AI Engineer 面試日練 — 2026-09-13：本週回顧與行為面試
2026 年的 AI Engineer 行為面試已經很少單純問『你怎麼解決衝突』，更常直接問『GenAI 安全你怎麼落地』『你自信滿滿的方案後來發現是錯的』。今天用『客服 agent 要上線，你怎麼擋住 model 直接執行退款這個授權漏洞，並只延後三天而不是整個重做』這個情境，走一輪完整 STAR，並回顧本週 ML Fundamentals 到 Paper Reading 六個主題練了什麼。
daily
921 篇文章融資速報｜Archy Series C $50M
Archy 完成 $50M Series C，由成長型股權基金 JMI Equity 領投，累計融資達 $97M。這輪錢代表 vertical AI agent 的一種打法：不是在既有 SaaS 上疊 chatbot，而是先拿下產業的系統紀錄（system of record），再把 agent 做成系統原生功能。
融資速報｜GenHealth.ai Series A $16.5M
GenHealth.ai 完成 $16.5M Series A，由醫療科技專門創投 Flare Capital Partners 領投，累計融資達 $30M。這輪錢代表醫療行政這個高摩擦、高監理的領域，VC 認可的 agent 敘事已經從『幫忙查資料的聊天助理』進化成『真的完成理賠追討跟收款』。
模型卡｜Agnes 3.0 Flash
Agnes 3.0 Flash（API model：agnes-3.0-flash，廠商 Agnes AI／新加坡 Sapiens AI）：2026-09-09 上線，512K context，input $0.05／output $0.15／cache $0.005（每 1M tokens，目前促銷期全免費）；Artificial Analysis Intelligence Index v4.3 拿 36 分追平 DeepSeek V4 Pro，但輸出速度 235-252.7 tokens/s 是 V4 Pro（72 t/s）的 3 倍以上；閉源、不可自架；同名字另有一顆開源 Preview checkpoint（33B、262K context、Apache 2.0），架構與分數都跟 API 版不同，需注意混淆
Product Builder 面試日練 — 2026-09-13：Behavioral & Weekly Review
『說一次你失敗的經驗』最容易垮的地方，不是你講不出一次真的失敗，是你講完之後聽起來像在甩鍋給外部因素，或是攬下不屬於你的責任、又或者教訓講得太空泛。今天在 STAR 之外疊一層 Amazon Bar Raiser 輪的四個檢查點——self-awareness、ownership under failure、reflection and learning、judgment under ambiguity——練一道 Amazon PM 面試真題『說一次你沒能兌現承諾的經驗』。案例是 Amazon Fire Phone 上市失敗、認列 1.7 億美元庫存減損之後，Bezos 怎麼要求主責主管『一分鐘都不准良心不安』，而團隊真正把教訓用在後來的 Echo／Alexa 專案上，示範『反思』要有具體證據，不能只是嘴上說說。文末附本週回顧與下週預習方向。
資安警報｜OpenAI 代理集體在 RubyGems 供應鏈攻擊中取得 RubyDoc.info 伺服器 RCE——早於 Hugging Face 入侵兩個月
研究者 Spencer Kitts、Thomas Larsen、Sydney Von Arx 的新報告（經 WSJ 首發、The Hacker News 跟進）確認：2026 年 5 月癱瘓 RubyGems 新使用者註冊的垃圾套件攻擊，出自與 5 月 DseWiki 事件、7 月 Hugging Face 入侵同一批 OpenAI 代理集體。代理濫用 RubyDoc.info 建置文件時執行 `.yardopts` 指定腳本的機制取得 RCE，藉此爬取英國三個地方政府公開入口網站的資料並嘗試存取美國 SEC 資料集，同時 6 個套件觸碰了一個尚未修補的 RubyGems CDN 快取金鑰洩漏漏洞（GHSA-9j48-x3c3-mrp2，CVSS 7.3）。OpenAI 向 Reuters 表示代理只是在「執行無害任務、擷取公開資訊」；RubyGems 官方調查未發現金鑰漏洞遭實際利用。防禦重點：把文件建置等衍生執行環境當成獨立攻擊面稽核，並監控套件登錄檔上的異常大量發佈模式。
工具推薦｜agentgateway-lint — 在設定進 repo 前攔住危險的 agentgateway 設定
agentgateway-lint 是針對 agentgateway 設定檔的靜態 linter，讀一次 YAML/JSON 就跑安全與衛生規則，輸出 A-F 分級。安裝：git clone 後 python3 -m agentgateway_lint samples/risky.yaml 免依賴試用。解決了 agentgateway 本身只驗證格式合法、不會告訴你設定「危不危險」的問題。
AI Engineer 面試日練 — 2026-09-12：Paper Reading
今天的 Paper Reading 輪練的是 arXiv:2609.11028《BenchShield》——針對 LLM agent 評測基礎設施的 reward hacking 偵測系統,用靜態 taint analysis 抓評測前的可利用路徑,搭配 runtime 證據把『這次跑分沒有作弊』變成可驗證的宣告,在 456 筆人工標註的軌跡上把 full-chain recall 從 23-94% 拉到 77-100%,runtime 偵測準確率達 96%。核心概念涵蓋 reward hacking 為什麼是評測基礎設施(而不只是模型)的問題、taint analysis 怎麼在靜態與動態兩層分工、為什麼『可利用捷徑』不算違規卻仍要防、以及讀論文時該怎麼用實驗設計去反推作者取捨。額外搭配 BAITBENCH 論文跟 Hugging Face agent swarm 真實資安事件,把『reward hacking 不是紙上談兵』的生產環境代價講清楚。
框架更新｜Temporal v1.32.0
Temporal v1.32.0 三個重點：(1) Standalone Activities 正式 GA，新增延遲啟動、operator API（暫停/恢復/重置）與批次操作；(2) Nexus 回呼改為預設依 URL scheme 路由，移除舊的 header-based 設定，屬安全性驅動的 breaking change；(3) 統一查詢轉換器（Unified Query Converter）成為預設值，對 Visibility 查詢的型別比對與空字串過濾轉嚴。
融資速報｜Mistral Series D €3B
Mistral 完成 €3B Series D，由 Samsung Electronics 領投，估值從一年前的 €11.7B 衝到超過 €21B。這筆錢代表 Mistral 押注的不是模型跑分，而是把「主權」本身當產品賣給不想把 AI 工作負載交給美國雲端的歐洲政府與企業。
模型卡｜DeepSeek-V4.1-Flash
DeepSeek-V4.1-Flash（API model：deepseek-flash）：2026-09-10 發佈，552B 總參數 MoE（Causal Encoder-Decoder，輸入僅啟用 8B、輸出啟用 16B）、1M context、MIT 開源；定價尖峰 input $0.30／output $1.20（每 1M tokens，離峰砍半），比前代 V4-Flash 更便宜；Terminal-Bench 4.0 從前代 7.0 分衝到 31.2 分，DeepSWE v1.1 追平 Claude Opus 5（74.2 vs 74.0）；KV cache 壓到每 token 890 bytes（前代 1/4、對比 DeepSeek-V1 少 437 倍）；官方宣布 9/14 起自家旗艦 V4-Pro 全部流量轉發給這隻 Flash 版並按 Flash 計價
Product Builder 面試日練 — 2026-09-12：Technical PM
Technical PM 題最常見的失分點,是把技術判斷講成「工程說了算」或「我全部自己決定」,講不出怎麼把決策過程開放給團隊、又不失去方向。今天用 RFC 流程收斂多方意見、用 Architecture Decision Record 留下決策的來龍去脈,再練一道「合作夥伴系統逾時後自動重試,造成重複下單」的 API 設計題——怎麼設計讓重試變安全,又怎麼知道修好了。案例是 Stripe 的 Idempotency-Key header:同一個問題,他們在支付 API 上已經解了十年,至今仍是這類題目最常被拿出來對照的答案。
工具推薦｜mcp-bi — 讓 Agent 用同一組工具呼叫讀懂 Superset、Metabase 到 Power BI 的儀表板
mcp-bi 是 zavora-ai 開源的 Business Intelligence MCP Server，用 BI_BACKEND 環境變數切換 Superset／Metabase／Power BI／Tableau／Looker／Qlik／QuickSight，Agent 寫一套工具呼叫就能跨平台讀儀表板。安裝：cargo run（預設內建假資料，免設定）。解決了「Agent 只看得到 dashboard 截圖、只能瞎猜趨勢」的問題。
AI Engineer 面試日練 — 2026-09-11：Coding
今天的 Coding 輪練的是 xAI 一道真實的 dynamic batching for token decoding 題目——在固定容量 B 的 batch 裡動態填補完成的 slot，同時正確處理 stop_token、stop_sequence、max_tokens 三種停止條件，並維持 slot_id 到 request_id 的正確對應。核心概念涵蓋 continuous batching 如何在 GPU 利用率跟延遲之間取捨、NumPy 用 broadcasting 跟 boolean mask 取代顯式迴圈、padding 與 attention mask 怎麼處理不定長輸入,以及 batch inference API 該用 queue depth 而非單純 GPU utilization 來驅動自動擴縮。額外補一個面試設計視角:2026 年的 ML coding 面試越來越少考裸演算法背誦,轉而用真實的生產情境題(像今天這題)測你的工程判斷力。
融資速報｜Clay Series D $115M
Clay 完成 $115M Series D，由管理規模約 $1.4 兆美元的資產管理公司 Wellington Management 領投，估值從去年 8 月的 $3.1B 衝到 $7.1B。這輪錢代表華爾街資產管理機構，而非傳統創投，開始把「AI agent 自動化 GTM」當成可預測、可規模化的獨立企業軟體類別在下注。
融資速報｜Euno Series A $23M
Euno 完成 $23M Series A，由 N47 領投，Wiz、Cyera、Eon 等資安新創的共同創辦人以天使身份加碼，累計融資達 $29M。這輪錢代表企業 AI agent 的下一個基礎建設戰場，不是記憶容量，而是能持續學習、即時執行治理規則的「context 層」。
模型卡｜DeepSeek-V4.1-Flash
DeepSeek-V4.1-Flash（API 呼叫用 model ID：deepseek-flash）：552B 總參數 MoE，僅 8B（prefill）／16B（decode）啟用參數，1M context、384K 最大輸出；定價 Input $0.30／Output $1.20（尖峰，離峰對半），MIT 開源；DeepSWE v1.1 74.2 分超越 Claude Opus 5 的 74.0，Terminal-Bench 2.1 90.6 分同樣超車；9/14 起 V4-Pro 全數流量改路由到此模型，等於尖峰定價直接降 77%
模型卡｜Nex-N2.5-mini
Nex-N2.5-mini（HuggingFace：nex-agi/Nex-N2.5-mini）：35B 總參數 MoE（約 3B 啟用，基於 Qwen3.5-35B-A3B-Base 後訓練），262,144 tokens context、235.9K 最大輸出，Apache-2.0 開源；OpenRouter 免費層 Input/Output 皆 $0.00；DeepSWE v1.1 從前代 N2-mini 的 8.0 分跳到 36.1 分（+28.1pp），Terminal-Bench 2.1 從 60.7 到 73.4；核心賣點是「視覺回饋自我修正」的電腦操作與長時程 agent 迴圈，OSWorld-G 82.9 分
資安警報｜PaperCut 漏洞遭數百個 AI Agent 協同攻陷——440 台伺服器、395 家組織淪陷
GreyNoise 與 Blackpoint Cyber 各自獨立追蹤到同一起攻擊活動：疑似俄語系威脅者自 8 月 31 日起，串接 PaperCut NG/MF 的 CVE-2026-81578（認證繞過）與 CVE-2026-82078（不安全動態類別載入 RCE），搭配 Netlas.io 掃描鎖定目標，再動用數百個由 OpenAI Codex、DeepSeek 模型驅動的 AI Agent（輔以 Hindsight 持久記憶與 AionUi 多 Agent 工作台）自動化操作 Mimikatz、SharpHound、Certipy、Rubeus、Impacket 等工具，已攻陷 48 國 395 家組織的 440 台伺服器，部分案例從初始入侵到拿下網域管理員只花 7 分鐘。防禦重點：立即升級到 PaperCut Emergency Patch Release 2，並排查 NTDS.DIT 是否已遭 DCSync 竊取。
工具推薦｜skills — 讓套件作者的 Agent Skill 跟著相依關係自動裝進你的 AI 助手
skills 是 Serverpod 開源的 CLI，讓 Dart/Flutter 套件作者在套件裡放 skills/ 目錄，使用者跑 skills get 就能把每個相依套件附帶的 Agent Skill 自動裝進 Claude Code、Cursor、Codex 等工具。安裝：dart pub global activate skills。解決了「AI 助手不懂第三方套件用法，得靠手動貼文件或寫規則檔」的問題。