智能体网页已经到来，AI 智能体重塑互联网使用方式
AI 智能体正通过浏览器操作、连接器和工具接口改变互联网，逐步形成可由智能体执行搜索、购物和日常事务的“智能体网页”。文章从 Tim Berners-Lee 2001 年提出的语义网愿景出发，解释 LLM 与多模态能力为何让智能体无需专用标签即可理解网页并操作界面。
推荐理由：文章分析智能体流量增长可能对平台控制、出版收入、电商排序和数字无障碍的影响，提供了观察网页用户迁移的具体切面。
#MCP/工具调用
MIT Technology Review · AI精选AI 评分7171
Hacker News精选AI 评分7070 Claude Duet 实测：首个让人感觉实用的个人助理型智能体框架
nathanfig 实测 Claude Duet 后认为，它是自己用过的首个比繁琐管理更有实用感的个人助理型智能体框架。Duet 优先快速响应，通过 channels 整理工作流并按 channel 限制 GitHub 仓库访问，层级结构则区分全局工作视图、受限上下文和代码沙箱。产品仍处于 beta，作者遇到线程不可见、委派仓库访问未正确附加等问题，并认为 Dot 的语音交互仍然更好。
推荐理由：作者通过实际使用 Duet，并与 Muse、Dot 等个人助理工具比较，拆解响应速度、权限设计和工作流层级，提供具体的评估维度。
Simon Willison精选AI 评分2222 Ben Hylak：除自家产品外，他使用的产品都应是接入智能体的无界面 MCP
Ben Hylak 表示，除自家产品外，他使用的产品都应是接入智能体的无界面 MCP，让用户无需考虑底层细节。他同时称，自家产品是例外，客户很喜欢其 UI，也很喜欢这家公司。
推荐理由：这段引述把接入智能体的无界面 MCP 作为产品后端形态，并以自家产品保留 UI 为例外，呈现接口设计与交互体验之间的取舍。
钛媒体精选AI 评分7070 腾讯AI压力来到微信原生助手小微
腾讯正以微信原生 AI 助手小微承接 AI 入口压力，小微仍处灰测，入口已从首页扩展至公众号、朋友圈、聊天对话框等触点。小微底层主模型为微信团队自研的 WeLM，部分回答由 DeepSeek 承接，可发消息、调设置、点外卖和调用小程序。腾讯试图借微信的社交上下文与小程序生态，把小微打造为可执行复杂指令的 AI 超级入口。
推荐理由：文章把小微的灰测进展与腾讯模型、元宝及微信生态放在同一框架下，可用于比较腾讯 AI 从模型到入口的推进路径。
钛媒体精选AI 评分7878 AI 智能体、机器人与制药，谁先被 GPT-6 Astra 改写？
三位研究者认为，GPT-6 Astra正改变机器人、个人AI智能体和AI制药，但速度、网页屏蔽与湿实验周期仍限制落地。机器人实验中，Astra展现出适应、自我迭代、Real-to-Sim和低层动作控制能力，但速度较慢且双臂任务薄弱。在生物医学场景，它可处理长程任务并通过Computer Use操作旧式生物医学软件，但实验方案完成度可能只有约30%，灵长类动物验证周期通常为6至12个月。
推荐理由：三位一线研究者分别拆解GPT-6 Astra对机器人、个人AI智能体和AI制药的实际影响、能力边界与落地瓶颈。
钛媒体精选AI 评分6464 对话Epic Games创始人：Tim Sweeney称AI游戏开发时机已到
Epic Games创始人兼CEO Tim Sweeney在Unreal Fest上海表示，Epic从今年1月AI辅助开发效果不佳，转为积极推动内部开发流程采用AI。
推荐理由：访谈给出Epic内部开发效率变化和世界模型与传统3D方案的成本对比，为理解游戏开发的AI转型提供具体参照。
TechCrunch · AI精选AI 评分6060 Figma 联合创始人 Dylan Field 称 MCP 并非完美协议
Figma 联合创始人 Dylan Field 表示，MCP（model context protocol）并非完美协议，仍有较大改进空间，且现状更有利于前沿实验室。
推荐理由：文章将 Figma 新增 20 个 MCP 合作方与 Field 对协议局限和滥用风险的批评并置，呈现开放生态面临的具体权衡。
Hacker News精选AI 评分2828 MCP 能否成为去中心化智能搜索的共同基础
Contexte Tech 创始人 Tony 发表分析文章，论证 MCP 有望成为去中心化智能搜索的共同基础。
推荐理由：MCP 作为去中心化搜索基础设施的潜力分析具体，文章同时列出引用规范、信任边界和度量三项待解问题，为评估相关生态成熟度提供了对照。
GitHub Blog · AI & MLAI 评分2626 GitHub 拆解 AI 编程五大热门观点：代码还要不要读、RAG 是否已死、Skills 是否取代 MCP
GitHub 在最新一期播客中逐一拆解了 AI 编程领域的五大争议观点。开发者仍需按风险分级审查 AI 生成的代码，企业更看重候选人使用 AI 的判断力而非是否采用，Skills 与 MCP 各解决不同问题可互补使用，RAG 也并未过时仍能帮助模型检索外部信息。这些技术可以共存于同一工作流，不应</think>