手搓 AI Agent 09:接外部世界——MCP 实战
本篇是「手搓 AI Agent」系列第 9 篇,不引入任何 MCP SDK,手写客户端与服务端,让 Agent 通过统一协议调用外部服务。
本篇是「手搓 AI Agent」系列第 9 篇,不引入任何 MCP SDK,手写客户端与服务端,让 Agent 通过统一协议调用外部服务。
翼帆与 AI 协作复刻了腾讯 AlloyTeam 的 CodeTank(代码坦克),项目以 MIT 许可在 Gitee 开源并提供在线演示。
OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol 两款模型,已登陆 ChatGPT Work、Codex 和 API,Plus、Pro 订阅用户均可使用。
同一新闻,精选展示《OpenAI 发布 GPT-6.2 Astra 与 Sol》
Simon Willison 与 Prime Radiant 合作提出外部沙箱模式,让智能体本身运行在沙箱之外、其执行的代码进入专用沙箱,以防本地模型出错或提示词注入攻击破坏本机,并发布了 external-sandbox-v86、external-sandbox-container 和 external-sandbox-quicksand 三种实现。
微软在 Ignite 2026 发布自研编程模型 MAI Code 2 和 MAI Code 2 Flash,并在 GitHub Copilot 上线。
推荐理由:原文列出 MAI Code 2 与 GPT-6.1 Sol、Claude Opus 5.5 的单次任务成本和基准对比,读者可直接评估其在编程场景的性价比。
OpenAI 发布 GPT-6.2 Astra 与 GPT-6.2 Sol 两款模型,API 名称分别为 gpt-6.2-astra 和 gpt-6.2-sol。
同一新闻,精选展示《OpenAI 发布 GPT-6.2 Astra 与 Sol》
OpenAI 发布 GPT-6.2 Astra 和 GPT-6.2 Sol 两款模型,重点提升专业工作、编程、计算机操作及多步骤智能体任务表现,同时降低完成任务所需 Token 数量。
同一新闻,精选展示《OpenAI 发布 GPT-6.2 Astra 与 Sol》
OpenAI 发布 GPT-6.2 Astra 与 GPT-6.2 Sol 两款新模型,官方称两者基准超过前代且运行成本更低,Astra 输入价 $8/百万 token、较前代降 20%,Sol 维持 $2/百万 token,现已向 Plus、Pro、Enterprise、Edu 用户和 API 开发者开放。
同一新闻,精选展示《OpenAI 发布 GPT-6.2 Astra 与 Sol》
OpenAI 发布 GPT-6.2 Astra 与 Sol,在专业输出、编码、计算机使用和效率上均有改进,同时成本更低。新模型覆盖 ChatGPT Work、Codex 和 API。
推荐理由:原文列出新模型在专业输出、编码和计算机操作上的改进及三条落地入口,读者可对照现有工作流评估升级价值。
作者把几个已量产成熟项目的架构与模块设计模式提取成知识库,经检索服务按项目特性供给 AI 参考设计与编码,并以使用反馈加人工裁决的方式维护更新。首版知识库含 55 个模式条目、累计 61 次提交;一次实际设计召回 19 个候选条目,由工程师对照当前项目逐条判断采用或拒绝。知识库只维护单一来源,服务端保留完整访问记录,反馈不自动修改条目,新条目由人裁决是否入库。
Take-Two CEO 施特劳斯·泽尔尼克近日批评 Anthropic、OpenAI 放任用户利用生成式 AI 抄袭和仿制现有游戏,称所有公司都应保护知识产权。
极客公园在 Hy4 flash 发布后第一时间拿到内测资格,与 DeepSeek-V4.1-Flash 和 Hy4 做了四轮对照实测。Hy4 flash 总参数 224B(其中 64B Engram 参数),实际激活参数仅 12B,每百万 Token 输入 0.5 元、输出 2 元,命中缓存时仅需 0.02 元,解码速度可超过 150 tps。
Revolut 借助 OpenAI 模型与 Codex 将编码时间缩短 30–60%。同一套技术还用于扩大金融犯罪调查的规模,并支持其在不牺牲安全性的前提下推进创新。
Amazon 研究团队提出 PACE(Planner-Aware Context Engine,规划感知上下文引擎),依据 Agent 任务规划提前保护未来所需 Token,并对驻留 Key 重新编号、同步调整 RoPE 旋转,控制历史 Token 与当前查询之间的位置距离。
UC Berkeley 与 Microsoft Research 等团队发布开源插件 TokenEconomizer,它从智能体在代码仓库的历史会话中学习,在不修改智能体或底层模型的前提下降低后续会话成本。
推荐理由:论文给出了一套不改动模型即可复用的经验式成本控制方法,读者可迁移到自己的编码智能体工作流。
AWS 提出五阶段方法论,用 Amazon Bedrock、Kiro IDE 和 AWS Transform 将大型机 Assembler 程序经中间 COBOL 阶段转换为 Java Spring Boot 服务。
Claude 现在可以把真实 HTML 元素嵌入 canvas 图形,文字、按钮等在复杂图形与 3D 效果中仍可点击、选中和复制。
Amazon Bedrock 的开放权重模型现已支持显式提示词缓存,用户可在 Chat Completions API 中用 prompt_cache_options 与 prompt_cache_breakpoint 标记可复用前缀,重复上下文直接从缓存读取,从而降低输入成本与响应延迟。
参加 CCPC 2026 荆州赛站,队伍在正式赛中做出三道题未能获奖,但比赛体验优于西安站。作者还参加了允许联网和使用 AI 的算子赛,借助 Codex 和 GPT 6.2 Sol (Ultra) 完成 Ascend C 算子优化,最终排名第六并赢得华为手环。
11月16日,阿里巴巴发布新一代基座大模型 Qwen4-Max,总参数2.4T、每个Token激活71B,具备原生视觉能力并支持百万上下文,现已上线千问AI平台提供API服务。
腾讯 Hy4 flash 正式发布,总参数量 224B、激活参数 12B,支持多模态与 1M 上下文,输入价格 0.5 元每百万 Token、输出 2 元每百万 Token,并在 WorkBuddy 提供 11 月 16 日至 11 月 30 日的限时免费额度。
推荐理由:原文用相同任务对比了 Hy4 flash 与 DeepSeek V4.1 Flash 的时间和 Token 消耗,读者可据此判断高频 Agent 场景下的成本取舍。
开发者借助 Deepseek Harness 与 GLM 5.3 开发了基于 ComfyUI 的图片生成工具 Image Studio,支持文生图/图生图。项目采用 Node.js+TypeScript,按 SDD 与 TDD(覆盖率≥90%)分八个阶段推进,含 ComfyUI 客户端、工作流构建、REST API 与模型管理。
本篇在单 Agent 内核上新增一层 Orchestrator,用 systemPrompt 与工具白名单把同一内核装配成研究员、写手、审核员等角色,通过 runPipeline 与 runParallel 实现串行流水线与并行分派。
本文解析 DeepSeek 官方开源的静态聊天示例 chat-demo(v0.1.1),该应用无后端,浏览器直接持 API Key 请求配置的服务。作者进一步拆解其五层架构、流式事件合并、附件引用、联网搜索与语音能力,并归纳 DeepSeek 六组 API 可拼出的三类产品形态。
本文系统讲解 Agent Harness,即把大模型封装成能读文件、跑命令、循环执行任务的智能体的那层软件,核心公式为 Agent = Model + Harness。
阿里通义千问团队发布新一代旗舰模型 Qwen4-Max,采用 MoE 架构,原生支持视觉理解,提供 100 万 Token 上下文窗口,API 已在 QwenCloud 上线。
datasette-apps 0.4a0 新增链接支持:可通过 URL #fragments 链接到 Datasette 内的沙盒 HTML/JavaScript 应用,应用也能读取并使用这些片段。支持的 URL schemes 会回传给 Datasette Agent,辅助编写互相链接的应用,让记录详情展示与记录搜索这类独立应用可以相互跳转。
Simon Willison 发布 Datasette 新地理空间插件 datasette-maplibre 0.1a0,结合 MapLibre GL 与 OpenFreeMap 矢量地图服务。
Keploy 是一个开源接口测试工具,不写用例,先跑业务把真实接口流量录下来,自动生成可回放的测试用例和依赖 Mock,回放时无需真实环境和数据库。项目 2022 年初开源,19.8K star,Apache-2.0 协议,Go 语言编写,两天前刚发布 v3.7.3,已进入 CNCF Landscape 名录。
博客园团队发布 11.9-11.15 上周热点回顾,汇总本周热点随笔与热点新闻。技术随笔聚焦 .NET 11 发布、Agent 开发实践与 SimdCodecs 2.0、TKCode.Arc 1.0 等开源项目更新;新闻榜则涵盖 TIOBE 11 月榜单中 Dart 首次闯入前 20、Rust 跌出前十,以及 Fable 5.2 刷新 72 项世界纪录等事件。
Pixelium Design 这套 Vue 3 像素风组件库中,Card 的 canvas 边框位图在 Textarea 撑高布局后慢一帧重绘,出现只持续一帧的闪烁。
Anthropic 新语言模型 Claude Fable 5.2 不靠扩散生成图像,而是输出 1,000 到 2,000 行 Python 程序驱动模拟画笔逐笔作画。
华为云 MaaS 模型即服务平台上线开源盘古模型 openPangu-2.1-Pro,围绕 Agent 开发、AI 编码和推理优化三大方向升级。模型基于 10 万余条专项数据优化 Skills 触发、工具选择与调用,并针对鸿蒙 App 开发和昇腾算子生成做适配。
美团发布 LongCat-2.5 的模型权重,这是一个总参数 1.6 万亿、每 token 激活约 480 亿的 MoE 智能体模型,完全在中国芯片上训练。
推荐理由:原文给出它与 Claude Opus 5、GPT-5.6 Sol 的多项基准对比,以及 194 颗华为芯片的自托管部署细节,读者可据此评估其工程可行性。
开发者 Any-Reputation8118 借助 Anthropic Claude 编写全部代码,开发出体积仅 97 KB 的浏览器水下探索模拟项目 Abyssal Garden。场景中的海带森林、沉船、蝠鲼等视觉元素均由代码在页面加载时实时生成,Claude 还会自行检查代码以避免视觉异常。项目最初仅由一条提示词生成基础版本,随后逐步加入主菜单、碰撞检测和画质调节功能。
作者对自己的 DeepSeek Harness 圆桌会议插件做了一次完全只读的 AI 审查,报出 58 个问题,其中 3 个阻断级全在发布链路上:pnpm-lock.yaml 与 package.json 不一致导致 CI 第一步就挂、npm publish 缺少 --tag、latest 标签停在两个版本前。
本篇为手搓 Agent 补齐两种记忆:短期记忆在历史轮次超阈值时自动摘要旧轮次、仅保留最近 6 个用户轮原样以防上下文溢出;长期记忆经 remember / recall 工具把事实落盘文件,并每轮将相关事实注入 system 提示,实现跨会话记忆。
一位大一新生通过 vibe coding 搭建了把 HTML/Markdown 博客内容转成可打印、可批注 Typst PDF 的转译器,管道由归一化(基于 all2md)、LLM 语义化生成 AST、Typst 渲染、6 项硬指标自检和"全有或全无"发布五个环节组成,LLM 仅参与语义化并用 schema 校验防止幻觉。
Magpie 是一个本地网关加菜单栏应用,它读取 Claude Code、Codex、GitHub Copilot 等编码 Agent 已登录的订阅,统一暴露成一个本机网关,让所有 Agent 共享订阅资源。
美国一名 AI 爱好者借助 Claude 和 Arduino Nano 开发板,让一辆 32 年车龄的 1994 款 Jeep 切诺基通过加州尾气检测。Claude 查明车辆使用克莱斯勒 SCI 串行通信总线并完成大部分诊断,Codex 将自定义代码写入 EEPROM 芯片直接运行,全部电子元件成本不超过 15 美元。