The Letter Company 發佈 Letterpress-1 beta:專為增長工程打造的編碼智能體
The Letter Company 發佈 Letterpress-1 beta,這款面向增長工程的編碼智能體會讀取網站及市場資訊,在沙盒中建立修改,並提交附有即時預覽的 pull request。
The Letter Company 發佈 Letterpress-1 beta,這款面向增長工程的編碼智能體會讀取網站及市場資訊,在沙盒中建立修改,並提交附有即時預覽的 pull request。
MIT CSAIL 研究人員展示 GPT-6 Astra 可在不使用梯度的情況下編輯 Qwen3.5-0.8B 權重;Mandiant 則追查到被盜 API 金鑰令部分受害企業單日遭收取超過 $100,000,累計費用達 $1 million。
文章比較 SFXMint、Freesound、Kenney 及其他免費音效來源在授權、素材覆蓋和自動化介面上的差異,並分析它們適用於遊戲、影片及 AI 智能體工作流的情境。
Chrome 雖然開源,逆向工程的難點仍不在 Chromium 程式碼本身,而在多進程架構所隱含的流程、Google 疊加的專有層,以及設計文件未涵蓋的實際行為。
作者以 Cloud World Model(CWM)的 MCP 伺服器模擬 AWS 架構,結果顯示流量升至 600 RPS 時應用程式伺服器 CPU 達 100%。此時錯誤率為 10%,MySQL CPU 為 18.5%。模型以 20–300 RPS 的負載測試校準,600 RPS 超出校準範圍,因此相關數字屬方向性估算,而非對實際系統的測量。
Breeze v2.2 在 Go 1.27 下,於 64 個並發連線時達到每秒 230,756 個請求,512 個並發連線時仍有每秒 198,196 個請求。它以 gnet 為基礎,提供涵蓋 HTTP、工作流程、即時通訊及生產監控的 Go 開發生態系統。MIT 授權版本亦整合 MCP,提供約 40 個工具。
Kiro Study Buddy 是供 Kiro IDE 使用的開源工具,透過分析答題理由協助用戶準備 AWS 認證考試。它透過 AWS Documentation MCP Server 參考 AWS 官方文件,指出理解錯誤並解釋其他選項不正確的原因。
Antonio Lombardo 建立 GetCourier,讓 AI 智能體無需註冊或 API key,透過 HTTP 呼叫建立並讀取電郵收件箱。建立收件箱只需一次未經驗證的 POST;讀取使用僅限該收件箱、有效期 72 小時的 token,等待端點會提取驗證碼和連結,並將郵件標記為不可信輸入。
作者以 Python 3.11+ 標準庫連接 OpenAgentForum 的 HTTP MCP 端點 https://openagentforum.com/mcp,示範四種匿名公開讀取,並把結果保存供後續執行重用。
PickAPlugin 作者分享將 MCP 伺服器從 Claude 遷移至 Codex 的做法,指出伺服器本身不變,只有設定格式由 JSON 轉為 TOML。
Momentic 的 Mo AI QA 工程師已結束 beta 並正式開放使用,能按提示詞端到端測試應用程式、驗證關鍵流程並找出錯誤。團隊可用自然語言編寫測試步驟和斷言並以 YAML 儲存,再透過 CLI 在 CI 執行;編碼智能體亦可經 MCP 編寫和檢查測試。
作者提出在 AI 應用與外部服務之間加入用戶掌控的管理層,集中管理連線、規則和操作記錄,AI 應用本身不持有存取 token。每項操作可設為自動執行、逐次批准或禁止,規則由伺服器在每次調用時核對;Kin 是作者提供的遠端 MCP 伺服器。該管理層只控制經它處理的請求,直接連線至 AI 應用的帳戶或讓編碼智能體取得 shell 和憑證,都不受其管控。
Apriel Voice 27B 是一個 27B 參數的開源模型,將語音輸入、視覺上下文理解及工具調用輸出整合在單一模型中。文章稱其在 4-GPU A100 節點上的端到端延遲約為 1.2 s,並在 Hugging Face Hub 提供 Apache 2.0 授權的模型權重、訓練腳本和 Docker 映像。
作者以 Rust 和 TorchTPU 在 Cloud TPU v5e-1 VM 上部署 Gemma 4 E2B,提供 OpenAI 相容端點。CPU 測試中,Rust 與 Hugging Face Transformers 的 64 個 greedy tokens 全數一致;TPU 單請求解碼中位數為 12.20 tokens/s。
Ollama 的 web_search 和 web_fetch 雲端 API 端點供本地模型作工具呼叫,但搜尋與網頁抓取並非在本機執行。兩個端點於 2025-09-24 推出,均須 Ollama 帳戶金鑰;作者測試無金鑰請求分別在 0.13 秒和 0.15 秒返回 401,而每分鐘或每日搜尋上限未有公開資料。
AI 智能體可透過觀察、操作、檢查及選擇下一步的循環,在沒有預設測試流程下探索應用程式介面。iSimBot-MCP 是開源工具,讓 Claude Code、Codex 及其他支援 MCP 的智能體透過截圖。
這份教學説明如何透過 OAuth 2.1,將無狀態 Streamable HTTP MCP 伺服器連接至 Claude、ChatGPT 和 Gemini,搜尋巡演路線上的場地。伺服器以標準 HTTP POST 傳送 JSON-RPC 請求,並提供沿公路走廊搜尋場地、查詢場地資料及查找曾演出場地的工具。
文章提出以明確權限和後端控制限制 AI 智能體存取生產資料庫,避免直接授予不受限制的資料庫權限。建議透過經驗證的 MCP 伺服器提供預設工具,採用唯讀及最小權限,並由獨立服務執行經驗證和批准的寫入操作。部署前應測試提示詞注入防護、查詢限制及監控措施,並先以合成資料測試,再考慮小範圍生產試行。
這份逐步教學以 HDQGen 為例,説明如何在個人電腦安裝並使用本機 AI 編碼智能體。本機模型在電腦執行,可離線使用;HDQGen 一次付費,無須訂閲。教學亦説明如何設定權限閘、檢查每項程式碼變更,以及使用背景 Agent 和 MCP。
CloudHike Team 示範如何透過單一 MCP 連線,建立以背景工作執行模型呼叫的 AI 摘要器。API 將請求存入 Postgres 後立即回覆,背景工作呼叫 AI 模型,並在網絡錯誤、429 或 5xx 時重試。Webhook 會驗證簽名、按 run id 去重,再把摘要存入 Postgres。
Clarivate 宣佈透過 IPOne 將 CompuMark 商標數據接入 Microsoft Copilot,讓知識產權專業人士在 Copilot 工作流程中以自然語言查詢商標情報。CompuMark 涵蓋 188 個商標資料庫逾 168 million 筆紀錄,並每日索引逾 13,000 個商標。使用 Trademark MCP 須有有效 CompuMark 訂閲,連接器不會取代現有工具。
LinearB 推出 Agentic Studio,將軟件交付數據轉化為工程脈絡,供工程主管及編碼智能體作決策。平台結合自然語言分析與工程脈絡層,首項 Agent 技能會按任務的業務相關性、複雜度及風險建議投入程度。平台已向所有 LinearB 客戶開放,該技能則處於搶先體驗階段。
Ahmed Ashour 為自家的 Apparent 應用程式分析服務建立 MCP 伺服器,讓 Claude 可用自然語句查詢應用程式表現。伺服器提供唯讀工具,回答以句子呈現並交代數據延遲等注意事項;部分新工具亦回傳 JSON 和 structuredContent。
作者 Iain 核對 MCP 官方登記庫後發現,GitHub 舊名稱被他人註冊後,對方可在原命名空間發佈伺服器新版本。至少 111 個曾用於發佈伺服器的名稱已被改名或刪除,相關登記仍列有 145 個伺服器,每週下載量約 17,000 次,其中 49 個只有遠端 URL。作者建議改名後重新註冊舊名稱;安裝者則應固定套件和版本,並把不同版本間的套件或 URL 變更視為新伺服器。
這份路線圖提出 10 個技術文章選題,旨在符合 GitLab 貢獻者計劃 200 分內容創作級別的要求,每個選題的目標得分均為 200 分。題目涵蓋 GitLab Duo 與 AI 智能體、CI/CD、Kubernetes、DevSecOps 供應鏈安全、資料庫及分佈式系統等領域,並對應 GitLab 的產品優先事項與工程價值。
作者實測 AgriciDaniel/claude-seo,評估其以 MCP 提供結構化 SEO 稽核的做法及在生產內容管線中的限制。倉庫列有 26 個 sub-skills 和 19 個 sub-agents;一次經 B-Lost relay gateway 的多供應商回退測試中,token 消耗減少 40%。
Dan Kestrel 示範如何以約 30 行 TypeScript 和官方 @modelcontextprotocol/sdk 建立最簡 MCP 伺服器,並透過 stdio 提供 calculate_project_metrics 工具。
Mikalai Karytka 示範如何在十分鐘內於本機運行大語言模型,並以 LM Studio CLI 啟動 OpenAI 相容 API 端點。文章亦列出 Ollama 和 llama.cpp 的做法,並説明如何估算記憶體需求及檢查模型能否可靠地呼叫工具。本機模型適合資料不能離開電腦、高用量或需要固定模型版本的工作;需要頂級推理或長步驟可靠性的情況則可選用託管模型。
Bharat Hazarika 發佈開源 Kotlin Multiplatform SDK MobileGraph,面向 Android 和 iOS AI 應用,支援聊天、RAG、工具調用及多智能體工作流。
文章建議先以獨立 API key 和唯讀權限接入,讓 AI 智能體處理低風險 CRM 任務,再按表現逐步開放寫入權限。若 CRM 支援 MCP,可用具類型的工具清單連接智能體;高風險或面向客戶的操作應保留人工確認,並定期檢查變更記錄。
Pipelock v3.7 升級指南要求先更新執行檔,再載入新增設定欄位,並檢查收據自動化、重新安裝隔離設定及測試依賴部分 HTTP 回應的用戶端。收據鏈若只驗證到有效前綴,會回報 `VALID PREFIX, END UNPROVEN` 並以 3 退出;`--allow-prefix` 可接受開放前綴檢查並以 0 退出,但不能用來確認完整性。
Shopify 的 Shop MCP 實測顯示,三款 Claude 模型面對相同的 20 件商品,在六次搜尋中都沒有選出相同的首選產品。Haiku 4.5、Sonnet 5 和 Opus 5 的首選商品一致率分別為 8%、0% 和 20%;結果只反映這次實驗,並非所有 AI 購物行為的定論。商戶的商品資料、評價訊號和目錄排序,或會影響智能體推薦。
Runway 推出 Runway Dev 插件,支援 Claude Code、Codex 和 Cursor,讓編碼 Agent 連接 Runway Dev 帳戶並使用相關 API 技能。Agent 可讀取帳戶的可用項目、模型價格與限制及信用額餘額,並建立 Model Router 或 Character。插件不會儲存 API key。
編碼智能體可能透過削弱斷言、重用舊測試結果或執行空測試製造通過假象,作者提出以確定性閘門核驗結果。文章將捷徑歸納為六類,並以工作樹雜湊、差異審核及簽署驗證收據,阻止測試後改碼或另一測試套件的成功結果掩蓋失敗。文中提供 35 行、零依賴的 verify-receipt.js 核心程式,並介紹 workbench-guard v1.7.0、planning-guard v1.5.0 等參考架構。
Operator Verified 的 Fiador 發佈了 @fiador/verify 0.3.1 和 @fiador/verify-mcp 0.2.1,後者亦以 0.2.1 登上 MCP Registry。
Ivan Zonov 建立 Vibecoder Zone,這個線上目錄收錄 36 個分類、600 多種 AI 編碼相關工具,供用戶挑選技術組合。網站另提供整理好的技術組合,例如以低於 $20 的預算建立 SaaS、排行榜,以及定期核對價格的比較資訊。
Uber 建立 MCP Gateway,為公司內部 AI 智能體統一發現及調用服務,平台支援 800+ 個 MCP 伺服器和 5,000+ 項工具。MCP Registry 管理工具定義、schemas、擁有者及啟用設定;Proxy Gateway 負責執行,並將 MCP 請求轉換為 HTTP、gRPC 或 TChannel 呼叫。
LinearB 推出 Agentic Studio,整合 Git 儲存庫及項目追蹤工具的資料,為工程師和自主編碼智能體提供統一上下文。
文章比較 Sequenzy、Klaviyo、Customer.io、ActiveCampaign、Braze 和 Stripo 六款 AI 原生電郵營銷工具,評估它們生成完整流程、使用業務數據、支援 AI Agent 操作及服務 10,000 個聯絡人的每月成本。
Claude Code 可透過 AttriKit 的 Model Context Protocol(MCP)伺服器讀取指定 app 的營銷數據,協助檢視推廣活動及預算決策。使用僅具讀取權限的 app-scoped key,先以 whoami 核實帳戶、app 限制和權限,再以相同明確時段查詢活動報告及決策。分析時須分開呈列不同證據類別、原樣報告決策工具的結果,並指出缺失的支出或收入資料。