跳到正文

全部动态

今日 43 条
9月15日周二
  1. WorkOS Blog28

    WorkOS 谈 MCP 授权:如何在 OAuth 之外管控工具调用

    WorkOS 发布指南,说明 MCP 服务器仅校验 OAuth scope 无法阻止敏感数据外发,需在工具执行前对请求内容做策略校验。其 Airlock 提供该授权层,在放行、拒绝或转人工审批前评估声明的意图与策略,并禁止 token passthrough,要求凭据留在服务端。Airlock 现已开放 early access 申请。

  2. WorkOS Blog27

    WorkOS Airlock 的 AI agent 邮件审批流程:放行、拦截与人工批准

    WorkOS 的 Airlock 用基于意图的策略管控 AI agent 的邮件调用,把结果分为放行、拦截和需人工批准三类。在 Agent Night 演示中,普通邮件直接发出,含财务数据的邮件被拒绝,发给未使用过的员工邮件列表则触发 Slack 审批通知,由 IT 管理员批准后重试发送。Airlock 目前处于 early access,审批与发送成功是两个独立结果。

  3. Product Talk22

    Teresa Torres 与 Petra Wille:交付并未免费——All Things Product 播客谈 AI 时代的交付成本

    Teresa Torres 与 Petra Wille 在 All Things Product 播客中反驳"AI 让交付免费"的说法:单个功能开发确实大幅变便宜,但做出生产级产品并没有。她们指出把 coding agent 当免费使用会带来意大利面式代码、17 处重复代码和 Frankenstein 数据模型,并强调从原型到可信产品最后 30% 需要数月到数年。

9月14日周一
9月12日周六
9月11日周五
  1. WorkOS Blog38

    Sierra 内部 MCP gateway 的实战复盘:难的不是协议,是授权

    Sierra 的 Mihai Parparita 发布内部 MCP gateway 实战笔记:89% 员工已能在一个页面把 agent 接入 45 项服务,但真正卡住上线的是授权而非协议。其核心是多轮分类器推断 Slack、内部文档等无元数据来源的客户归属与敏感度,配合按工具而非按服务器的权限校验和全量审计日志,跨客户访问需带外人工审批。

  2. SuperTools(The Rundown AI)28

    Anthropic 发布 150+ 页威胁报告,披露全球 Claude 滥用案例

    Anthropic 发布最新威胁报告,详述过去八个月里被其阻断的 Claude 滥用案例,包括生物武器疑点、间谍活动,以及中国 AI 实验室用 Claude 冒充自家模型对外提供服务。报告点名 Alibaba、DeepSeek、Moonshot、Xiaomi 等七家中国实验室,称其依托数千个欺诈账号进行蒸馏。这些行为均发生在 Opus 级及以下模型上。

  3. n8n Blog18

    n8n 解析自主 AI Agent:架构、自主性分级与风险治理

    n8n 发文拆解自主 AI Agent 的架构与风险治理:这类系统靠输入、LLM 推理核心、记忆和工具调用循环自主完成多步任务,自主性分为规则自动化、部分自主(人工审批高风险步骤)和完全自主三档。多 Agent 协作会放大错误影响范围,因此需要端到端工作流治理,覆盖每一步、每次工具调用和所有数据访问。

9月10日周四
  1. TLDR AI22

    DeepSeek Flash v4.1、Siri AI 与 Anthropic 经济模型

    Anthropic 经济团队建模预测 AI 对美国经济的影响,在快速增长情景下知识工作者面临更高失业与工资停滞,收益更多流向资本。Siri AI 将随 Apple OS 27 于 9 月 14 日以 beta 形式上线,受使用上限、费用及语言地区限制,未来可付费扩容。Suno 推出基于 Warner、BMG 等厂牌授权音乐训练的 Suno v6。

  2. OpenRouter Blog62

    OpenRouter 发布 Fusion:多模型辩论后由裁判合成答案

    OpenRouter 推出复合模型 Fusion,把一条 prompt 同时发给多个模型并行作答,由裁判比较共识、矛盾与盲点后,再由调用模型写出最终答案。默认三模型面板的成本约为单次调用的 4 到 5 倍,耗时通常为 2 到 3 倍,适合复杂研究、专家评审等错误代价高的场景,不适合聊天、代码补全等实时路径。

    推荐理由:OpenRouter 官方说明 Fusion 的多模型辩论机制、成本与延迟代价,并给出适用与不适用场景。