Followin MCP 上线 7 天 Pro 免费试用，交易员实盘+美股研报等新功能全开放
相关推荐
Canva可画正式上线MCP能力，首批接入Kimi等AI Agent
火星财经消息，7月30日，Canva可画宣布MCP（Model Context Protocol，模型上下文协议）能力正式在中国市场上线，并同步完成与Kimi、WorkBuddy及Qoder Work CN等本土AI Agent应用的首批接入。AI Agent可通过MCP标准化协议，直接调用Canva可画的视觉创作、素材管理和品牌资产管理等核心能力。
Claude Code官方省Token指南：11个技巧让额度用得更久
据动察 Beating 监测，Anthropic 发布 Claude Code 省 Token 指南。核心就一句：上下文越长，后面每一轮越贵。聊天、文件和命令输出都会继续占用 Token，也会因此更快消耗额度。 整理下来，有 11 个最实用的技巧： 1. 换任务就 /clear。一个任务做完就清掉上下文。还在做同一个任务，只是前面的内容没用了，再用 /compact 压缩。长会话越往后越贵，因为每一轮都会重新带上之前的内容。 2. 模型和 effort 开局就选好。中途执行 /model 或 /effort 会打掉 prompt cache（提示词缓存），下一轮需要重新处理整段上下文。Fast mode 也是一样，最好一开始就开。 3. 离开前先 /compact。订阅用户的缓存约 1 小时过期，API Key 默认约 5 分钟。缓存过期后再回来，下一轮通常要重新处理整个上下文。趁缓存还在时压缩更便宜。 4. 最近几轮跑偏就 /rewind。它只删掉后面几轮，前面的缓存还能继续用。/compact 会重写整个对话，成本更高。 5. 文件直接用 @ 文件名。Claude 会在第一轮直接拿到文件，可以省掉一次 Read 或搜索。一个文件通常只需要 @ 一次，重复 @ 反而可能把同一文件再塞一份进上下文。 6. Prompt 尽量说具体。与其说「测试挂了」，不如直接告诉 Claude 哪个测试、哪个文件。否则它可能先 grep、搜索、读一堆文件，这些结果之后每一轮都会继续占上下文。 7. 测试和日志尽量少输出。Build、测试、git log 的输出都会留在上下文。可以加 quiet 参数、只输出错误，或者用 tail 截断。Claude Code 对超过 3 万字符的命令输出反而会自动写入文件，只把摘要和路径留在会话里。 8. 用 /context 查启动负担。新会话一开始就可以看 CLAUDE.md、MCP 和工具定义占了多少上下文。CLAUDE.md 只放通用规则，专项流程放进按需加载的 Skill，不用的 MCP 用 /mcp 关掉。 9. 简单任务用更小的模型、更低的 effort。大模型输入和输出都更贵，thinking 也属于输出 Token。纯执行类任务没必要一直用最高档模型和最高推理强度。 10. 大日志交给 subagent，小任务别滥用。Subagent 有独立上下文，只把最终结果带回主会话，适合读大量日志、搜索文档。但它也要重新读文件、自己跑多轮，小任务反而可能更贵。搜索、读日志这类任务还可以指定 Haiku 或 Sonnet。 11. /loop 最好单独开会话。每次循环都是完整的一轮，会重复携带当前会话的全部上下文。如果间隔超过缓存时间，还可能叠加一次缓存失效。官方建议另开终端，用一个干净会话专门跑循环。 Anthropic 的建议归根结底就是：少塞无用内容，任务结束及时清，会话别拖得太长。
DeepSeek-V4-Pro被曝「一个API三个模型」？社区测试揭示背后或是Agent环境差异
BlockBeats 消息，8 月 15 日，近日 AI 社区热议 DeepSeek-V4-Pro 疑似存在多个版本。有用户发现，同样调用 deepseek-v4-pro 接口，在更换 IP 或重新创建会话后，模型会出现三种不同的「推理风格」： 一类频繁以「Let me」开头，接近此前 V4 Pro Preview；一类常出现「The user wants me」，类似 V4 Flash；另一类大量使用「we」，被部分用户称为能力更强的「神版 V4 Pro」。 由于同一会话一旦进入某种模式后，后续表现通常保持稳定，社区一度猜测 DeepSeek 是否在 API 背后隐藏了多个模型，并通过路由机制分发。不过，进一步分析 DeepSeek Harness 源码后，出现了另一种解释：差异可能并非来自不同模型权重，而是来自 Agent 运行环境。 社区发现，8 月 10 日，DeepSeek Harness 官方仓库更新了一条关键 commit： 「fix(preset): align minimal agent with RL composition」 该更新旨在让 Minimal Agent 与强化学习（RL）训练时使用的 Agent 环境保持一致。 官方文档显示，Minimal preset 包含极简 system prompt、persistent Bash 环境、指定编辑工具、RL 训练使用的 compaction policy，并移除了额外身份提示、Web 提示及工具说明。 这意味着，DSH Minimal 可能并不是 Standard 版本的「阉割版」，而是在模拟模型训练阶段真实接触的 Agent 环境。 社区测试也支持这一观点。同一个 DeepSeek V4 Pro 在不同 Harness 环境下表现： DSH Standard：91 分； DSH PTC：92 分； DSH Minimal：99/96 分。 随后，测试者开发「Anchored Standard」插件：首次请求模拟 Minimal 环境，只开放 shell 和 read 工具，完成首次工具调用后再恢复 Standard 完整工具集，结果连续获得 98/99 分。 测试者认为，决定 V4 Pro Agent 能力发挥的关键，可能并非最终拥有多少工具，而是模型首次看到的：System Prompt + Tool Schema + Agent
Claude Code跑Kimi K3最贵最慢，成本是Hermes Agent近4倍
据动察 Beating 监测，AI Agent 基础设施公司 Composio 扩大测试，把同一款 Kimi K3 接入 6 套 Agent 框架，完成 26 项相同任务。这里比较的是运行框架，底层模型均为 Kimi K3。 Kimi Code 完成 21 项排名第一。Hermes 完成 20 项，Pi Agent 和 Claude Code 均为 19 项，OpenCode 为 18 项，Codex 以 17 项垫底。 按 Kimi K3 官方价格估算，Hermes 和 Pi Agent 平均每项任务成本最低，分别为 0.39 美元和 0.40 美元。Claude Code 达到 1.47 美元，约为 Hermes 的 3.8 倍。 Pi Agent 速度最快，单项任务中位耗时为 161.7 秒。Claude Code 最慢，达到 347.6 秒。同一模型换套框架，成功数最多只差 4 项，平均成本却相差近 4 倍，耗时相差超过 2 倍。
X-Agent 入驻 OKX Agent Marketplace，上线首批 MCP 工具打造机器原生经济闭环
ChainCatcher 消息，基于 Web3 社交网络的 AI Agent 零代码运行平台 X-Agent 宣布正式成为 OKX Agent Marketplace 商家，上线三款生产级风险分析 MCP（模型上下文协议）工具，并深度接入 OKX Onchain OS 与 OKX Agentic Wallet，推动 AI Agent 从单纯的软件逻辑向具备自主经济行为能力的实体演进。 首批上线三款按次计费 MCP 工具： X-Agent 将平台验证过的底层风险评估能力封装为标准 MCP 服务，供生态内其他 Agent 自动发现与调用： 代币安全扫描 (Token Security Scan)： 识别 Rug Pull、貔貅盘及合约限制风险（0.03 USDT / 次）。 钱包声誉分析 (Wallet Reputation)： 评估交易对手方与“聪明钱”历史行为（0.01 USDT / 次）。 投资组合健康度 (Portfolio Health)： 分析仓位集中度与波动风险（0.01 USDT / 次）。 深度整合 OKX 生态架构，打通机器微支付： x402 机器原生结算： 结合基于 EIP-3009 的无 Gas USDC 结算与 Coinbase x402 协议，在 OKX X Layer 上实现低至 0.01 USDT 的极小额按次支付，无需预存或人工审批。 OKX TEE 硬件级托管： 集成 OKX Agentic Wallet，私钥存放在 OKX TEE（可信执行环境）内，X-Agent 仅通过短期会话签名进行授权，从源头保障资产安全。 幂等自动化执行： 引入 Pre-Broadcast 防护与幂等状态机，防止链上自主任务出现重复扣费或状态冲突。 构建“双向循环”的 Agent 经济体： 本次合作标志着 X-Agent 架构实现了“身份 - 支付 - 执行 - 变现 - 分发”的全路径打通。Agent 既能通过 OKX Agentic Wallet 自主采购外部服务，又能将自身能力封装为付费 MCP 工具赚取收益，真正实现去中心化 Agent 经济体的价值闭环。
阿里Qoder开源AI编程体检工具，Claude Code和Codex也能用
据动察 Beating 监测，阿里云旗下 AI 编程工具 Qoder 开源 Better Harness，并采用 MIT 许可证。它会检查一个代码项目有没有给 Coding Agent 准备好规则、工具和验证流程。 检查范围包括代码仓库、Agent 配置和真实任务记录。它会看项目能否正常启动，测试命令是否清楚，Agent 有没有权限限制，改完代码后是否真的跑了相关测试。 检查结束后，它会列出 Agent 容易出错的环节。每个问题都有证据、影响、修复范围和复验方法。用户可以直接让 Agent 修改，再重新检查。 Better Harness 已支持 Qoder、Claude Code、Codex、Cursor 和 Qwen Code。各平台能力还没有完全拉齐，Qoder 当前最完整。 Qoder 还用它检查了 Better Harness 自己的代码仓库，最终得到 58 分。这也说明它仍处于早期阶段，开源后还在快速修补问题。