向大家介绍 mcp-cli，这是一款开源、轻量级的 CLI 工具，用于动态发现并与 MCP（模型上下文协议）服务器交互，专为 AI 代理和 Shell 脚本设计。
- 通过动态发现，将 MCP token 使用量减少 99%。
- 通过 Bun 编译成单个独立的二进制文件。
- 同时支持 stdio（本地）和 HTTP（远程）服务器。
- 支持管道操作和 JSON 输出，便于脚本编写。
- 使用 `mcp-cli grep` 命令，可在所有服务器上进行基于 Glob 模式的搜索。
- 包含自动重试机制，并采用指数退避策略处理错误。
（如果）只使用‘跳过危险’或‘yolo’模式，风险仍然太高。如果你必须维护一个允许列表或拒绝列表，请在下面分享你的方案。我先来。以下是我在 @antigravity 项目中使用的列表。
注意：大多数智能体支持为可自动执行的命令设置允许列表，以及一个拒绝列表。拒绝列表遵循与允许列表相同的匹配规则，但优先级更高（例如，通常允许 `git`，但明确拒绝 `git push`）。
允许列表
- ls
- cat
- grep
- rg
- cp
- find
- pwd
- echo
- whoami
- source
- sed
- head
- tail
- mkdir
- mv
- touch
- cd
- tree
- type
- which
- git
- bun
- npm
- python
- pytest
- uv
拒绝列表
- git push
- git pull
- git fetch
- git reset
- git clean
- git checkout .
- git rebase
- git stash
- npm publish
- bun publish
- uv publish
快来试试，并分享你的使用感受！开箱即用，自带自动 Git 工作树功能。
如果你想使用 Claude Code 但不习惯终端界面，现在可以通过 Claude Desktop 使用它的本地功能了！
操作步骤如下：
1. 下载 Claude Desktop
2. 打开侧边栏，点击“Code”开关
3. 选择你希望 Claude Code 访问的文件夹
4. 提交你的提示词！
我们很高兴地宣布，我们正在共同领投 Boltz PBC 的 2800 万美元种子轮。
@boltz_bio 源于 Gabriele Corso、Jeremy Wohlwend 和 Saro Passaro 在麻省理工学院的研究。他们为生物分子研究构建了前沿的开源 AI 模型，在科学家中使用量激增，这对于一个源自学术界的项目而言尤为令人印象深刻。他们的模型已被超过 10 万名科学家、所有全球前 20 大制药公司以及数千家生物技术公司使用。
现在，团队正全力投入，依托其已验证的尖端模型开发能力，结合强大的基础设施与产品化洞察，将这些模型规模化并应用于实验室场景。
他们的 Boltz Lab 平台提供开箱即用的基础设施，将模型与专有的生成式 AI 工作流、直观的用户界面和高性能计算集成在一起。
Boltz Lab 现已可用，并且已经被像 @pfizer 这样的合作伙伴使用。
作者：@JorgeCondeBio 和 @zakdoric
@GabriCorso @jeremyWohlwend
Big news from Boltz today: we’re launching Boltz Lab, a new platform with new small-molecule + protein design agents, announcing Boltz PBC and a $28M seed round, and sharing a multi-year partnership with Pfizer. More below! 🚀
对比看看这条解读 x.com/aakashgupta/st… 以下为原推转译：
各大媒体现在的头条都在喊：“ChatGPT 正在败退，Gemini 正在胜出。”但这根本没看透事情的本质。
短短 12 个月，Gemini 的市场份额从 5.7% 飙升到了 21.5%。翻了快 4 倍。听起来很厉害，对吧？
但问题是，它是怎么涨起来的？
Google 搜索里的“AI Overview”功能每月有 15 亿次互动。用户根本不需要主动选择 Gemini，它自己就蹦出来了。大家只是像往常一样用 Google 搜个东西，结果就在那儿了。(AI Overview 是谷歌搜索结果页顶部的 AI 自动生成的摘要)
Gemini 76% 的流量都是直接来源。为什么？因为 Google 把它预装在了几乎地球上所有的 Android 设备上，坐拥 6.5 亿用户。
这意味着有 10 亿到 50 亿台设备出厂就自带 Gemini。
所以，当 Gemini “抢占份额”时，并不是用户抛弃了 ChatGPT，而是 Google 在把自己原本庞大的搜索流量，直接转化成了 AI 流量。
这完全是两码事。
咱们换个角度看看 ChatGPT 的数据。
没错，它的份额是从 87% 跌到了 65%。但看绝对访问量呢？10 月份高达 62 亿次。这是 Gemini 12 亿次访问量的 5 倍之多！
ChatGPT 每周活跃用户超过 8 亿。份额下降是因为整个蛋糕变大了，而不是因为用户跑了。
不过，最让我觉得有意思的是这点：
Claude 一整年的份额都停留在 2%。纹丝不动。
看起来很惨，是吧？感觉像是输掉了消费者市场的竞争？
但实际上，Claude 拿下了 32% 的企业级 AI 市场份额。而 OpenAI 只有 25%。
它的企业客户留存率高达 88%，而行业平均水平只有 76%。(留存率指客户续费或持续使用的比例，越高代表产品越不可替代)
消费者流量图表反映的只是表面的一场比赛，而水面之下，正在进行一场截然不同的较量。
AI 正在分裂成不同的细分市场，每个市场都需要不同的打法。
Google 赢在渠道分发 (依托安卓系统和搜索入口)。
OpenAI 赢在消费者心智 (大众想用 AI 时第一个想到的就是它)。
Anthropic (Claude 的母公司) 赢在企业的信任。
还有 xAI 的 Grok，仅仅靠集成在 X (原 Twitter) 平台上，一年内就从 0 冲到了 3.4%。这说明，只要你手里握着分发渠道，新玩家依然有机会入场。
我们正在见证市场的细分，而每个细分领域，都有各自的王者。
The headline story is “ChatGPT losing, Gemini winning.” But that’s missing what’s actually happening here.
Gemini grew from 5.7% to 21.5% in 12 months. That’s nearly 4x growth. Impressive, right?
But how did it grow?
Google has 1.5 billion monthly AI Overview interactions inside Search. Users encounter Gemini without ever choosing it. They just Google something and there it is.
76% of Gemini’s traffic is direct. They’ve got 650 million users because they preinstalled it on basically every Android device on Earth.
That’s 1-5 billion devices with Gemini baked in.
So when Gemini “gains share,” users aren’t switching from ChatGPT. Google is converting its existing traffic into AI traffic.
Different game entirely.
Now look at ChatGPT’s numbers differently.
Yes, share dropped from 87% to 65%. But absolute visits? 6.2 billion monthly visits in October. That’s 5x Gemini’s 1.2 billion.
ChatGPT has 800+ million weekly active users. Share is dropping because the pie is expanding, not because users are leaving.
Here’s what I find most intresting though.
Claude sat at 2% all year. Flat.
Looks bad, right? Losing the consumer race?
Except Claude owns 32% of enterprise AI market share. OpenAI has 25%.
88% enterprise retention rate vs industry average of 76%.
The consumer traffic chart is measuring one game while a completely different game is being played underneath.
AI is fragmenting into distinct markets that require different strategies.
Google wins distribution. OpenAI wins consumer mindshare. Anthropic wins enterprise trust.
And xAI’s Grok going from zero to 3.4% in a year with basically just X integration shows there’s still room for new entrants who own their distribution channel.
We’re watching segmentation, and each segment has a different leader.
这里是我全部 320 期播客节目的完整文稿。
对我来说，尝试用 AI 从这些数据中提取见解一直充满乐趣。现在，你也可以来试试了。
我只有一个要求：如果你用它做出了什么酷炫的东西，请一定告诉我。
我会随着每一期新节目的发布，持续更新这个文件夹。
玩得开心！
dropbox.com/scl/fo/yxi4s2w…
Veo 迎来重要更新！以下是本次推出的新特性：
— 竖屏格式：采用更具表现力的模型，并在 Veo 3.1 的“从素材到视频”生成流程中，显著提升了角色、物体与背景间的视觉一致性。
— 画质升级：为所有 Veo 模型提供业界领先的视频超分技术，支持将视频提升至 1080p 和 4K 分辨率。
— 内容验证：可直接在 @GeminiApp 中验证由 Google AI 生成的视频。
查看下面的帖子，观看 Veo 3.1 的功能演示 ⬇️
Gemini API 和 AI Studio 中的 Veo 3.1 迎来更新 📹：
- 我们现在支持上采样至 1080p 和 4K
- 提升了从素材（图像参考）生成视频的一致性
- 支持根据素材生成竖屏视频
过去几个月 Veo 进展神速，未来大有可为！: )
Wow, the third Erdos problem solved via GPT 5.2 this week!
Weekend win: The proof I submitted for Erdos Problem #397 was accepted by Terence Tao.
The proof was generated by GPT 5.2 Pro and formalized with Harmonic.
Many open problems are sitting there, waiting for someone to prompt ChatGPT to solve them:
当今最强大的模型正日益受限于数据获取。公共数据集已基本耗尽，公开网络数据已近枯竭。AI 模型现在需要高质量的真实世界数据才能持续进步。
为此，我们很高兴地宣布对 Protege 进行 3000 万美元的 A 轮投资，这是一个为 AI 构建真实世界数据基础设施的平台。
@withprotegeai 将世界领先的 AI 构建者与跨越医疗保健、视频、音频、动作捕捉等领域的海量多模态数据集连接起来，解锁了那些历史上分散、难以获取或难以规模化使用的数据。
Protege 已经展现出令人印象深刻的产品市场契合度，并且是大多数 MAG7 上市公司以及许多头部私营 AI 公司的核心数据合作伙伴。
我们认为，由 Bobby Samuels（联合创始人兼首席执行官）和 Travis May（联合创始人兼董事长）领导的团队是创建这家公司的最佳人选，他们曾花费十年时间，将 Datavant 和 LiveRamp 打造成数据领域规模最大的两笔退出案例。此外，联合创始人 Engy Ziedan（首席科学官）和 Richard Ho（首席技术官）也带来了深厚的数据与技术专长。
作者：@daisydwolf 和 Eva Steinman
@BobbySamuels @engyziedan
Today, we are thrilled to announce that @withprotegeai has raised a new $30M funding round led by @a16z.
When @BobbySamuels and former @DatavantHQ co-founder and CEO Travis May first started Protege in 2024, we saw three bottlenecks to AI’s progress — compute, models, and data. Compute has scaled dramatically, models continue to improve, but access to the right data remains the hardest part.
That’s why Protege exists: to be the infrastructure for real-world data in AI development. In the few months since our last round of funding, we’ve felt the urgent demand pull across industries, domains, and modalities. We are rapidly expanding to meet those needs.
When AI builders come to Protege, they’re looking for real-world data: the most authentic signal of how people and systems actually behave. This is not synthetic data created by AI nor manufactured data created to simulate human behavior.
Across every stage of the AI development lifecycle — from pre-training to post-training to fine-tuning to evaluation — AI builders need this data. They’re looking across modalities and industries: healthcare, video, audio, motion capture, gaming, manufacturing, life sciences, real estate, finance, education, and many more. Foundational, multi-modal model-builders (including the majority of the Magnificent Seven) now work with us across multiple domains along with dozens of other model builders.
Thanks to @daisydwolf and the rest of the a16z team for joining us on this journey as well as our existing investors also participating in this round — @nbt at @footworkvc, @saarsaar at @CRV, @BloombergBeta, @flexcapital, Shaper Capital, and others.
Lastly, a huge thank you to the @withprotegeai team for making this all possible.
More details in 🧵!
#AIDevelopment #DataInfrastructure #a16z #StartupFunding #Protege
