跳到正文
11月11日週三
  1. TNW68

    Adobe 將讓外部 AI 智能體直接編輯 Photoshop、Premiere 等原生專案檔

    Adobe 宣佈將推出本地 MCP 整合,讓外部 AI 智能體直接在用戶電腦上修改 Photoshop、Illustrator、Premiere 和 After Effects 的原生專案檔,圖層、向量、素材箱和序列仍可編輯。這項整合將於 2027 年初進入私人測試版。Photoshop 示範中,ChatGPT 花 9 分鐘 11 秒製作出同一檔案內 9 個可編輯畫板。

  2. Unite.AI46

    PuppyGraph ARR 增長七倍後獲 $10 million A 輪融資

    PuppyGraph 宣佈完成由 Particle Future 領投、defy.vc 參投的 $10 million A 輪融資,資金將用於擴展工程團隊及企業市場拓展。公司稱 ARR 在過去一年增長七倍,融資後累計融資額達 $15 million;本輪融資緊隨 PuppyGraph 1.0 一般可用版推出。其圖查詢引擎可直接在支援的數據庫、數據倉庫及數據湖上進行圖計算。

11月10日週二
  1. Unite.AI35

    私人 AI 需要能隨工作負載演變的基礎設施

    私人 AI 讓企業可在自有環境中運行模型、以自有資料微調,並自行控制模型的運作位置和存取範圍。Linux Foundation 調查顯示,63% 受訪公司正在使用開放 AI 模型;企業需按穩定需求配置私有算力,並租用外部算力應付高峯和繁重工作。基礎設施亦須可編程,讓模型、資料和環境的連接隨工作負載變動,同時保留政策與控制。

  2. DEV Community61

    Spring AI RAG 示例:用 PgVector 為依賴項目源碼建立索引

    Spring AI RAG 示例以 PgVector 為依賴項目源碼建立索引,並讓聊天端點根據檢索到的程式碼回答問題及提供檔案引用。Gradle 下載依賴項目的 source JAR,MCP 工具建立索引,/api/chat 提供問答;索引流程以校驗和及確定性分塊 ID 識別文件,並用 JdbcTemplate 在嵌入前略過未變更檔案。回覆中的檔案路徑取自檢索文件的元資料,而非要求模型自行生成。

  3. InfoWorld45

    PuppyGraph 1.0 加入 AI 輔助圖式建構器及 MCP 支援,助企業採用智能體

    PuppyGraph 為分散式圖查詢引擎 PuppyGraph 1.0 加入 AI 輔助圖式建構器及 MCP 整合,協助企業 AI 智能體查詢跨資料庫表格和平台的關聯資料。建構器可把現有資料表映射為圖實體、關係及屬性,查詢引擎會按圖式驗證智能體生成的查詢,並透過 MCP 連接支援該協議的智能體與工具。分析人士提醒,圖模型仍須設計及管理,效能與成本亦受底層數據平台影響。

  4. CNET58

    Adobe 擴大第三方 MCP 整合,讓 AI Agent 在 Creative Cloud 執行更多工作

    Adobe 宣佈擴大本地 MCP 整合,讓更多第三方 AI Agent 可透過用戶偏好的 AI 應用程式,在指定 Creative Cloud 應用程式協助創作。新整合目前處於預覽階段,其中 ChatGPT 可透過 MCP 在 Photoshop beta desktop app 編輯項目。Firefly 助理的 plan mode 及可執行預設任務的常駐 AI Agent 也已進入預覽階段。

  5. 新浪科技44

    今日宜休ISHO Ring公佈首銷權益:15天無理由退換及兩代新品半價換新

    今日宜休(ISHO)公佈 ISHO Ring 首銷用戶可享15天無理由退換,並可半價換新第二代、第三代新品,每次換新最低抵扣900元。產品將於11月11日起陸續發貨,並與北京大學第一醫院牽頭的八大醫學中心合作,計劃一年內累積1000例PSG臨牀數據。ISHO Personal Agent 即將開放 MCP,供用戶授權第三方 AI Agent 調用健康體徵數據。

  6. IT之家58

    Adobe 宣佈 Creative Cloud 接入第三方智能體,Firefly AI 助手將支援背景任務

    Adobe 公佈 Creative Cloud 本地 MCP 接入功能,讓第三方智能體可操作用戶電腦上的原生創意專案。功能計劃於 2027 年初啟動私人測試,涵蓋 Photoshop、Illustrator、Premiere 和 After Effects 的本地專案;成果仍可由用戶接手編輯。Firefly AI 助手將率先支援背景持續工作的智能體,並加入規劃模式及模型選擇器。

  7. SiliconANGLE46

    PuppyGraph 融資 $10M,讓 AI 智能體以圖形式查詢企業資料

    PuppyGraph 宣佈融資 $10 million,用於拓展企業市場業務,並在軟件 1.0 正式發布後投入工程開發。其查詢引擎讓 AI 智能體無須遷移資料,便可將數據倉庫和湖倉中的資料視作單一圖,跨 3,000 張企業資料表查詢,並在一秒內取得結果。公司稱,過去一年年度經常性收入增長七倍;開發者可免費下載軟件。

  8. O'Reilly Radar53

    Tim O’Reilly 主張 AI 經濟應以人類專業與福祉為中心

    Tim O’Reilly 主張,AI 經濟應透過機制設計讓人類專業創造新機會,推動人與 AI 協作,而非以 AI 取代人。O’Reilly Media 的案例顯示,模型接入其 MCP 伺服器中的專家知識後,對工程團隊人手問題的建議由增聘轉為先審查重複性維運工作,再作調整。他也主張探索開放協議、可攜式記憶等機制,讓用戶掌控技術並促進人與智能體之間的價值流通。

  9. 阿里雲開發者社區 AI34

    AI 智能體開發全流程

    AI 智能體開發涵蓋需求定義、架構設計、提示詞工程、RAG 知識庫、系統整合及評測調優六個階段,目標是讓大語言模型具備自主規劃、工具調用、長期記憶與多智能體協同能力。文中列出的定製開發費用約為 3萬至50萬元+,視任務複雜程度及系統整合需求而定。後續支出包括模型 Token 消耗,以及向量數據庫和雲端伺服器託管費用。

  10. DEV Community54

    Anclum 團隊逐字測試 20 條 MCP 安裝命令,10 個程序成功啟動

    Anclum 團隊在一台 Linux 主機上逐字執行目錄中 20 條 MCP 伺服器安裝命令,10 個程序成功啟動、6 條失敗,另有 4 條未能判定。6 條失敗中有 5 條源於 Anclum 的命令抽取流程,另 1 條因上游套件命名空間失效。團隊已修正文字清理流程,並新增檢查以攔截句子式命令和套件名稱尾隨標點;測試只涵蓋一台主機上的 20 個伺服器,並非普查。

  11. HuggingFace Daily Papers(社區熱門論文)36

    Reframe:以觀察狀態對齊的多教師在線策略蒸餾,用於智能體視覺推理

    Reframe 提出兩階段後訓練框架,透過以證據為依據的強化學習及觀察狀態門控的在線策略蒸餾,提升視覺智能體的工具使用能力。框架包含 GD-GRPO 和 OG-MOPD,在 14 個圖像及影片基準測試中均優於 Mix-RL 和 vanilla MOPD。兩個階段均不需要針對任務的 SFT 冷啟動。

  12. DEV Community34

    DBDelve 的 Rust 與 GPUI 技術棧:資料庫用戶端開發如何揭示智能體工具介面設計

    DBDelve 以 Rust 和 GPUI 建構資料庫用戶端,其架構展示瞭如何將介面與資料操作分離,並為智能體存取預留空間。文章比較 REST API、語言綁定、MCP server 和嵌入式 REPL 四種程式化介面模式,並指出智能體需要結構化輸出及可觀察性。DBDelve 尚未提供程式化 API。

  13. 阿里雲開發者社區 AI48

    萬網 DomainCLI 是甚麼?釐清產品身份與核心定位

    萬網 DomainCLI 是阿里雲萬網推出的官方命令列擴展,將域名服務與萬小智建站操作提供予終端腳本及 AI Agent 調用,定位是執行接口,而非註冊平台、建站系統或控制台替代品。它包含 22 個命令組、107 條指令,並提供命令列與 MCP 兩種接入方式。支付、實名及備案審核等仍按官方流程處理,高風險操作須經人工確認。

  14. 阿里雲開發者社區 AI69

    NVIDIA 技術博客案例揭示 Agent 測試的三層校驗邊界:輸出正確不等於交付合格

    NVIDIA 技術博客中的企業助手案例顯示,Agent 即使正確起草郵件,也可能未經確認便調用發送工具;文章據此區分輸出、行為與授權三層評測。文章建議用工具調用記錄檢查行為,並對負責改動的編碼 Agent 隱藏留出集,再將故障 trace 持續轉成測試用例。在 Dassault Systèmes 的工程 Agent 案例中,加入參數校驗後,畸形工具調用由 142 降至 0,準確率保持不變。

  15. 阿里雲開發者社區 AI45

    阿里雲 ARMS Node.js 探針如何串聯 SSR 與 AI 智能體全鏈路觀測

    阿里雲 ARMS Node.js 探針把 SSR 頁面渲染、AI 智能體執行、模型與工具呼叫及下游服務串聯到同一條 Trace,協助研發定位慢請求、錯誤參數與業務瓶頸。演示中,一次服務端請求耗時約 3.08 秒;加入約 1.3 秒訂單服務延遲後,可沿鏈路追查工具、訂單接口與 Redis 的耗時。探針支援 Next.js、Nuxt 等場景,並可關聯 Trace、日誌與指標。

  16. DEV Community57

    MCP 與 REST API 有何不同:Agent 直接操作 CMS 時會有哪些變化

    REST API 由開發者在開發時以程式把意圖映射至 API 呼叫;MCP 則讓模型在執行時按已描述的工具能力選擇並呼叫工具。以 CMS 從試算表建立 40 條活動為例,Agent 可按提示詞調用建檔、上載及圖片縮放工具,但會增加 token 成本和往返次數,且呼叫不具確定性。文章建議把 MCP 用於一次性、探索性或不規則任務;高流量管線、嚴格契約或錯誤代價高的操作,則應採用 REST 客戶端。