全部 AI 动态 · AI 热点

5月15日

09:07

Claude Code: GitHub Releases@ashwin-ant

精选

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。

原文

02:34

TestingCatalog@testingcatalog

Kimi 推出了名为 Kimi Web Bridge 的浏览器扩展，旨在为多种 AI 智能体（如 Claude Code、Hermes、Codex、Kimi Code CLI 等）提供统一的浏览器操作接口。该扩展解决了不同智能体各自需要独立浏览器集成的问题，让开发者只需安装一个扩展即可让多个智能体共享浏览器控制能力。这降低了智能体工具链的碎片化，提升了开发效率。目前该扩展已可用，适合需要同时使用多个 AI 编程助手的团队。

AI产品 Kimi 浏览器扩展智能体 MCP/工具编程助手

推荐理由：Kimi 用一个扩展解决了多智能体各自为战的浏览器控制问题，做 AI 编程或自动化测试的开发者不用再为每个工具装不同插件，值得直接上手试试。

原文

00:39

AlphaSignal@AlphaSignalAI

精选73°

CodeGraph 是一个开源的 MCP 服务器，通过预索引代码库为本地知识图谱，让 AI 代理直接查询图谱而非扫描文件，从而大幅减少工具调用。在六个真实项目测试中，平均减少 92% 工具调用，探索速度提升 71%，在 TypeScript 和 Java 代码库上分别减少 94% 和 96% 的调用。它基于 Tree-sitter 解析语法树，使用 SQLite 存储符号和调用关系，支持 19 种以上语言，完全本地运行，无需 API 密钥。只需一条 npx 命令即可设置，文件监视器可保持图谱实时更新。

AI产品 Claude Code MCP/工具开源/仓库代码探索知识图谱

推荐理由：对于频繁使用 Claude Code 进行代码库探索的开发者，CodeGraph 能显著降低 token 消耗和等待时间，实测效果惊人，值得立即尝试。

原文

5月13日

21:35

21:35Anthropic: Engineering（资讯）

精选

Anthropic 发布了一篇工程博客，详细介绍了如何利用 MCP（Model Context Protocol）实现代码执行，从而构建更高效的 AI 智能体。该方法允许模型在沙箱环境中安全地运行代码，并获取执行结果，显著提升了智能体在编程、数据分析等任务中的自主性和准确性。文章还讨论了 MCP 的设计原则、安全考量以及实际应用案例，为开发者提供了构建可靠代码执行智能体的实用指南。

AI产品 MCP/工具智能体代码执行 Anthropic 安全沙箱

推荐理由：Anthropic 的这篇工程博客为构建能安全执行代码的智能体提供了权威参考，做 AI 智能体或编程助手的开发者可以直接借鉴其 MCP 实现方案。

原文

21:35

21:35Anthropic: Engineering（资讯）

Anthropic 推出了 Desktop Extensions 功能，允许用户在 Claude Desktop 中一键安装 MCP（Model Context Protocol）服务器，无需手动配置。该功能旨在简化开发者将外部工具和数据源集成到 Claude 的流程，提升 AI 助手的实用性和扩展性。目前支持多种流行服务的 MCP 服务器，如文件系统、数据库、API 等。这一更新降低了使用门槛，使非技术用户也能轻松扩展 Claude 的能力。

AI产品 Claude Desktop MCP/工具一键安装桌面扩展 Anthropic

推荐理由：对于使用 Claude Desktop 的开发者来说，一键安装 MCP 服务器省去了繁琐的手动配置，让集成外部工具变得像安装 App 一样简单，建议立即体验。

原文

13:27

13:27IT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%

原文

00:33

00:33Anthropic: Engineering（资讯）

78°

Anthropic公开了其工程博客页面，汇集了从2024年12月到2026年4月期间的数十篇技术文章。内容涵盖Claude Code质量报告、多智能体系统设计、代码执行与MCP、长时运行应用开发、Agent技能与工具使用等核心主题。这些文章深入介绍了Anthropic在可靠AI系统构建、智能体评估、安全自动化等方面的工程实践与经验教训。

行业智能体 Claude Code MCP/工具代码生成 AI安全

推荐理由：该博客合集是Anthropic工程团队多年实战经验的系统沉淀，对于从事AI agent开发、代码生成工具优化和可靠系统设计的从业者具有直接参考价值。

原文

00:33

00:33Google Developers Blog（博客/媒体）

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。

原文

00:33

00:33Google Developers Blog（博客/媒体）

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。

原文

00:33

00:33Google 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。

原文

00:33

00:33Google Developers Blog（博客/媒体）

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。

原文

00:33

00:33Google Developers Blog（博客/媒体）

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。

原文

5月11日

22:16

Perplexity@perplexity_ai

Perplexity AI 在 X 上宣布公开其内部构建智能体技能的指南。该手册旨在帮助开发者掌握构建智能体技能所需的新思维方式。这一举措旨在推动 AI 智能体生态发展，降低开发者门槛。手册内容预计涵盖设计原则、实现方法和最佳实践。

AI产品智能体 MCP/工具 Perplexity AI

推荐理由：对开发者而言，这是一份来自头部 AI 公司的实战经验分享，有助于理解智能体开发的新范式，具有实际参考价值。

原文

22:15

François Chollet@fchollet

Keras创始人François Chollet在X平台发文指出，智能体编程本质上是一种机器学习形式。他认为生成的代码应被视为黑盒产物，其行为和泛化能力需要通过经验评估来管理，就像对待任何机器学习模型一样。这一观点挑战了将代码自动生成视为传统编程延伸的普遍看法，强调开发者需要关注评估而不是审查代码本身。

论文智能体代码生成 MCP/工具机器学习评估

推荐理由：本文提醒开发者，Agentic coding（智能体编程）的输出应作为黑盒模型进行经验评估，这对当前AI辅助编码的工程实践具有指导意义。

原文