Tesseract 分享整合 14 個編碼智能體 CLI 的實作教訓
Tesseract 分享其桌面應用以單一對話介面整合 14 個編碼智能體 CLI,並支援在對話中途切換框架。文章建議保留各框架的原生能力,並以能力旗標及雙向測試核對實作;測試顯示,在提示詞中列出技能索引後,正確載入率由 47–63% 升至 97–100%。
Tesseract 分享其桌面應用以單一對話介面整合 14 個編碼智能體 CLI,並支援在對話中途切換框架。文章建議保留各框架的原生能力,並以能力旗標及雙向測試核對實作;測試顯示,在提示詞中列出技能索引後,正確載入率由 47–63% 升至 97–100%。
使用現時股票代號名單進行回測,會排除已破產、被收購或退市的公司,令策略表現被高估。測試三種策略後,生存者偏差每年令年複合增長率高出 1.25 至 3.66 個百分點;12-1 動量策略在排名前 3,000 隻股票中高出 3.66 個百分點,排名前 1,000 隻則高出 1.25 個百分點。偏差幅度因策略而異,基準表現也會受影響。
Tirth Gajjar 在指南中主張按用戶問題而非供應商 API 端點設計 MCP 工具,並在多個來源可回答同類問題時採用集中層。集中層由程式碼選擇權威來源,並處理實體解析、結構化 JSON、逐次用戶身份驗證、限流和呼叫記錄;Bigcircle 的 Solarpunk 案例中,工具選擇約在三十個工具時開始出錯。
William Jin 示範以 XML sitemap 逐日比對網址,監測競爭對手新增頁面,毋須每日爬取整個網站。他以 Apify 上的 XML Sitemap URL Extractor 説明,首次執行建立網址基準,之後用 onlyNewUrls 和同一個 stateKey 只輸出新增網址;空資料集表示當次沒有新網址。
Amazon 團隊在 Amazon ECS Fargate 上構建無伺服器 MCP 伺服器,作為 AI 智能體連接企業資料湖的集中式閘道。新增資料集只需提供描述結構、業務背景及欄位語義的 JSON 元資料檔,索引後即可供已連接的智能體使用,伺服器則在 MCP 層集中執行存取控制。
AWS Quick 梳理智能體工作的基元分類法,以「何時、做甚麼、由誰、如何」四個問題界定觸發器、智能體及其能力。觸發器啟動任務並承載指令;智能體是持續學習的行動者,透過工具、技能和工作流程執行任務,其中技能提供判斷空間,工作流程則按固定步驟運作。
AI 智能體支付由 Agent 在用戶預先批准的限額內代為選購及付款,交易會附有用戶授權證明。文章比較 OpenAI 與 Stripe 的 Agentic Commerce Protocol。
Ed Orellana 比較 Summer Engine、Ziva 與 Flockbay 三款 Godot AI 工具,整理它們在編輯器整合、遊戲測試、收費和平台方面的差異。
作者認為,智能體的鎖定主要來自工具 Schema,而非模型,因為模型端點較易更換,工具調用契約則可能因參數格式差異而失配。文中提供可對接 OpenAI 相容 `/chat/completions` 端點的 `tool_contract.py`,以五項案例檢查不必要調用、虛構未宣告工具、必填參數、額外屬性及多目標讀取,並以逐項門檻而非平均分判定。
AWS 文章示範以 Okta Cross App Access 和 Amazon Bedrock AgentCore 建立用戶委派授權流程,讓 AI 智能體代表已登入用戶存取應用程式。
推薦理由:文章拆解 Okta Cross App Access 與 Amazon Bedrock AgentCore 的委派授權鏈路,並以實測交代撤銷用戶指派後新請求約 1 秒內遭拒、已發 token 最長有效 5 分鐘。
AWS 示範以 Amazon Bedrock AgentCore 和 Okta Cross App Access,透過 AgentCore Gateway 統一管理多個 AI 智能體的工具存取。
Uber 高層在 Q3 2026 業績電話會議上表示,萬聖節繁忙週只有 4 次行程由 AI 智能體預訂,Uber Eats 來自智能體的交易量約為 500。該週 Uber 和 Uber Eats 合共約有 320 million trips,行政總裁 Dara Khosrowshahi 稱智能體目前帶來的使用仍非常有限。
Claude Code v2.1.319 加入終端機 MCP 任務支援,並更新自動模式、權限及功能旗標處理。MCP 工具呼叫以任務方式執行時會立即移至背景,完成後再通知 Claude;版本亦修正安全檢查、檔案處理、登入流程,以及 VS Code 和雲端工作階段的多項問題。
文章提出四項適用於 OpenAI Codex CLI 與 Claude Code 的配置和工作流程,以減少輪詢造成的 Token 消耗,並防止未經批准的寫入。建議把 Codex 命令的初始交還時間設為 300000 毫秒,並為 Claude Code 的 Explore 子代理設定 Haiku、唯讀工具白名單及 omitClaudeMd。
SpendWarden 是作者為 Hermes Agent 開發的插件,會在涉及付款的工具呼叫執行前進行確定性政策檢查,並以本地 SQLite 資料庫記錄付款。政策可按限額、收款地址、資產及網絡規則允許、要求審批或封鎖呼叫;唯一 payment_id 令重試不會重複計入帳本。它亦能檢查 x402 challenge,但不持有密鑰或簽署付款;能修改插件資料庫或停用插件的程序則可繞過它。
一項美國學術合作研究量化 AI 智能體工作流中的 token 浪費,發現約 18% 的輸出 token 屬浪費。研究指出,超過 45% 的任務中,一個智能體浪費的輸出 token 多於另一個成功完成相同任務所用的全部輸出;刪除 41–46% 的推理,在測試中對成功率影響有限。按模型及工具使用成本計,浪費比例介乎 11% 至 24.9%,而同一模型在不同智能體框架下的推理輸出可相差逾四倍。
AI 助手解讀 Form 4 內幕交易時,必須分辨交易代碼與 Rule 10b5-1 計劃交易,並釐清拆股前後的價格及持股數口徑。GameStop 自 8 月起的 16 筆交易中有 12 次買入、4 次賣出;排除計劃交易後,工具計算的淨買入額為 $99,001,920,作者按交易列計算則為 $99,001,922。
這篇指南提出一套為 Figma 設計系統準備 AI 智能體的方法,重點是整理檔案結構,並用技能明確規定工作流程。建議用五天檢查變數、圖層命名、自動版面配置和元件描述,再以五個固定提示詞測試,記錄硬編碼值及以普通畫框代替元件的情況。Figma 的內部數據顯示,典型任務較 beta 快約 20%;文章指出,模型改進不代表設計庫已準備妥當,產出仍需檢查。
Atomicwork 在 AI Coworker Marketplace 推出 6 款預先建置並經認證的 AI Coworkers,處理高頻重複的 IT 服務工作,涵蓋員工 IT 請求、存取權限、裝置、網絡、雲端及安全營運。
作者比較了 10 款 CMS 的 11 個 MCP 伺服器,檢視 Agent 寫入內容時的草稿與發佈行為、權限控制、內容模型驗證及部署方式。十款 CMS 中有九款提供官方 MCP 伺服器,Drupal 的 MCP 則由社羣貢獻模組提供;多數伺服器可讓 Claude、ChatGPT 或 Cursor 建立、修改及發佈網站內容。
AwesomeVideo 提供託管式字幕 MCP + REST API,讓可呼叫工具的 Agent 透過三次工具呼叫,毋須先建立帳戶便可為示例影片加上字幕。輸出包括已燒錄字幕的 MP4,以及 SRT、VTT 和 JSON 文字稿。字幕定價為每段音訊每分鐘 5 credits,加入翻譯則另加 2 credits。
Atomicwork 推出 AI Coworker Marketplace,為企業 IT 與安全團隊提供經認證、可與員工協作的預建 AI 智能體。
bayze-mcp 團隊以兩個 AI 辯論、第三個 AI 仲裁測試多模型協作模式,經六輪實測修正 7 個問題。測試揭示上下文被編排器丟棄、輸出長度限制不一致、雙方立場重合及模型捏造數據等問題;文章比較五種協作模式和成本,認為任務與模式匹配比模型質素更重要。在雲端遷移案例中,仲裁結論是不應讓 8 人初創公司在 12 個月內全面遷移;兩個模型給出的所有金額數字均屬捏造,並已被仲裁者剔除。
AuraGate 可解碼 ISO-8583 二進制付款報文,並自動生成 OpenAPI 3.1 規格、TypeScript SDK 及解碼後的 JSON。作者以 Kiro 的規格驅動開發、steering 文件、MCP 和 hooks 建構工具,並以 7,000 項測試斷言驗證編碼器。文章稱,原本需 COBOL 顧問花 3–6 個月記錄的工作,可在不到一秒內完成。
文章説明如何讓前端透過 MCP 伺服器取得資料,並比較在瀏覽器使用 MCP client SDK 與透過後端代理接入兩種方式。文章建議使用後端代理,將 MCP 憑證留在後端,並在每次呼叫前檢查用戶工作階段及限制可用工具。文中亦示範 JSON-RPC 2.0 的工具呼叫與資源讀取,並整理傳輸、JSON-RPC 和工具錯誤的處理方式。
Sentinel-IR-MCP 0.4.0 至 0.4.3 為 MCP 伺服器加入原生程式碼 critical 風險標示、檔案讀取防護、大小與時間上限,以及用戶設定的排除規則。
文章介紹如何在 Express 與 Fastify 防範針對 .env、.git/config、.mcp.json 等敏感路徑的探測,先確認檔案不會被公開,再於應用程式處理請求前回覆 404。
GitLab 19.5 於 10 月 15 日推出,讓 GitLab MCP 伺服器正式開放使用,並把外部 AI 智能體納入 GitLab 的治理能力。管理員可設定 MCP 工具集,並透過 GitLab CLI 連接 Claude Code、Cursor 和 Codex,記錄符合條件的智能體工作階段及將審計事件串流至 SIEM。
今日宜休鴻蒙版適配進度落後,王騰表示華為開發團隊特意組建小羣提供支援。今日宜休在華為手機上的卓易通版本已上線,純血鴻蒙版仍在開發中;王騰稱將開放 MCP,讓各家的 AI 調用。
Secure & Private by Design 發佈 sbd 0.2.0 確定性安全檢查引擎。同一套規則支援 CLI、pre-commit hooks、GitHub Action 和 MCP server,結果可輸出為文字、JSON 或 SARIF 2.1.0。報告只列出控制缺口,並非合規判定;規則掃描不能證明個人資料不存在。
Mikhail Koviazin 建立 Apify Actor,供 AI Agent 查詢四個美國縣的房產資料。Cook County 評估員寄出的估值及認證估值均為 3,041,Board of Review 覆核後則為 1,303;這些數字代表不同申訴階段,並非市場價值。Actor 按估值基準和階段標記金額,並以機器可讀旗標及結構化拒答交代資料的不確定性和查詢限制。
文章以 osFoundry 為例,説明 Claude 自訂連接器會從 401 回應的 WWW-Authenticate 讀取 resource_metadata,再循 metadata 找到 OAuth 登入流程;osFoundry 則在每次工具呼叫時重新核對權限。
作者重啟首個 GitHub 專案 Spider-Paint,將 3Draft 引擎的配套程式分拆後放回舊 repo,成為可透過 MCP 連接 LLM、並可在程式內生成模型的第一人稱 3D 編輯器。文章亦指出,HEXAW 讓核心運算速度比舊 TS 程式碼快 13 倍。
SchedCP 以 MCP server 分隔 AI 對工作負載的分析與系統安全執行,讓 sched-agent 選擇、生成及測試 Linux 排程策略。研究案例錄得最高 1.79x 核心編譯速度提升,生成時間及成本減少 13x。作者將評估定位為初步研究,並非已證明適合投入生產。
Cashfree Payments 宣佈,其 Hosted Checkout 現已支援 WebMCP,讓瀏覽器內的 AI 智能體讀取訂單、瀏覽付款方式、顯示 UPI QR 碼及查詢付款狀態。
作者在雲端主機以無桌面模式執行 Switch,並建置 Bakeoff,協調多個編碼 Agent 比較同一個 issue 的 PR,由維護者決定合併項目。文章記錄 Docker Compose、Slack 房間、Agent 指令權限政策及人工核准卡的設定。四個 Agent 的比試中,兩名讀者檢查 PR 後,維護者選擇 Claude 的 #2,其餘三個 PR 收到列明未符合清單項目的説明。
Hossein Hezami 的指南梳理生產級 AI 系統的現代技術棧,涵蓋 LLM、嵌入向量、向量資料庫、RAG、AI 智能體、LangGraph、MCP 和 n8n。
BrowserAct 團隊提出瀏覽器發票收集工作的設計方法,強調發票編號和金額等資料列不能證明原始文件已存入檔案庫。流程應分開追蹤發現、要求下載、取得檔案、核實文件及對帳等狀態,並處理重試、重複檔案和例外情況。文中的清單及驗收檢查是設計示例,並非經測試的供應商入口網站整合。
Pydantic AI 現已成為 AgentEnv Framework 支援的智能體,可在框架內執行,並透過 A2A 連接環境。AgentEnv Framework 是 Scale AI 的開源框架,支援以可重現的任務和驗證器,在相同環境中比較不同智能體。
作者記錄以 RPA 同時管理淘寶、抖店及拼多多 11 家店舖時遇到的全局鎖僵死、瀏覽器假死、共享檔案損壞及元素失效連鎖問題。方案採用三層管控,按店鋪分鎖、限制瀏覽器實例配額,並以原子化資料操作、重試及熔斷處理失敗流程。實測工作站同時運行 5 個實例便達資源瓶頸,因此將實例池上限設為 4 個,每個平台最多並行 2 個。