技术方向
让 AI 连上外部软件和数据：MCP 协议、function calling 工具调用与各类工具集成。
275 条精选近 30 天 16 条共收录 1,124 条
Statewright 是一个通过状态机为AI智能体提供约束的系统，能控制其在各阶段可使用的工具，从而聚焦推理并提升可靠性。它将工作流定义为规划、实施、测试等多个阶段，自动执行工具限制与状态转换。在本地模型测试中，两个模型在5项SWE-bench子任务上应用约束后，正确率从2/10显著提升至10/10。该系统已集成到Claude Code等平台，一个修复测试失败的典型工作流可在46秒内完成。
推荐理由：Statewright用状态机给AI代理上“紧箍咒”，让13B小模型也能搞定SWE-bench任务，做coding agent的应该立刻装上试试。
OpenAI Developers@OpenAIDevs精选AI 评分7070计算机使用让Codex能在你的应用间工作而不占用你的Mac。 @AriX与@romainhuet探讨当代理程序能点击、输入并在后台持续工作时将带来哪些改变。
推荐理由：Codex 这个「computer use」不接管整台 Mac，只在后台帮你点、帮你打字，对用过 Cursor 接管全屏后心里发毛的开发者来说，是个更让人放心的设计，但有没有宣传的那么顺还得等实测。
Anthropic公司为法律行业发布20多个新的MCP连接器及12个专用插件，将Claude深度集成至合同管理、文档处理等法律核心软件栈。Claude现可直接在Microsoft Word、Outlook等办公应用中无缝工作，具备起草、修订、条款比对等可复用技能，并能自动化处理日常法律事务。公司同时宣布与多个司法公益组织合作，以扩大法律服务的可及性。
推荐理由：Claude 这次在法律行业的布局很大，20+ 连接器和 12 个插件意味着它不是做表面集成，而是把律师的整套工具链都拉了进来——对律所是效率革命，对做垂直 AI 产品的团队则是教科书级的行业解决方案示范。
在Code w/ Claude SF 2026开发者大会上，Anthropic宣布提升开发者工具能力。Claude Code的速率限制翻倍，Claude Opus的API限制提高，以支持大规模可靠开发。同时，Claude平台上的托管智能体新增四项功能：“梦想”功能通过回顾会话优化记忆；多智能体编排支持主智能体并行委派子任务；“成果”功能通过定义输出标准提升任务成功率，内部测试显示最难问题成功率最多提升10%；Webhooks提供任务完成通知。大会主题演讲和分组会议录像已上线，并计划在伦敦和东京举办后续活动。
推荐理由：虽然已是旧闻，但Dreaming和Outcomes这两个功能让agent能自我改进，是构建生产级AI团队的真信号，做Claude开发的值得补课。
本文介绍了一种创新方法，将LLM工具直接嵌入脚本的shebang行中执行指令。通过LLM的fragments模式，shebang行可执行简单任务，如生成SVG图像；使用-T选项能调用外部工具（如llm_time）创作包含当前时间的俳句；更复杂的是运行YAML模板，其中定义了Python函数作为工具进行数学计算，示例中演示了计算2344乘以5252加134的过程，并通过调试输出展示了分步结果，最终得到12,310,822。这展现了LLM作为脚本解释器的强大扩展性，能够支持从内容生成到数据查询的多样化任务。
推荐理由：Simon 这个 shebang 技巧让 LLM 直接变成脚本解释器，虽然是极客玩法，但对常写自动化脚本的开发者来说可以直接抄走，创意很妙。
本次更新引入了多项新功能与优化。核心新增包括：集中管理会话的Agent视图（研究预览）、可设置目标并持续工作的`/goal`命令、实时调整滚轮速度的`/scroll-speed`命令，以及查看插件详情的`claude plugin details`命令。交互界面导航与控制能力得到增强。底层优化涵盖MCP服务器可获取`CLAUDE_PROJECT_DIR`环境变量、`/context all`的令牌估算会考虑模型分词器并显示舍入值。此外，修复了超过20项问题，如凭证死锁、内存无限制增长、权限规则、UI显示错误及路径处理等缺陷。
推荐理由：Claude Code 这波更新给了两个真正改变工作流的杀手功能，agent view 让你一眼看清所有会话，/goal 命令能让 Claude 自己跑完一个任务直到满足条件，做开发的同学可以立刻试试。
Elon Musk@elonmusk精选AI 评分7575Grok 升级 [引用 @grok]：... 今天就在 iOS、Android 和 http://grok.com 上的所有计划中添加您的连接器到 Grok。
让 Grok 获取你的邮件、改进你的幻灯片、整理你的日历或组织你的 Notion。 今天就在 iOS、Android 和 http://grok.com 上的所有套餐中为 Grok 添加你的连接器。
推荐理由：Elon 亲自下场推这个功能，说明 xAI 把 Grok 的定位从聊天转向行动，打通邮件和日历后，AI 帮你去做的杂事比帮你聊的多。
Perplexity@perplexity_ai精选AI 评分7878推荐理由：Perplexity 把内部构建 agent skills 的玩法公开了，如果你正在做 agent，这份手册比很多教程都要实战，看完就知道怎么设计、优化和维护。
OpenRouter Agent SDK 引入了一种新工具类型，使智能体能够自动处理常规决策，并在高风险决策时暂停以请求人工输入。该功能通过两个钩子实现，无需编写任何循环管理代码，从而在自动化流程中灵活嵌入关键的人工判断环节。
推荐理由：OpenRouter给Agent SDK加了人类介入挂钩，做复杂流程的团队不用自己写循环管理代码了，关键决策能拉人进来确认，是个实用的小升级。
Claude 发布 v2.1.133 版本，新增多项配置与优化。主要新增 `worktree.baseRef` 设置以选择工作树分支基础，引入 `sandbox.bwrapPath` 等设置允许指定自定义二进制路径，并添加 `parentSettingsBehavior` 键供管理员控制设置合并策略。功能上，钩子现在可接收活动努力级别信息，Bash 工具命令可读取相应环境变量。此外，改进了焦点模式行为，并在内存压力下优化了后台工作进程的释放。本次更新修复了大量问题，包括并行会话死锁、权限规则误匹配、代理设置不生效、网络驱动器访问被拒、远程控制中断不彻底、努力级别跨会话更改以及子代理技能发现失败等。`claude --help` 现已列出远程控制选项，VSCode 扩展也修复了相关错误。
推荐理由：Claude Code 这个版本修了一堆让人抓狂的 bug，并行会话掉认证、网络驱动器权限、子代理找不到 skill 都解决了，重度用户应该尽快升级。
GitHub 发现运行于每个拉取请求的智能体工作流会累积高昂的 API 成本。团队通过监测自身生产工作流，定位了效率低下的环节，并构建了专门的智能体进行优化。这一举措旨在显著降低由大语言模型调用产生的 Token 消耗与相关费用，直接提升了工作流的经济性与运行效率。
推荐理由：GitHub 把自己生产环境的 agentic workflow 扒了一遍，从 token 消耗里找浪费，再让 agent 自动修。不是 paper，是真踩过的坑，做 Copilot 集成的团队可以抄作业。
该工具赋予任何具备工具调用能力的模型自主进行网络搜索和抓取网页内容的功能。它支持多种搜索引擎和抓取引擎供用户选择，实现了跨模型的一致操作体验。这意味着开发者可以便捷地为不同的大语言模型（如GPT、Claude、LLaMA等）集成实时、可靠的网络信息获取能力，无需为每个模型单独适配。
推荐理由：让任何模型都能用统一接口做联网搜索和抓取，做 agent 的同学不用再为每个模型单独配工具了，在 OpenRouter 上搭产品的实用性直接拉高。
OpenRouter 向所有支持工具调用的模型开放自主网络搜索与页面内容抓取能力，并允许用户从多个搜索引擎和抓取引擎中自行选择。
推荐理由：OpenRouter把网络搜索和抓取做成统一的工具接口，任何工具调用模型都能用，做agent的开发者不用再自己拼搜索层了。
OpenRouter 推出新功能，允许任何工具调用模型自主进行网页搜索并抓取页面内容，支持多种搜索引擎和抓取引擎供选择。
推荐理由：OpenRouter 给所有工具调用模型配上了统一的网络搜索和抓取能力，开发者不用再为每个模型单独对接搜索 API，适配成本直线下降。
xAI 正式在 Grok Web 上线 Connectors 功能，提供与多种日常应用工具的深度集成。该功能允许 Grok 端到端处理任务，如阅读总结邮件、更新幻灯片、管理日历和编辑电子表格，无需频繁切换和复制粘贴。首批支持的连接器包括 SharePoint、Outlook、OneDrive、Google Workspace、Notion、GitHub 和 Linear，涵盖文件搜索读写、代码审查与任务管理等操作。同时推出的“自带 MCP”功能支持连接自定义模型上下文协议服务器。完整的 Connectors 支持也即将登陆 Grok iOS 和 Android 应用。
推荐理由：Grok这波连接器把 Office、GitHub 和 Notion 全打通了，不是演示级挂接，是能直接读写编辑的真集成，外加开放自建 MCP，产品经理和开发者都该立刻上手试试。
Tencent Hy@TencentHunyuan精选AI 评分7676推荐理由：腾讯混元3不是靠宣传，而是靠数据跑到了OpenRouter第一，工具调用和编码双双登顶，国产模型在海外开发者的真实接受度比想象中高得多。
Google AI Developers@googleaidevs精选AI 评分6868
推荐理由：如果你在用 Gemini 搭 RAG 系统，这三项更新能直接改善搜索精度和可解释性，多模态搜索终于把图片和文档打通了，值得马上试试。
Anthropic发布了十个针对金融服务耗时任务的预置智能体模板，涵盖制作推介书、撰写信贷备忘录、KYC文件筛查及月末关账等。这些模板可作为Claude Cowork和Claude Code的插件，或作为Claude托管智能体的配置指南，帮助团队在数天内部署应用。Claude现通过Microsoft 365插件支持在Excel、PowerPoint等Office应用间无缝工作，并扩展了合作伙伴生态，新增数据连接器和MCP应用，使智能体能直接调用实时金融数据。这些更新与Claude Opus 4.7模型搭配效果最佳，该模型在金融任务上达到先进水平。
推荐理由：Anthropic 一口气放出十个金融模板，从 pitchbook 到月底关账全包，加上 Excel、PPT、Word 的深度集成，做金融的可以少写很多重复性胶水代码，直接套模板干活去了。
本次更新增强了模型网关集成，当配置指向兼容网关时，可直接在模型选择器中列出可用模型。新增了 `claude project purge` 命令，用于彻底清理项目状态数据。OAuth登录流程得到优化，支持在浏览器回调失败时手动粘贴授权码，并修复了多种网络环境下的登录问题。安全方面，修复了 `allowManagedDomainsOnly` 等设置可能被忽略的漏洞。此外，还解决了图像粘贴过大导致会话中断、远程会话误报“流空闲超时”、Windows系统下特定文本渲染乱码以及多项工具在特定场景下不可用等数十项错误。
推荐理由：这是 Claude Code 一次‘生活质量’大更新，OAuth、Windows 权限、流超时等痛点都被修了，如果你在用 Claude Code，今天就该升级。
本文提出一种将评估机制嵌入工具调用智能体实时执行循环的新方法。通过引入一个专门的评审员智能体，在推理时对主智能体的中间决策轨迹进行即时评估，并生成结构化反馈。这使得主智能体能在单次运行中动态调整其工具选择与参数调用，无需依赖传统的提示调整或模型重训练。该实时干预机制旨在直接纠正错误，提升了工具使用的准确性与可靠性，突破了传统后验评估无法在运行中修正行为的局限。本工作已被ACL 2026的自然语言生成、评估与指标研讨会接收。
推荐理由：Apple 把评估嵌进 agent 执行循环，不是事后分锅，而是让 reviewer 实时纠错，这对 tool-calling 类应用是个真方向，做 agent 架构的值得细读。