Meta 推出轻量模型 Muse Ember，面向工具调用、编码子任务、路由、信息提取和长文档解析等智能体高频任务。它与 GPT-6 Luna、Claude Haiku 5.5 短提示同价，并把竞争重点从 token 单价推向每任务成本。

韩国教育部通报4起AI眼镜考场作弊案例后，高考场景开始引入专人核查、成绩作废乃至刑事责任等更严格措施。AI眼镜进入教育、考试等高敏感场景后，智能穿戴行业面临的不只是产品能力竞争，还有隐私、实时辅助与合规边界的重新划定。

雷鸟iO近期接入高德导航，升级声纹记录、离线翻译与信息看板。AI眼镜正从语音助手走向出行、办公和日常信息服务的高频入口。

当运维同事想在 Claude 中查询一笔订单时，他能做的只是把订单 ID 粘贴到聊天框，等待模型回复无法访问数据库，再手动把日志贴回去。这类场景暴露出一个现实问题：企业内部有订单服务、库存服务和日志平台，但 AI 客户端并不能直接触达这些系统。Dev.to AI 的一篇技术文章给出的方案，是用 Spring AI 构建一个 MCP Server，把 Java 端点转换成 Claude 和 Cursor 可以直接调用的工具。按照文章说法，示例代码是一个完整项目，即使没有 LLM API key 也可以运行。对于需要让 AI 调用内部订单或运维 API 的团队，这提供了一个不必逐个修改客户端的接入路径。文章将问题拆开：MCP 不是为了解决“模型不够聪明”，而是解决“模型够不到你的系统”。如果产品经理使用 Claude Desktop 查询数据，后端工程师使用 Cursor 写代码并顺带查看生产订单，自研支持代理也需要查订单，那么三种客户端就意味着三种集成方式。其中，Claude Desktop 需要 MCP 配置，Cursor 需要 .cursor/mcp.json，自研代理需要 JSON Schema 完成 function calling。开发者要为每种客户端写三套描述、三套参数校验和三套错误处理。如果下个月出现第四种客户端，集成工作还要再来一次。MCP 的价值在于把 M×N 变成 M+N：所有 M 个客户端实现同一协议，所有 N 个系统也暴露同一协议，中间不再需要两两配对。文章用充电接口作类比：在 USB-C 出现之前，圆口、扁口、排线各自对应特定设备；接口统一后，充电器只需要供电，手机只需要接收。MCP 在 AI 工具调用中扮演的，就是这种统一接口角色。文章还纠正了两个常见误解。第一，MCP 不是模型能力，而是一种传输协议，和 HTTP 处于类似层级。模型并不知道 MCP 存在，它看到的只是“这里有一些工具，以及这些工具参数长什么样”。真正把 MCP 工具列表转换成模型可理解的 Function Calling 格式的，是 Host。第二，写好 MCP Server 并不意味着模型一定会正确使用它。工具名称、描述和参数文档是否清晰，会直接影响模型选择。例如，一个查询接口如果只写成“query order”，模型在想查用户时也可能调用；如果写成“按订单号查询订单详情；订单号以 SO 开头”，命中率会发生变化。因此，文章强调的重点不仅是“如何暴露 API”，还包括“如何让模型正确调用”。这篇实践文章把 MCP 从协议概念落到了 Java 工程语境。对于已有 Spring AI 和内部 API 体系的团队，真正的变化不在于让模型“更会回答”，而在于把订单、库存、日志等系统以统一方式暴露给多个 AI 客户端。这也把接口设计的要求前移了。过去，API 文档主要给人看；在 MCP 场景中，工具描述还要给模型看。命名是否准确、参数说明是否足够具体、错误返回是否可被理解，都会影响 AI 是否能正确执行任务。对于需要在 Claude、Cursor 和自研控制台之间复用内部能力的团队来说，MCP Server 更像是一层新的接口治理。

11月10日消息，据雷科技报道，马斯克近日在巴伦投资大会上被问及特斯拉Optimus人形机器人准备如何销售时给出的回答是：“大概是租”。这一表态让外界讨论的重点从“一台机器人卖多少钱”转向“机器人是否会以劳动力服务的方式进入工厂”。对制造企业而言，买设备与租服务的资金安排、运维责任和使用弹性并不相同；对具身智能产业而言，特斯拉正在把人形机器人从一次性硬件销售，推向包含软件、维护和数据回传的长期服务模式。

陀螺研究院发布Micro-LED微显示产业发展报告，梳理全彩化、良率、成本与量产节奏，解读AI眼镜轻量化显示供应链的产业化进展。

Anthropic 在更新后的 IPO 文件中给出 $70 至 $78 的定价区间。若按上限定价，其完全稀释估值将达到 $1.404 trillion。这次发行不仅是一次融资，也将其算力承诺、治理结构和产业资本关系一并摆到公开市场面前。

AWS 在 Amazon Bedrock AgentCore 中推出 Web Answer，将 Agent 的网页检索压缩成一次 MCP 工具调用，并直接返回带来源引用的答案。