-
当 Agent 同时接入上百个工具:MCP 之后的难点在于“让模型看见多少”
工具数量并不是 AI Agent 能力建设的唯一重点。真正影响任务完成质量的,是系统在每一轮交互中让模型看到多少工具、如何组织这些工具的可见范围。
-
Claude Code 接入 DrawlyHub:把代码仓库变成可编辑的架构图
开发者社区一篇教程展示了如何通过 MCP 将 Claude Code 与 DrawlyHub 连接,让 AI 读取代码仓库并生成可分享、可编辑的架构板。相比一次性图片,这种输出带有 URL,可继续修改和回滚,更接近团队实际协作需求。
-
AI硬件采购不能只看HBM:传统DRAM反垄断案继续推进
美国法院拒绝驳回针对三星、SK海力士和美光的传统DRAM价格垄断诉讼。AI加速器所需的HBM正在挤占传统DRAM产能,而171.8%的一年涨幅和697%的18个月涨幅,让存储芯片反垄断风险重新进入AI硬件成本讨论。
-
llama.cpp 发布 v1.0.0:本地 AI 运行时进入工程化阶段
llama.cpp 发布 v1.0.0,开始采用语义版本,并明确公开 C API 的破坏性变化将只随主版本号升级。对本地 AI 生态而言,这次更新的价值不只是版本节点,而是底层运行时开始具备更清晰的工程化维护预期。
-
Agent 上线前,别把榜单高分当成可靠性证明
基准分数衡量的是模型能力上限,生产环境却要求 Agent 在工具调用、长链路规划、状态记忆、接口超时和成本约束下保持稳定。Agent 落地的关键,正在从追逐榜单高分转向建设仿真评测与可靠性工程。
-
从“口述修改”到“逐条批示”:Plannotator 给 AI 编码 Agent 补上一块人工审阅台
开源项目 Plannotator 为 AI 编码 Agent 提供本地浏览器审阅界面,让计划、代码 diff 和人工批注能够结构化回到同一工作流,补齐 human-in-the-loop 工具链。
-
韩国税务师考试第一名被调查:智能眼镜让考场监管进入新问题区
韩国人力资源开发院就税务师考试第一名考生涉智能眼镜作弊争议展开调查,暂未发现确凿证据。事件背后,是智能眼镜进入考试、职场和公共场景后的监管与合规新问题。
-
英伟达禁运芯片疑被用于中国前沿模型训练,出口管制执行漏洞浮出水面
一项新研究称,中国多家前沿实验室发布的开放权重模型中,出现了美国限制出口至中国的英伟达 Blackwell GPU 的训练痕迹。研究将问题指向出口管制执行:禁运芯片如何进入训练链条,第三国数据中心和转运贸易如何成为合规漏洞,以及英伟达和美国监管机构将面临何种追问。
-
模型效果不佳先别急着上强化学习:先判断它缺知识、规矩还是技巧
模型效果不佳时,不应默认使用强化学习。文章提出应先判断模型缺知识、规矩还是技巧:缺知识可考虑 Mid-training,缺规矩适合 SFT,缺技巧再用 RL。数据和奖励环境往往比算法选择更关键。
-
国产AI太阳镜进入美日亚马逊前列,中国AI眼镜出海找到更现实的切口
国产AI太阳镜进入美日亚马逊前列,大朋选择无显示太阳镜形态,从佩戴、款式、海外渠道切入,给中国AI眼镜出海提供了更现实的样本。