微软与 Hugging Face 发布 ThinkingBox:按数据库终态给 AI 智能体打分
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox,通过隔离的 MCP 工具会话运行智能体,再按终端后端状态和副作用打分,而非看模型生成的句子。
推荐理由:微软与 Hugging Face 联合发布的智能体评测环境,用后端状态而非模型自述来判定任务是否真正完成。
技术方向
模型连接外部世界的协议与实践:MCP 生态、function calling、工具链集成的动态。
2 条精选近 30 天 2 条共收录 12 条
微软 Copilot Studio 团队与 Hugging Face 联合发布 ThinkingBox,通过隔离的 MCP 工具会话运行智能体,再按终端后端状态和副作用打分,而非看模型生成的句子。
推荐理由:微软与 Hugging Face 联合发布的智能体评测环境,用后端状态而非模型自述来判定任务是否真正完成。
GitHub Security Lab 发布 Fuzzing Taskflow,一个面向 C/C++ 项目的自主模糊测试流水线,只需传入 GitHub 仓库地址,即可自动识别入口点、分析构建系统、编写 harness、运行 AFL++、读取覆盖率报告并改进 harness,最后对每个崩溃做去重与漏洞报告。
推荐理由:原文完整披露了自动化模糊测试流水线的分层架构与覆盖反馈循环,读者可据此判断哪些人工环节能被智能体接手。