全部 digest deep-dive **tinyhumansai/openhuman**（42,159★）是用 Rust 寫的輕量 agent harness，公開的 SWE-bench 測試裡比 Hermes 等六套工具快一倍以上、token 省 2.6 倍、記憶體和 CPU 省 8 倍，靠 token 壓縮、專挑工具用的小模型 Jev、單一行程內的 plugin bus 做到；**tigerless-labs/agent-memory**（4,385★）把 agent 的長期記憶做成一疊 Markdown 檔＋可重建的本機索引，刪掉索引不會丟知識，Claude Code 和 Codex CLI 能共用同一個記憶庫；**jub0t/Concat**（9,417★）是本地優先、零浮水印的開源 CapCut 替代品，內建 MCP server，讓 Claude 之類的 agent 直接下指令剪片。Release：Agno v3.1.6 讓 eval Case 能帶 session_id／圖片等參數跑完整輪次，OS Manager 改成直接查文件而不轉交 Platform Manager。
今天的核心是 self-attention 的 Q/K/V 機制與 √dₖ scaling、multi-head attention 為什麼要多頭、positional encoding 為什麼必要，以及 self-attention 的 O(n²) 成本要怎麼拆解來解決。練習題是一道常見的情境面試題——Transformer 處理長文件時爆記憶體怎麼辦——關鍵不是背出 FlashAttention 或 Sliding Window Attention 的名字，是能講清楚前者優化的是 GPU 記憶體搬運（I/O bound），後者才是真正把演算法複雜度從 O(n²) 降到線性，兩者解決的是不同層次的問題。
Town 完成 $108M Series B，由 Forerunner Ventures 與 Menlo Ventures 共同領投，公開上線僅四個月就拿下 $1B 獨角獸估值。這筆錢的信號：AI 助理的下一個戰場不是「一個人多聰明」，是「助理之間能不能互相交辦工作」。
MiniMax M3.1 Flash：428B 總參數／約 23B 啟用（MoE）、1M context window、input $0.15／output $0.60 per 1M tokens、cache read 只要 $0.015；官方對照表在 Automation-Bench v1.0.6 拿下 62.2 分，領先 DeepSeek V4.1 Flash 1017（60.5）與 Claude Opus 5（50.3），但在 DeepSWE、Terminal Bench 4.0 落後；VentureBeat 引用 Artificial Analysis 的 AA-Omniscience 評測指出幻覺率偏高，weights 預計 10/23 釋出、授權尚未公開
Google Cloud 在 2026-10-20 停用 Vertex AI（Gemini Enterprise Agent Platform）上的 gemini-2.5-pro、gemini-2.5-flash、gemini-2.5-flash-lite，但 Gemini 開發者 API 的官方頁面同一時間仍列這三個模型「無停用日期」——呼叫入口決定你的模型還能活多久。遷移到官方建議替代後，2.5 Pro 使用者反而更省錢（input 貴 20% 但 output 降 10%），2.5 Flash 使用者成本打平，2.5 Flash-Lite 使用者則要多付超過兩倍。
2026 年 Metrics & Analytics 面試輪最大的轉變，是從單純的漏斗診斷題變成『指標衝突』題——面試官丟出兩個同時變動、方向相反的數字，考的是你能不能找出背後共同的根因，而不是逐層檢查漏斗哪裡出問題。今天練一道真實題：『YouTube 的留言數上升，但觀看時長下降，你會怎麼做？』答案骨架是把兩個指標都拆成『北極星是哪些輸入變數的函數』，去找有沒有一個輸入變數同時驅動了這兩個相反的結果——例如推薦演算法最近把更多高爭議性短片推上首頁：這類影片天然引發留言戰，讓留言數上升，但使用者點進去發現文不對題、看沒多久就關掉，時長因此下降。案例是 LogMeIn 早期的真實故事：公司一度只看「新註冊使用者數持續成長」這個漂亮的數字，直到 Sean Ellis 帶隊把北極星指標改成『遠端遙控連線次數』才發現，95% 的新註冊使用者從沒建立過一次連線——signup 上升的同時，真正拿到產品價值的使用者比例低到嚇人,這正是今天題目要考的『活動量指標上升,不等於使用者拿到價值』的真實版本。
Elastic Security Labs 揭露 Apex Accelerator（追蹤代號 REF8801）用 @apexacc/cli 和 @apexacc/audit 兩個 npm 套件，一邊裝 Windows/macOS 的 infostealer 和後門，一邊把一套開源 coding agent 改造成會偷換 LLM API 端點、寫入攻擊者 MCP server 的版本。防禦：移除套件、翻轄 secret、安裝前核對 MCP server 設定來源。
Audio Studio MCP 是一個 MCP server，讓 Claude Code、Cursor 等 agent 在你自己的 Mac 或 Windows PC 上用 Stable Audio 3 生成配樂和音效。安裝：`git clone` 後跑 `./install.sh`（Mac）或 `install.ps1`（Windows）。解決了遊戲／影片開發者要配樂時，得離開工作流程去訂閱雲端服務或翻版權音樂庫的問題。
Anthropic 宣布捐出 5% 股權（含既有承諾合計約 20%）成立 Public Benefit Fund 處理 AI 對勞動市場的衝擊；CrowdStrike 分析攻擊者自己留在公開目錄裡的 agent 操作紀錄，還原其使用 ARTEX＋Claude Code 攻擊南韓金融機構的作業方式（報告不點名銀行，受影響機構總數未確認）；台灣金管會發布代理 AI 安全諮詢文件、英國 ICO 開 6 週意見徵集、中國提案 23 項 AI 技術出口管制；印度 CERT-In 首次證實測試中的 AI agent 碰到企業真實系統
**stablyai/orca**（96,374★）是 YC 背書的桌面「agent 艦隊」orchestrator，讓 Claude Code／Codex／Grok 等多個 coding agent 各自跑在獨立 git worktree，桌面＋手機隨行監看；**agentscope-ai/AgentTeams**（5,772★）是阿里 AgentScope 團隊做的多 Agent OS，用既有的 Matrix 聊天協定當協作底層，讓 agent 之間與人類的溝通預設可見可審計；**wheresryan22/anatomy**（15,866★）是一個 Claude Code 相容的 agent skill，把技術概念畫成會動的等角透視機械插圖，創 repo 10 天衝上 1.5 萬星。今日無重要框架 release（langgraph、claude-code 在 48 小時內都只有不帶重大變更的 patch）。
今天的核心是 bias-variance trade-off、L1/L2 regularization 的數學直覺、gradient descent 變體怎麼選，以及一個很容易被忽略的評估陷阱：重複拿 validation 分數去調參，本身就是一種資料洩漏。練習題取自 Amazon ML Engineer onsite 的真實問法——資料不平衡時怎麼處理，並從優化角度解釋 L1/L2 怎麼運作——這類問題的關鍵不是背公式，是能把資料層面、模型層面、評估層面的手段分開講清楚。
Duvo 完成 $32M Series A，由 Balderton Capital 領投，Rohlik 創辦人 Tomáš Čupr 二次創業，累計融資 $48M。這筆錢的信號：企業不缺 agent demo，缺的是讓 agent 長期活在既有系統裡的執行層，而這正是 Gartner 預測 40% agentic AI 專案會被砍掉的那個環節。
NVIDIA-Nemotron-Labs-Dory1.0-4B：4B 參數 looped（latent-recurrent）normalized-GPT，8 層 Input＋20 層共享 Recurrent block（可重複套用 1/2/4 次）＋8 層 Output，256K context，OpenMDW-1.1（近似 MIT）授權；2026-10-16 無官方部落格直接悄悄上架 Hugging Face；SWE-bench Verified 1/2/4 loop 分別 50.3%／57.4%／73.4%（4-loop 為引用分，非 NVIDIA 完整自測），2-loop 大致追平同量級 dense 模型 Qwen3.5-4B／3.5-9B；賣點是同一 checkpoint 靠改變循環次數在推理時彈性切換運算量，不需換模型或重新訓練；vLLM／llama.cpp 支援仍在 PR 審查中，尚無官方或第三方 API 定價。
MOSS-Image：OpenMOSS（MOSI.AI／上海創新研究院／復旦大學／上海交通大學）2026-10-16 發布的 5B 單流 diffusion transformer，Apache-2.0，prompt 最長 4,096 tokens，搭配以 GPT-6 驅動的 agentic prompt enhancer 做版面規劃。自建 LLTB 長文字渲染基準 Mean-6 96.3 分（開源模型最高，超越次高 Qwen Image 2512 的 64.9 分 31.4 個百分點）；7Bench 版面控制 mIoU 0.88／AUC 0.70 大幅領先 Ideogram 4 的 0.44／0.20；RealLayoutArena 端到端人評 9 系統中排名第二（Elo 1698.70），輸給 GPT Image 2（1844.35）、贏 Seedream 5.0 Pro／Qwen Image 3.0 Pro／Nano Banana Pro，但骨幹模型在「共享增強 prompt」條件下反而拿下全場最高分（1807.34 Elo）。所有基準皆為官方自建自測，尚待第三方覆現；目前不支援圖像條件輸入或編輯，無官方 API 定價。
Product Sense 面試最容易在『痛點』跟『方案』這兩步卡住——痛點講不出三個真正不同的,方案想出來的三個選項其實是同一個點子換三種介面。今天用 Aced（原 Exponent）2026 年版整理的六步框架：釐清問題→公司策略→選使用者 segment→找痛點→想方案→定 MVP，重點放在後面兩步的兩個工具：找痛點時用時間／金錢／動機／信任安全四個桶子逼自己找出三個真正不同根因的痛點,想方案時用『產品切面』（AI 軟體、硬體、平台網路、情境感知、登月級)確保幾個方案不是同一個點子的不同外殼。練習題是 Meta 2026 年面試候選人回報的真題:『你被指派負責一個全新的志工媒合產品,你會怎麼做?』,拆解示範如何從『志工』這麼大的題目收斂到一個具體 segment（想跟朋友一起做、而不是獨自報名的年輕都市工作者),並示範痛點不能只停在『不知道去哪裡找機會』,還要抓到『沒有同伴督促就很難堅持第二次』這個動機層的根因。案例是 Peloton 2018 年的真實決定——發現會員年度調查裡大家抱怨缺變化,但硬體售價(單車 1,995 美元、跑步機 4,000 美元)把一整群只想要內容、不想買硬體的使用者排除在外,於是把課程內容從硬體拆出來,推出每月 19.49 美元的 Peloton Digital,目標把會員完課率從 36% 推高到 60% 以上。
GenOffice 是一個開源 AI Office 套件，透過 genoffice MCP server 把 29 個工具開給 agent，直接編輯真實 .docx/.xlsx/.pptx 且保留未改動部分的格式。安裝：claude mcp add --transport stdio genoffice -- genoffice mcp。解決了 agent 產文件只能吐 Markdown 近似品、Excel 公式變成死數字的問題。
FEB-30 發現記憶系統的外在 QA 評測跟內在正確性平均相差 16 個百分點,系統對記憶操作的分類準確率其實只有 20%;MemCut 用 456 個刻意設計的秘密測試「刪除」是否等於「遺忘」,LLM 引導式刪除後仍有 39-76% 可從殘留證據拼回原貌;LEASH 證明決定何時該把任務交給更強模型不需要額外訓練,弱模型自己的隱藏狀態就有足夠訊號,35B 開源模型搭配後用低 19% 的成本打平 Claude Opus 5
Anthropic 內部數據顯示 Agent 工時已是員工 6 倍、初階技術職缺占比從 27% 掉到 9%；OpenAI 累計揭露 19 起 Agent 越權事件，銀行同週開始限制 Agent 帳戶存取，Agent 安全新創 Opsin 募得 $21M；Replit CEO 證實已轉用 OpenAI GPT-6 取代 Anthropic；台灣政府擬修《貿易法》把 AI 硬體納入出口管制清單
**microsoft/mxc**（2,891★）是微軟 10/7 GA 的 agent 沙箱化執行層，GitHub Copilot／Codex／Replit 已支援；**perplexityai/SPACE**（1,332★）是 Perplexity 把自家 Firecracker microVM 沙箱開源出來，originally 跑 Perplexity Computer 的內部基礎設施；**Niko1221/Strata**（26,784★）讓 Qwen3.8-Flash-Next 能在消費級硬體一鍵跑起來，本地提供 OpenAI／Anthropic 相容 API；**morluto/rea**（304,672★）連續第三次上榜，4 天內從上次報的 14.6 萬星衝破 30 萬。Release：pydantic-ai v2.57.0 標了「相容性變更」，Skills 補上 `disable-model-invocation`／`user-invocable` 支援。
2026 年的行為面試越來越照標準化 rubric 評分：用第一人稱講「我做了什麼」而非「我們」、每段故事要收在量化 Result、且技術職的行為輪通常獨立計分（如 Google 的 Leadership and Rapport、Amazon 的 Leadership Principles）。今天練的故事是「頂住壓力，擋下一個只過了 demo 但沒做多輪評測就要上線的 agent 功能」，呼應本週六讀的 PROBE 論文：評測不足的 agent 上線後才出包，代價遠高於多花一週把評測補齊。本週回顧從 bias-variance 一路走到 agent 政策合規評測共七個主題。