fal 接入 ChatGPT 和 Codex
fal 现已登陆 ChatGPT 和 Codex,用户无需离开对话即可生成媒体并查看使用。可直接在对话中浏览生成的图片和视频,从 ChatGPT 访问 fal 媒体库,还能将媒体库固定到侧边栏,快速把素材带入任意对话。
fal 现已登陆 ChatGPT 和 Codex,用户无需离开对话即可生成媒体并查看使用。可直接在对话中浏览生成的图片和视频,从 ChatGPT 访问 fal 媒体库,还能将媒体库固定到侧边栏,快速把素材带入任意对话。
有开发者在 Hacker News 上发布了一个 MCP server,用于找出 AI 智能体读取、但人类用户看不到的文本。该工具针对智能体读取内容与用户可见内容不一致的问题,具体实现细节与可用性原文未披露。
基于开源智能体系统 OpenClaw 与 Amazon Bedrock AgentCore 运行时,可搭建具备长期记忆的个人 AI 助手:AgentCore memory 将一次性对话转为持久知识,并用结构化元数据标记记忆以便按需检索。
qmediat 发布 ideogram-mcp,通过 Ideogram v2 API 用一个 API key 接入 Ideogram 4.5、4.0、3.0、2a。
AgentMail 推出 AgentID,一种类似 Sign in with Google 的登录方式,让 AI 智能体用以验证邮箱登录应用,每个邮箱关联一位人类主人。此前阻止智能体注册的应用可借此放开限制;一个主人名下 10 个智能体显示为同一客户,应用可为每位主人设限、单独禁用智能体,并在出现问题时联系人类主人。
WorkBuddy 将模型、Experts、Skills 和 Connectors 集成于一处,主打减少工具数量与上下文切换的一体化 AI 工作流。团队称在 MIT、Yale、Harvard 收集的学生反馈正是其产品方向,并公开征集下一站校园或城市。
AgentMail 推出 AgentID,定位为 AI 智能体的 Sign in with Google,让智能体可以登录应用。每个智能体可获得一个关联到真实人类所有者的已验证收件箱,应用可据此知晓背后由谁负责。作者 Elvis Saravia 表示自己构建多个个人智能体时要么借用本人登录、要么在注册时被拦截,认为智能体需要独立身份早已是应解决的需求。
Sierra 在旧金山 Sierra Summit 2026 上发布 Agent OS 的两款新模型 Curie 和 Fleming,前者负责对话核心编排,后者可识别来电方是否为 AI 智能体。
Willow 构建了一个知识库,用户可导入来自 ChatGPT、Perplexity、Claude、Gemini 或任意 AI 的记忆,导入后听写时会以用户的风格写作和发声。该功能面向日常与 AI 对话的用户,试图让 AI 更贴近个人表达习惯。
Gumloop 上线 Agent Browsers,当任务没有 MCP 或 API 连接器时,可在云端沙箱中打开浏览器并完成操作。该功能支持安全凭证存储与 1Password 集成、会话回放和隐身代理会话,且完全与模型无关。Elvis Saravia 推荐正在构建个人智能体、需要可靠快速浏览器工具的开发者使用。
Sierra 与 Meta 联合 Genesys、Instinct、Rocket、Shopify、Stripe、Walmart 等合作伙伴发布 Personal Agent Protocol,用于定义个人智能体与企业之间的交互方式,覆盖身份认证、消费者授权和企业对智能体行为的可见性,任何人均可实现。
Sierra 与 Meta 联合 Genesys、Instinct、Rocket、Shopify、Stripe、Walmart 等伙伴发布 Personal Agent Protocol,这是一个定义个人 AI 智能体如何与企业交互的开放标准,任何人都可实现。
Anthropic 宣布 Claude 支持 Google Docs、Sheets、Slides 协作,用户可粘贴 Google 文件链接,或让 Claude 新建 doc、sheet、deck,文件会在聊天旁打开供双方共同编辑。访问权限跟随用户的 Google 共享设置,该功能目前在所有付费计划上以 beta 提供。
Anthropic 宣布 Claude 现在可以在 Google Docs、Sheets 和 Slides 中工作,这些文件也能在 Claude 中打开。在 Google Workspace 中,Claude 以侧边栏形式出现在文件旁,读取当前打开的内容并就地编辑,用户可在每次编辑生效前逐项确认。
SpaceXAI 在 cookbook 中新增五个基于 @spacexai TypeScript SDK 构建的应用示例,涵盖前提到短片、图片到视频广告、截图到 React 组件、𝕏 帖子到情感仪表盘、链接到播客,并附有演示和代码。
Ampersand 完成由 Bessemer Venture Partners 领投的 1500 万美元 A 轮融资,Lauri Moore 加入董事会,平台正式全面开放。该平台让 AI 智能体读写 Salesforce、SAP、NetSuite 和 Workday 中的记录,即使客户各自做了深度定制也能适配。支持按计划或按需读取数据并回填、创建和更新记录,以及订阅记录变更的实时推送。
卡兹克借假期花2天基于飞书全部数据和自建MCP手搓了一个企业中台,直接替换飞书自带工作台,解决公司Vibe Coding业务应用部署、信息安全、权限管理及应用和skill流转问题。下一步将开放自定义配置界面,让公司小伙伴用各自的Agent修改可见的首页和数据页。
ElevenAgents Architect 发布,让团队中任何成员都能在智能体所在的任何地方管理它们。用户可在 ElevenAgents 中与它对话,也可从 Claude、Claude Code、ChatGPT、Cursor 和 Grok Bot 访问它。
基于 Amazon Bedrock AgentCore、Amazon Nova Sonic 实时语音和 Amazon Bedrock Knowledge Bases,可在航司 App 中加入语音旅行助手,让旅客用语音改座位、查延误并咨询政策问题。该智能体通过 MCP 工具访问后端,并在写入前确认每一次变更。
Mitra AI 助手新增在消息应用中代表用户沟通的能力,并推出 Mitra Link 让用户的 Mitra 助手之间直接对话。用户可在聊天中 @ 自己的 Mitra 智能体接管进行中的对话,并通过 Mitra Link 精确选择谁能与自己的智能体交流;助手可处理协调会议时间、日程安排等请求。
OpenChart 是 Weilun 联合创立的开源 TradingView 替代方案,让 Claude 和 Codex 通过图表而非 CLI 接入市场。用户可用现有 AI 套餐让智能体直接操作图表:标注形态、编写指标、调查行情异动或创建警报,图表、对话与研究共处同一工作区。在图表上画任意形状并附加警报,价格穿越时即触发智能体调查该异动。
Allchemy Labs 发布 MCP 服务器 Aether,让编码智能体在 IDE 内检查并修复网页无障碍问题。它调用 axe-core 扫描页面,返回按优先级排序的违规列表及代码修复建议,每条建议都会先在真实浏览器中重新测试,应用后智能体可再次扫描验证。用户无需打开浏览器或精通 WCAG。
Octri.dev 上线,可自动生成可定制文档、10 种 SDK,并提供 MCP server,目标是解决 API 文档与多语言 SDK 维护及跨包管理器发布的痛点。创始团队称现有同类方案价格高昂且主要面向企业,Octri 面向独立开发者、开源项目和初创公司。
Screen Records 是一款轻量录屏工具,录制后可通过 MCP 配合 Claude Desktop/Code、ChatGPT/Codex、Cursor 等 AI 订阅进行编辑和导出,且消耗 token 极少。它支持录制麦克风、摄像头、系统声音,可添加配音、文字、图片、视频并生成字幕,录制时还能使用提词器和暂停功能。目前已在 Mac 上线。
开发者 ajithraghavan 把 Andrej Karpathy 关于理解 LLM 输出的建议做成了开源 Agent Skill「make-it-click」,灵感来自 Karpathy 的 X 帖子:模型承担越多工作,人就越需要花时间理解它,因此答案的呈现格式很关键。
Modem 面向所有用户上线 Plain 集成,可在 Settings → Integrations → Plain 中连接,实时同步客户邮件、聊天消息和内部备注,通常几分钟内入库。
Azurade 是一个托管式图像与视频生成服务,将 Veo3.1、Seedance 2.5、Wan 3.0、Nano Banana、GPT Image2.5 等 35+ 模型整合在一个永不过期、完全面向智能体的余额体系下。积分预付且永不过期,生成失败自动退款,可购买套餐而无需订阅。
Hybro AI 发布开源混合多智能体平台,可同时编排本地设备智能体和云端服务,并基于 Agent2Agent(A2A)协议实现智能体间通信。平台提供多智能体执行房间、SSE 实时消息流与 A2A Agent Inspector,后端为异步 FastAPI,前端为 Next.js 16 仪表盘。
Meta 广告 MCP server 已在 Databricks Marketplace 上线,暴露覆盖广告活动全生命周期的 25+ 工具,可创建广告系列和广告组、调整预算与出价、管理受众和创意并拉取投放数据。用户可通过接入 Genie 以自然语言完成广告投放操作。
一位开发者发布 MCP 封装工具,可完成完整技术 SEO 审计,安装后与 Google Search Console 同步,分析结果依赖本地 SQLite 数据库。作者在 Hacker News 上征求反馈。
POLAR 是一个面向小型工具调用 LLM 智能体的护栏框架,通过结构化双层本体论评估动作的可逆性,为每个动作给出分级可逆性评分,从而在错误发生前预防操作风险。现有安全机制多在错误显现后才反应,或在不提供结构化、可审计判定结果的情况下微调智能体、将自然语言护栏编译为运行时检查。
研究者提出 TACIT 框架,将用户查询隐含的外部能力需求分解为 Source、Transformation、World 三个基本维度,用于检验这些需求能否在生成前从 LLM 隐藏表示中线性解码。该工作同时比较了隐藏状态可解码性与显式语言分类两种方式,指出可靠的工具使用需要智能体先推断查询所隐含的能力需求,而非仅靠触发机制或匹配 API 描述。
Redpine Science 通过 MCP 和 API 为模型与智能体提供经同行评审文献的统一访问入口。该报告从两个层面评估它:检索片段的相关性,以及模型接入 Redpine Science 后与使用网页搜索时的回答对比,同时采用公开基准和专家验证基准,以规避公开基准饱和与记忆化风险。
开发者 mjalalimanesh 发布开源本地工具 skillhub-local,用 UI 统一管理 codex、Claude、Opencode、cursor 等 AI 编程工具中的 skills、AGENTS.md 文件、MCP 及 agent 生成的 memory 文件。
Cohere 发布企业平台 North 2,可自主处理多步工作流并跨会话保留上下文,支持 Slack、SharePoint、Jira 等工具接入,还能从聊天提示词直接生成演示文稿、仪表盘和简单应用。该平台不绑定模型,除 Command A+ 等自家模型外可接入企业自有模型,支持本地、云端或完全气隙部署,并设有人工审批机制。LG CNS 与 Bell Cyber 已在生产环境运行 North。
针对智能体执行流程时只返回最终答案、过程不可预测的问题,该方案改为通过 Model Context Protocol(MCP)逐步下发流程:服务器一次释放一个步骤,智能体执行后每步返回结构化的 step_output。这一做法以牺牲自主性换取可预测性,并带来两项特性。
研究考察工具调用智能体从判断是否行动到执行单个动作及依赖工作流的证据-行动链条断裂点,发现十种模型-框架配置中,静态动作评估能力强并不代表交互执行能力同样强。失败往往在执行前就已开始:智能体在调查不完整时便停止,或在所需证据建立前就采取行动。
一位开发者发布 Show HN 项目,通过 MCP 代理把 AI 智能体的浏览器点击操作转交给 TypeSafe 的 Jev 处理。该方案以 MCP 代理为中间层,让智能体的浏览器交互交由 Jev 执行。原文未披露更多参数、性能或可用性细节。
Z.ai 的 GLM 5.3 已在 Amazon Bedrock 上线,这是一个 753B 参数的混合专家(MoE)模型,面向编码和长程智能体任务。该模型可通过 OpenAI 兼容 API 调用,并支持用 prompt caching 降低成本和延迟。官方还介绍了用开源 Strix 智能体运行授权安全测试的方式。
独立研究者 Syed Anas Mohiuddin 测试了 Google、JP Morgan Chase、Weviate、Rapid7、法国政府部际数字事务局和美国联邦政府等机构的智能体,发现 MCP(Model Context Protocol)在智能体间通信中存在信任缺口。