今天的核心是 LoRA 的數學假設——凍結原始權重 W,只訓練兩個小矩陣 B、A 的乘積 ΔW=BA,rank r 遠小於原矩陣維度,B 初始化為零讓訓練起點等於原模型——以及 QLoRA 多做的事:把凍結的 base 量化成 4-bit NF4,adapter 本身仍用 bf16 訓練,兩者解決的是不同層次的資源問題。練習題取自 Sarvam AI 的真實 MLE 面試——解釋 LoRA/QLoRA 怎麼運作,以及什麼時候選 PEFT 而不是全參數微調——關鍵不是背出縮寫,是能示範一套「先看任務需要多少新知識,再看硬體預算,最後才決定 rank 跟是否量化」的決策順序。
Nous 完成 $17M 新一輪融資，由 Heartcore Capital 領投，原 Seed 投資人 Mosaic Ventures 回頭加碼。這筆錢的信號：當多數消費端 AI agent 還卡在「使用者敢不敢授權 agent 做事」這道信任門檻，Nous 選擇先去金融監理機構登記，讓 agent 的每個金融動作都站在被監管的框架裡——這可能才是讓敏感消費 agent 規模化到 25 萬使用者的關鍵，不是技術突破。
Baidu Unlimited OCR 2（`baidu/Unlimited-OCR-2`）：2026-10-27 開源，3.34B 參數（SAM ViT-B + CLIP-L 編碼器 + 12 層 MoE decoder，每 token 路由 6-of-64 專家＋2 共享專家）、131,072 tokens context window、MIT License；核心技術 SR-SWA（Sparse Reference Sliding Window Attention）把跨頁 text-visual attention 壓縮成固定 512-token 參照集；MPDocBench（幾十頁文件）總分 84.6，MarathonDocBench（百頁文件）總分 77.1，只比前者掉 7.5 分；前代 Unlimited-OCR 1.0 同測試下 MarathonDocBench 是 0.0 分、競品 Qwen3.8-Max 從 78.3 掉到 22.9；單張 NVIDIA A800-80GB 即可跑，BF16 權重約 6.7GB
Metrics 面試最常考的不是背指標名詞，是拿到一個掉下來的數字時，能不能用一套可重複的程序把它拆開查，而不是憑直覺亂猜原因。今天的核心框架是北極星指標的指標樹拆解——把一個太抽象、單一團隊兩週衝刺內摸不到的北極星指標，拆成廣度、深度、頻率、速度四個可以直接被某個小隊影響的輸入指標，範例取自一個 AI 寫作平台把『每週成功產出的 AI 草稿數』拆成四個槓桿的做法。練習題是 PM 面試圈廣泛引用的 diagnostics 真題：『Instagram Stories 單日掉了 7%，DAU 也掉 5%，你會怎麼查？』,拆解示範先把指標定義釐清、再用地理／平台／用戶群分段定位問題範圍、接著把時間軸和內部改版或外部事件對齊、同時排除埋點或計算邏輯本身出錯的可能，最後才下結論並給出後續監控建議，而不是看到數字掉就急著講故事。案例是 Spotify 在早期擴張階段的真實選擇——如果當時選了『總註冊數』當北極星指標，成長團隊會把力氣全部花在把人拉進門，但 Spotify 選了『活躍使用者的聆聽時長』，讓這個數字同時餵養 Discover Weekly 等演算法推薦、也直接決定免費層的廣告庫存量與付費轉換的自然驅動力，示範了『虛榮指標』和『能擷取真實價值的指標』之間的差別怎麼在真實公司的決策裡發生。
Forever Security 10/22 發布報告：在真實客戶機器上抓到有人透過 Downloads 資料夾裡的 AGENTS.md 檔案，操控 coding agent 安裝惡意 npm 套件 function-color。研究團隊重建整條攻擊鏈驗證於 OpenAI Codex（成功率 90%+，寫入機器全域設定 ~/.codex/config.toml 達成持久化）與 Claude Code（約 50% 機率透過偽造 CLAUDE.md 讓 agent 改寫 .claude/settings.json 的 ANTHROPIC_BASE_URL，洩漏 OAuth token 並進一步取得程式碼執行）。瀏覽器預設會在無點擊、無授權的情況下把檔案存進 ~/Downloads，這是攻擊能成立的關鍵前提，而且官方說「這不是能修的漏洞」。防禦：別把 ~/Downloads 當 agent 工作目錄，檢查 agent 設定檔有沒有被動過。
SOCRadar 10/20 發布報告，揭露 INC 與 Gentlemen 兩個勒索軟體集團的共用操作者因 OPSEC 失誤曝露 7 台伺服器，裡面是 8,257 則 AI 對話紀錄（133 個 OpenCode session）、自製的 Phantom 自動化紅隊框架（32 個 MCP 伺服器串接工具）、46 支已打包的 INC 加密器，以及 62 家受害組織的完整案件檔案。攻擊者靠 FortiClient EMS（CVE-2026-35616）、SimpleHelp（CVE-2024-57727）、cPanel（CVE-2026-41940）等邊緣裝置漏洞大規模取得入口，再讓 AI 在「人核准每一步」的前提下規劃偵察、產生指令、整理竊得資料、撰寫勒索信。防禦：稽核任何對外暴露的 EMS／RMM／VPN 管理介面，並把「MCP exec_in_session 之類的工具執行介面」當成需要存取控制與稽核紀錄的高風險通道，不是單純的開發輔助功能。
Naive RAG 在四個長期對話 benchmark、七組 benchmark-model 設定中六次排名第一，勝過 12 種設計過的 agentic 記憶系統，顯示對話記憶不需要複雜管理；MemPlan 把記憶編譯成 PDDL 的正負約束，在 NeurIPS 2026 的三個互動環境實驗中勝過純語言記憶代理，顯示任務規劃記憶需要結構化設計；Muffin 用輕量共享緩衝取代多 agent 全軌跡辯論，在 17/20 個 benchmark 設定勝出並省下 77.4% token，顯示多 agent 協調記憶也不需要完整分享
Anthropic、OpenAI 工程師與 Vals 研究示警「agent team 越大不代表越好」的同一天，微軟研究院開源的 Agensh 用去中心化協調把 1,024 個 agent 的任務通過率拉高四到五成，今日 Arxiv Digest 的 Muffin 論文也證明輕量共享筆記勝過完整軌跡辯論；OpenAI 以最高 90% 折扣搶下 Anthropic 大客戶、同時紅隊 agent 揪出 Brotli 嚴重 RCE；91APP 遭駭證實 AI 自動化滲透工具已打到台灣；xAI 完成 60 億美元 C 輪，資本軍備競賽持續
**PrimeIntellect-ai/prime-agent**（⭐ 22,325）用「Recursive Language Model」把上下文當變數、子代理當函式呼叫，外加可回滾的自我改進 harness；**microsoft/Agensh**（⭐ 238）開源微軟研究院的去中心化多代理人系統，無中央協調者就把規模推到 1,024 個 agent，Pandoc 任務測試通過率因此多出四到五成；**finereli/whatsapp-mcp**（⭐ 375）把 WhatsApp 讀取包成唯讀 MCP server，老實講清楚誰能看到你的訊息。Release：Claude Code v2.1.310 新增 Monitor 工具與多平台外掛監控。
今天的核心是三種『模型上線後變差』的失效模式怎麼分開診斷：data drift（輸入分布變了）、concept drift（輸入跟標籤的關係變了,需要真實標籤才能確認）、training-serving skew（根本不是世界變了，是你訓練跟線上兩套特徵計算邏輯本來就不一致）。偵測工具是 PSI（Population Stability Index）,但 PSI 只能告訴你分布動了,動的原因要靠排查順序分清楚。練習題取自 Spector AI 的真實 MLE 面試問法——模型上線兩週後效能下滑,你怎麼診斷——這類題目的關鍵不是背定義,是能示範一套『先排除管線問題,再查 skew,最後才談 drift』的診斷順序。
Azoma 完成 $11.2M Series A，由 Puma Growth Partners 領投，過去一年營收成長近 10 倍、團隊從 12 人擴到 40 人。這筆錢的信號：當 ChatGPT、Alexa for Shopping 這類 AI 購物代理開始實際決定「推薦哪個品牌」，品牌需要一個新的 SEO 層——而這層的度量方式和舊 SEO 完全不同。
GPT-6.1 Terra（`gpt-6.1-terra`）：2026-10-26 上線，1,050,000 tokens context window；定價 input $1.00／output $5.00／cached input $0.05（比 GPT-5.6 Terra 與 GPT-6.1 Sol 的標準單價砍半）；Terminal-Bench 4.0（max effort）50.3% 比前代 21.5% 翻倍以上；Agents' Last Exam medium effort 比前代高 15 個百分點、成本約其 1/3，追平 GPT-6 Astra 但成本僅其 1/10；max effort 下比 Claude Opus 5.5 token 效率高 3 倍、單任務成本約其 1/9；內部事實錯誤率 low effort 從前代 53.6% 降到 16.7%
Product Sense 面試最容易低估的地方，不是想不出框架，是五個評分維度裡只要一項明顯弱，整份答案就會被打低分——不能用『結構完整』去補『分群太籠統』的洞。今天用 Lenny's Newsletter 和前 Meta PM Ben Erez 在 2025 年整理、2026 年仍是業界主流的五維度框架：溝通、產品動機、分群、問題定義、方案發展，每個維度都附時間配置與常見失分點。練習題是 Meta 2026 年面試電話篩選真題：『你被指派一個把居家維修工跟消費者連起來的產品，你會怎麼設計？』,拆解示範如何不要把分群停在『屋主、房東、工班』這種誰都想得到的分類，而是抓住『不知道該找哪種工人』這個真正獨特的痛點、再把方案跟 Meta 自己的社群資產（鄰里社團、朋友推薦）綁在一起，做出跟純粹市集平台不同的解法。案例是 Thumbtack 2026 年 4 月 30 日正式發布的真實決定——官方調查顯示超過一半屋主會把居家問題診斷錯、近 85% 找不到該找哪種專業的人，於是 Thumbtack 把傳統的『先選服務類別』搜尋整個換掉，改成讓使用者用文字、照片或語音描述症狀，AI 再反推該找哪種工人，內部測試顯示 87% 的使用者認為用照片或語音表達問題很有價值，CEO Marco Zappacosta 把這個決定直接定位成『把口碑的信任感用 AI 重建到規模化』。
LiteLLM 官方 10 月 24 日公布完整調查，推翻 10/23 的「Claude Code log 外洩」假設：真正根因是 2026 年 5 月 27 日外流到公開 repo、之後一直沒被撤銷的 Agent Platform master key。攻擊者 10/10 用這把鑰匙偷到一組範圍過大（org owner 等級）的 GitHub token，再用「建立 ci-tmp-x 分支推 push-triggered workflow、幾分鐘內刪掉分支」的手法近乎無痕地偷更多金鑰，最後在 10/21 覆寫發布管線推出惡意版本。防禦：外流過的密鑰即使已清掉 commit，也要假設已外洩並強制撤銷；稽核 GitHub Actions 時不能只看現存分支。
dbmole-mcp 是一個 PostgreSQL／MySQL 的 MCP server，讓 agent 自己管理連線設定。安裝：`claude mcp add dbmole -- npx -y dbmole-mcp`。解決了現有資料庫 MCP 工具連線要手動編輯用戶端設定檔、無法由 agent 自行新增或修改的問題。
MemPABench 證明三種檢索式記憶系統（Mem0／MemOS／RAG）在記住使用者互動偏好這件事上都不比完全沒有記憶更好；Governance-State Corruption 用六家 LLM 跨模型壓力測試顯示,記憶內容沒變,只要『這筆記憶還能不能用』的治理狀態被破壞,正確率平均掉 27.55 個百分點,oracle 修復後幾乎完全恢復；DoorDash 的生產案例顯示,把任務收窄到有 CI、patch coverage、git worktree 隔離等驗證閥的範圍,多 agent 系統已經能在 56000 個 feature flag 的真實清理工作上,以平均每筆 4.79 美元、90% 成功率穩定上線
Arena Agent 排行榜第2～5名分差僅0.35個百分點、95%信賴區間全部重疊，但Claude Sonnet 5.5用約五分之一的API價格追平同家族Fable 5.1；同一天晶片新創Tenstorrent完成15億美元E輪、月之暗面以免費開放權重發行2.8T參數的Kimi K3.1 Pro仍擠進全球第四，資本正押注運算基礎設施與價格而非模型分數；x402支付SDK與AWS Strands Agents SDK分別曝出可讓agent錢包被掏空、跨session資料外洩的高風險漏洞；DeepSeek新一輪募資傳聞升至200億美元
**NVIDIA/OpenShell**（1.9 萬★，+893）把 agent 沙箱做到 kernel 層，政策變更要先過形式驗證才放行；**feder-cr/git-ai**（988★）重做一份 Anthropic 公開撰文描述、但原始碼不公開的 Scion，解決上百個 agent 同時寫同一個分支會卡住的問題；**makecindy/cindy**（3,971★，+471）把 Claude Code 和 Codex 包進同一個桌面／手機 client；AWS 官方的 **agent-toolkit-for-aws**（3,055★）把部署 AWS 需要的 MCP server 和防護機制整理成一套官方 plugin。Release：Pydantic AI v2.61.0 相容性筆記鎖死 thinking 參數覆蓋和 CohereModel 檔案處理；Haystack v3.4.1 跟 LangGraph 同步因應憑證機構私鑰外流事件拉高 certifi 下限。
2026 年底的行為面試正在往『自主判斷』傾斜：AI 輔助寫 code 讓『你具體用過什麼技術』的訊號貶值，面試官改看『在沒人交代的情況下你自己做了什麼決定』；連 Project Deep Dive 這種原本只問 Staff+ 的深挖輪，現在也開始下放到更低職等。今天練的故事是『主動喊停一個做了兩週、方向有問題的 fine-tuning 方案，改用風險更低的做法』,呼應這個轉向——故事的重點不是『我協調了多少人』，是『我自己量化出數字、自己決定方向』。本週回顧從 class imbalance 一路走到 MAS-Guard 多代理人防護論文，共七個主題。
Arena Agent 排行榜新批次（官方發布日期 2026-10-23，結束連續三天卡在 10-20 同批）：第一名 Claude Opus 5.5（Max）不變，20.77%；Claude Sonnet 5.5（Max）從第五名 12.67% 衝到第二名 13.99%（+1.32pp），把原本第三的 Claude Fable 5.1（Max）擠出前三（14.17%→13.94%，掉到第四）；GPT-6 Astra（Max）從第二掉到第三（14.70%→13.96%）。第 2 到第 5 名分差只剩 0.35 個百分點，95% 信賴區間全部重疊，但 Sonnet 5.5 用五分之一的 API 價格追平同家族的 Fable 5.1，這個方向比名次本身更值得記。