工具调用[18]
MiniMax发布开源大模型MiniMax-M2：Agentic工具调用能力比肩GPT-5/Claude，登顶开源LLM智能榜首
2025年10月MiniMax发布开源大语言模型MiniMax-M2，MIT许可证实现企业低门槛部署，兼容主流API与框架。其Agentic工具调用能力接近GPT-5、Claude，多项评测突破开源瓶颈，采用稀疏MoE架构平衡性能与效率，综合智能居开源首位，助力企业低成本构建高性价比智能自动化系统。
OpenAI发布Apps SDK：ChatGPT原生集成Zillow、Canva等第三方应用 重塑AI应用生态
OpenAI 2025年DevDay发布的Apps SDK，让ChatGPT从对话工具跃升为应用平台，支持无缝调用Zillow、Canva、Spotify等第三方应用。依托MCP协议与GPT-5，实现上下文共享与一站式交互，用户可在对话中完成房源查询、海报设计、歌单生成等操作，效率提升且门槛降低，标志AI与第三方服务进入“无缝协作”新阶段。
LLM驱动MCP服务器：Cloudflare“Code Mode”启发新一轮技术探索
AI驱动的自动化工作流正迎革新，Code Mode范式崛起：Cloudflare提出LLM生成TypeScript代码替代传统工具调用，结合Deno沙盒安全执行，提升工作流开发效率40%。开源项目codemode-mcp进一步融合MCP协议，探索"代码+工具"协同，推动复杂任务动态编排，重塑AI驱动任务处理模式。
AI代理上下文工程实践：Manus项目的六大核心经验
AI代理规模化应用中，上下文管理是核心瓶颈。Manus团队总结六大上下文工程经验，通过KV-Cache优化、工具遮罩机制、外部记忆系统等，解决性能与成本难题，揭示AI代理从工具向智能体进化逻辑，助力高效落地。
谷歌推出AP2协议 为AI助手与商家安全合规交易奠定技术基础
谷歌推出AP2协议，赋能AI助手实现安全自动支付，重塑商业交互。其核心为“授权书”机制，明确用户、AI身份及商品类型、价格上限等约束，基于W3C可验证凭证防篡改。联合万事达、银联国际、阿里等60+企业，覆盖支付、电商等领域，推动AI从信息处理迈向价值交换，开启智能支付新时代。
MCP社区激辩工具信任标注：SEP-1487提案提议新增trustedHint明确安全边界
Model Context Protocol（MCP）协议在AI工具生态扩张中面临工具安全与数据信任挑战。SEP-1487提案引发热议，核心为新增trustedHint注解明确工具信任状态，默认“不信任”以解决当前协议信任定义模糊问题。这场争辩不仅关乎技术细节，更推动AI工具生态对安全边界的深层探索。
Rowboat发布AI辅助IDE 推动多智能体系统开发进入新时代
多智能体系统成AI开发新趋势，破解单智能体上下文污染、知识盲区等痛点。Rowboat IDE作为一站式开发工具，以“AI工作流操作系统”定位，通过Skipper自动拆解任务、集成数百种外部工具、RAG增强信息准确性，降低开发门槛。支持会议助手、客户支持等场景，无需编写“胶水代码”，让多智能体协作开发更高效。
百度ERNIE-4.5-21B-A3B-Thinking登顶HuggingFace文本模型趋势榜
百度ERNIE-4.5-21B-A3B-Thinking登顶HuggingFace全球文本模型趋势榜，总榜位列第三，中国AI技术再获国际认可。该模型采用MoE架构与稀疏激活设计，210亿总参数仅激活30亿，实现轻量高性能。支持128K长上下文（约25万字）及高效工具调用，开源降低应用门槛，推动金融、医疗等复杂场景落地。
Anthropic Claude AI重大升级：可直接生成Excel/PPT/PDF办公文件
Claude AI迎来重大升级，新增服务器端隔离沙箱环境，支持直接生成和编辑Excel表格、PowerPoint演示文稿、PDF文档等20+格式办公文件，从智能顾问升级为主动协作者，大幅缩短需求到交付流程。通过独立Linux容器、完整工具链及原生文件引擎，实现“对话即生产力”——用户仅需自然语言描述需求，即可自动完成数据清洗、图表生成、格式排版，3分钟内交付可下载的成品文件，避免多工具切换。实测电商数据可视化、财务模型搭建等场景，可快速生成带动态公式的Excel或含趋势图表的PPT。相比ChatGPT等工具，其优势在于原生格式兼容、独立沙箱数据自动销毁保障安全，且直接输出成品文件。目前Max/Team/Enterprise版本已开放预览，Pro版即将上线，助力企业用户提升办公效率，实现人机协同新体验。
MIT团队DSPy框架：以模块化编程重塑LLM应用开发流程
DSPy框架是MIT主导的开源LLM应用开发工具，以“签名式编程”为核心，通过结构化代码替代传统提示词工程，显著提升复杂AI任务开发效率。其“签名-模块-优化器”三位一体架构，支持任务接口标准化（签名定义输入输出）、LLM调用逻辑封装（内置ChainOfThought、ReAct等模块）及自动化性能优化（如BootstrapFewShot、GEPA等工具），解决了提示词碎片化、系统难维护等痛点。GEPA框架结合遗传算法与帕累托优化，实现多目标（准确率、延迟等）平衡，适用于客服智能体等复杂场景。实战案例Support-Sam客服智能体基于DSPy构建，以不足200行代码实现工单分类、知识库检索等全流程自动化。目前，Shopify、DeepLearning.AI等机构已将其用于生产环境，推动LLM应用开发从“作坊式调优”迈向工程化、模块化新阶段。