跳到正文
#MCP/工具调用
9月15日周二
9月14日周一
9月12日周六
9月11日周五
  3. Sherwin Wu63

    OpenAI 发布 Agents API，一种在云端构建 Agent 的新方式，底层由 Codex 所用的 harness 支持。用户可自带常用工具和连接器、连接任意沙箱，构建与 Codex/ChatGPT 相同 harness 的 Agent，并按需暴露到自己的内部 AI 应用中。

    引用Steve ☕️@stevendcoffey

    Today we're launching the Agents API, a brand new way to build Agents in the cloud, backed by the Codex harness. Bring along all your favorite tools and connectors, connect it to any sandbox, and let Astra cook. Can't wait to see what you whip up 👨‍🍳 https://openai.com/index/introducing-the-agents-api/

  4. IT之家·人工智能75

    OpenAI Agents API 开放公测：支持代码执行、工具调用和跨上下文长任务

    OpenAI 于 9 月 10 日推出 Agents API 公测版，开发者可一次 API 调用创建云端 AI 智能体，复用 Codex 背后的执行框架。智能体支持运行代码、处理文件、跨上下文窗口执行数小时甚至数天的任务、多智能体并行协作，沙盒可选 OpenAI 托管或 Blaxel、Cloudflare、E2B、Vercel 等合作方环境。

  8. OpenAI：官网动态81

    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。

  9. OpenAI：官网动态70

    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。

9月10日周四
  1. OpenRouter66

    OpenRouter 推出新的有状态服务端工具 Shell，任何 OpenRouter 上的模型都可以在托管的 Linux 容器中运行命令。该功能今日起以 beta 形式提供，代号为 `openrouter:shell`，同时新增 Files API 用于在容器内外传输文件。

    推荐理由：OpenRouter 官方介绍新 Shell 工具和 Files API 的能力与开放方式，模型调用方可以据此判断如何接入有状态命令执行。

  2. Tripo66

    Tripo 转发用户案例，展示用 Images 2.5、Tripo 智能网格 P2.0、GPT-6 Astra 和 Blender MCP 以 AI 为主制作 3D 角色的完整流程。作者几乎只做视图操作，通过截图加参考图让 Astra 修正形状与纹理，并指出纹理修正在细节上仍较粗糙。作者称此前在 GPT-5.6 Sol 上反复失败的操作在 Astra 上可以直接完成。

    引用🍣お寿司職人｜AIゲーム・アニメ@SushiNFTart

    話題の「GPT-6 Astra × Blender」、実際に触ってみました。 これ、かなり衝撃です。 Blender初心者でもできる。ほぼ視点移動（ビュー）の操作だけでここまで作れました。 モデルはTripo製、ステージはBlender上で作ってます。 GPT-5.6 Solでは何度指示してもうまくいかなかった作業が、Astraでは普通に通るようになっててヤバい…！ 今回は ・GPT-6 Astra ・Blender MCP ・Tripo スマートメッシュ P2.0 を組み合わせて、AI中心で制作しています。 ※モーションのみお借りしています Blender側で自分がやるのは、ほぼビュー操作。 基本的には、 「気になる箇所をビューで見せる」 ↓ 「AIに修正を指示」 ↓ 「結果を確認」 ↓ 「また修正」 これの繰り返しです。 もちろん、すべてが一発でうまくいくわけではありません。 意図通りになるまで何度も指示する必要があるので、根気よく詰めていく熱量は必要だと感じました。 それでも、 「Blenderをほぼ触れない人でも、AIと対話しながら3Dモデルを仕上げていける」 ところまで来たのは、かなり大きいと思います。 ざっくり制作手順👇 1. Images 2.5でキャラの全身リファレンスを生成 2. 髪・頭部・体（Tポーズ）に分けて画像を生成 3. 各パーツの右側面・左側面・背面図を生成 4. Tripo スマートメッシュ P2.0で3パーツを3D化 　設定：四角形 / 25,000 5. Blender MCPでAstraに3パーツを渡して合体 6. 自然なシルエットになるようサイズ調整 7. メッシュの欠損・隙間・貫通を補修 8. リグ・ウェイト設定 9. まばたき・口パクをシェイプキーで作成 10. 髪や衣装などの揺れものを設定 11. モーションを適用して、足の接地・衣装貫通・揺れを調整 12. テクスチャを修正（どのタイミングでもいい） 使うツールはざっくり、 1〜3 → Images 2.5 4 → Tripo 5〜12 → Astra × Blender × Images 2.5 という感じです。 そして今回、かなり有効だったのが、 「修正したい箇所をスクショ → その画像を元に理想形のリファレンス画像を生成 → Astraで修正」 という方法。 これが形状修正にもテクスチャ修正にもかなり効きました。 長文で細かく説明するより、 リファレンス画像を添付して 「ここをこれに寄せて」 くらいの指示の方が、意図が伝わりやすい場面も多いです。 ただ、テクスチャ修正は普通に沼です。ある程度で妥協した方が良さそう。細かく見ると、まだ粗いです。 3D制作のハードル、AIでかなり下がってきた感があります。 Blender初心者の方こそ、一度試してみてほしいです。

    推荐理由：原文给出完整的 12 步 3D 角色制作工作流和截图生成参考图的修正方法，Blender 初学者可以照着复用。

9月9日周三
  1. OpenRouter：Announcements73

    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。

  2. Together AI 研究与产品博客68

    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。

9月8日周二
  1. 公众号：数字生命卡兹克76

    GPT-6 Astra操控Blender保姆级教程：三种玩法与踩坑实录

    作者数字生命卡兹克发布GPT-6 Astra操控Blender的小白教程，介绍前期安装、官方MCP与Computer Use插件配置，并实测三种玩法。Computer Use花约4小时搭出天坛祈年殿，但耗掉200美刀Pro会员近半额度；MCP更快，可完成摩托车建模与组装动画，但复杂任务会单次运行超时，可拆分步骤或用CLI执行Python脚本解决。

    推荐理由：作者实测了Computer Use、官方MCP和CLI三种方式并给出各自的速度、成本与适用边界，方法可直接照做。

  3. OpenBMB54

    面壁智能（OpenBMB）发布 MiniCPM5-2B，vLLM 稳定版提供 day-0 支持。该模型为 2.6B Dense 模型，原生 131K 上下文，同一 checkpoint 支持 Think/No-Think 两种模式，并通过 vLLM 的 minicpm5 parser 支持工具调用。模型采用标准 LlamaForCausalLM 架构，权重与训练数据一同开放，部署配方见 http://recipes.vllm.ai/openbmb/MiniCPM5-2B。

    引用vLLM@vllm_project

    🤝 Day-0 support for MiniCPM5-2B on stable vLLM. ⚡ Dense 2.6B model with 131K native context 🧠 Think / No-Think from the same checkpoint 🔧 Tool Calling support via vLLM’s minicpm5 parser Congrats @OpenBMB on the release, and thanks for keeping it on stock LlamaForCausalLM and opening the training data alongside the weights! 🙌 🔗 http://recipes.vllm.ai/openbmb/MiniCPM5-2B

9月7日周一
9月5日周六
  1. Elon Musk52

    Grok 现在支持从 marketplace 添加 Bot templates。被引用的 @bot 介绍其团队的采购智能体 Haggle Bot，可谈判供应商合同、查找闲置 SaaS 席位并比价周期性采购，一周内节省超过 $100K。Elon Musk 推荐用 Haggle Bot 节省采购成本。

    引用Grok Bot@bot

    You can now add Bot templates from our marketplace. We’re sharing Haggle Bot, our in-house procurement specialist. It negotiates vendor contracts, finds unused SaaS seats, and price-checks recurring purchases. One week in, it's saved us over $100K.

  4. Mohamed Moustafa 技术博客63

    如何让 Olly 智能体自己处理客服工单

    作者分享了让自家 AI 助手 Olly 自行处理客服的实现方法，整套流程用不到 500 行 TypeScript 完成。智能体通过 sendSupportRequest 工具把用户问题连同近期对话写入反馈集合、用 iMessage 通知团队，并经管理端点回复，回复作为合成轮次由智能体翻译成用户语言转达，引用文本被视为内容而非指令以防提示词注入。

9月4日周五
  2. LangChain：Blog62

    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。

9月3日周四
  2. Rohan Paul57

    Zite 发布 MCP，把 Claude、ChatGPT 或 Cursor 订阅变成完整 AI 应用构建器，生成的应用自带数据库、团队登录和权限角色。智能体在云端沙箱中获得读取、编辑、检查、提交、发布等文件级工具，产出可直接运行的团队应用。与多数构建器 MCP 把提示词转发给自家代理并收取积分不同，构建工作由用户自己的模型完成，不消耗 Zite 积分。

    引用Dominic Whyte@domwhyte42

    Today we’re turning your Claude subscription into a full AI app builder. Connect Claude, ChatGPT or Cursor to Zite MCP and ask for an app. It goes live with its own database, logins for your whole team, roles for who sees what. Zero Zite credits.

  7. Cohere Labs：官方研究博客65

    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。

9月2日周三
  1. Google AI：DEV 作者专属69

    什么是 harness 工程？Google 用 ADK 2.0 与 Antigravity SDK 演示自动修复编码循环

    Google 员工 Shir Meir Lador 介绍 harness 工程，即用确定性组件包裹 LLM，包括编排层、执行沙箱、状态持久化和验证工具，让 Agent 不需逐行人工审查即可安全生成代码。

    推荐理由：原文解释了 harness 工程的构成要素，并给出可运行的沙箱与修复循环示例代码，方法可直接迁移到自己的 Agent 工作流。