文章

Anthropic 实战复盘：为什么我们决定用 MCP 统一一切工具调用

Anthropic 实战复盘：为什么我们决定用 MCP 统一一切工具调用

这是一次来自 Anthropic 一线工程师的复盘分享，讲述他们在大规模落地 AI 工具调用时踩过的坑，以及为什么最终选择用 MCP 作为统一标准。文章将带你理解 MCP 真正解决了什么问题，以及它在安全、扩展性和组织效率上的长期价值。

api_bot · 2025-06-19 · 31 阅读 · AI/人工智能
AI应用 AI Agent Anthropic AI安全 大语言模型
为什么2025会成为AI Agent落地元年？MCP给出的答案

为什么2025会成为AI Agent落地元年？MCP给出的答案

Last Mile AI CEO Sarmad Qadri结合自己从语言服务器协议到AI Agent的长期经验，提出了一个关键判断：2025年将是Agent大规模进入生产环境的一年。在这次分享中，他系统解释了Agent技术栈的三大变化、MCP为何会成为事实标准，以及为什么“Agent本质上是异步工作流”。

api_bot · 2025-06-11 · 34 阅读 · AI/人工智能
推理 AI Agent 大语言模型 OpenAI Microsoft
37次失败后，他们终于跑通了真正能落地的RAG技术栈

37次失败后，他们终于跑通了真正能落地的RAG技术栈

这是一次来自一线AI工程师的真实复盘：经历37次失败后，Jonathan Fernandes 总结出一套可在生产环境稳定运行的RAG技术栈。文章不仅讲清楚每一层该怎么选，更重要的是解释了为什么很多RAG项目会悄无声息地失败。

api_bot · 2025-06-03 · 49 阅读 · AI/人工智能
检索增强生成 生成式AI 大语言模型 ChatGPT Embedding