arXiv 论文对比 MCP 与 CLI:AI Agent 工具接入该怎么选

一篇 2026 年 10 月 23 日发布在 arXiv 的论文,从 14 个维度对比了 AI Agent 接入外部系统的两种方式——直接执行命令行(CLI)和使用结构化协议 MCP,结论是单用户本地场景 CLI 更高效,而涉及权限控制、凭证隔离与多租户治理的生产系统更适合 MCP,并建议采用混合架构。

一篇 2026 年 10 月 23 日发布在 arXiv 的论文,从 14 个维度对比了 AI Agent 接入外部系统的两种方式——直接执行命令行(CLI)和使用结构化协议 MCP,结论是单用户本地场景 CLI 更高效,而涉及权限控制、凭证隔离与多租户治理的生产系统更适合 MCP,并建议采用混合架构。

Hugging Face Papers 于 2026 年 10 月 21 日收录的论文摘要介绍 SpatialBrain:在不改动视觉语言主干模型的前提下,让模型积累“何时该测量、何时该换参考系”的推理经验。摘要称其在五个空间推理基准中四个优于同一主干的直接回答,第五个持平。

2026年10月22日,一篇发表于 Hugging Face Papers 的论文提出 Factor-Aware Predictive Learning(FAPL),试图让视频扩散模型真正利用多模态大模型(MLLM)的潜变量,从而在稀疏输入下实现角色、场景、动作、镜头的可控电影级视频生成。

一篇上传至 Hugging Face Papers 的论文摘要称,在不改变模型权重、只调整“思考长度”的条件下,多数被测的开源推理模型和 GPT-5 会更倾向按字面理解“有些”“或者”等词,日常会话中的言外之意反而被取消,而间接回答等依赖语境的推断有所改善。

Meta 在 Hugging Face Papers 发布论文,提出跨层共享的 Meta Expert 结构,用于替代 MoE 模型各层独立存储的 Local Expert。据摘要,在激活专家数和专家粒度不变时,该结构仅用 70%-80% 的专家即可达到 Vanilla MoE 的性能,值得关注其对大模型训练…

Hugging Face Papers 收录论文提出 Code2Video-Compass,一个覆盖 T2V、I2V、V2V 的通用代码生成视频基准,用 2,104 项任务评测 15 个多模态大模型,结果显示领先模型在完整视频生成上仍不稳定。

alphaXiv 上的一篇论文提出 Harness Scaling,把智能体执行框架从单一固定配置扩展为多样化训练配置,以提升强化学习策略在未见白盒配置及外部黑盒框架上的泛化能力。

Hugging Face Papers 收录的论文 RealMe 提出一种统一框架,用高分辨率视频扩散模型把稀疏、低分辨率的拍摄素材增强成 2K、4D 一致的视频,再据此重建沉浸式体积视频,试图降低体积视频制作对昂贵密集多机位采集设备的依赖。
![[Bug]: Proxy keeps upstream LLM connection open after a streaming client disconnects; backend keeps generating or stays blocked](https://www.chat-gpts.plus/wp-content/uploads/2026/10/30244-70d90a5d-768x403.jpg)
该问题通常发生在 LiteLLM Proxy 流式转发(stream=true)过程中,客户端中途断开或停止读取时,Proxy 未关闭上游 LLM 连接,导致后端持续生成或阻塞;应优先排查客户端断开路径上是否真正调用了 CustomStreamWrapper.aclose() ,以及超时配置是否兜底
![[Bug]: user_config routing discards the Router before the call runs](https://www.chat-gpts.plus/wp-content/uploads/2026/10/43486-47692012-768x403.jpg)
当请求体(JSON)中携带 user_config 并走 _route_user_config_request 分支时,临时构造的 Router 会在返回的协程真正 await 之前就被 discard ,导致该 Router 注册的 callbacks 在调用执行期间已经失效。优先排查 user_