AITOP

5月15日

10:35

IT之家（博客/媒体）

63

xAI 于 5 月 14 日发布了 Grok Build 的早期测试版，这是一个专为软件工程和复杂编程设计的编程智能体。该工具目前仅限 SuperGrok 订阅用户使用，可直接在终端内运行。Grok Build 提供“规划模式”，允许用户审核、修改或重写执行计划，所有改动以 Diff 形式展示。它还支持 AGENTS.md 文件、插件、hooks、skills 及 MCP 服务，兼容无头模式，并具备完整的 ACP 支持，方便构建机器人和智能体编排应用。

AI产品编程智能体 Grok Build xAI MCP/工具终端工具

推荐理由：Grok Build 的规划模式和 Diff 展示解决了复杂编程任务中计划审核与修改的痛点，做自动化脚本和智能体编排的开发者可以直接在终端里试。

09:07

Claude Code: GitHub Releases@ashwin-ant

精选37

Anthropic 发布了 Claude Code v2.1.142，主要新增了多个 claude agents 配置标志，包括 --add-dir、--settings、--mcp-config 等，方便自定义后台会话。快速模式默认升级为 Opus 4.7（原 Opus 4.6），可通过环境变量回退。修复了 MCP 工具超时、macOS 休眠后代理消失、Windows 网络驱动器死锁等关键问题，并改进了插件展示和会话标题生成逻辑。

AI产品 Claude Code 代理/Agent MCP/工具修复/优化 Anthropic

推荐理由：这次更新对使用 Claude Code 做自动化任务的开发者很关键——修复了 macOS 休眠后代理丢失和 MCP 超时硬限制，后台工作流更稳定了。建议升级后重点测试后台代理和 MCP 工具调用。

5月13日

13:27

IT之家（博客/媒体）

精选75

微软CEO纳德拉宣布，其AI安全系统MDASH在5月补丁星期二活动中协助发现Windows 11的16个CVE漏洞。MDASH采用超过100个专用智能体，通过对抗式流程降低误报，在私有驱动StorageDrive上实现21个植入漏洞全检出且误报为0。在CyberGym公共基准上，MDASH以88.45%的准确率领先第二名（83.1%）约5个百分点。该系统还回溯了clfs.sys和tcpip.sys的历史漏洞，召回率分别达96%和100%。

AI产品 AI安全智能体 MCP/工具微软 MDASH

推荐理由：微软用100个AI智能体抓漏洞，准确率88.45%

00:33

Google Developers Blog（博客/媒体）

35

Google发布了Agent Development Kit (ADK) for Java 1.0.0版本，引入了Google Maps grounding、内置URL抓取和标准化Agent2Agent协议，支持跨框架协作。新架构包括App和Plugin，提供全局日志、自动上下文窗口管理（事件压缩）以及Human-in-the-Loop工作流。该版本还通过Firestore和Vertex AI集成，提供长期状态和大型数据管理。这表明Google进一步推动了Java生态中AI智能体的开发标准化。

AI产品智能体 Google ADK Java MCP/工具

推荐理由：对于Java开发者而言，ADK 1.0.0降低了构建复杂AI智能体的门槛，尤其是Agent2Agent协议和云端集成促进了可扩展性。

00:33

Google Developers Blog（博客/媒体）

65

Agent开发工具包(ADK)的SkillToolset引入了"渐进式披露"架构，允许AI代理按需加载领域专业知识，与传统单一提示相比，Token使用量减少高达90%。该系统通过四种不同模式——从简单的内联清单到代理自己编写代码的"技能工厂"——使代理能够在运行时使用通用agentskills.io规范动态扩展其能力。这种模块化方法确保仅在相关时访问复杂指令和外部资源，为现代AI开发创建了可扩展且自扩展的框架。

AI产品智能体 MCP/工具 Token优化 Google ADK 代理工程

推荐理由：该架构显著降低了AI代理的Token成本（最高90%），并支持运行时动态能力扩展，为开发高效、可扩展的代理系统提供了可参考的工程化方案，尤其适用于需要处理复杂多步骤任务的场景。

00:33

Google Developers Blog（博客/媒体）

70

Google Cloud AI Agent Bake-Off强调从提示工程转向严格的智能体工程，生产级AI需模块化、多智能体架构。文章提出五条关键建议：将复杂任务分解为专用子智能体，用确定性代码执行避免概率性错误，优先支持多模态和开源协议（如MCP），确保智能体可扩展、可集成，适应模型快速演进。

AI产品智能体 MCP/工具架构设计多模态生产部署

推荐理由：这些技巧直接来自Google Cloud的实战经验，为开发者构建可靠、可维护的AI智能体提供了具体方法论，对行业从原型到落地的工程实践有重要参考价值。

00:33

Google Developers Blog（博客/媒体）

35

Google博客分享将脆弱的销售研究原型重构为生产级AI智能体的经验，基于Agent Development Kit (ADK)。通过用编排子智能体替代单体脚本，并使用Pydantic结构化输出，消除了静默失败和脆弱解析问题。文章强调动态RAG管道和OpenTelemetry可观测性对确保AI智能体可扩展、低成本且透明至关重要。

技巧智能体 MCP/工具 Google ADK 可观测性 RAG

推荐理由：本文提供了实用的工程经验，尤其适合正在将AI原型投入生产的开发者，展示了结构化设计和监控的重要性。

00:33

Google Developers Blog（博客/媒体）

60

Google发布Agent Development Kit (ADK)，用于构建可长时间运行的AI智能体，例如HR入职流程。ADK通过持久化状态机和会话存储，确保智能体在闲置或服务器重启时不会丢失上下文。利用事件驱动webhooks和多智能体委托，智能体可以暂停、休眠并在恢复后继续复杂任务。这标志着从无状态聊天机器人到生产级企业工作流管理的关键转变。

AI产品智能体 Google ADK 持久化工作流 MCP/工具

推荐理由：对于开发者而言，ADK解决了AI智能体在生产环境中长期运行的持久化和恢复问题，是构建可靠企业级自动化工作流的重要工具。该技术降低了AI应用落地的运维复杂度。