将其纳入自己的工作流。

  6. Google Developers Blog（RSS）67

    Google 复盘 AI Agents Challenge 最强提交背后的 4 种工程模式

    Google 复盘其 AI Agents Challenge 获奖提交，归纳出四种反复出现的工程模式：双向 MCP（智能体既是自身工具的客户端也是可供其他智能体调用的 MCP 服务器）、基于事件总线的并行并发、回退模型必须通过与主模型相同的验证函数，以及在昂贵模型调用前做分层路由。

    推荐理由：Google 从获奖提交的真实代码里提炼四种智能体工程模式，双向 MCP、事件驱动并发、同标准回退和分层路由都给出可直接借鉴的做法。

  10. Anthropic：Engineering（事故复盘 + 工程实践 · 网页）69

    Anthropic 工程博客：用代码执行提升 MCP Agent 的上下文效率

    Anthropic 发布工程文章，提出让 Agent 通过代码执行方式与 MCP 服务器交互，以解决工具定义和中间结果占用过多上下文的问题。示例场景中 token 消耗从 150,000 降至 2,000，节省 98.7%。文章还介绍了渐进式工具发现、在执行环境中过滤数据、PII 令牌化保护隐私、状态持久化与可复用 Skills 等收益，并提示需要沙箱、资源限制等安全基础设施作为权衡。

  11. Anthropic：Engineering（事故复盘 + 工程实践 · 网页）79

    Anthropic 在 Claude 开发者平台推出 Tool Search Tool、Programmatic Tool Calling 和 Tool Use Examples

    Anthropic 在 Claude 开发者平台发布三项 beta 功能：Tool Search Tool 按需发现工具、Programmatic Tool Calling 用代码编排工具调用、Tool Use Examples 在工具定义中提供示例。

    推荐理由：官方给出了三项工具调用新功能的机制说明和内部测试数字，读者可以据此评估大工具库场景下的上下文与准确性权衡。

  13. arXiv：cs.CL（计算语言学，全量分类）35

    Lookahead-R：基于执行中心规划的预算感知工具检索

    Lookahead-R 是一个将工具检索重构为资源受限序列决策问题的规划框架，通过轻量级执行感知代理世界模型联合预测工具执行成功率、延迟成本与语义效用，无需调用真实 API。在 ToolBench 的 I3 划分上，其 NDCG@5 达 91.40%，超过 SOTA 的 ToolGen（90.16%）1.24%。消融实验表明，显式延迟建模是资源约束下识别高质量工具的关键判别信号。

  16. TechCrunch：AI（RSS）67

    OpenAI 在 DevDay 扩展 ChatGPT 插件：应用式界面与自动化能力

    OpenAI 在 DevDay 上宣布开发者可在 ChatGPT 内构建应用式体验：插件将获得侧边栏专属入口，并支持可交互面板和自定义文件查看器。同时推出 Plugin Creator 工具与更清晰的提交流程，改进插件目录排序和对话中的推荐，用户可逐项批准插件权限；ChatGPT Sites 也可托管插件，并支持 MCP Events 规范以基于连接应用中的事件启动自动化。

  21. AWS Machine Learning Blog34

    Amazon Quick 提示词工程基础指南

    Amazon Quick 的提示词工程基础指南指出，提示词结构直接决定其 AI 功能输出的准确性与可靠性。文章给出清晰具体、提供业务上下文、用示例代替描述等核心原则，并介绍 CRISPE 框架，用于跨 Quick 各组件构建复杂提示词。这是两部分系列的第一篇，第二篇将覆盖 Research、Flows、Sight、Chat Agents 和 Action Integrations 的组件专属技巧。

  22. Tripo29

    看到 Tripo 驱动这条疯狂的自动化流水线（Astra -> Tripo -> Blender -> Unity），1 小时构建出可玩地图：无价。 干得漂亮，@luccacerf！

    引用Lucca Cerf@luccacerf

    So I've upgraded my chatgpt plan to $500 and asked to Astra Ultra Fast to create this map with blender and tripo assets and then make it playable on my new game. Guess what? It took away in 1h 50% of my week usage plan, but yeah, created 26 assets and a new make for realm rivals. Idk what to feel. Astra Ultra Fast -> Tripo -> Blender MCP -> Unity CLI

  24. Aravind Srinivas63

    Perplexity 发布 Perplexity Computer 的 Automations 功能，面向持续性工作，可响应事件触发器或按计划执行任务。Automations 可结合记忆、技能以及 Slack、Gmail、Outlook、Linear 等连接应用；Perplexity CEO Aravind Srinivas 表示，配置合适的自动化会让公司像一辆自动驾驶汽车，而找到合适的自动化需要人类具备相当的技能和主动性。

    引用Perplexity@perplexity_ai

    Introducing Automations in Perplexity Computer. Automations are for ongoing work. They can take action in response to event-based triggers or on a schedule. Automations work with your memory, skills, and connected apps like Slack, Gmail, Outlook, and Linear.

  26. elvis44

    一旦编程智能体能写出整个应用，部署和运行它就成了瓶颈。 来自 @insforge 的 InstaCloud 让智能体直接部署到无服务器云上，可随流量扩缩容，空闲时缩到零。 分支对智能体工作流很棒。智能体可以在几秒内复制整个服务（含数据），在那里测试改动，再动线上应用。

    引用Hang Huang@hanghuang_

    We just raised an $8M seed round to kill AWS, GCP, and Azure. Introducing http://instacloud.com, the agent-native serverless cloud. Your team is shipping code like never before. But you're getting caught up in manual, tedious DevOps work trying to deploy it. InstaCloud provides the serverless compute that lets your services autoscale, with all the infrastructure managed for you. Agents branch into complete replica environments when working, keeping prod safe and iteration speed high. And of course, it all works seamlessly with agents through MCP/CLI. Get off the traditional, legacy cloud. Start deploying your services on InstaCloud today.

9月29日周二
  2. elvis30

    雄心勃勃的东西，但要更好地利用你的智能栈，这非常必要。 企业将需要一个记录其 AI 如何运作的系统，就像它们为客户和财务所做的那样。 CData 的新 Connect AI Gateway 处理你的模型、智能体和业务系统之间的每一个请求。它把每个请求路由到正确的模型或工具，在每次调用时检查身份和策略，并把每次交互学到的东西保存为其他智能体可复用的上下文。

    引用Raviv levi@ravivlevi

    You’ve spent years teaching people how your company works. Your AI needs that knowledge too. Introducing Connect AI Gateway. It routes, governs, and learns from AI requests, building a system of record for how your company thinks. Early access is live: https://cdata.com/ai

  9. Aravind Srinivas44

    Perplexity Agent API 新增 Profiles、Skills 和托管连接器。Profile 是可保存的智能体配置，统一管理模型、指令、工具、连接器和运行设置。

    引用Perplexity Developers@perplexitydevs

    You can now build custom reusable agents in the Perplexity Agent API with Profiles, Skills, and managed connectors. Configure an agent once in the API Portal and reuse it across applications and workflows.

  10. lauren55

    Grok @bot 推出 Team Bots，团队可以把共享的 AI 队友配置上所需的 skills、插件和凭证，让它在团队协作中持续学习。作者 Lauren Tan 表示可以一键将 Team Bot 添加到 Slack，并分享了自己给机器人命名的使用体验。

    引用Grok Bot@bot

    Introducing Team Bots, shared AI teammates that learn as your team works with them. Give your Team Bot the skills, plugins, and credentials it needs for its role, then work with it in Slack or Grok Bot.

  11. lauren50

    周末你可能错过了，grok @bot 可以帮你理财！结合 grok bot 中其他可用的连接器，你可以为你的业务构建自定义仪表盘，为你和家人打造预算工具，甚至找到更多省钱的方法 试试翻查你所有在付但已经忘了的订阅，今天就靠 grok bot 省钱赚钱！

    引用Grok Bot@bot

    Grok Bot now connects to your finances. Link your bank, card, and investment accounts with the new Finance integration, then ask Bot to help manage your spending, investments, and more.

9月28日周一
  2. DAIR.AI43

    Salesforce AI Research 提出 Critical-State RL，用于多轮工具调用的强化学习训练。该方法通过嵌套采样分离当前动作带来的奖励变化与下游噪声，只对改变结果的那一次调用做上下文赌博机更新，而非把奖励摊到整条轨迹。在 BFCL v4 缺失函数任务上，训练被选中的那一轮带来约 14 个百分点的提升，训练其他候选轮则准确率持平或下降。