跳到正文

MCP 与工具调用

模型连接外部世界的协议与实践:MCP 生态、function calling、工具链集成的动态。

824 条精选相关主题Agent 智能体AI 编码开源生态

最新精选

第 641–660 条 · 共 824 条

4月16日星期四

Hacker News 首页

他们签了三年租约,把旧金山一家实体店完全交给 AI 去赚钱

Andon Labs 在旧金山 Cow Hollow 租下一间店面,签了三年租约,交给一个叫 Luna 的 AI 全权经营,目标就是盈利。Luna 没有实体,所以它自己招人:5 分钟内就在 LinkedIn、Indeed 和 Craigslist 上发了招聘帖,最后雇了两名全职店员,还通过 Yelp 找了油漆工和装修师傅。

推荐理由:Andon Labs 在旧金山签下三年店面租约,把经营全权交给 AI Luna,Luna 自己发帖招人并雇到两名全职店员,还通过 Yelp 找来油漆工和装修师傅。

X · @op7418(歸藏)

Anthropic 发了 Claude Opus 4.7,加了自我验证和更细的视觉能力,价格没涨

Claude Opus 4.7 已经在所有产品和 API 上线,价格跟 Opus 4.6 一样。这次主要让模型能干更长时间的活,指令跟得更紧,汇报前会自己先检查一遍输出,减少人工盯着。视觉方面能看清长边最长 2,576 像素的图,比之前精细不少。

推荐理由:Claude Opus 4.7 已在所有产品和 API 上线且价格与 Opus 4.6 持平,模型能处理更长任务、输出前自行检查,视觉输入长边上限提至 2,576 像素。

36 氪 · 直链

智元机器人旗下的觅蜂发布了一个物理 AI 数据平台,想解决机器人行业“没数据可喂”的问题

大语言模型能靠读书学知识,但具身机器人得在真实世界里摸爬滚打才能攒数据。觅蜂说现在全球高质量机器人训练数据加起来也就 50 万小时,跟大模型用的 100 万亿 token 完全没法比。他们这次推了一套叫 MEgo 的“无本体采集”硬件,就是让人戴着轻量夹爪和头戴设备直接记录动作,不用每次都搬昂贵的机器人本体。

推荐理由:觅蜂推出无本体采集硬件 MEgo,用轻量夹爪和头戴设备记录动作,绕开昂贵机器人本体。全球高质量机器人训练数据约 50 万小时,与大模型 100 万亿 token 的差距,是这条的背景。

Latent Space

GitHub 首次允许开源仓库禁用 Pull Request,AI 编程正在淘汰这套用了 21 年的协作流程

GitHub 最近悄悄上线了一个新选项:开源仓库可以彻底关掉 Pull Request 功能了。这是 PR 诞生 21 年来的头一遭。文章把这看作一个信号——AI 写代码的 workflow 已经变了,人和人之间那套基于 Git 的协作方式,可能不再适合 agent 之间打交道。

推荐理由:GitHub 上线新选项,开源仓库可彻底关闭 Pull Request,这是该功能诞生 21 年来第一次。文章由此讨论 AI 编码工作流变化后,基于 Git 的人与人协作方式是否还适配 agent 之间的交互。

X · @dotey(宝玉)

模型不是笨,是 Harness 没配好

若石的博客把多步智能体跑崩的锅从模型身上拿开,扣在了工程约束没跟上。文章提出 Harness Engineering 四个原则:能用代码约束就别靠模型自觉,比如 JSON 输出直接上 Schema 校验,非法就回炉;关键状态外置到 state.json,崩了重启还能接着跑;验收必须交给独立的 Evaluator 模型或真执行一下,别让模型自评。

推荐理由:若石在博客中提出 Harness Engineering 四原则,把多步智能体跑崩归因于工程约束,并给出 Schema 校验、状态外置和独立 Evaluator 验收等可迁移做法。

OpenAI News

OpenAI 发布 GPT-Rosalind:一个专为生物医药研究做的推理模型

OpenAI 在 2026 年 4 月 16 日推出了 GPT-Rosalind,一个专门面向生物学、药物发现和转化医学的前沿推理模型。它现在以研究预览版的形式在 ChatGPT、Codex 和 API 里对通过审核的客户开放。

推荐理由:OpenAI 推出面向生物学、药物发现和转化医学的推理模型 GPT-Rosalind,以研究预览版在 ChatGPT、Codex 和 API 中向通过审核的客户开放。

TechCrunch · AI

谷歌给 Mac 做了个原生 Gemini 应用,快捷键一按就能用

谷歌在 4 月 15 日上线了 Gemini 的 Mac 原生应用,要求 macOS 15 以上系统。跟之前用网页版不同,现在按 Option + 空格就能在任何界面呼出它,不用切窗口。你可以把当前屏幕内容或本地文件直接丢给它,让它帮你总结图表、核对日期或写公式。应用还内置了 Nano Banana 生图和 Veo 生成视频的功能。

推荐理由:谷歌为 Mac 推出 Gemini 原生应用,按 Option 加空格即可在任意界面呼出,并支持把屏幕内容或本地文件交给它处理。

X · @dotey(宝玉)

OpenAI Agents SDK 加了内置沙箱和原生执行框架,TypeScript 版还在开发

OpenAI 给自家 Agents SDK 塞进了一个内置沙箱,Agent 可以直接在里面读写文件、跑代码、装依赖、保存状态,不用开发者自己搭环境。沙箱支持 Cloudflare、Vercel、Modal 等云厂商,也能接自己的方案。

推荐理由:OpenAI 为 Agents SDK 加入内置沙箱,Agent 可直接读写文件、运行代码、安装依赖并保存状态,开发者无需自建隔离环境,沙箱已支持 Cloudflare、Vercel、Modal 等云厂商。

Dwarkesh Patel 访谈

黄仁勋谈英伟达护城河:不是芯片设计,是把电子变成 token 的那一整条供应链

黄仁勋把英伟达的生意概括成一句话:输入电子,输出 token,中间是英伟达。他认为护城河不在某颗芯片的设计,而在于把电子变成有价值的 token 这件事本身极其复杂,涉及大量科学和工程,短期内很难被商品化。

推荐理由:黄仁勋把英伟达的护城河归到把电子变成 token 的整条供应链上,涉及大量科学与工程,短期内难以被商品化,这条给出他对竞争壁垒所在环节的直接判断。

4月15日星期三

OpenAI News

OpenAI 更新 Agents SDK:给模型配了个能看文件、跑代码、还能关在沙箱里干活的工位

OpenAI 在 4 月 15 日发布了 Agents SDK 的新版本,核心是两件事:一是给 agent 加了一套更完整的“控制回路”(harness),让模型能直接操作文件、执行命令、编辑代码,并且支持 MCP、skills、AGENTS.md 等社区里逐渐流行的接入方式。

推荐理由:OpenAI 更新 Agents SDK,为 agent 加入可操作文件、执行命令和编辑代码的控制回路,并支持 MCP、skills、AGENTS.md 等接入方式。

X · @dotey(宝玉)

pi 框架维护者出新规:没提前申请的 issue 和 PR 会被机器人秒关

pi 框架维护者 Mario Zechner 每天收到 30 到 50 条 issue,大部分是 AI Agent 生成的垃圾信息,于是定下新规则:没提前申请批准的 issue 和 PR,提交后立刻被机器人自动关闭。他每天会手动复查这些被关的帖子,写得好的会重新打开;特别优秀的会打上“lgtmi”标签,以后不再自动关闭。

推荐理由:pi 框架维护者 Mario Zechner 因每天收到 30 到 50 条多为 AI 生成的 issue,规定未提前申请批准的提交会被机器人自动关闭,并每天手动复查重开优质内容。

X · @dotey(宝玉)

Anthropic 让 9 个 Claude 自己做对齐研究,5 天花 1.8 万美元,效果比人类研究员强四倍

Anthropic 搞了个实验,让 9 个 Claude Opus 4.6 自己跑对齐研究。人类研究员花 7 天把“性能差距恢复率”(PGR,衡量强模型从弱老师那里学到多少东西的指标)做到 0.23,Claude 们又花了 5 天、累计 800 小时,把 PGR 推到了 0.97,几乎填满整个差距。

推荐理由:Anthropic 让 9 个 Claude Opus 4.6 自主跑了 5 天对齐研究,把性能差距恢复率从人类研究员的 0.23 推到 0.97,这条给出了自动化研究在具体指标上的对比结果。

X · @dotey(宝玉)

Claude Code 桌面端重写,现在能在一个仓库里同时跑多个编程任务

Anthropic 的 Claude Code 桌面端负责人说他们把应用从底层重写了一遍,主要为了让用户能更方便地并行处理多个编程任务。实现方式是用 Git worktree 给每个会话一个独立的代码副本,改完之前互不干扰,合并时再做可视化差异对比。负责人自称已经好几周没开过 IDE 和终端了。正文没提发布时间、性能数据和具体支持哪些平台,这点先别太激动。

推荐理由:Anthropic 的 Claude Code 桌面端从底层重写,用 Git worktree 为每个会话提供独立代码副本,让同一仓库里的多个编程任务并行推进、合并前互不干扰。

X · @claudeai

Claude Code 桌面版改版,一个窗口里能同时开好几个 Claude 会话干活

Anthropic 给 Claude Code 桌面版换了新界面,现在你可以在一个窗口里并排跑多个 Claude 会话,左边多了个侧边栏来管理这些会话。对写代码的人来说,这主要解决的是来回切窗口的打断问题——比如一边让 Claude 改后端,另一边让它写前端,不用再开好几个终端或 IDE 面板。

推荐理由:Anthropic 为 Claude Code 桌面版加入多会话并排与侧边栏管理,针对的是编码时反复切换窗口打断思路的问题。

X · @op7418(歸藏)

Claude Code 推出 routines,把定时任务和事件触发搬上云端,电脑关了也能跑

Claude Code 新出的 routines 功能,让你把一套工作流——提示词、代码仓库、运行环境和外部连接器——打包成一个云端自动任务。支持按小时/天定时、HTTP API 调用,或者响应 GitHub 上的 PR、push、issue 等事件。

推荐理由:Claude Code 把提示词、代码仓库和运行环境打包成云端任务,支持定时、HTTP 调用和 GitHub 事件触发,电脑关机也能执行。

X · @dotey(宝玉)

Claude Code 加了个 Routines 功能,让 AI 按预设条件自动跑任务,不用人盯着

Routines 相当于给 Claude Code 写好的任务模板,接上代码仓库和外部工具后,靠定时、GitHub 事件或 API 调用就能在 Anthropic 云端自己跑。Anthropic 内部已经在用,比如代码合并到发布分支后自动生成文档更新。

推荐理由:Anthropic 为 Claude Code 加入 Routines,任务模板可由定时、GitHub 事件或 API 触发在云端自动执行,内部已用于合并后自动更新文档。

X · @claudeai

Claude Code 推出定时任务功能,写好指令就能在云端自动跑,不用一直开着电脑

Anthropic 给 Claude Code 加了一个叫 routines 的研究预览功能。你可以一次性配好提示词、代码仓库和要对接的工具,然后让它按时间表、API 调用或事件触发自动执行。这些任务跑在 Anthropic 自己的服务器上,所以你的笔记本不用一直开着。正文没提怎么收费、有没有次数限制,也没说这个功能会推给哪些用户。

推荐理由:Anthropic 为 Claude Code 加入 routines 研究预览,可预设提示词、仓库与工具,按时间表或事件触发在云端自动执行,无需本地常开。

4月14日星期二

X · @dotey(宝玉)

与其说 AI First,不如先把测试、CI/CD 和监控这些软件工程的基础搭好

这篇文章的核心判断是:AI First 不是买几个 AI 工具订阅就能跑通的,它首先是一道软件工程题。AI 两小时写完代码,如果审查、测试、部署、监控和回滚还得靠人慢慢排队,瓶颈就从写代码转移到了 QA 和运维,25 人的团队照样快不起来。作者列出了几个硬性前提:自动化测试覆盖得够,不然每次 AI 提交你都得人工回归。

推荐理由:作者指出 AI First 的瓶颈会从写代码转移到 QA 和运维,并列出自动化测试覆盖、部署监控回滚等硬性前提,为团队评估自身工程基础提供参照。

X · @dotey(宝玉)

Vercel 开源 Open Agents:一个教你搭企业编程助手的参考项目,核心是把 Agent 和执行环境拆开

Vercel 把 Open Agents 开源了,这是一个给企业自建编程 Agent 的参考实现,可以直接 fork 走改。CEO 说现成编程 Agent 在大仓库里不好使,也不懂公司内部流程,所以 Stripe、Spotify 这些公司都在自己造。这个项目架构分三层:前端管会话和登录,Agent 作为持久化工作流跑着,沙箱提供隔离的代码执行环境。

推荐理由:Vercel 开源 Open Agents,给企业自建编程 Agent 提供可 fork 的参考实现,其把 Agent 与沙箱拆成三层、让 Agent 远程操作隔离执行环境的架构,是这类平台落地的一条具体路径。

最佳拍档

斯坦福论文:让 AI 自己写外挂代码,Meta-Harness 用完整历史记录教 coding agent 迭代优化

斯坦福、MIT 和 KRAFTON AI 搞了个叫 Meta-Harness 的系统,核心想法很简单:别让工程师手动调那层包裹在大模型外面的代码逻辑(harness),而是把这件事变成一个搜索问题,交给 coding agent 自己去翻历史记录、自己改代码。

推荐理由:斯坦福、MIT 与 KRAFTON AI 提出 Meta-Harness,把大模型外层代码的调优改成搜索问题,由 coding agent 翻历史记录自行改代码。