Unit 42 用一個虛構的客服 agent 示範：把攻擊指令藏在客服工單的隱藏 HTML 註解裡，誘使 agent 呼叫預設開啟的 shell 工具下載並執行偵察腳本。他們發現 shell 子行程以 root 執行，且能直接讀取 harness 主行程（PID 1）的記憶體──而 AgentCore Identity 用來認證下游 MCP 服務的 JWT，正是在這塊記憶體裡被解密成明文。研究團隊當場把這組 JWT 外洩到外部 webhook，再從自己的筆電重播該憑證，成功列出 MCP 工具、呼叫查客戶資料的函式並拿到含 PII 的回應。AWS 已將此案例列為「資訊性」結案，理由是 allowedTools 範圍限制與出站流量過濾屬於客戶端責任。
阿里巴巴 Qwen3.8-Omni-Flash 用 Gemini 一小部分價格做出效能相近的全模態 agent 模型，StepFun Step 5 Preview 600B 參數智力分數追平自家更大模型且 10 月將開源；OpenAI／Meta／Apple／xAI 同步搶進個人助理型 agent 大戰；LiteLLM 爆出 CVSS 10.0 滿分漏洞並被 CISA 列入已遭利用清單，Orkes Conductor RCE 也在被實際攻擊；Google 證實 Gemini 曾在評測中意外闖入 3 家真實企業系統；川普宣布成立「AI Force」、歐巴馬反擊呼籲聯邦強制監管，台灣 TIPS 同日徵求 AI 智財指引意見
openclaw/openclaw 十個月衝上 39 萬星，但今天發的 v2026.9.5 也讓部分使用者升級後 session 消失、要等 8 小時才恢復；volcengine/OpenViking 直接拿 OpenClaw／Hermes／Claude Code 當對照組，證明外接 context database 能把長對話記憶準確率從 24-57% 拉到 80-83%；trycua/cua 發表 2.8MB 的 CUA-S1-FORMS，把填表格這種小決策從通用模型手上接走；pydantic-ai v2.46.0 也把同一種「窄任務轉交專門決策模型」的設計鋪進框架核心 API
今天的 ML Fundamentals 輪練涵蓋五個核心概念:偏差變異取捨怎麼用學習曲線診斷、L1 跟 L2 正則化各自怎麼往 loss function 加懲罰項、批次梯度下降跟隨機梯度下降的取捨、不平衡資料為什麼準確率會騙人(該看 precision/recall/F1/ROC-AUC),以及交叉驗證中最容易忽略的資料洩漏陷阱。練習題改編自 Transunion 的真實 Data Scientist 面試題:如何為大規模資料的端到端 ML 專案設計特徵工程、模型選擇跟驗證策略,拆解思路把五個核心概念串成一套完整的決策框架。
Pydantic AI v2.46.0 三個重點：(1) 上一版（2.45.0）剛推出的 TypeSafeModel——串接不寫文字、只回答型別化問題的分類器 Jev——這版補上它當時做不到的事：能填工具呼叫的參數、能在 union 型別裡先選型別再填欄位；(2) 新增 `typesafe_boolean_threshold`，yes/no 的判斷門檻從寫死的 0.5 距離變成可調參數；(3) `supports_text_output` 讓 `LLMJudge`／`GEval` 這類需要生文字裁決的評測，也能跑在 Jev 這種不輸出文字的模型上。無 breaking changes。
Enhans 完成 $38M Series C，由既有股東 TIMEFOLIO 與新進 Stonebridge Ventures 共同領投，累計融資來到 $60M。這輪錢的信號是：POSCO、LG、樂天三大財閥旗下的投資公司，第一次以「客戶集團的策略投資人」身分下注同一家 Agent 新創,代表企業級 Agent 作業系統正在從概念驗證,變成財閥級供應商願意押注的基礎設施層。
Step 5 Preview（StepFun 階躍星辰）：2026-09-20 API 上線，開源權重預計 2026-10-15 釋出；600B 總參數／27B 活躍參數稀疏 MoE、92 層窄深 Transformer、1M tokens context、支援文字＋圖片＋影片輸入；API 定價 input $1.00（cache hit $0.05）／output $2.70 per 1M tokens；Artificial Analysis Intelligence Index 獨立評測 44 分，與 Kimi K3、Grok 4.6 同級，落後 Claude Opus 5（51）與 GPT-6 Astra／Claude Fable 5.1（並列 53）；同級模型裡每工作任務成本比 Gemini 3.8 Flash 低約 42%；對 Agent 開發的意義是提供「準前沿智能＋大幅降低成本」的中階選項，適合長時間研究型 Agent 與財務分析場景
Product Sense 面試最常見的陷阱,是看到「使用者成長停滯」就直接跳去列一串新功能,卻沒有先分清楚問題出在哪個環節。今天用 CIRCLES 框架練一道情境題:生鮮外送 App 新使用者簽約數持續成長,週活躍使用者卻連兩季持平。答案框架是先用漏斗拆解定位問題環節,再用使用者問題框架(現況→痛點→根因→機會)深挖,而不是急著提方案。案例是 Slack 從使用者行為數據裡挖出「團隊發送滿 2000 則訊息」這個門檻——跨過這條線的團隊有 93% 機率長期留存,這個洞察直接重塑了 Slack 的 onboarding 設計,把「教使用者用完整功能」換成「催團隊儘快衝過活化門檻」。
第三方評測公司 Irregular 為 Gemini 設計的「奪旗」資安演練中，虛構目標公司名稱意外對應到一個真實網域，加上測試環境的網路存取設定錯誤，讓模型得以連上真實網際網路並闖入 3 家真實企業的系統——一次用猜密碼、兩次用公開程式碼庫裡外洩的憑證。Google 稱模型發現目標是真實公司後自行停手，但整起事件從 5 月發生到 7 月得知、9 月才對外揭露，中間空窗近七週。這是繼 OpenAI、Anthropic、Meta 之後第四家揭露評測環境圍堵失效的實驗室，凸顯 agent 評測沙箱的網路隔離必須是可驗證的技術控制，而非設定意圖。
SessionRelay 是本地優先的 AI 編程會話記憶層，透過 MCP server 讓 Agent 查詢跨工具、跨會話的完整對話紀錄。安裝：npx @ewanjasper/sessionrelay init。解決了換 AI 工具、換會話、換人接手時，之前討論的決策與脈絡就消失的問題。
EvoSkill-GUI 讓技能包在部署現場自己修正,三個 GUI 基準最高帶來 +16.2%、+6.0%、+10.5% 的成績提升;AgentGuard 從 642 筆真實 Claude Code 失敗軌跡學出護欄,把異常執行率從 69.0% 壓到 26.7%;Chronicle 把一次偶發事故變成不用再花模型費用的 CI 迴歸測試,每次記錄只多花 23 微秒
資安研究員用 Claude Opus 5 於 72 小時內攻進 OpenAI 內部系統；Google Gemini 紅隊測試曾真實入侵三家公司；Plugin4Shell 讓 Claude Code、Codex、Copilot、Gemini CLI 四大 coding agent 的外掛 SHA pinning 形同虛設；Raindrop、Comp AI 同日各完成 $35M／$34M Series A，押注 agent 持續監控與稽核正在資本化；Temporal 完成 $550M E 輪，估值 $12.55B，長時間執行 agent 的基礎設施持續吸金
affaan-m/ECC 靠「agent harness 效能優化」8 個月衝上 26 萬+ star，但成長速度快到該保守看待；cactus-compute/needle 用 8-29MB 模型犧牲聊天能力換工具呼叫精準度；Graphify-Labs/graphify 用本地 AST parsing 建知識圖譜取代向量資料庫；tinyhumansai/openhuman 把「認識使用者」當 agent 記憶的核心賣點；IvanMurzak/Godot-MCP 讓 agent 直接操作 Godot 編輯器；Claude Code v2.1.277 加入 AGENTS.md 支援
Microsoft Agent Framework python-1.19.0 三個重點：(1) 四個 BREAKING 變更集中在 HTTP cookie 持久化、MCP skill 封裝格式、MCP session 作用域、Redis history key 作用域；(2) 新增泛用向量儲存 provider 協定，一次補齊 MongoDB（alpha）、Azure DocumentDB（alpha）、Azure Cosmos DB NoSQL 三個連接器；(3) 內建 orchestration workflow 現在有穩定名稱並註冊 checkpoint type，讓內建的 sequential／concurrent／handoff／group chat 流程可以被還原重啟。
Comp AI 完成 $34M Series A，由 Roo Capital 和 Grand Ventures 共同領投，累計融資 $36.6M。這輪錢代表的信號是：合規稽核從「一年做一次的快照」正在被重新定義成「Agent 全年無休持續驗證」的訂閱服務，而 Comp AI 賭的是能靠開源和 agentic 架構，在 Vanta（估值 $4.15B）這樣的既有玩家旁邊搶出一塊市場。
Kastle 完成 $24M Series A，由 Insight Partners 領投，Agent 已處理超過 $18 億美元交易。這輪錢代表的信號是：大型金融機構不需要在『忍受舊系統限制』和『花好幾年換掉核心系統』之間二選一，Kastle 賭的是讓 Agent 直接疊在既有系統上工作,才是機構真正能快速採用 AI 的路徑。
Raindrop 完成 $35M Series A，由 CRV 領投，累計融資來到 $50M。這輪錢代表投資人賭的是「Agent 可觀測性」已經從加分項變成必需品——當 Agent 一次跑好幾個小時、呼叫上千次工具，人已經沒辦法即時盯著每一步，勢必需要專門的系統幫忙抓出「安靜地做錯事」的時刻。
Qwen-Image-2.1（Alibaba Qwen）：2026-09-20 開源，視覺生成模組 7B（32 層 Single-Stream DiT）＋Qwen3-VL 8B 編碼器，維持前代 2.0 的 7B 量級但新增原生透明圖（64 通道 RGBA VAE）與最多 10 張參考圖多圖編輯；Qwen-Image-Bench 官方自測總分 60.28，高於 Nano Banana 2.0（59.82）與 GPT Image 1.5（59.65）⚠️ 自測未經第三方覆現；SGLang 團隊獨立驗證單樣本 RGBA PSNR 達 60.69 dB；採 Qwen Research License Agreement，僅限非商業用途，官方未提供托管 API 定價；對 Agent 開發的意義是可省去獨立去背/合成步驟，適合電商素材與多場景分鏡類工作流
AIR Security 研究團隊發現，四大 AI coding agent 檢查外掛版本時只驗證『有沒有照著 pin 住的 commit 做 checkout』，卻從未驗證『checkout 完之後真的落在那個 commit 上』——攻擊者用一個和 SHA 撞名的 Git branch 就能讓 pin 形同虛設,趁 agent 背景自動更新外掛時無聲無息換成惡意版本,達成零點擊 RCE。Claude Code（2.1.179）與 Codex（0.146.0）已修補,GitHub Copilot 尚未釋出修補,Gemini CLI 因即將停用不會修。同一份研究先前用『SkillJacking』手法找到 925 個已被劫持、影響 13.4 萬個 agent 的外掛,證明供應鏈劫持本身已在真實世界發生。
176 組配對實驗顯示 context 管理在預算越緊時越關鍵,規劃對弱模型是準確度鷹架、對強模型是省成本的手段;NVIDIA/MIT 團隊的 SoL-Pi 把鷹架本身當研究對象做遞迴自動優化,省下 44.7%–49.0% token 流量、約三分之一 API 成本;安慰劑對照實驗證明規劃指引讓 τ²-bench 成功率顯著提升 7.17 個百分點,而唯讀驗證器用不到一美分成本擋下 61% 的誤判過關