LangSmith Fine-Tuning 发布：smithtune 开源 CLI 可在 Baseten Loops 上微调 Agent traces
LangChain 在 Interrupt 26 大会上发布 LangSmith Fine-Tuning，配套开源 CLI smithtune（github.com/langchain-ai/smithtune）。
#MCP/工具调用
Baseten 工程博客AI 评分5454 Google Developers Blog精选AI 评分6161 Google Cloud API Gateway 推出 MCP 支持，可将现有 REST API 直接暴露为智能体工具
Google Cloud API Gateway 在 Public Preview 中可充当远程 MCP 服务器，无需单独搭建 MCP 服务器，即可把已有 REST API 暴露为智能体可调用的工具。
推荐理由：原文说明了通过注解 OpenAPI 规格让网关直接充当远程 MCP 服务器的做法，并给出配置示例、安全注意事项和当前限制。
Cohere 产品与研究博客AI 评分4444 Cohere Compass 推出托管版 Compass Cloud，进入私有测试
Cohere 的检索平台 Compass 以托管服务 Compass Cloud 形式进入私有测试，由 Cohere 负责整条流水线与模型推理，此前它主要支撑企业智能体工作空间 North 的检索。
Claude：Blog精选AI 评分7474 Anthropic 上线 Claude Marketplace：一站式提供插件、智能体与服务伙伴
Anthropic 上线 Claude Marketplace，将插件与连接器、Claude 驱动的智能体和产品、以及服务伙伴集中到一个入口。
推荐理由：官方说明了市场三类内容和承诺额度抵扣的购买方式，读者可以据此评估它对采购流程和工具生态的影响。
Databricks：BlogAI 评分5959 Databricks Genie One MCP 正式发布，让任意 AI Agent 访问受治理的业务数据
Databricks 宣布 Genie One MCP 服务器正式向所有用户开放，让任意 Agent 通过统一接口获取 Genie One 的结构化与非结构化数据、洞察和答案，并以 Genie Ontology 作为受治理的业务上下文基础。
Databricks：BlogAI 评分5252 Databricks 发布 Genie One MCP，为任意 AI 智能体提供受治理的业务上下文
Databricks 正式发布（GA）Genie One MCP，将 Genie Ontology 中的已批准指标定义、数据关系、来源权威性和权限控制接入 ChatGPT、Claude、Microsoft Copilot、Claude Code 等 MCP 兼容助手。
OpenRouter：AnnouncementsAI 评分5959 OpenRouter 教程：用 TypeScript SDK 构建可靠的工具调用 Agent 循环
OpenRouter 发布教程，讲解如何用其 TypeScript SDK 从零构建工具调用 Agent 循环，示例使用本地天气数据和 google/gemini-3-flash-preview 等模型。
Google Developers Blog精选AI 评分6363 Google 与 Speakeasy 开源 OpenAPI SDK 生成套件
Google 与 Speakeasy 合作，将 Speakeasy 的 OpenAPI 客户端代码生成套件以 AGPLv3 许可开源，此前原 SDK 生成供应商被收购并突然宣布关停，凸显闭源生成器的平台风险。
推荐理由：原文交代了开源 SDK 生成器的许可、语言覆盖和迁移背景，开发者可据此评估能否替代自有闭源生成管线。
Baseten 工程博客AI 评分5656 Baseten 发布 Hosted Tools，首个工具 Grounded Inference 支持服务端联网搜索
Baseten 发布 Baseten Hosted Tools，把工具执行内嵌到推理服务端，首个工具 Baseten Grounded Inference 让托管模型通过配置即可调用联网搜索，获取截至当日的最新信息。
Tessl：产品与工程博客精选AI 评分6363 Tessl 工程师在 AI Native DevCon London 提出 Agent 技能应按供应链组件管理
Tessl 作者在 AI Native DevCon London 的演讲中提出，Agent 技能一旦被信任就会影响智能体的读取、修改和工具调用，应视为供应链组件并纳入安全审查。文中给出对约 4000 个公开技能的扫描发现可疑下载、凭据风险和恶意行为等问题，并提出由私有上下文、不可信内容和对外通信构成的风险三要素，以及清单管理、来源审查、行为扫描、权限收窄和出站控制等实践建议。
推荐理由：作者以约 4000 个技能的扫描为背景，把 Agent 技能类比 npm 供应链组件，给出了可信行为的风险模型和管理清单。
Claude：BlogAI 评分5555 Anthropic 推出 Salesforce in Claude 测试版插件
Anthropic 与 Salesforce 合作发布测试版插件 Salesforce in Claude，将卖家的客户、商机和管道数据在既有 Salesforce 权限下接入 Claude，包含 37 个面向客户经理日常工作的技能，如客户调研、电话准备、管道审查和 CRM 更新。
OpenRouter：AnnouncementsAI 评分5656 OpenRouter 文本转语音 API 五分钟教程
OpenRouter 通过 OpenAI 兼容的 POST /api/v1/audio/speech 端点提供文本转语音服务，一个 API key 可调用多家供应商的 TTS 模型。
OpenAI：官网动态精选AI 评分8181 OpenAI 发布 Agents API 公测版
OpenAI 推出 Agents API 公开测试版，将驱动 Codex 的 harness 与基础设施通过单次 API 调用开放给开发者，托管在云端。
推荐理由：原文给出环境选择、子智能体和上下文管理等具体能力与定价方式，读者可据此评估是否迁移现有 Agent 基础设施。
OpenAI：官网动态精选AI 评分7070 OpenAI 在 API 中推出全双工语音模型 GPT-Live-1
OpenAI 在 API 中发布语音模型 GPT-Live-1，可同时听和说，支持将推理和工具调用委派给 GPT-6 Astra 等后端模型，前端语音层定价为每分钟 $0.05。
推荐理由：原文给出单模型全双工语音架构、基准变化和定价，读者可以据此评估它能否简化现有语音 Agent 的分层方案。
LangChain：BlogAI 评分5959 LangChain 为 Managed Deep Agents 推出 Connections 凭据管理与按调用者身份功能
LangChain 在 Managed Deep Agents 预发布版中推出 Connections，把凭据作为命名条目存放在 LangSmith 工作区，工具在运行时通过 connections.get() 按 slug 读取，取代硬编码在 .env 里的共享 API key。
OpenRouter：Announcements精选AI 评分7373 OpenRouter 推出 shell 沙箱工具与 Files API，任何模型可在托管 Linux 容器中执行命令
OpenRouter 发布 openrouter:shell 服务端工具和 Files API，OpenRouter 上任何支持工具调用的模型都可在托管 Linux 容器中运行命令，两者现已在 beta 阶段开放。
推荐理由：原文给出定价、容器网络策略和文件生命周期等落地细节，读者可以据此评估在自己的 Agent 工作流中怎么用这套沙箱。
Together AI 研究与产品博客精选AI 评分6868 Together AI 深度解析开源模型 AI 编码栈 MIGHT
Together AI 发布深度解析文章，介绍开发者从闭源模型转向开源模型所需的 AI 编码栈，提出由 Model、Inference、Gateways、Harness、Tools 组成的 MIGHT 框架。
推荐理由：原文给出开放权重模型编码栈的分层框架，读者可据此按任务选模型、按价格选供应商并保持工作流稳定。
Claude Code：GitHub ReleasesAI 评分4646 Claude Code v2.1.261 发布：新增 /skill-doctor 与输出上限配置，修复大量问题
Claude Code 发布 v2.1.261，新增 /skill-doctor 显示未使用技能及其上下文开销，bashOutputMaxChars 和 taskOutputMaxChars 可将命令与后台任务的内联输出上限提升至 128K 字符，并支持 --append-subagent-system-prompt-file 从文件读取子代理系统提示词。
LangChain：Blog精选AI 评分6262 LangChain 重构 MCP 支持：内置 langchain.mcp，适配无状态新规范
LangChain 重构 MCP 支持，将 MCP 移入主包 langchain.mcp（需 langchain[mcp]>=1.4.0，Python 先行、TypeScript 随后），底层基于 FastMCP，可自动在新旧两代协议间协商。
推荐理由：原文给出状态无关新规下的具体改造细节和迁移方式，正在用 MCP 的开发者可对照判断是否升级。
Google Developers Blog精选AI 评分6464 Google 复盘 AI Agents Challenge：最强参赛作品背后的 4 种工程模式
Google for Startups AI Agents Challenge 评审团队从各赛道头部参赛作品中提炼出 4 种共同工程模式。
推荐理由：从获奖参赛代码中提炼出四个可直接套用的工程模式，涵盖 MCP 双向暴露、事件驱动并发、回退校验和分层路由。
Cohere Labs：官方研究博客精选AI 评分6565 Cohere Labs 发布 ATE 数据集：69.6 万 MCP 工具中仅 2.6% 能完整执行职业任务
Cohere Labs 聚合七个公开目录，构建含 696,291 个工具、123,069 个 MCP 服务器的 Agentic Task Ecosystem 数据集并对外开放。
推荐理由：研究用近 70 万个 MCP 工具构建供给侧数据集，给出自动化落在职业哪个环节的证据，可与曝光度研究互补阅读。
Runway：NewsAI 评分4747 Runway 发布 Runway Dev MCP 托管服务器，让编码 Agent 自动完成集成
Runway 发布 Runway Dev MCP，一个托管 MCP 服务器，将 Runway Dev 账户连接到编码工具，让 Agent 能研究可选模型及价格与能力、拉取请求 schema、配置 Model Router 和 Characters，并在生成失败时查询任务原因后重试。
OpenAI：官网动态AI 评分4040 ChatGPT 支持医疗机构接入 EHR 和行业数据
OpenAI 官宣 ChatGPT 可连接可信的医疗健康数据，医疗机构现可将 EHR 及更多行业数据接入 ChatGPT，帮助临床医生安全地访问患者上下文、医学研究等信息。
Claude Code：GitHub ReleasesAI 评分4646 Claude Code v2.1.251 发布：新增模型切换钩子与远程控制流式输出
Claude Code v2.1.251 新增 PreModelSwitch 和 PostModelSwitch 钩子事件，支持拦截、确认或标注模型切换；远程控制客户端现可实时流式查看前台子代理的工具调用与结果。/usage 新增消费限额条，/cost 新增按会话的提示词缓存统计行。本次更新还修复了符号链接路径穿越、插件路径越界、后台会话卡死等多项安全与稳定性问题。
Apple Machine Learning ResearchAI 评分4444 Agent Seer：从工具规格理解中合成评测场景
Agent Seer 提出一种无需人工构建或实时执行工具即可合成评测场景的方法，利用函数名、自然语言描述和类型化参数模式等工具规格中的语义信息，生成能反映从业者组合工具与多轮迭代的真实测试场景。该方法旨在解决手工构建场景依赖领域专家、难以跨工具生态扩展且静态基准无法跟踪 API 演进的问题。
Anthropic：NewsroomAI 评分5353 Anthropic 开放模型硬件标准（MHS）研究预览
Anthropic 与 HHMI Janelia 合作推出模型硬件标准（MHS）研究预览，让 AI 智能体并行操作显微镜、液体处理器、机械臂等设备，将实验室集成时间从数周缩短至数小时或数分钟。MHS 通过标准化驱动和自然语言标签实现设备发现与安全控制，支持 MCP、命令行和代码文件三种控制机制，最终将开源。
Claude Code：GitHub ReleasesAI 评分5050 Claude Code v2.1.247 发布：新增 SendFeedback 工具与 /claude-api 成本优化
Claude Code v2.1.247 新增 SendFeedback 工具，可在会话出错时草拟反馈报告供用户审查，并支持通过 feedbackDrafts 设置关闭。
Apple Machine Learning ResearchAI 评分5151 PROOF-Gen：从优化数据到更好的知识蒸馏
PROOF-Gen提出用优化后的数据改进工具调用能力的知识蒸馏。在τ²-bench上，教师模型57%的试运行失败，其中三分之二是近失（大部分工具调用正确），而传统生成-过滤流程因失败不提供信号，每轮都会遗留相同的难题。该方法通过利用失败信号优化数据，提升蒸馏效果。
OpenRouter：Announcements精选AI 评分6868 如何在编辑器里实时挑选最佳 AI 模型
OpenRouter 提出一套模型选型框架：先定义任务，从实时用量和第三方基准中筛选候选，再对比各提供商的定价与延迟，最后用自有提示词测试。判断标准是“每完成任务的成本”而非“每 token 成本”。其 MCP 服务器可直接在 Claude Code、Cursor 等编辑器中查询实时排名、价格和基准，并用 openrouter/auto-beta 按请求路由。
推荐理由：比 token 价格更实际的是成本按完成任务的次数计算，把重试与失败率纳入对比，这让团队评估模型经济学时有了可量化指标。
Factory 研究 / 产品AI 评分5757 Factory 为 Droid 推出 Connectors 和 Personas，打通 Linear、Slack、Sentry 等团队应用
Factory 发布 Connectors 和 Personas。Connectors 让 Droid 获得对 Linear、Slack、Sentry、Notion、Salesforce 等应用的托管访问，一次连接后在 Desktop、CLI、web 和 mobile 均可用，且可与 MCP 在同一会话共存。
Claude：BlogAI 评分4949 Anthropic 市场人员如何用 Claude Code 每周为每位销售代表发送个性化更新
Anthropic 市场团队成员 Adam Ward 分享如何用 Claude Code 将每周销售报告转化为每位客户经理的个性化周一简报。他通过 MCP 连接 BigQuery 和 CRM 数据，并依据销售与经理反馈迭代提示词，加入“绝不编造 URL”等九条内容规则。该简报现已推广至所有销售团队，每周一自动发送三条优先行动项及账户相关活动。
Claude：Blog精选AI 评分7373 AI 原生 SDLC 实战手册：Anthropic 如何用 Claude 重塑软件开发生命周期
Anthropic 发布 AI 原生 SDLC 实战手册，提出将传统六阶段软件开发生命周期重构为 AI 嵌入各环节的闭环流程。手册指出，当代码不再是瓶颈时，规划、审查、部署等人速环节成为新约束，需通过 Claude 将需求压缩为 intent.md、以技能编码标准、用持续评测替代阶段门禁，并保留人工对关键代码的审查。
推荐理由：把各阶段产物固化为可版本化 markdown 并让下一阶段读取，人工审查就从逐行看代码转向在关卡看代理标记，对改造研发流程的团队有直接参考价值。
Claude Code：GitHub ReleasesAI 评分5050 Claude Code v2.1.238 发布：新增 readline 键位、插件市场 headersHelper 与多项 Remote Control 修复
Claude Code v2.1.238 发布，新增 keybindingFlavor 设置（可设为 "readline" 使 Ctrl+W 删除至前一个空白符），并为插件市场引入 headersHelper 以生成 HTTP 头。
Claude Platform：开发者版本说明AI 评分5959 Claude Platform 8 月 19 日版本说明：computer use 正式版发布，浏览器工具与 Skills API 转正
Claude Platform 更新版本说明，computer use 工具以 computer_toolset_20260801 转正，去除 beta header，支持批量动作、默认缩放和按成员配置；同时推出 browser_toolset_20260801 浏览器使用工具，可在应用托管的浏览器视口内读取页面可访问性树并支持表单输入、标签页管理与下载报告。
Claude：Blog精选AI 评分6565 Claude Code 初创公司指南：五大规则与创始人洞见
Anthropic 发布面向初创公司的 Claude Code 使用指南，基于对十余家高增长公司的调研，总结出“人人皆可交付、自动化繁琐工作、信任但验证、为重构而构建、原型-自用-产品化”五大规则。
推荐理由：指南把十几家创业公司实践归纳为五个可操作规则，其中「修复原则而非修复个案」对搭建自改进 agent 流程具有直接参考价值。
xAI：NewsAI 评分4949 Grok Bot 现已与 X 深度集成
Grok Bot 现已与 X 实现更紧密的集成。用户可在 Grok Bot 中连接 X 账号，没有开发者账号的将自动创建；付费 Grok Bot 用户可获赠免费 X API 额度。连接后即可让 Bot 搜索帖子、读取时间线、查看提及或汇总 X 上的动态，这是该集成的首个版本。
OpenAI Developers：Blog精选AI 评分7575 OpenAI 详解 Codex 开源智能体框架的应用集成方式
OpenAI 将 Codex 定位为可复用的智能体平台，开源 Codex CLI、app-server 和官方 Codex SDK，让开发者把智能体循环嵌入自己的产品界面，而非只用通用聊天助手。
推荐理由：官方说明 Codex 开源 harness 的集成层与 app-server、SDK 的分工，开发者可以据此把智能体嵌进自己的产品而非通用聊天窗口。
Claude：Blog精选AI 评分6363 Claude Tag 如何担任 Anthropic CI/CD 故障的一线响应者
Anthropic 的 CI 工程师用 Claude Tag 构建了值班智能体，作为 CI/CD 故障的一线响应者。Claude 在事故发生后中位 14 分钟发布首份基于证据的分析，最快案例中 3 分钟内验证修复并确认错误率恢复基线。该方案通过 Slack 频道、Datadog 或 Grafana 工具访问及 GitHub 技能文件实现，Anthropic 已发布通用设置套件供其他团队部署。
推荐理由：文章把 AI on-call 从概念落成可复制的工程架构，用 markdown 技能文件和 lessons.md 实现自我迭代，并给出 14 分钟首报、最快 4 分钟定位等实测数据。
Claude Code：GitHub ReleasesAI 评分5050 Claude Code v2.1.232 发布：默认启用 Subagent forking，新增 GitLab 支持与多项安全修复
Claude Code v2.1.232 默认启用 subagent forking，子代理可继承完整对话与提示缓存，交互会话中的非队友代理默认后台运行。新增 GitLab token 密钥脱敏、插件市场 GitLab 仓库克隆支持，并修复 PowerShell 与 Windows 权限绕过、嵌套 git 仓库信任继承等多项安全漏洞。
OpenAI：官网动态精选AI 评分8080 GPT-5.6 构建者指南：如何以更低成本实现前沿智能体性能
GPT-5.6 模型家族以更低成本实现前沿级智能体性能，并新增推理持久化、原生多智能体编排和程序化工具调用等 API 能力。在 ARC-AGI-3 上，启用保留推理和压缩后，Sol 得分从 13.3% 跃升至 38.3%，且输出 token 减少约 6 倍。Luna 在 BrowseComp 上以 84.04% 的得分追平 GPT-5.5（84.36%），成本从 $33.27 降至 $1.33。
推荐理由：最实际的改变在 API 原语，让同一模型在 ARC-AGI-3 上用约六分之一输出 token 拿到近三倍分数，影响开发者对推理成本和上下文架构的判断。