合成生物领域科学智能体“东壁·智合”发布
东壁科技数据发布面向合成生物领域的科学智能体平台“东壁·智合”，能够围绕研究目标自主编排并推进研发任务。该平台整合了300多万条高质量科技文献数据、200多种科研工具和50多个生物数据库，覆盖基因挖掘与路径优化等环节。在酶工程首批试点中，其方案使突变转化率平均提高43%，20%的候选天然酶达到预设性能目标。
#MCP/工具调用
#MCP/工具调用
今日 0 条科学网AI 评分3939
TechCrunch · AI精选AI 评分7676 DoorDash 披露来自第三方 AI Agent 的订单总计仅有数百单
DoorDash 在第三季度财报电话会上透露，来自 Muse、Instinct 等第三方 AI Agent 的订单累计仅有数百单。相较于平台日均完成约 300 万单的规模，绝大多数用户仍直接通过 App 下单。DoorDash 同时提到已推出面向消费者的文本点单 Agent、CLI 工具和 Ask DoorDash 聊天助手，并发布了支持其他聊天机器人调用企业订餐的 MCP。
推荐理由：对比平台日均数百万单的配送体量，数百单的数据为评估 AI 智能体在消费履约场景的真实渗透提供了参照。
量子位AI 评分5858 百度 APP 发布四大 AI 升级与搜索 AI API
百度 APP 推出四大 AI 升级并宣布搜索实现递归自我进化，将传统检索延伸为多步任务交付与主动跟踪。新版 AI 镜头支持多目标动态追踪与 9 种方言实时对话，同时全新升级搜索 AI API，限时最低价为 4.9 元/千次，应用层支持 API、MCP 与 Skill 全方案接入。
AWS Machine Learning BlogAI 评分5454 MoEngage 如何利用 AgentCore Gateway 将 400 多个私有 API 转为 Agent 工具
MoEngage 借助 Amazon Bedrock AgentCore Gateway 将跨 7 个 AWS 区域私有 VPC 运行的约 400 个内部 REST API 转换为权限隔离的 Agent 工具，免去了独立维护 20 多个 MCP 服务的开销。
Simon WillisonAI 评分3030 引用 Ben Hylak：所有产品都应是接入智能体的无界面 MCP
Ben Hylak 表示，自己使用的所有产品都应成为接入 AI 智能体的无界面 MCP，让人完全无需考虑底层细节。但他同时调侃称只有自家产品除外，因为客户非常喜欢自家产品的 UI，自家产品在这方面很特别。
科学网AI 评分6161 蚂蚁集团发布灵光2.0，升级跨平台主动事务管理能力
10月27日，蚂蚁集团发布灵光2.0，将AI助手定位从被动单次响应升级为主动识别需求、持续跟进的事务管理者。新版本依托独立云主机实现退出对话后的长程任务调度与跨会话记忆，支持调用MCP和CLI工具。目前已打通支付宝、钉钉、飞书、邮箱及米家等服务，可自动处理账单续费监测、票价盯盘和群通知待办整理等工作流。
arXiv cs.AIAI 评分3333 CASEL：面向长程工具调用智能体的后果感知选择性执行
研究者提出智能体运行时安全策略 CASEL，结合失败概率、后果及可逆性等维度，为工具调用动态分配直接执行、沙箱、人工审批等处理模式。在受控模拟中，CASEL 在同等算力成本下将有害副作用轨迹率从 14.75% 降至 7.02%，平均归一化危害从 0.184 降至 0.123。若移除可逆性感知路由，有害轨迹率则会回升至 15.53%。
AWS Machine Learning BlogAI 评分5050 基于 Amazon Bedrock AgentCore 构建企业级智能体平台架构
AWS 架构师团队推出了基于 Amazon Bedrock AgentCore 构建企业级智能体平台的参考架构与配套开源蓝图。该方案采用联邦运营模型，通过独立的平台控制面和按业务流隔离的工作单元单元格，统一部署推理网关、基于 MCP 的工具网关、短期凭证身份与细粒度配额。CI/CD 流水线设置了双向对抗评测门禁，确保每次 Agent 上线前严格验证合规调用与异常阻断。
TechCrunch · AIAI 评分6969 Google 推出 Connected Apps Platform，向开发者开放 Gemini 和 Search 应用接入
Google 推出 Connected Apps Platform 开发者预览版，允许第三方企业和开发者将其应用接入 Google Search 和 Gemini 的 AI 功能中。
The Decoder精选AI 评分7878 Google 为 Android Studio 引入第三方 AI 智能体并推出新 Gemini API
Google 在 Android Dev Summit 上宣布 Android Studio 支持“自带智能体”（BYOA）模式，开发者可直接在 IDE 中运行 Claude、Codex 等 40 多种编码智能体。
推荐理由：Google 将 Android 开发体系全面对接第三方智能体与 MCP 标准，为开发者提供了把多厂商模型接入 IDE 工具链与移动端应用的标准化路径。
The Verge · AIAI 评分7272 Apple 为 Pages、Keynote 和 Numbers 引入 AI 助手并支持 MCP
Apple 为 Pages、Keynote 和 Numbers 生产力套件引入基于 Apple 与 OpenAI 模型的 AI 助手，支持自动排版起草、幻灯片设计及表格数据处理。
量子位AI 评分2727 天禧AI × 观猹大会实测个人AI跨端协同新体验
联想天禧AI在“天禧AI × 观猹大会”现场展示了个人AI跨端协同能力，实现手机语音下达任务、电脑端自动执行完成。该系统基于Harness架构演进出“超能模式”，支持通过内置Skill Creator生成技能并接入外部MCP Server拓展能力。此外，天禧AI 4.5版本将于10月30日升级，重点强化记忆管理与数据隔离。
量子位AI 评分3434 钛动科技发布行业首个 Pro-Agent 产品 Navos Pro
钛动科技正式发布首个 Pro-Agent 产品 Navos Pro，主打结果导向的 AI for Work，聚焦跨境电商与出海营销场景。产品推出 Navos Lite 与 Navos Pro 双版本，底层依托 32B/27B/5B 专业模型及 Agent Harness 架构，集成了 70+ MCP 和 100+ Skill，策略与投放直接锚定 GMV、ROI 等商业指标。
AWS Machine Learning BlogAI 评分5959 AWS 详解如何用 CDK 在 Amazon Bedrock 托管知识库上构建智能体检索方案
AWS 介绍了如何通过 AWS CDK 在 Amazon Bedrock 托管知识库（Managed Knowledge Base）和 AgentCore 上构建企业级智能体检索系统。
arXiv quant-phAI 评分4747 QuantumMatterExplorer：用于发现量子多体物态的自主 Agent
研究人员推出基于大语言模型的自主 Agent QuantumMatterExplorer，仅需输入哈密顿量及参数范围即可自主运行数值模拟并绘制物态相图。系统结合持久规划与计算物理工具，采用 DMRG 计算并经精确对角化交叉验证。在受挫自旋-1链测试中，它在 8 小时计算预算内成功识别出 Néel、Haldane 和二聚化等候选相。
arXiv cs.AIAI 评分4444 超越收益指标：衡量 LLM 智能体技能内化以实现技能退役
研究人员针对 LLM 智能体技能库提出一种测量技能内化程度的方法，用于替代仅凭性能增益退役冗余技能的传统规则。实验显示传统增益规则会误删超半数模型与技能均无法胜任的未覆盖技能，而新方法在保证奖励不下降的同时复现率更高（Cohen's kappa 为 0.42 对比 0.23）。团队已开源涵盖 4 个模型、包含 1,251 个技能及其评测任务与评分的数据集。
arXiv cs.AIAI 评分5656 论文揭示失真的工具格式化器如何误导 Agent 及其验证器
最新论文指出，即便工具计算逻辑正确，其输出格式化器（formatter）若省略搜索上限或命名空间等关键元数据，也会误导 Agent 及其验证器输出并接受错误信息。对比实验显示，补齐完整格式化信息后，验证器对错误回答的误判接受率从 90/90 降至 0/90；作者还给出了审计 Prompt，并在 OpenClaw 等开源 Agent 系统中排查出同类问题并提交修复。
arXiv cs.AIAI 评分4242 TACS-RF：工具驱动的射频与毫米波模块智能体电路综合框架
研究团队提出 TACS-RF 框架，由基于 Claude Opus 4.8 的编程智能体直接驱动 Cadence 与 Ansys 等工业级 EDA 工具完成射频和毫米波模块设计。
arXiv cs.AIAI 评分5151 研究提出 Phronix 面向智能体的能力中心学习范式
研究人员提出面向智能体的能力中心学习范式 Phronix，使智能体能够从自身运行过程中自主提取、验证并沉淀可复用的能力。该系统通过预测、验证与校正闭环结合 MCP 工具提炼能力库，使重复任务的首发解决率提升至 93% 到 95%，热启动任务消耗降低至 0.38 到 0.40 million tokens。
The Verge · AIAI 评分7575 Canva 推出首款自研图像生成模型 Canva Craft
Canva 正式推出自研图像生成模型 Canva Craft，采用在生成前先规划布局的两阶段架构，现已在 Dream Lab 面向全球用户上线。该模型基于平台内数百万套人工模板训练，支持最高 2K 分辨率和 30 多种宽高比，能更准确地生成可读文字与精准布局。Canva 还计划后续推出轻量化版本，并支持 AI 智能体通过 MCP 接入。
arXiv cs.AIAI 评分3434 基于行为定位的工具使用智能体稳健软技能适应
研究提出面向工具使用智能体的行为定位（Behavioral Localization）方法，通过定位文本技能显著改变模型 token 分布的关键轨迹位置来监督短 soft prompt。
arXiv cs.AIAI 评分4545 AgentPolicyForge：从可执行环境到策略基准与自适应防护
研究提出 AgentPolicyForge 框架，利用可执行环境构建策略基准并迭代训练 AI 智能体的策略防护器（guard）。该框架构建的 PolicyGym 数据集涵盖 10 个策略族，包含 698 个训练场景与 254 个独立的人工复核测试场景。在 PolicyGym 评测中，最终防护配置相比提示词约束将攻击成功率相对降低 40-44%，并减少了良性误拒。
arXiv cs.AI精选AI 评分6161 论文揭示大语言模型智能体存在拒绝迁移失败现象
大语言模型在纯文本对话中拒绝的有害请求在工具调用场景下频繁失效，标准工具提示设置下有 10% 至 52% 曾被拒绝的有害请求仍会触发不安全的工具调用。研究团队构建了涵盖 4 个领域、2,304 个提示词的三元组基准并测试了 5 款模型，发现工具调用上下文中模型残差流的拒绝方向激活普遍下降。
推荐理由：原文通过对照基准和内部表征分析，揭示了大模型在文本对话中学会的拒绝机制无法有效迁移到工具调用行为。
AWS Machine Learning BlogAI 评分4949 Bayer Crop Science 如何基于 Amazon Bedrock AgentCore 构建智能体决策引擎
Bayer Crop Science 基于 Amazon Bedrock AgentCore 与 LangGraph 构建了多智能体决策引擎 ADE，首阶段在无需工程师介入的情况下可解决约 80% 的用户问题。
The DecoderAI 评分7474 Canva 发布首款自研图像生成模型 Canva Craft
设计平台 Canva 发布首款自研图像生成模型 Canva Craft，支持最高 2K 分辨率生成与 55 种语言文本渲染，已通过 Dream Lab 和公共 API 面向所有用户开放。
科学网AI 评分3939 TextIn 推出企业知识服务引擎
在 QCon 全球软件开发大会上，合合信息旗下 TextIn 推出企业知识服务引擎，旨在将企业碎片化数据转化为 Agent 持续可用的共享上下文。该引擎支持解析 PDF、Office、CAD 等多源数据，并引入 Jev 模型简化任务以缩短思考时长。产品通过 API、MCP 和 SDK 提供服务，支持私有化部署且回答可追溯。
arXiv cs.LGAI 评分3939 先测量再分配：面向强化学习中 MCP Agent 的校准 Rollout 预算
研究人员提出了基于奖励分歧的 Discord 评估方法与 BRACE 预算分配框架，用于优化 MCP 环境下工具调用语言模型的强化学习训练。BRACE 通过结合历史任务证据、成功率不确定性及相关奖励模型，在前瞻性预测混合奖励组后再分配生成预算。在 3 种 Qwen3-VL 参数规模下，BRACE 以更少的新训练 rollout 超越基准表现，并在 BFCL 与 NESTFUL 上取得领先。
TechCrunch · AIAI 评分7373 Canva 发布首个图像生成模型 Canva Craft
设计平台 Canva 发布其首个自主研发的图像生成模型 Canva Craft，面向所有用户上线并支持最高 2K 分辨率及 30 种画幅比。该模型基于平台内设计模板训练，采用先规划空间层级再成像的两阶段机制，支持清晰文字排版、局部精准编辑以及转为分层设计。
AWS Machine Learning BlogAI 评分3737 如何在符合 HIPAA 规范的环境中通过 Amazon Quick 部署 AI
Amazon Quick 作为符合 HIPAA 资质的智能体工作区，支持在 Web、桌面和移动端通过聊天智能体处理临床记录等非结构化内容与理赔等结构化数据。该服务提供预置连接器与基于 MCP 的自定义工具扩展，并具备 ACL 感知检索、聊天日志审计及行为护栏等治理能力。用户需在 AWS Artifact 签署 BAA 并完成权限与安全配置，以构建合规的工作流。
Simon WillisonAI 评分7272 Anthropic 将 Agent Skills 标准捐赠给 Agentic AI Foundation
Anthropic 宣布将 Agent Skills 标准正式捐赠给 Linux 基金会旗下的 Agentic AI Foundation（AAIF），以保持其开放、社区驱动和厂商中立。
量子位AI 评分5050 蚂蚁数科发布决策模型 LingDT-Decision-1.0，准确率超过微软与 Jev
蚂蚁数科于 10 月 22 日正式发布决策模型 LingDT-Decision-1.0，提供 4B 和 27B 两个版本，目前已在 DTMaaS 平台上线提供限时免费体验。
TechCrunch · AI精选AI 评分7676 亚马逊屏蔽 AI 智能体代购，沃尔玛推出 Agent Gateway 接入智能体交易
沃尔玛宣布推出基于 MCP 协议的 Agent Gateway 和 Agent Profiles 功能，正式支持获批的 AI 智能体在沃尔玛及山姆会员店代客搜索并下单。与亚马逊等封禁智能体代购的平台不同，沃尔玛允许用户为智能体建立专属档案、设定消费限额并按笔审批，且不向智能体暴露用户个人信息与支付数据。此外，沃尔玛还出台了针对智能体的规范条款，并明确智能体非预期操作导致的购买同样适用退货保障。
推荐理由：在亚马逊等平台封禁 AI 代购的背景下，沃尔玛通过 MCP 网关和授权档案支持智能体交易，为电商行业应对智能体浪潮提供了参考。
AWS Machine Learning BlogAI 评分4545 Rescale 如何借助 Strands Agents 和 AI-DLC 构建 AI 分诊智能体
Rescale 基于开源的 AI-DLC 软件开发方法论，在 5 天内完成了端到端测试故障分诊智能体的预发布部署。该智能体运行于 Amazon EKS 上的 Argo Workflows 流水线，调用 Amazon Bedrock 上的 Claude Opus 4.8 自动分类根本原因，并通过 MCP 查询 Pod 日志以生成修复报告。系统在数秒内即可完成处理并输出报告，数周内已推向生产环境。
Microsoft Research精选AI 评分7171 微软研究院推出 Flint-interactive 交互式数据可视化语言
微软研究院推出 Flint-interactive，这是一种基于 Flint 的交互式数据可视化语言，使 AI 智能体能够更可靠地生成支持点击、过滤、缩放和跨图联动的交互式图表。
推荐理由：原文通过编译器解耦交互语义与底层渲染逻辑，为解决智能体生成交互式图表时调试成本高和布局易出错提供了实用方案。
Cloudflare Blog精选AI 评分6161 Commerce.com 与 Cloudflare 如何让电商站点适配 AI 智能体
Cloudflare 与电商平台 Commerce.com 合作落地 WebMCP 浏览器标准，使平台近 100,000 个商户域名无需修改前端代码即可向 AI 智能体提供结构化调用工具。
推荐理由：文章展示了如何利用边缘规则为数十万多租户站点批量注入 WebMCP 工具，为电商平台低成本适配智能体购物提供了落地路径。
AWS Machine Learning BlogAI 评分4242 利用 AWS PrivateLink 保障企业网络安全访问 Amazon Quick
企业可通过 AWS PrivateLink 结合 Direct Connect 或 Site-to-Site VPN，实现本地数据源与 Amazon Quick 的全私网连接，避免流量暴露在公网。
AWS Machine Learning BlogAI 评分5353 基于 Strands Agents 构建端云协同的自适应智能体架构
AWS 介绍了自适应智能体智能架构 AAIF，通过 Strands Agents 结合本地小模型与云端 Amazon Bedrock 实现分层计算。该方案使用本地轻量模型 llama3.2:1b 自动分类与路由请求，常规物联网遥测和视觉分析在本地端侧低延迟完成，复杂多步推理则分发至云端模型处理。架构支持灵活适配纯边缘、全云端或混合部署，并可通过 MCP 服务实现跨设备的集中化工具调用。
arXiv cs.AIAI 评分4242 用于数据湖分析编程 Agent 的无监督工具演化框架 TEAL
研究人员提出无监督工具演化框架 TEAL，能在无标注数据下为数据湖分析编程 Agent 自动构建并优化工具库与使用技能。在 KramaBench 和 LakeQA 基准测试中，TEAL 在严格步数限制下全面提升了 4 种 Worker LLM 的表现，使 Sonnet-5 在 15 步限制下的得分分别提升 9.3 分与 21.7 分。此外，基于合成问题生成的工具库表现与真实问题相当。
arXiv cs.AIAI 评分3636 TURTLE：面向长程工具调用的自调优进化评测基准
研究提出长程工具调用基准框架 TURTLE，通过提议器、求解器与反馈生成器三类 LLM 智能体协同进化任务，实现评测集的自调优与规模化生成。在 Gemma 4 31B-it 上的实验显示，该方法在 AppWorld、$\tau$-Bench 和 AutomationBench 中显著增加了任务多样性，使 AppWorld 高难度任务占比提升 165%，并激发了更广泛的失效模式。
arXiv cs.AIAI 评分4949 EGI-BENCH：企业通用智能评测基准套件发布
研究团队发布统一的大语言模型智能体评测基准套件 EGI-BENCH，整合了 CRMARENA、MCP-UNIVERSE、LOCOBENCH 等 8 个企业级智能体评测，并通过单一命令行界面提供两种运行时预算执行模式。