Adobe 给 Photoshop、Premiere 这些软件装了 MCP server,你用 ChatGPT 或 Claude 打字就能直接修图、剪视频。不用再开 Adobe 自家助手,自己写的 agent 也能调用这些工具,做自动化设计流水线的人一定要看。
#MCP/工具
腾讯混元这个 Hy Realtime 语音模型挺有意思,除了对话还能点歌唱歌,跟腾讯音乐团队一起做的,比如你说“放首 2010 到 2020 年的英文民谣”它就唱给你听。还能自己判断什么时候联网搜答案,做智能客服的同学可以关注下它的 API。
Claude 现在能真的替你开会,不是只做笔记。它会边开会边建文档和白板,别人提问它能直接回答,你授权后还能调用你连接的工具提交答案。经常被会议淹没的人可以看看这个用法。
做 LLM 网关、多模型切换或者翻译层的开发者该看看这篇:翻译后的请求能过 API 校验,但角色、工具调用信息可能已经悄悄丢了。论文给出的 ConvIR 中间表示加规则判定,不用额外调用模型就能测出问题,还附带真实故障率数据。
Thinking Machines 那594B参数的MoE模型能直接在 Ollama 一行命令跑了,还带1M上下文和零数据留存。做OCR、财报分析或搭MCP工具链的可以试试,数据不出云端这点对处理敏感文档的团队很关键。
如果你日常用 Claude Code 写代码,这个版本值得升级:Code Mode 让模型用一段 JS 批量调工具,比一次一次调用快;插件多了版本范围和类型检查,工具链更稳。修的那批 /compact、内存峰值 bug 也都是高频踩坑点。
CoreWeave 的产品负责人要直播演示 GTC Berlin 的新东西,包括 Launchables 模板部署 Physical AI 和 CrowdStrike 的 Zero Trust 方案,还有 Q&A 可以直接提问。如果你在用或打算用 CoreWeave,这比看文档直观多了,记得报名。
LangChain 把去年 Interrupt 大会的演讲全放出来了,免费看,里面有 Modal CEO 聊沙箱和推理的对谈。做智能体开发的朋友可以直接挑感兴趣的场次补课,顺便还能报下一届。
browser-use 和 1Password 合作出了个集成:智能体碰到登录页时你在 1Password 里点批准,密码由它填,智能体全程看不到密码明文。做浏览器自动化、RPA 或者要跑真实网站任务的开发者可以直接接上,省去自己管凭证的麻烦。
这条推文其实就一句话加一个链接,指向 xAI 官方的 Grok Bot 文档,里面有 deep search 的创建教程。想自己动手搭一个带深度检索的 Grok Bot 的话,直接点进去照着做就行,比看二手转述靠谱。
Replit 把 Agent 从帮你写应用升级到帮你花钱,购物和支付交给 Link 和 Visa,你只批一个总额。比起其他只能干活的编程智能体,它开始管经营了。中小企业主和独立开发者可以直接试试这条采购自动化路径。
n8n 已经能直接调用 Gemini 4 Hydrogen 了,这家伙是执行型选手,工具调用循环和写代码都很快。搭配 Carbon 或 Argon 做规划、Hydrogen 干活,工作流成本能压下来。经常搭自动化流程的人可以直接上手试试。
AWS 这波更新给跑长任务的企业智能体补上了数据隔离这块短板,计费改成纯按用量,智能体闲着不烧钱。如果你的智能体要跑几小时、调一堆工具,又对数据安全有合规要求,新 runtime 值得测一测。
HeyGen 现在能上传角色设定图,让虚构角色在每个场景长相不变,解决 AI 视频里角色跑脸的老问题。比赛奖金超 $20K,走 MCP 接口出片,做短视频或者营销内容的可以试试,还能搭配 MiniMax 的模型一起用。
Databricks 的 Genie 智能体现在能边查表格边读几千份文档,还给页码级引用。MCP 连接器正式可用后,分析完能直接开工单、改记录。做企业数据分析的可以看看。
给做 Agent 的朋友提个醒:搜索 API 榜单换第一了,走 MCP 接入很方便,官方说 token 消耗少一半左右。如果你的智能体要联网查资料、又在意上下文成本,可以把这个和 Exa、Brave 这些老方案对比跑一下再决定用谁。
自己搭智能体的朋友可以看下,Firecrawl 的 MCP 更到 v3 了,3000 多个工具自动瀑布切换,限流提高 60 倍,还能拆并行子任务。做网页数据抓取和检索工作流的话比老版省心不少。
LINE 在泰国开发者大会上推出 BOT MCP Server,让 AI Agent 能直接接管 LINE 机器人。做泰国市场聊天机器人的开发者应该看看,用 Claude 或 Cursor 连上就能调试 BOT,比传统写 Webhook 方便不少。
Adobe 在 MAX 上把 AI Agent 塞进了 Photoshop、Premiere 和 Firefly,还发了 Local MCP,ChatGPT、Claude、Gemini 都能直接操控这些软件。做设计或剪辑的可以留意,外部大模型直接调工具的玩法要变多了。
OpenRouter 把站点做了 7 国语言,包括简体中文,而且是用每天自动跑的 AI 翻译流水线维护的:翻译完还自动和英文原文比对,不合格的打回重译。经常上 OpenRouter 比价选模型的人现在可以直接用中文看页面,做本地化产品的开发者也能参考它的流水线思路。
作者把自用的 BoxBridge 0.4.4 接入方法放出来了,靠 Grok 通道连 Orca 和 Claude Code,不用自己搭 Tailscale。断线重连、故障恢复这些细节都做了,已经稳定跑了两个月。想找稳定接入方案的人可以看看入群方式。
Grok Bot 现在能走 Tailscale 直连你内网的 MCP 和私有工具,不用把服务暴露到公网。而且反向调用也能玩出花样,本地客户端可以反过来用它当节点。经常折腾 MCP 的开发者可以试试。
用 MCP 把云电脑接到 Claude 和 Codex 上,一个做表格、一个写分析脚本,全在远端跑。平时让智能体操作网页、Excel 的开发者可以试试这个组合,比在本地折腾环境省事。
AWS 出了个实操教程:用 A2A 协议让 LangChain 编排器直接调用跑在 Bedrock AgentCore 上的 Strands agent,中间走 OAuth 认证,两边框架互不绑定。想搭跨团队、跨组织多智能体系统的开发者可以照着部署,比自写适配层省事不少。
如果你在用 Bedrock 知识库做多用户 Agent,权限隔离一直是个麻烦事。这套方案用 AgentCore Gateway 加 MCP 工具把鉴权做到平台层,比自己在应用里写过滤靠谱。做企业 RAG 的开发者值得照着搭一遍。
你不用自己去坐一天会,AgentPass 给你的 agent 提供实时字幕和幻灯片,起步提示词复制就能用。想试试 agent 怎么实时消化会议内容的开发者,直接拿它当练手场,回放也在 YouTube 上。
百度把 Token 中转站包装成了交易所,加了一层模型指纹比对、抽查监控和公开信用记录。上线一个月已有 100 多个模型、日均 5000 万次调用。做模型选型的团队可以去看看定价和成功率数据,但要留意虚标问题是不是真能被它管住。
药企做患者依从项目的人应该看看这篇:把 WHO 2003 年那 50% 依从率的老问题,拆成识别停药前信号、用 MCP 通道做即时响应的工程问题,思路跟普通提醒类患者 App 不一样。
这位开发者自己逆向了 Anker 录音豆的蓝牙协议,还给它做了 MCP,录音能直接在 Claude Code、Codex 这些工具里被调用,不用翻设备。自己接千问 ASR 本地转录,绕开了原厂绑定。喜欢折腾硬件和想复用录音数据的人可以等他开源。
做法律工作的人可以看看,Legora 把 Drive、Gmail 和日历接进了自家 Agent,查合同、看往来邮件、起草回复、约会议都在一个地方完成,还沿用你原来的 Google 权限。用 Google 全家桶办公的律所和法务团队用起来最顺,不用再跨应用搬文件。
写代码的人看这个:作者把Claude Code的skill系统玩明白了,连安装、创建自定义skill的命令都给出来了,还顺手写了测试、部署相关的模板。附赠的省钱配置也挺实在,每天3美元跑agent,比很多人烧几十美元省多了。
做企业 Agent 产品的话这条对你有用:Langfuse 在原有 trace 功能上加了 AI Gateway,追踪和成本控制放一个平台里。比起单独买网关,开源还能自己改,适合想压成本的团队看看。
Nous Research 的 Hermes 插件黑客松收了近 1000 份作品,评审正在选出 top 10,获奖者一周内公布。想做智能体插件开发的人可以关注公布结果,看看社区里哪些插件思路被选中,比看官方文档更直观。
谷歌把协议做成了稳定版,还配齐了 React、SwiftUI、Jetpack Compose、Flutter 的渲染器,接 Claude 和 Gemini 都能直接渲染界面。做智能体产品的团队可以少写一堆前端适配代码,字节跳动已经先用上了。
做 AI 应用开发的朋友可以看看,谷歌这个 API 能一次前向计算处理最多 1000 个独立判断,延迟只要 150 到 250 毫秒,做模型路由、策略检查这类场景比串行调用普通模型快不少,输入价格也压到了每百万 Tokens 0.10 美元。
做 agent 的朋友可以关注:Google 新出的 Decision 1 模型专门干路由、工具选择、评分这类活,单次请求能评 1,000 个问题,输出还不收钱,比拿大模型硬生成省多了。建议拿去替换自己 agent 里的分类和校验环节试试。
Runway 把视频生成做成了 MCP 服务器,Claude 里就能直接跑生成任务。做智能体或自动化工作流的朋友可以试试,不用再切回网页操作。如果你在用 Claude Code 或其他 MCP 客户端,集成成本很低。
re:Invent 的 AI 场次多到看花眼,这篇官方指南直接按角色和目标帮你筛好了路线。140 多场里分 breakout、workshop、chalk talk 几种形式,讲芯片、推理、Agent 这些方向,去现场的工程师和架构师值得按它排日程。
教你把 CloudTrail 事件接 EventBridge 和 Lambda,MCP 服务器一变就自动推送到 Agent Registry,不用定时轮询也不用存密钥。对比手动维护注册表省事很多,跑多账号环境的企业运维和做 Agent 平台的开发者都该看看。
Adobe 这波确实换了打法,Firefly 直接接 OpenAI、Google、可灵的模型,还开放了 Photoshop 的 MCP 接口。做视频和修图的朋友可以重点看统一调色、去杂物和音频分离这几个功能,都是实际工作流里天天用的。