Anthropic 将 Agent Skills 开放标准捐赠给 Linux Foundation 旗下 Agentic AI Foundation
Anthropic 宣布把 Agent Skills 开放标准捐赠给 Linux Foundation 旗下的 Agentic AI Foundation(AAIF),此前已向其捐赠 MCP。
推荐理由:原文给出了捐赠范围、维护者安排和采用数据,读者可以据此判断 Agent Skills 标准治理走向开放中立的影响。
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 13 条共收录 1,301 条
Anthropic 宣布把 Agent Skills 开放标准捐赠给 Linux Foundation 旗下的 Agentic AI Foundation(AAIF),此前已向其捐赠 MCP。
推荐理由:原文给出了捐赠范围、维护者安排和采用数据,读者可以据此判断 Agent Skills 标准治理走向开放中立的影响。
MiniMax 在 MiniMax Code 桌面应用(macOS / Windows)本地会话中推出 Mini App,一种带前端和后端的长运行应用,以插件形式安装并与 Agent 双向调用,让 Agent 的工作停留在常驻页面而非散落各对话中。
推荐理由:官方详细说明了 Mini App 的架构、安全边界和社区生态,开发者可以据此判断如何在 MiniMax Code 上构建长运行应用。
Browser Use 发布科普文章,讲解浏览器智能体由模型、harness 和浏览器三部分组成,通过观察页面、选择动作、执行并检查结果的循环完成任务,可通过 DOM、无障碍树或截图读取页面。
推荐理由:原文系统拆解浏览器智能体的组成、运行循环与选型边界,并用自家云端使用数据说明典型场景、成本风险与起步方法。
以下是如何用 Claude Opus 5.5 + Blender + Unreal Engine + Meshy 构建这样一款游戏…… 诀窍是给每个工具只分配一项任务,但有一种聪明的设置方式: - 第 1 步:安装 Claude Code、Unreal Engine 5 和 Blender 5.1+,除了 Claude 订阅外全部免费 - 第 2 步:通过 Blender 的 MCP 插件连接 Blender,并通过 Meshy MCP 配合 API key 连接 Meshy - 第 3 步:先用 Opus 头脑风暴 5 个游戏创意,选一个,让它在开始构建任何东西之前先扩展这个创意 - 第 4 步:告诉它你的 GPU,这样它就能把画质推到你的机器能运行的极限 - 第 5 步:Meshy 生成道具和角色,Opus 将它们导入 Blender 并进行清理 - 第 6 步:Opus 把所有内容带入 Unreal:关卡、光照、HUD、小地图 - 第 7 步:试玩,然后每次提示添加一个功能:战斗、敌人、任务 谁负责什么: > Meshy:3D 模型 > Blender:清理、摆放、材质 > Unreal:光照、物理、实际的游戏 > Opus:在一个聊天中运行这三者 而真正的成本…… 一次完整首次构建大约花了 4 小时,以及每周 Max 订阅约 19% 的额度 把第一关做好,之后的关卡会快得多,因为资源已经存在了
推荐理由:原文给出七步工具分工流程和实际耗时与费用,读者可以直接照搬搭建游戏的工作流。
Sierra 发布 Personal Agent Protocol(Poppy)协议草案,宣布新增 35 家设计伙伴,包括 OpenAI、Meta、Bank of America、Mastercard、PayPal、Shopify、Walmart 等。
推荐理由:原文给出了 Poppy 协议的五个构建块、底层标准和新加入的 35 家设计伙伴,读者可以据此判断它如何改变个人智能体与企业的协作方式。
LangChain 发布示例项目 Restock,一个在 Slack 上通过 Managed Deep Agents 运行的办公用品购买智能体,演示智能体如何安全完成支付。
推荐理由:原文给出了完整的智能体支付架构与凭证隔离做法,读者可以复用到任何需要花钱的智能体场景。
Google 推出 Developer Knowledge API 生态,作为 Google Cloud、Firebase、Android 等开发者文档的官方程序化来源,用结构化 API 和 Markdown 格式文档取代网页抓取,支持语义与关键词搜索、文档分块和有依据的问答。
推荐理由:官方为自己的开发者文档检索 API 提供了 CLI、agent skill、客户端库等多入口,可对照选型接入现有工作流。
PromptArmor 发布 WebMCP 威胁情报解读,介绍 WebMCP 如何让网站向浏览中的智能体提供工具,并指出治理、提示词注入、Web 安全、误配置和操作漂移等新增风险。
推荐理由:作者从一线威胁情报视角拆解 WebMCP 的机制与治理、提示词注入等新风险,读者可据此评估自身供应商面。
Sierra 与 Meta 联合 Genesys、Instinct、Rocket、Shopify、Stripe、Walmart 等伙伴宣布开发 Personal Agent Protocol,一个定义个人 AI 智能体如何与企业交互的开放标准,任何人都可实现。
推荐理由:原文来自协议发起方,说明了认证方式、三种接入路径和后续规范计划,读者可以据此评估个人智能体与企业的连接方式。
Latent Space 报道 Earendil 的 Pi 1.0 与 Pi Durable 同日登上 HN 首页:Pi 1.0 新增 MCP 原生支持、扩展机制。
推荐理由:Pi Durable 把智能体状态外置并支持断点续跑与热替换,Pi 1.0 加入 MCP 原生支持,原文给出了可评估的功能细节。
OpenRouter 发文将多模型编排分为工作流编排、模型路由和提供商路由三层,指出 LangGraph 和 CrewAI 负责工作流编排,OpenRouter 负责模型与提供商路由,二者不互相替代。
推荐理由:原文把多模型编排拆成三层职责,并给出同一管道在直接路由和框架下的对照代码,读者可据此选择自己项目所需的层。
再宣布一个发布:ChatGPT Sites 现在可以托管 MCP 服务器,包括插件扩展!🤯 > @sites 创建一个我可以在 ChatGPT 中使用的待办事项列表 这将: · 创建一个带扩展的 MCP 服务器 · 将该 MCP 服务器部署到 Sites · 将该 MCP 服务器变成一个插件 · 为你跨网页、移动端和桌面端安装该插件 ChatGPT 正在慢慢变成任何人都能根据自己的需求定制的可塑软件。非常期待看到大家用它构建出什么!
推荐理由:作者补充了权限控制这一关键细节,可据此判断自建 MCP 服务器能私有共享还是公开分发。
OpenRouter 发布教程,讲解如何测试 AI Agent 的工具调用准确性,将失败拆分为工具选择错误和参数错误两类分别测试。
推荐理由:原文把工具调用失败拆成选错工具和传错参数两类,给出三种评测方法及跨模型测试代码,方法可直接迁移到自己的 Agent 评测。
Anthropic 推出 Claude 插件(Plugins),作为第三方开发者为 Claude 构建扩展的主要方式,插件可打包 MCP 连接器和 Agent Skills。
推荐理由:官方说明了插件提交入口、审核流程和 MCP 2.0 扩展,第三方开发者可据此了解如何为 Claude 构建扩展。
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。
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。
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。
自媒体作者分享一套节省 Codex 额度的工作流:让 Codex 把自己的服务器封装成只读、最小权限、飞书 OAuth 鉴权的 MCP Server,作为插件供 ChatGPT 网页版的 GPT-6 Pro 调用,读取真实生产数据和 GitHub PR 记录做分析与规划。
推荐理由:作者给出一条可复用的工作流,把业务数据封装成只读 MCP 插件,让 GPT-6 Pro 承担规划以节省 Codex 周额度。
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。
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。