ChatGPT Wallet 允许 Agent 代付,却要求用户逐笔核对商品、金额和卡片,再完成安全验证。购物可以委托,花钱的批准权仍握在人手里。
🚀 产品落地与支付授权
• ChatGPT Wallet:付款前逐笔授权 —— OpenAI 11 月 13 日发布钱包,用支付 token 隔离真实卡信息,首批通过 dots 向美国符合条件的成年 Pro 用户开放。商户还得适配网站访问和支付风控,否则 Agent 选好商品,也可能卡在结账。
🛠️ 开发工具与交付验收
• Chrome DevTools MCP:让编码助手检查真实浏览器 —— 本次工具发现提供性能追踪、网络请求、控制台消息和截图等能力,首发日期未确认。修完页面后,让助手实际打开、操作并检查报错,验收才有运行证据。
• Eval-driven Development:加工具时一起测旧功能 —— LangChain 11 月 9 日发布工程指南:给知识助手增加工单工具,先测试哪些请求该建单,并保留原有检索测试。每次修改都比较前后结果,再把生产故障收进回归集,减少修好一处、弄坏另一处。
🧠 任务设计与用户意图
• Goal Engineering:销售 Agent 改按工作分工 —— LangChain 与 Actively AI 11 月 14 日披露,团队从“每个客户一个 Agent”改为按客户拓展等同类工作组织 Agent。相似产出集中审阅,一条反馈便能用于多个客户,减少人工来回切换。
• XYBench:会选好建议,自己回答却容易跑偏 —— Ai2 11 月 13 日解读这项包含 8115 道问题的研究,论文于 9 月 6 日提交。受测模型在选择题里偏好合理建议,自由回答时却常围着用户的错误方案展开;客服与排障助手值得加入“用户问错方向”的测试。
📚 延伸阅读
• ChromeDevTools:浏览器调试、性能分析与 Agent 接入文档
https://github.com/ChromeDevTools/chrome-devtools-mcp
• LangChain:如何用评估驱动 Agent 开发
https://www.langchain.com/blog/what-is-eval-driven-development
• XYBench:助手如何处理带有错误前提的问题
https://arxiv.org/html/2609.06842v1
