MCP新规范：更灵活的协议
MCP新规范将协议从双向有状态改为请求/响应模型，服务端可部署在Serverless和边缘基础设施上。类比银行业务，以前需找固定柜员，现在任意柜员均可办理，提升了灵活性和效率。
相关文档
从 Pi Durable 看 Harness 的演进
文章以 Pi coding agent 的 Durable 版本为切入点，拆解 Harness 架构的演进。传统 Harness 将持久化系统、agent loop 和执行环境耦合在同一个 Node.js 进程中并强依赖 VM，而 Durable 将持久化外置为 SQLite 存储、执行环境与操作系统解耦，并实现无损状态恢复，使 agent 可部署在 serverless 等更灵活的计算节点上。文章还介绍了 pi 的 MCP 原生支持、codemode（通过 QuickJS 批量调度工具）以及 server/client/protocol 分离等变化，最后设计了一套可扩展的长期 Harness 架构，目标是硬件资源消耗降低一个数量级。
虚伪的 Vercel
文章激烈批评 Vercel 的商业行为与开发者关系。作者指出 Vercel 一边高喊反厂商锁定，一边通过 Next.js 的私有构建产物（.next 黑盒）对竞争对手如 Netlify、Cloudflare、AWS 造成事实锁定，迫使行业推出 OpenNext 等逆向工程项目适配。文章还批评 Vercel 发布会夸大宣传（如 Turbopack 号称快 700 倍却内存泄漏严重）、缓存决策反复折腾社区，以及通过挖走 React 核心团队控制生态、弃养 Hyper 等开源项目、无视社区 PR 的做派，认为 Vercel 是道貌岸然的开源收割者。
Designing MCP Gateway: Uber 的 MCP 管理平台
Uber 推出 MCP Gateway，作为统一管理 AI Agent 与后端服务 MCP 交互的核心微服务平台。文章介绍了其架构：控制平面（MCP Registry）作为工具目录的唯一事实来源，数据平面（Proxy Gateway）负责将 MCP 协议请求翻译为 HTTP、gRPC 或 TChannel 并路由到后端服务。通过基于 Cadence 的 AutoCrawler 自动扫描 IDL 注册表和原生 MCP 服务器心跳，自动发现、生成并注册 MCP 工具，同时支持 Jira、Google 等第三方集成。该平台已托管 800 多个 MCP 服务器和 5000 多个工具，实现了安全、可扩展、统一的 Agent 生态治理。
The Ultimate Cloudflare Guide
这篇指南全面介绍了 Cloudflare 开发者平台的各个组件、定价和实际使用中的注意事项。作者以自己运行多个产品的经验为基础，提出了核心心智模型：Worker 即应用，其余皆为绑定（binding）。文章涵盖计算类服务（Workers、Durable Objects、Workflows、Containers、Queues、Cron Triggers）、数据存储选择规则（D1、R2、KV、Hyperdrive、Vectorize）、AI 相关产品（Workers AI、AI Gateway、Browser Rendering、Agents/MCP），以及大量免费服务如 Tunnel、Zero Trust Access、Turnstile、CDN/DDoS 防护和邮件服务。作者给出明确的选型建议，如新项目应使用 Workers 而非 Pages。
Cloudflare Workers 升到 64MB，我挖了 20 个真正值得部署的小众开源项目
Cloudflare Workers 免费版部署限制从 3MB 提升到 64MiB，作者借此整理了 20 个值得部署的小众开源项目，涵盖短网址、网站监控、Analytics、博客、RSS、AI Chat、AI Gateway、Claude Code 监控、IoT 平台、电商系统等。这些项目充分利用 Workers、D1、R2、KV、Durable Objects 等 Cloudflare 技术栈，展示了 Serverless 平台从简单脚本到完整 SaaS 的演进，体现了 Cloudflare 生态的日益成熟和开发者社区的创造力。
电脑关机，监控照常跑！我用 Cloudflare Workers 做了套外部告警
作者为线上服务搭建了一套基于 Cloudflare Workers 的外部监控方案。为了不影响生产服务器，他将巡检逻辑放在服务外部：利用 Cron Triggers 每分钟触发 Worker，读取只读健康接口，通过 KV 保存上一轮状态进行对比，状态变化时通过飞书 Webhook 发送告警卡片。文章详细阐述了告警去重、防抖动规则的设计，以及遇到的重复告警问题及逐项保存状态的解决方案。整个方案运行在 Workers 免费额度内，电脑关机后依然照常巡检，实现了低成本、无侵入的服务监控。
AI-Powered Data Warehouses: Architectural Lessons for Every AI Product
文章探讨了 Snowflake、Databricks、ClickHouse、BigQuery、MotherDuck 等数据仓库平台在 AI 时代的架构演进，总结了七大架构经验：推理正在成为数据库算子；数据转换可通过 LLM 推断并物化新事实；语义层正成为 Agent 的基础设施；Agent 的部署位置是重要的架构决策；数据仓库正成为 Agent 工作的执行环境；Agent 是一种新的数据库工作负载，其迭代、突发、高并发的访问模式要求重新设计数据库系统。这些模式为所有 AI 产品的架构设计提供了借鉴。
同样 $100 X 开发者积分，为什么我能用一年
文章介绍了如何节省 X 开发者积分的使用方法。核心策略是将任务拆分：查信息走 Grok Build 的 x_search（消耗 Grok 订阅额度，不扣开发者积分），读写操作走开发者控制台创建的 APP 凭证（比连接器功能更全且价格相同）。作者详细演示了从创建 App、开通读写权限、生成凭证到在 Grok Bot 中完成授权并成功发帖的完整十二步流程。还提醒了一个坑：发帖正文包含域名会按带 URL 计费（$0.20 vs $0.015），建议链接放评论区。通过这种负载均衡方式，$100 积分可以高效使用很长时间。
为什么 AI Agent 正在逐步“去 MCP 化”，重新拥抱 CLI？
文章分析了 AI Agent 领域从依赖 MCP 回归 CLI 的趋势。MCP 曾被视为 Agent 连接外部工具的标准方案，但在本地开发和工程自动化场景中，CLI 兞现成太、节省上下文、易于调试复现、具备 Unix 管道组合能力且更接近真实执行环境。作者认为 MCP 并不会消失，二者正在重新分工：CLI 成为 Agent 的本地执行层，MCP 回到标准化集成层，用于远程能力、结构化发现和跨平台复用。
MCP小白完整入门教程：搭建你的AI工作台
本文是MCP（Model Context Protocol）的入门教程，旨在帮助读者理解MCP的概念、安装常用MCP服务器，并动手搭建一个简单的MCP服务器。文章首先区分了Skill与MCP的不同，指出MCP是让AI具备操作外部工具能力的标准协议。然后详细介绍了MCP的核心概念（Host、Client、Server）和三种原语（Tools、Resources、Prompts），并推荐了7个实用的MCP服务器，如Sequential Thinking、Filesystem、Playwright等，附有安装命令。最后，通过一个25行的Python示例，演示了如何创建并注册一个自定义MCP服务器，并介绍了调试工具MCP Inspector的使用。
MCP: 连接AI代理与万物的11步指南
本文全面介绍了模型上下文协议（MCP），将其比喻为AI代理的USB标准。文章回顾了MCP从2024年11月Anthropic开源到2026年成为行业标准的发展历程，详细解释了MCP的架构（主机、客户端、服务器）、三大核心原语（工具、资源、提示），并提供了构建MCP服务器的代码示例。此外，还介绍了如何将服务器连接到Claude，以及2026年7月28日发布的重大规范修订，包括无状态核心和扩展系统。
从 Kimi K3 看下一代 MoE 架构的转折点：LatentMoE
文章分析了 2026 年大模型架构的新趋势 LatentMoE。通过对比 NVIDIA Nemotron 3 Super 和 Moonshot AI Kimi K3，揭示了 LatentMoE 如何通过将 token 投影到低维潜在空间，大幅降低内存和通信开销，从而在同等推理成本下激活更多专家，提升模型性能与效率。
