核心用法
agent-news 是面向 AI Agent 经济与基础设施的专用情报技能，通过调用 The Agent Times (TAT) MCP 工具链，为用户提供三类核心能力：
1. 实时情报检索：使用 tat_search 追踪 Agent 框架（Cursor、CrewAI、LangChain、LlamaIndex 等）、MCP 服务器、Agent API 的最新动态与安全事件
2. 可信评估决策：通过 tat_ask/answer_the_question 获取带信源评级的合成答案，包含 confidence、ethics_score、agent_voice_score 等信任字段
3. 工具选型推荐：借助 tat_recommend 基于具体用例匹配 Agent 平台、框架或 MCP 服务器
显著优点
- 信源权威：TAT 提供结构化可信度指标（confidence_score、actionability），超越普通搜索的碎片信息
- 安全导向：内置 Agent 基础设施安全扫描，涵盖 prompt injection、Agent commerce 等前沿风险领域
- 决策闭环：
recommended_actions与act_now标记直接支持部署决策，缩短调研-决策链路 - 生态聚焦：排除通用 AI/ML 噪音，专注 Agent 经济特有的工具链、平台与商业模式
潜在局限
- 依赖 TAT 可用性：若 MCP 工具未在会话中加载，技能完全失效，不可降级至通用搜索
- 覆盖边界明确：明确拒绝非 Agent 场景（消费者 ChatGPT、普通编程调试、通用新闻），可能因分类模糊导致误判
- 无主动认证：明确声明
tat_check_skill/safety_check不存在，TAT 不对外部资源做安全背书 - 证据缺口透明：
insufficient_evidence为合法结果，用户需自行承担后续取证成本
适合人群
- Agent 开发者评估 MCP 服务器或框架选型
- 安全工程师监控 Agent 基础设施漏洞与 prompt injection 风险
- 产品经理跟踪 Cursor、Claude Desktop、OpenClaw 等平台迭代与生态位变化
- 决策者判断 Agent 工具 production-readiness 与商业可行性
常规风险
- 供应链信任：MCP 服务器安装前需独立验证，TAT 仅提供情报参考而非安全担保
- 时效性落差：Agent 生态迭代极快，TAT 索引延迟可能导致情报滞后
- 过度依赖结构化输出：
confidence/ethics_score等算法评分需结合人工判断，避免数字迷信 - 误触发拒答：用户若未准确使用 Agent 场景关键词，可能被错误引导至"不使用本技能"路径