Sentinel-IR 0.5.10 更新:程式碼助手學會回答「我不知道」
Sentinel-IR 0.5.10 昨日推出,更新調整未支援語言分析、Rust 警告、Sentinel-IR MCP 目錄外存取,以及 doctor 設定檢查。
Sentinel-IR 0.5.10 昨日推出,更新調整未支援語言分析、Rust 警告、Sentinel-IR MCP 目錄外存取,以及 doctor 設定檢查。
SolonCode 在 v2026.11.15 新增免安裝直接執行模式,雙擊隨附啟動器即可在 http://localhost:4808/ 開啟完整 Web 介面。目標電腦須已安裝 Java 8+,資料會與已安裝版本共用;若 4808 已被佔用,啟動器會報告衝突並停止。
SPIFFE/SPIRE 用於證明呼叫程序的工作負載身份,OAuth 則承載權限範圍、受眾限制及需要時代表用戶的委派,兩者解決不同問題,並非互相取代。作者指出,生產環境通常需要兩者,並可透過 SVID 作為客戶端斷言或 actor token,配合 OAuth 令牌交換。小型團隊可先採用平台 OIDC 和嚴格的權限範圍;有多團隊智能體、共用 MCP 平台或合規需要時,再加入 SPIRE。
ONAA 測試 AI 智能體在 14,991 間商店購物,49% 可無人協助到達準備付款,但沒有商店讓智能體首次自行完成付款。其中 3,513 間商店列為買家一次批准 Shop Pay 後,智能體可自行付款;報告沒有觀察實際付款步驟。樣本只涵蓋已宣傳支援智能體購物的商店,數據截至 2026 年 11 月 15 日,且尚未獲任何商店核實。
作者測量智能體載入 MCP 工具定義的 token 開銷,200 個工具每次訊息消耗 24,522 個 token,500 個則消耗 61,302 個。50 個工具起,每多接入一個工具便增加 122.6 個 token;200 個工具佔 200k 上下文窗口的 12.26%。作者建議先計算成本、縮短工具描述,並只接入當前任務所需的伺服器。
Qwen 團隊發佈 Qwen4-Max,採用 Qwen4 架構,具備 2.4T backbone parameters、原生視覺能力及一百萬 token 上下文窗口。
推薦理由:文章同時列出基準成績、任務成本變化及工業、專業和科研案例,方便讀者對照其長流程工作能力與實際應用範圍。
文章比較 MCP 與 CLI 的上下文成本,測得四個常見 MCP 伺服器的工具定義合共佔用 11.923 個 token,而 Apidog CLI 技能描述每個工作階段佔用 112 個 token。
MCP 與 CLI 的工具定義載入方式造成不同上下文開銷:作者以 o200k_base 測得,四個常見 MCP 伺服器合計佔用 11,923 個 token,Apidog CLI 技能的會話起始説明為 112 個 token。
作者實測比較 MCP 與 CLI 的工具定義成本,四個常見 MCP 伺服器的定義共佔 11,923 個 token,而 Apidog CLI skill 的常駐説明佔 112 個 token。預先載入的 MCP 工具定義會在每輪佔用上下文窗口,CLI 命令説明則可按需讀取。作者建議把終端式 API 工作交給 CLI,並只在需要跨客戶端的結構化存取時保留精簡的 MCP 伺服器。
Lucas 比較 MCP 與 CLI 的工具載入成本,指出預先載入的 MCP 工具定義會佔用智能體上下文,而 CLI 通常按需載入説明及輸出。其單次測量中,四個常見 MCP 伺服器的 66 項工具定義共佔 11,923 tokens,Apidog CLI 技能的常駐説明則佔 112 tokens。
文章比較 MCP 與 CLI 對智能體上下文窗口的佔用,指出預先載入的 MCP 工具定義會在每輪請求中佔用 token,而 CLI 可按需要讀取説明。作者以 o200k_base 測得四個一般 MCP 伺服器共 66 個工具、11,923 token;Apidog CLI 技能每個工作階段常駐的 frontmatter 為 112 token。
預先載入的 MCP Server 會把工具名稱、描述及 JSON Schema 放入模型請求,消耗上下文窗口;CLI 則在 Agent 執行命令時才載入相關説明或輸出。
MCP 看似簡單,實際上是因為規格很少作出決定,讓身份驗證、錯誤處理和工作階段管理等問題留給實作者處理。作者在整合檢索伺服器與生成伺服器時,遇到 MCP 未有處理的競態問題、不可預測的逾時及工作階段狀態外洩。MCP 適用於快速內部原型等場景,但簡單易上手不代表容易維護,團隊仍需預先處理規格未涵蓋的工作。
MCP 的設計簡單,卻令團隊容易忽略規範細節,造成相容實作在錯誤處理和逾時情境中表現不一。作者指出,缺乏強制測試令整合在正式環境中變得脆弱,建議部署前進行符合性測試,並建立輕量認證機制。
Order of the Golden Eagles 團隊在 Hack the Nest 2026 開發 Signal2Speech,讓難以説話或打字的人透過 EEG 訊號選擇並確認回覆。Claude 根據已核實的事實提供兩個簡短答覆,佩戴者先以 P300 訊號選擇,再以另一種訊號確認。使用 5 人的錄製 P300 數據測試時,系統在閃卡一次後選對的比率為 94%,閃卡五次後為 100%。
Playwright E2E 測試可由固定路徑腳本升級為自主探索流程,先讀取瀏覽器可存取性快照,再以 planner、generator、healer 串起規劃、生成與修復。自癒應限於定位器和等待條件,斷言修改須經人工審批,並保留修復記錄供審核。文中建議將穩定流程沉澱為確定性 Playwright 腳本作高頻回歸,因 Playwright MCP 快照在典型瀏覽器任務中可能消耗數萬 token。
OpenAI 的 Businesses in ChatGPT beta 讓企業管理 ChatGPT 商家頁面;文章指出,API 準備包括整理產品 feed、允許雲端瀏覽器存取,並按需要接入 MCP 插件。
作者提出一套為 AI 智能體撰寫驗收準則的方法,要求每項準則交代可觀察結果、驗證方式,以及由誰判定是否完成。文章列出八項規則,包括以結果取代活動、明確寫出邊界情況和工作範圍,並由 CI 檢查或指定人員作判定。智能體可以草擬準則,但須由人員接受或修改;作者亦介紹 Arbituro 如何按準則記錄檢查、判定及更改。
這套 Claude Code 工作流透過 MCP 讀取最新工單,並在分支、每次提交及 Pull Request 標示工單編號,讓需求和程式碼變更保持關聯。示例以 Arbituro 和 GitHub 展示,驗收準則由 CI 檢查或指定人員判定;Claude Code 可提交檢查證據,但不能自行勾選或更改準則。
阿里雲瓴羊 Quick Service 定位為業務執行型 Agent,透過多輪上下文管理、任務規劃及呼叫後端 API,處理複雜客服問題。產品已服務超過5萬家企業,AI問答準確率達93%,複雜業務處理時長可縮短約60%。文章建議以真實客服紀錄測試端到端完成率及執行失敗時的人工支援。
編碼助手在 IDE 內提供程式碼建議並由人逐步審核;AI 智能體建置平台則跨業務系統自動執行工作流程。MCP 以共用格式列出可用工具,但不決定自主程度;兩類工具須採用不同的安全審查和權限控制。試點可衡量助手的首個 PR 評論時間及回退率,或智能體的成功執行、人手介入和事故數。
阿里雲 CLI 域名插件 DomainCLI(`aliyun domain`)可配合 AI 助手管理域名全週期;AI 負責理解需求與解釋結果,DomainCLI 執行操作並返回可核對結果。指南涵蓋候選核驗、價格判讀、購買前人工確認、付款後核驗、DNS 記錄檢查及到期盤點,並説明 CLI、AI 助手、MCP 和控制台的使用邊界。 DomainCLI 不內置大模型,也不是常駐提醒服務。
阿里雲百煉本週公佈 Token Plan 套餐調整、知識庫計費變更,以及多項 MCP 服務和應用上新。Pro 版官網折扣價下調 37% 至 312 元/月,Credits 額度增至 200,000;知識庫 Metadata 抽取將於 12月12日10:00起按量計費。Qwen4-Max-Preview 已上線,僅支援透過 Token Plan 體驗。
Yalakala-Naveen 推出 FailLoud,以確定性檢查核驗 AI 智能體輸出,避免只憑智能體自報完成便判定成功。檢查涵蓋佔位內容、缺乏憑據的行動聲稱、過期狀態、數量不符及欄位缺漏,判定流程不使用 LLM。
Veduis 説明如何以 TypeScript 開發自訂內部工具的 MCP Server,讓 AI 助手以範圍受限、唯讀並記錄審計資料的方式存取內部系統。文章比較 stdio 與 Streamable HTTP,並講解 MCP 2025-03-26 及 2026-07-28 修訂涉及的傳輸變化。
域名數量或操作頻率令重複點選成為負擔時,萬網域名管家 CLI 適合用於批量查詢、巡檢及腳本自動化;控制台則較適合偶爾操作和可視化核對。它提供 22 個命令組、107 條指令,並可透過 MCP 交由 AI Agent 處理重複流程。購買、續費、贖回和轉入最終仍須在官方訂單頁確認;DNS 等寫操作預設先預覽,再以 --confirm=true 提交。
AaaS 把交付物由雲端能力轉為可考核、可追責的「數碼員工」,重點是讓智能體完成任務,而非只提供工具或軟件。平台以五層架構涵蓋運行底座、模型與工具能力、流程編排、多租戶託管及多渠道接入,並設有安全治理與審計機制。目前已建成生產與託管底座,計費及營運能力仍在完善。
ARTS 1115 講解以雙指針對齊尋找鏈表交點,並整理 Agent 跨 session 記憶與模型外約束的設計要點。鏈表部分比較先計算長度差,以及指針走完兩條鏈表再切換的做法;記憶部分介紹分層保存和離線 dreaming 校正整理。
比較 Lava 概念熱度榜的 AI 主題在不同時間窗口的排名前,應以單元測試核對是否同輪擷取、min_score 和 limit 是否一致,以及概念名稱是否相符。文章建議用提及次數和機構數描述熱度變化;示例門檻僅供參考,分類標籤不預測後續走勢。
文章以代客泊車鑰匙比喻 MCP 伺服器的憑證與權限,説明 AI 智能體能讀取或修改哪些雲端資源,取決於所提供的憑證及伺服器開放的工具。作者建議先採用唯讀設定,再按需要於開發或預備環境逐步開放寫入權限;正式環境操作應保留確認機制,並以獨立伺服器項目和憑證隔離不同環境。文章亦提醒,CI 日誌、GitHub issue 和錯誤訊息可能包含提示詞注入,並建議限制可用工具、審核伺服器及記錄工具呼叫。
AllRatesToday 的 MCP 伺服器讓 AI Agent 查詢真實匯率,提供涵蓋 160+ 種貨幣、每 60 秒更新的即時中間價,以及 123 家央行和 6 個税務機關的官方匯率。服務亦整合 124 個國家 1,219 家銀行的牌價;答案附有時間戳記及具名來源,具備 HTTP 工具的 Agent 框架亦可透過 REST API 使用。
Aayushi Goel 為 Agent 建立工具路由圖 Waypoint,以 HydraDB 按任務組裝工具鏈;在 20 項任務基準中,20 條鏈均正確,平均用量為 254 個 token,較預載工具定義少 106 倍。
Databricks 的 Genie One 技能指南説明,技能可把團隊工作流程、檢查規則及輸出格式記錄為可重用指引,讓 Genie One 在相關任務中按需遵循。用戶可透過一次對話建立技能,再以實際任務測試和修訂;技能亦可經 Unity Gateway 發佈,供支援 MCP 的 Agent 使用。
作者以 AI 智能體提高單人開發者在整個產品開發流程中的產出,同時保留正式 v1 所需的規劃、管控和驗證。流程涵蓋市場研究、PRD、工作拆解、程式開發、測試及發布準備,相關開源項目和開發文件亦公開展示。
Sitecomb 以同一個 MCP 伺服器分別接入 Claude 和 ChatGPT,按平台規則調整工具描述及回覆,提供網站品質檢查。文中指出,OpenAI 的應用規則截至 30 Sep 2026 不允許推銷數碼產品或展示價格,因此 ChatGPT 版本會停用付費完整報告連結,亦不在工具描述中提及該報告。
作者比較 8 款金融數據 MCP 伺服器,將 EODHD 列為整體首選,適用於需要全球市場資料的智能體。EODHD、Financial Modeling Prep 和 Yahoo Finance 對 AAPL 於 2026-11-06 的收市價均回報 342.37,但 trailing P/E 分別為 38.13、38.91 和 39.03。
Ocean Coldiron 分享一套在 RAG 系統接觸醫療資料前的評估方法,主張不能以回答流暢作為系統可用的證據。方法包括建立涵蓋應答、拒答及引用要求的版本化問題集,分開評估檢索結果與答案忠實度,並在提示詞、模型等變更後重跑回歸測試。他亦建議記錄檢索內容與工具調用軌跡而不保存敏感資料,並對可能影響現實行動的答案保留人工審核。
文章按智能體連接的對象,將 MCP、A2A、AG-UI/A2UI、UCP 和 AP2 分別定位於工具與資料、智能體協作、用戶介面、商務交易及支付授權等層次,並説明它們可在同一任務中配合使用。
作者 Punya Taluka 打造 agentroom,讓團隊成員以房間代碼連接各自的編碼智能體,並支援檔案認領、共享目標與決策、團隊記憶、技能分享及智能體互審。
10xGraph 發佈 1.0,提供開源、自託管的 AI 應用後端,涵蓋身份驗證、租戶隔離、持久化及追蹤等部署能力。套件包括 10xgraph、10xgraph-api 和 10xgraph-client,並可生成 Docker 與 Kubernetes 部署檔。Full 模板會啟用 JWT 驗證;租戶隔離須由開發者指定欄位,產品沒有託管服務,也尚未內建按工具授權。