AI编程

Arguseye 尝试给前端 Coding Agent 增加视觉反馈：代理修改 React、Next.js 或 Vue 组件后，可以看到渲染截图、可访问性信息和未解析输入，从而在代码检查之外形成更接近真实界面的验证闭环。

OpenAI 再次调低 API 标价。GPT-6.1 Terra 的标准价格为输入每百万 tokens 1 美元、输出每百万 tokens 5 美元，较 GPT-5.6 Terra 和 GPT-6.1 Sol 低约 50%。很多开发者的第一反应是：修一个 bug 的成本会不会也减半？素材给出的判断是否定的：单价更低，不等于一个完成任务更便宜。对 AI 编程场景，更值得关注的指标不是每百万 tokens 多少钱，而是“每个被接受任务成本”。

企业规模化采用 AI Agent 后，ISO 27001 审计开始暴露新的治理缺口。文章认为，企业不必为 Agent 另建一套安全框架，关键是把资产管理、身份管理和应用监控等控制落到 Agent 代表员工发起的工具调用上。

当 AI Agent 进入生产环境后，真正的问题可能不是它有没有被使用，而是它是否仍带着凭证、接口和触发器留在系统里。Arrakis Security 的报告与 Humanbound 的开源工具，把“无主 Agent”的资产盘点、权限回收和审计问题推到了台前。

Perplexity 官方 MCP Server 可接入 Claude、Cursor、Codex 等编程助手，用于调用 Perplexity 搜索；Perplexity 也可通过自定义 Connector 调用外部 MCP 服务器。两类接入方式分别对应“把搜索接入 Agent”和“让研究结果执行动作”两种场景。

当 AI Agent 自主调用工具、运行循环、生成结果时，开发者最容易忽视的不是模型能力，而是费用边界。Dev.to 上一篇文章提出，Agent 的预算上限不应只呈现为仪表盘里的数字，而应该写进工具调用层：一旦超出预算，系统就返回一次类似 403 的调用拒绝，而不是等到账单出现后再复盘。