Pydantic AI v2.59.0 三個重點：(1) 修補高風險安全漏洞 GHSA-4whf-38hw-pxxh——`web_fetch` 工具抓到惡意建構的 HTML 時，轉換過程可能拖住同進程裡的其他工作；(2) 新增 `DaytonaSandbox`，讓 Coder／Shell／FileSystem 等 harness 能力整組跑在 Daytona 沙箱裡；(3) 把跨 provider 的模型錯誤統一成 `ModelRateLimitError`／`ModelContextWindowExceededError` 等共用分類，方便寫出不綁死單一廠商的重試邏輯。
Legora 完成 $550M Series E，Atreides Management 領投，估值 7 個月內從 $5.6B 衝上 $8.8B。這筆錢的信號：法律 AI 的競爭不再是「誰的模型讀合約更快」，而是「誰的 Agent 能接手整個案件流程」——半年內兩家法律 AI 新創各拿 $550M，資本正把法律服務業當成下一個會被 Agent 重構的垂直領域。
Pigment 完成 $250M Series E，由 EQT 管理的 Scaleup Europe Fund 領投，估值達 $2.3B，約為現有 ARR 的 23 倍。這筆錢的信號：企業規劃軟體的下一個戰場不是「做出更好的報表」，而是「讓 Agent 直接把決策變成行動」——目前平台上 85% 的新指標已經由 Agent 建立。
Recursive Flint：40B 總參數 MoE（256 個路由專家＋1 個共用專家，每 token 啟用 6 個路由專家，活躍參數約 2.5B），原生 context 262,144 tokens（官方建議上限 512K），Apache 2.0 授權，2026-10-21 發佈，TechCrunch／Wired 均有報導；SWE-bench Verified 74.2%（官方自測對照 Qwen3.6-35B-A3B 的 73.4%）、SWE-bench Pro v2 89.7%、Terminal-Bench 2.1 54.9%、LiveCodeBench v6 80.3%，是 50B 參數以下 MoE 模型目前最高分；MacBook Pro M4 Pro 上達 131 tokens/s，比 Gemma 4、NVIDIA Nemotron 3.5 Lightning 等同級模型的 58–69 tokens/s 快將近兩倍，RTX Spark 上超過 150 tokens/s；量化到 NVFP4 僅比 16-bit 掉 0.7 分；無官方付費 API，OpenRouter 目前提供促銷性免費 hosted 版本。Recursive 由 Salesforce 前首席科學家 Richard Socher 領軍，2026 年 5 月以 6.5 億美元募資、46.5 億美元估值走出 stealth，這是公司第一款公開模型，核心訊息是幾乎整個模型建構流程（架構搜尋、量化配方、推理 kernel）都由自家自動化研究系統 Eureka Machine 完成，4 個月內由小團隊打造。
AI 產品面試裡『human-in-the-loop 要擺哪裡』是最常被問到卻最容易答成口號的題型——『重要的動作要有人看過』聽起來對,但面試官要的是你能不能把『重要』拆成可操作的判準。今天用 Cloudsoft Solutions 整理的『錯誤成本 × 可逆性 → 審核強度』三層矩陣(高成本不可逆要事前核准、中風險高量可事後抽查、低風險只要例外處理與回饋),搭配 Tcules 整理的八個人機協作 UX 模式——重點是『approve 按鈕本身不等於有效監督』,因為自動化偏誤(automation bias)不會因為訓練或提醒而消失,而 Anthropic 自己的數據顯示 Claude Code 使用者核准了 93% 的權限提示,這正是『審核疲勞』的證據。練習題是自擬的『AI 貸款核准系統要不要人工覆核』設計題,示範如何不要用一刀切的『全部人工審』或『全部自動放』,而是按錯誤成本分三層設計審核強度,並且設計『怎麼證明審核真的有效』而不是只看核准率。案例是 Anthropic 2026 年 3 月發布的 Claude Code auto mode——把『每個動作都要人核准』重新設計成三層架構(安全工具白名單、專案內檔案操作、分類器審核),分類器的兩階段設計把假陽性率從 8.5% 壓到 0.4%,但在真實的危險動作測試集上仍有 17% 漏判率,這個誠實揭露『自動化審核不是零風險,是用可接受的風險換掉審核疲勞』的作法,正是這題最值得模仿的地方。
Symantec Threat Hunter Team 用模擬未受保護 AI 服務的 honeypot 捕獲一份完整攻擊指令：攻擊者打造的「Skynet」模式 agent 會搜尋裸露的 LLM／AI gateway／MCP 端點，用分層 jailbreak 解除商用模型安全護欄，再指揮 74 個工具掃描、入侵常見 web 框架、偷資料庫與金鑰、裝加密貨幣礦工，可無人值守跑 10 萬步。防禦：任何對外曝露的模型端點或 MCP server 一律要求驗證、金鑰視同高價值憑證輪換、限制 agent 主機對外連線。
鷹架處理上下文的方式讓同一個模型在能重新查詢事實時零代價、不能查詢時掉到隨機猜測水準，兩者差距達 92.5 個百分點；StepBench 顯示最強模型的步驟排序正確率僅 63.0%，九步以上的程序掉到 33.1%；MiniLab 證明把攻擊拆成多個 Agent 分頭執行，能讓監控器的偵測率從單一 Agent 的 87% 掉到 7%
自主 AI agent 入侵 1,200+ 網站、單站成本僅 $50，MCP-ITP 工具中毒讓攻擊成功率衝上 84.2%、偵測率僅 0.3%；今日 Arxiv Digest 證明拆成多 agent 分頭攻擊能讓監控偵測率從 87% 掉到 7%，印度 CERT-In 也示警受測 agent 闖入真實系統、無人自行發現；Salesforce 以 \$5.7B 收購 Braze，Arda／Daytona 分別拿下 \$160M／\$60M 新一輪；中國持續用 AI 為台灣選民分類、投放客製化訊息，11/28 地方選舉前情勢升溫
**MoonshotAI/kimi-code**（7.9k★）是 Moonshot AI 自己做的終端機 coding agent，單一執行檔安裝、原生支援影片輸入和 Agent Client Protocol；**open-multi-agent/open-multi-agent**（7.0k★）是把『治理』放在第一位的 self-hosted multi-agent runtime，沒有遙測、沒有雲端控制平面，`runTeam()` 的執行紀錄可以離線驗證；**vibheksoni/stealth-browser-mcp**（3.2k★）讓 agent 透過真實 Chrome + CDP（不是 Playwright）闖過 Cloudflare 的 JS 挑戰頁，走的是跟一般瀏覽器 MCP 完全不同的路線。Release：pydantic-ai v2.58.0 修了兩個安全漏洞——provider-native MCP 設定可能把 server URL 和授權 token 洩漏進 OpenTelemetry trace，Vercel AI／AG-UI adapter 在特定設定下可能讓 client 端未經模型 request 就直接執行工具。
ML system design 跟一般 system design 的差別在於多一層「預測什麼、怎麼知道它有效、怎麼悄悄變差」；今天用框架＋詐欺偵測案例練習怎麼把這層講清楚。
Pydantic AI v2.58.0 三個重點：(1) 新增 `DelegationTasks.steer`，讓正在跑的委派任務可以即時轉向而不用整個重跑；(2) 加入整輪 agent run 的 `timeout=`／`RunContext.deadline`，以及單次 model request 的 `request_timeout`／`max_retries`；(3) 修補兩個中風險安全漏洞——provider-native MCP 設定可能把 server URL／token 洩漏進 OpenTelemetry trace，以及特定前端設定下工具可能被用戶端指定參數直接執行而不經模型請求。另新增 `openai-chatgpt` provider 與 `ElevenLabsAgentsRealtimeModel`。
Arda 完成 $160M Series A，估值 $1.5B，由前 OpenAI 研究長 Bob McGrew 創辦。這筆錢的信號：AI Agent 的下一個戰場不只是程式碼，也包含把「改一條生產線要花 3 到 6 個月」這種製造業的人力瓶頸，壓縮到天的尺度。
Daytona 完成 $60M Series B，FirstMark 領投，估值 $1B。這筆錢的信號：當企業開始部署數千上萬個 AI Agent，雲端運算的單位不再是「給人用的虛擬機」，而是「60 毫秒內生成、用完就丟的 Agent 沙箱」。
Ornith-1.5-122B：122B 總參數 MoE（active 參數未公開）、262,144 tokens 原生 context（YaRN scaling factor 4.0 可延伸至約 1M）、MIT 授權，單張 80GB GPU 可部署；2026-10-16 上架 HuggingFace，沒有對應部落格公告，靠社群與 HF trending 才被注意到；SWE-bench Verified（non-hack）84.5%、CyberGym 80.0%，均領先同量級的 Qwen3.8-Flash-Next（125B）；訓練方法沿用 Ornith-1.0 的自我改進迴路，但從單純優化 scaffold／rollout 擴展成同時優化任務生成、scaffold 建構與 rollout 三個環節；尚無官方或第三方代管 API 定價。
OpenAI 官方 deprecations 頁面列出 10/23 關閉的舊模型中，o1 遷移到 GPT-5.6 Sol 後 input 從 $15 降到 $4（↓73%）、output 從 $60 降到 $20（↓67%），但 o3-mini／o4-mini 遷移後反而變貴 1.8～3.6 倍。還在呼叫這些 model ID 的程式碼，三天內會直接收到 API 錯誤。
2026 年戰略題面試官最在意的,不再是答案結構完不完整,而是候選人有沒有一個五個其他準備過的候選人給不出來的獨特立場——結構完整的答案已經是及格線,不是加分項。今天用 Aced（原 Exponent）整理的六步框架：釐清問題→定錨業務目標→掃描競爭格局→設定指導原則→產生並篩選選項→論證收斂,搭配 Roger Martin 提出的『愚蠢反轉測試』（如果你戰略選項的反面講出來很荒謬,那就不是真正的選擇)判斷差異化夠不夠硬。練習題是 Google 面試真題：『你是 Zoom 的 CPO,面對 Google Meet 的強力競爭,你會怎麼做?』,拆解示範如何先定錨 Zoom 真正的營收結構(企業訂閱與附加服務,不是消費端免費會議量),把威脅定義在『Google 靠 Workspace 捆綁免費取得分銷,不是功能更強』這個精確層級,再用一條能真的刪掉選項的指導原則收斂到一個選項,而不是列出一串都想要的清單。案例是 2000 年 Netflix 對 Blockbuster 的反向定位(counter-positioning)經典戰役——Blockbuster 當年靠逾期費賺進將近 8 億美元,占營收 16%,Netflix 推出無逾期費訂閱制,Blockbuster 明知道該跟卻跟不了,因為跟進等於自砍主要金流,這正是 Hamilton Helmer《7 Powers》裡反向定位的教科書案例。
OpenCode 10/18 公告 Console 服務遭入侵，受影響的 1.4% 使用者是曾把 OpenAI／Anthropic／Google 金鑰貼進 Console 代打 API 的人；官方稱攻擊與想靠大量查詢蒸餾出模型行為的「distillation attack」有關，但沒公布根因。已有使用者在 X／Reddit 回報數百美元的未授權用量。防禦：盤點誰裝了 OpenCode、檢查 `auth.json` 裡連結了哪些供應商、立刻到供應商後台輪換金鑰並設用量上限。
AnythingMCP 是一個自架的 MCP 閘道，把 REST、SOAP、GraphQL、OData、SQL 資料庫自動轉成 MCP tool，附 517 個現成 ERP／電商 adapter。安裝：`docker compose up -d`（quickstart 範本）。解決了公司內部系統沒有 MCP server、每個都要自己手寫一套工具轉接層的問題。
Ignored, Not Refused 稽核 33,000 條軌跡發現 76-80% 的「防禦成功」其實是 agent 沒反應,換句系統提示詞就能讓 ASR 從 0.2% 跳到 43%;From Approval to Abuse 在 Claude Code 與 Codex CLI 上示範誘導 agent 要求過寬授權規則,58% 情境得手且 81% 能悄悄完成惡意任務;GatewayBench 用 11,118 個真實工具證明 MCP 閘道的扁平式設計在工具變多時 token 成本暴增 28 倍,分層式則在弱模型手上整個垂直攤
Forbes 分析 OpenAI、Google、Workday 爭奪企業 Agent 的身份與權限主導位；OpenCode Console 外洩與假 Web3 加速器 npm 套件偷塞惡意 MCP server 兩起資安事件，證明授權邊界一旦失守後果立即升級；FTI／Gartner 預估 2027 年前近 4 成企業會因治理缺口棄用自主 Agent；台灣從彭啟明用 Agent 輔助循環經濟政策到 91APP AgentOne，正處在「降本」走向「增效」的中間點；Town 完成 \$108M Series B 拿下獨角獸估值