歸藏(guizang.ai)@op741867
作者解决了其Codex推理速度异常缓慢且频繁断联的问题。在同一网络环境下，其他设备运行正常，这排除了网络原因。最终发现根源是配置文件中错误地写死了两个参数，并强制加载了两个MCP，导致了性能问题。建议遇到类似情况的用户，可尝试利用Codex自身能力来检查其配置文件。
标签「MCP/工具调用」清除
全部 AI 动态
AI 相关资讯全量信息流
6月1日
14:53
歸藏(guizang.ai)@op741810:15
MiniMax (official)@MiniMax_AI79
09:55
宝玉@dotey69
推文分享了使用/goal的两种核心方法：一是将逆向代码等复杂任务拆解为清单，例如先通过脚本解析生成JSON文件，再让AI分批处理并实时更新状态；二是与AI共同编写设计文档，划分成具体阶段，设定验收条件后逐步执行，每个阶段完成后自动提交。这两类场景强调将AI作为结构化任务执行助手，通过明确的检查点与流程控制提升工作效率。引用部分提及该功能正在被用户尝试，并征集最佳实践案例。
大家真的开始用 /goal 解决问题了吗 能否在评论区留下你用 /goal 的最佳实践?
08:00
HuggingFace Daily Papers（社区热门论文）
52
SkillHarm是一个覆盖AI智能体技能使用生命周期的攻击基准，配以系统化风险分类。它定义两种攻击场景：固定载荷投毒（FPP）和自我变异投毒（SMP），并基于受害工作流组件（数据管道、系统环境、自主性）划分12种风险类型。AutoSkillHarm管道由自然语言驱动编码智能体，生成71个技能、879个攻击样本。实验显示FPP成功率最高86.3%，SMP最高69.3%，许多表面失败实因智能体未触及恶意文件而非真正抵抗。
00:16
向阳乔木@vista859
推文介绍了一种结合飞书与AI的交互式阅读方法。核心流程为：1. 使用 Codex 或 CC 将 EPUB 电子书按章节导入飞书文档；2. 人工阅读时在文档中对有感触的内容进行划线、加粗或评论；3. 再次调用 Codex 读取这些标记与评论，由AI进行解释和回复。作者认为此方法有趣，并计划将其封装为可复用的 Skill。
5月31日
20:46
meng shao@shao__meng74
该推文介绍了以OpenAI Codex为核心的个人生活自动化智能体工具栈。它集成了Google全家桶、WhatsApp、电报及浏览器自动化等工具，并以Google Drive作为“真相源”数据层。核心是跨应用编排与判断，关键决策需经人工批准。技能（如inbox-zero）是可迭代的操作手册，用于固化偏好。典型的“介绍邮件”编排展示了Agent在处理多工具、高上下文切换任务时的效率。工具优先级为API/CLI > 本地文件 > 浏览器自动化。
http://x.com/i/article/2060579190920110081
09:49
MarkTechPost（RSS）
65
本教程展示如何实现 SkillNet 用例，将其作为一个实用框架，用于发现、安装、检查、评估和组织可重用的 AI 技能，以构建技能增强型 AI 智能体。
08:13
宝玉@dotey67
本文介绍两种让 Codex/Claude Code 自动获取网页网络请求数据进行调试的方法，无需手动复制粘贴。方法一：使用 Chrome 的“Export HAR”功能导出 .har 文件，并将文件路径发给 Codex 分析。方法二：安装 Codex 的 Chrome 浏览器扩展，在对话中使用 @chrome 指令，让 Codex 直接操作浏览器进行调试与抓包。
08:00
HuggingFace Daily Papers（社区热门论文）
65
现有AI智能体的可复用技能多以纯文本形式存储，这在视觉中心任务中构成了瓶颈。研究提出了SkillVerse多模态技能范式，将声明式文本逻辑与显式视觉支持相结合，包含静态先验、动态先验和交错视觉技能三种可复用形式。配套系统VisSkillBot能自动将智能体经验转化为可复用的多模态技能。实验表明，视觉技能在需要空间对应、视觉证据和状态感知交互的GUI等任务中，持续优于纯文本技能。
08:00
HuggingFace Daily Papers（社区热门论文）
59
SkillAdaptor 是一种无需训练的步骤级技能自适应框架，能进行显式故障归因。它针对智能体失败的执行轨迹，识别首个可操作的故障步骤，并将责任归因于候选技能，随后在骨干模型冻结的前提下进行针对性更新与验证。在 WebShop、PinchBench 和 Claw-Eval 上使用 Kimi-K2.5、GLM-5 和 GPT-5.2 的评估表明，该框架在所有三项基准测试中均优于无技能和现有技能适应基线。
07:43
宝玉@dotey61
Sandcastle是由@mattpocockuk开源的一个TypeScript工具，允许用户通过脚本编排Workflow，在虚拟机中协同调用Codex、Claude Code、Cursor、GitHub Copilot等多个AI智能体来完成复杂任务。它定位为面向追求极致效率场景的极客工具，适用于需要多智能体协作或“赛博养蛊”式的任务，例如让各智能体分别生成技术方案再相互评审完善。
I built my own software factory, and I open-sourced it. It's called Sandcastle. Here's how to use it:
04:47
Rohan Paul@rohanpaul_ai60
在MacBook Pro M5 Max 64GB上的本地测试中，Liquid的LFM2.5-8B-A1B模型在需要完成7个工具调用的旅行规划任务上，显著优于OpenAI的gpt-oss-20b。LFM2.5-8B-A1B仅使用4.8GB内存，以266tok/s的速度成功完成了全部7/7工具调用，耗时6.9秒。相比之下，gpt-oss-20b消耗了11GB内存，仅完成3/7工具调用，速度为146tok/s，耗时15秒。这表明，一个活跃参数规模更小（1B）的MoE模型，通过更精准的训练，在工具调用这一智能体任务上可以战胜活跃参数规模约其2.5倍的更大模型。
Liquid's LFM2.5-8B-A1B smashed OpenAI's gpt-oss-20b on tool calling We ran both locally on a MacBook Pro M5 Max, 64GB, a...
5月30日
18:41
Hacker News 热门（buzzing.cc 中文翻译）
49
Robinhood 现已允许用户通过 AI 代理进行股票交易。该功能由 TechCrunch 于 2026 年 5 月 27 日报道。
14:21
IT之家（RSS）
59
12:34
AYi@AYi_AInotes71
OpenAI发布了Codex的Windows版Computer Use功能。根据演示视频，Codex已能处理像素级的Windows原生GUI操作，例如在收到“测试我正在做的WinUI应用”指令后，能直接打开Paint（画图）应用，流畅地选择工具、调色并一笔一笔绘制图案，这展示了其vision-action loop的成熟度。官方通过WinUI测试等场景，暗示该功能面向真实的生产环境。同时，通过ChatGPT移动应用，用户可以从手机端启动、审核和引导Codex在Windows机器上执行任务，形成“手机指挥+桌面执行”的跨设备协作流程。
Windows users, this one's for you. Computer use now works on Windows, so Codex can take action on your Windows computer....
11:18
MarkTechPost（RSS）
52
Nous Research 的 Hermes Agent 为 MCP 添加了工具搜索功能，以解决上下文膨胀问题。该功能采用 BM25 渐进式模式披露机制。根据 Anthropic 的评测，在 Opus 4 模型上，此功能实现了 49% 到 74% 的准确率提升。
11:14
elvis@omarsar065
作者认为MCP（模型上下文协议）对AI智能体的未来至关重要，其核心价值不仅在于工具连接，更在于它所启用的抽象能力。作者以自身构建的自我改进系统为例，该系统完全通过MCP驱动，展示了MCP如何赋能智能体间交互、实现复杂协调、版本控制、评估工作流及工具集成等关键功能。作者强调，尽管新事物可能不断涌现，但MCP协议本身对于未来所有进展将是必要且关键的基础。
11:10
Hacker News 热门（buzzing.cc 中文翻译）
64
Hacker News上一篇题为“MCP 死了？”的文章引发讨论，获得了103分。文章来自quandri.io，发布于2026年5月29日，但未提供关于MCP（模型上下文协议）现状的具体论述或结论。
09:21
IT之家（RSS）
74
06:42
ginobefun@hongming73170
安装了这个之后,Claude Code 的体验会立马不一样 Anthropic 悄悄发布了一个官方插件 claude-code-setup,把 Claude Code 从「还不错」升级成了专业的 AI 开发环境 它会自动扫描你的项目,一键推...
05:45
Google AI Developers@googleaidevs42
Gemini 3.5 flash + Gemini managed agents api just audited a real megatron-lm ci failure inside Eigent. root cause in min...
04:42
Claude Code：GitHub Releases（RSS）
精选67
此版本主要改进了插件系统，现可自动加载 .claude/skills 目录中的插件，并通过 claude plugin init 创建；/plugin 命令增加了自动补全。claude agents 现在会应用 settings.json 中的 agent 字段，并支持 --agent 参数覆盖。更新修复了多个具体问题，包括处理不可用图片导致的崩溃、在 tmux 中的剪贴板复制失效（2.1.153 回归）、后台会话恢复后日期不正确等。此外，优化了长对话及恢复对话的性能，并改进了在 VS Code、Cursor 和 Windsurf 等 IDE 中的体验。
推荐理由：Claude Code 这个版本把插件从市场限制中解放出来，自动加载本地 skills 目录，对喜欢自己鼓捣定制工作流的开发者是个实实在在的便利。
03:45
Google AI Developers@googleaidevs63
🚀 The team at @Google just released the Agents API, a service for building and running custom agents inside a sandboxed...
03:09
宝玉@dotey63
OpenAI宣布其Codex的“计算机使用”功能正式支持Windows系统。该功能使AI能像人类一样操作桌面应用，此前于4月中旬上线时仅支持macOS。同时更新了手机远程控制能力，现可通过ChatGPT手机App在移动设备上启动、监控和审批运行于Windows电脑的Codex任务。这是继5月支持Mac主机后的扩展，目前仍属于早期体验。
Windows users, this one's for you. Computer use now works on Windows, so Codex can take action on your Windows computer....
02:38
OpenAI@OpenAI同事件精选73
推荐理由：Windows 用户终于等到 Codex 能直接操控电脑了，配合手机端协同一气呵成，虽然还早期，但已经把 AI 真正带进日常工作流里。
01:09
宝玉@dotey62
Anthropic为Claude Opus 4.8新增mid-conversation system messages API功能。该功能允许在对话进行中动态修改系统提示词（System Prompt），且不会影响Prompt Caching。此前，系统提示词只能在对话开头固定设置，开发者有时通过user消息中的特殊标签尝试覆盖。新功能支持插入更高优先级的系统指令以调整Agent行为。此功能目前仅限Claude Opus 4.8及其官方API与AWS上的Claude Platform。
a number of useful tips + tricks for Opus 4.8: 1/ you can now update the system prompt mid-conversation w/o breaking the...
00:36
OpenRouter@OpenRouter精选72
推荐理由：OpenRouter 这个 apply_patch 解决了多模型文件编辑的碎片化，任何模型接上就能出 diff，做 coding agent 的可以少写一堆适配代码。
00:33
Tomer Tunguz 博客（VC 分析）
精选65
“技能提炼”是一种知识转移方法，由前沿大模型（如 Opus 4.7、GPT-5.1、Gemini 3 Pro）负责撰写并优化标准化的 SKILL.md 流程文件。然后，本地运行的小模型（如 Qwen 35B、Gemma 26B）直接执行这些文件。此过程不同于压缩模型权重的知识蒸馏、训练权重的指令微调或检索事实的 RAG，其核心是提取并转移操作流程，让小模型按步骤执行，从而形成前沿模型作教师、小模型作执行者的循环。
推荐理由：Tomer 把个人代理的完整工作流摆了出来，用大模型写 skill 小模型执行，这条蒸馏思路比调 prompt 高级，想认真跑本地代理的人该盯一下。
5月29日
23:14
elvis@omarsar068
新研究提出“有效反馈计算（EFC）”指标，用于优化AI智能体测试框架的设计。传统评估中，原始token数和工具调用次数预测智能体失败的R²值仅为0.33至0.42，而EFC将此提升至0.99。基于EFC进行资源重分配，可在相同计算量下将智能体成功率从0.27显著提升至0.90，使框架设计从经验猜测变为可预测过程。
21:30
HuggingFace Daily Papers（社区热门论文）
67
CoHyDE 是一种迭代训练框架，旨在解决大语言模型智能体在大型 API 目录中进行工具检索时面临的核心瓶颈。用户查询常使用口语化、描述不充分的自然语言，而 API 目录使用固定的技术性术语。该框架将稠密编码器与 LLM 重写器视为一个协同演化系统进行训练：编码器在重写器生成的、符合目录风格的假设性描述上通过 InfoNCE 进行重训练；重写器则通过 DPO 根据编码器的检索分数进行偏好对齐。在 ToolBench 目录约 10k 工具的子集上，三轮 CoHyDE 迭代后，其在标准查询上的 NDCG@5 得分较最强单组件基线提升 +2.5 pp，在模糊查询上提升 +6.3 pp。消融实验证实，协同训练是该方法在结构化与模糊查询上均取得优势的关键。
21:14
The Decoder：AI News（RSS）
61
一篇新综述论文提出，自主AI智能体的真正瓶颈并非语言模型本身，而是工具、内存、测试与权限边界等构成的软件层。这一“约束层”将无状态模型转化为能行动的工作智能体。DeepSeek已在北京组建专门的Harness团队，其“模型加约束层等于AI智能体”的公式印证了该观点。
17:44
公众号：通义实验室（千问）
精选64
通义实验室发布教程，演示如何在 Android 手机上部署 MCP 感知服务器，使手机具备本地视觉与听觉分析能力。核心基于端侧 MNN 推理引擎和 Qwen3-VL 2B 模型（约 1.3GB），摄像头与麦克风采集的音视频在本地实时转化为结构化 JSON，再通过 MCP Tool 供 Claude Code 等云端 Agent 远程调用。整个过程不上传原始数据，仅传输语义提取结果。项目已开源，实测可识别红绿灯状态等场景。
推荐理由：如果你做Agent总觉得AI对物理世界是瞎子，这篇教程就是解药。把Qwen3-VL塞进手机当本地眼睛，不传原始视频只给结构化文字，隐私友好又能被Claude直接调用。
15:21
IT之家（RSS）
精选70
推荐理由：阿里云把百炼的全套能力打包成 CLI，Agent 开发终于不用再一个个接 API 了，做企业智能助手的可以试试。
15:10
meng shao@shao__meng48
推文作者全天遭遇网络代理（🪜）问题，导致Codex连接失败。他使用Cursor分析代理设置，Cursor在几分钟内分析了代理实现、执行测试并修复了代理方式，随后亲自调用CLI测试Codex以确认修复。为预防未来问题，Cursor还集成了用户此前提供的DeepSeek API密钥，创建了一键切换至DeepSeek的选项，确保了服务可用性。
12:40
StepFun@StepFun_ai71
Excited to support Step 3.7 Flash by @StepFun_ai on ZenMux from day one. 🚀 A sparse MoE vision-language model built for...
11:42
歸藏(guizang.ai)@op741849
09:49
凡人小北@frxiaobei37
New in Claude Code (research preview): dynamic workflows. Claude writes an orchestration script on the fly, then spins u...
08:02
公众号：阶跃星辰（Step）
同事件精选61
阶跃星辰发布并开源 Step 3.7 Flash，采用稀疏 MoE 架构（总参数 196B+1.8B，激活 11B），最高生成速度 400 Tokens/s。围绕原生多模态理解与执行、联网与视觉搜索增强、高可靠工具调用与编排、Agent 生态兼容优化四大能力优化。在 Toolathlon 达 49.5%，ClawEval-1.1 达 67.1%，GDPval 达 45.8%，τ²-bench Telecom 通过率超 98%。兼容 Claude Code、KiloCode 等主流架构及 MCP/Skills 协议，支持云端与本地部署，已在 Kilo Code 等生态中完成接入验证。
同一事件，精选展示《在 NVIDIA GPU 上运行面向企业级就绪的多模态 AI--Step 3.7 Flash》推荐理由：Step 3.7 Flash 用激活仅 11B 的 MoE 架构把 Agent 工作流稳定性做透了，兼容主流框架还开源，对需要低延迟、高可靠性的生产环境 Agent 是真正可用的选择。
08:00
HuggingFace Daily Papers（社区热门论文）
49
在本地智能体框架中，LLM智能体通过读写文件与复用状态增强了能力，但也面临多步木马攻击风险。攻击者可在文件或工具输出中嵌入提示词注入，智能体可能读取并执行这些隐藏指令。现有防御因检查步骤孤立，难以检测早期植入的后门。ClawTrojan基准测试在GPT-5.4模拟环境中实现了95.5%的攻击成功率。为此提出的DASGuard方案，通过扫描敏感文件中的控制文本、追溯其来源并移除非可信内容，实现了动态防御。