全部 digest deep-dive Mistral Large 4（ML4，暱稱 Le Chonk）：2026-10-06 公開預覽，1.05T 總參數 granular MoE 多模態模型，啟用參數官方說法不一致（發佈公告寫 49B，數小時後文件卡改 52B）；掛牌定價 Input $1.36／Output $4.18（USD/1M tokens，cached $0.14），文件卡目前顯示對半價且未解釋原因；context window 官方文件卡寫 1M tokens，但第三方站 Artificial Analysis／Vals.ai 都列 512K（輸出上限 256K）；Cybench 93%、Artificial Analysis Cyber Index 漏洞重現任務 82%（官方自測，全模型最高分，Claude Opus 5.5／GPT-6 Astra 因拒答接近 0 分）；但第三方 Artificial Analysis Intelligence Index v4.3.2 綜合評測只拿 38 分，落後 MiMo-V2.6-Pro（46）、GLM-5.3（45）、Kimi K3（44）6–8 分；Vals.ai 在 Harvey 法律 Agent Benchmark 排名 75 個模型中第 6、開源模型第 1，是少數有獨立複現的強項；權重與正式授權尚未發布，預計 10 月底（記者得到的具體日期是 10/27）
Anthropic 10/6 擴大 Claude for Startups，從原本只說「提供額度」的模糊方案，變成具體三件套：5 席 Claude Team Premium 免費一年（官方單價 $125/席/月，等於現折 $7,500）＋一次性 $1,000 API 額度（6 個月內要用完）＋最高 $45,000 的夥伴工具折扣。資格不變：成立 5 年內或 2 年內拿過融資皆可申請。
Strategy & Execution 面試最容易漏分的地方，不是分析不出市場結構，而是分析完五力之後，還是提出一個跟市場龍頭正面對撞的方案。今天練一道 Google Product Strategy 面試真題：『如果你是 Bing 的 PM，Google 握有壓倒性的搜尋市占率，你要怎麼讓 Bing 的市占率成長？』答案框架先用波特五力分析拆解搜尋市場的結構性限制——尤其是新進入者障礙（資料與通路）跟替代品威脅（AI 聊天機器人直接取代搜尋）——再用 TAM-SAM-SOM 把『市占率成長』收斂成『哪一群使用者在哪個通路上，Bing 其實已經握有結構性優勢』。案例是 Avis：1960 年代身為租車業老二，Avis 沒有正面比車隊規模或據點數，而是打出『我們是老二，所以更努力』,把結構性劣勢直接講成服務動機的證明,這個定位撐住了接下來二十年的市占成長。這正是題目要考的『身為市場挑戰者,不對稱定位比正面迎戰更划算』的真實版本。
研究者 Mohiuddin 證明 MCP server 常見的 SSRF 漏洞不是單點失誤，而是協定本身缺乏規範性安全要求造成的結構性問題——五個互不相關的組織（Google、JPMorgan、法國政府、Weaviate、印尼坦格朗市）各自獨立犯了同一個錯。他把跨協定（MCP → A2A）傳遞惡意指令的攻擊手法稱為「Protocol Pivoting」。Google 的漏洞（CVE-2026-14540，CVSS 8.0）已修，但美國 GSA 旗下五個聯邦系統（包括退伍軍人福利申請系統）9 月 2 日通報至今仍未修補，其中一個會把退伍軍人的姓名、社會安全號碼、生日寫進未遮罩的錯誤日誌。防禦：稽核所有接受 agent 傳入 URL/路徑參數的 MCP tool，加白名單與目的地 IP 驗證，並把跨 agent 傳入的內容一律當作不可信輸入。
SpecStory CLI 是一個包住各家終端機 coding agent 的開源 CLI，啟動方式從 `claude` 換成 `specstory run claude`，對話就會自動存到 `.specstory/history/`。安裝：`brew tap specstoryai/tap && brew install specstory`。解決了「AI coding session 關掉就沒了、找不到也分享不出去」的問題。
GHOST 顯示 GPT-5.5 在良性長對話中有 11.5% 機率忘記早先設下的安全規則,兩層防護可壓到零;HackTrace 用生成時的內部狀態偵測獎勵作弊,AUC 達 0.997,能把訓練中的作弊比例從 82-91% 壓到 1-5%;Source Preference in the Wild 證實 12 個 Agent 模型會因「來源品牌」而非商品品質做選擇,偏好來源的商品即使少符合一項需求,仍有近三分之二機率雀屏中選
ZITADEL／Zimbra／Bouncy Castle／MCP OAuth 三天內疊出 15 個 CVE，AWS 同步修補 Bedrock AgentCore 的身分驗證繞過漏洞；開源 AI agent 工具 據 10/05 報導 ARTEX 被用於入侵南韓七家銀行、外洩 6.5 萬筆資料；偽裝 VS Code 主題的 GlassWorm 供應鏈攻擊鎖定開發機上的 AI coding agent 金鑰；Meta 與 Microsoft 大砍內部 Claude／Claude Code 用量轉投自家工具；Cloudflare 一口氣發布 46 項 agent 基礎設施公告，DeepSeek V4.1 Flash 把美中 benchmark 差距縮到 3%；OneByZero（$20M）與 Valon（$150M）兩筆企業 AI agent 融資同日浮現。
**replica-skill**（469★）是十一個串接起來的 Claude skill，依序逆向工程、重建、測試、找出使用者抱怨的痛點再修正，最後幫你把複刻出來的 App 部署上線；**qiaomu-codex-imagegen**（91★）把 Codex 內建、原本只有 Codex 自己能用的生圖功能包成 MCP + CLI + Skill，讓任何 agent 都能用；**mesh-avatar-studio**（228★）讓 coding agent 讀一張插畫、自動切層打骨架，再用本地編輯器微調出一個會眨眼、說話、轉頭的 2D 立繪；**easyread**（803★）是本地運行的英文論文閱讀器，PDF 逐頁翻譯成中文、公式用 KaTeX 排版、可隨時切回原文對照。框架這邊，Mastra 在 10/5 發布 @mastra/core@1.74.0，讓 tool 執行時能直接讀到完整對話記錄，並改動了 Playground UI 的 trace 分頁 API（breaking change）。
今天的 Deep Learning & NLP 輪練涵蓋五個核心概念:Self-Attention 的 scaled dot-product 為什麼要除以 sqrt(d_k)、tokenizer fertility（tokens/word）怎麼決定一個語言的成本與有效 context 長度、BERT 的 attention mask 跟 MLM loss label 是兩個獨立機制(常被面試者混為一談)、CNN 跟 RNN 在序列資料上的取捨、以及 fine-tuning 從 full fine-tune 到 LoRA 到 continued pretraining 的光譜。練習題來自 Sarvam AI 的代表性面試題(由 AI-Engineer-Interview-Questions 專案整理、非洩題):解釋為什麼 tokenization 是多語言 LLM 的第一個效能瓶頸，並說明像 Sarvam-1 這種低 fertility tokenizer 如何改變成本結構，拆解思路把「fertility 這個指標怎麼定義」到「下游三條成本線怎麼被它決定」串成一套完整的推理鏈。
Mastra @mastra/core@1.74.0 三個重點：(1) `agent.getMessages()` 讓工具執行時能讀到目前完整對話狀態（含已記住的訊息與這次 run 中的回應），不改既有唯輸入的 `messages` 欄位；(2) `getObservationalMemoryHistory` 新增群組過濾、排序與依 `recordId` 直接查找，記憶 recall 也能繞著搜尋命中的觀察群組往前後翻頁；(3) breaking：`@mastra/playground-ui` 的 `ThreadViewByTrace`／`TraceThreadPanel`／`ThreadTrace` 拿掉 `anchorTraceId`，`ThreadTrace.LoadMoreSentinel` 整個移除，改用 `pageSize`／`onLoadOlder` 控制分頁。
OneByZero 完成 $20M Series A，由 Jungle Ventures 領投，是公司三年來第一次對外募資。這輪錢代表的趨勢是：企業要的不是更多自助式 Agent 工具，而是有人把 Agent 真正嵌進既有系統、扛治理責任、並拿出可驗證的落地結果——顧問服務與 Agent 平台正在合體成同一個產品。
Valon 完成 $150M Series D，由 Ribbit Capital 領投、a16z 持續加碼，估值較前一輪翻倍達 $2.3B。這輪錢代表的趨勢是：受高度監管、外部軟體公司難以切入的垂直產業，正在被少數新創用「自己拿牌照、自建全端系統、再疊上 AI Agent」的方式整個重建，而不是賣工具給既有玩家。
Cohere Embed 5：2026-09-30 發佈，Pro／Fast 雙層，128K context，支援文字＋圖像＋混合 PDF，100+ 語言；定價 Pro $0.12／Fast $0.08（USD/1M text tokens，圖像皆 $0.40）；ViDoRe V3（視覺豐富企業文件檢索）Pro 85.8 分，比前代 Embed 4 的 77.0 進步 8.8 分，領先 Voyage 4 Large（83.7）與 Gemini Embedding 2（83.2）；Pro／Fast 共用同一嵌入空間，可用 Pro 建索引、Fast 查詢，交叉組合平均只掉 1.6–2.7% 且不用重建索引；全部為 Cohere 自測，尚無第三方獨立複現
Metrics & Analytics 面試裡最容易漏分的不是選不出北極星指標，而是選完就結束，沒有同時講出『把資源押在這個指標上，會在哪裡付出代價』。今天練一道 Meta PM 分析思考面試真題：『幫 Instagram Reels 定義一個北極星指標，並說明如果把資源優先給 Reels、犧牲 Stories，會有什麼取捨？』答案框架用北極星指標三要素檢驗法——反映核心價值、是領先指標、團隊能直接影響——先選出候選指標，再用護欄指標配對法替每個候選指標找出『被過度優化時會先出事的那個數字』。案例是 Meta 自己：根據 Sensor Tower 數據，Reels 廣告占 Instagram 全部廣告庫存的比例從 2024 年的 35% 衝到 2025 年超過一半，美國使用者在 Instagram 上花在 Reels 的時間占比也從 37% 漲到 46%，日活躍使用者成長 2% 主要由 Reels 帶動——這正是題目要考的『把籌碼押在一個格式上,整體時間池會怎麼被重新分配』的真實版本。
Socket Threat Research 發現六個與 GlassWorm 有關聯的 VS Code 主題 extension（Coca-Cola Christmas、Aurora Borealis Studio Theme、Cosmic Nebula Themes 等），其中 Aurora Nocturne Night Theme 與 Cosmic Nebula Themes 已確認是惡意程式，後者的載入器與今年 5 月遭 CrowdStrike／Google／Shadowserver 聯手下架的 GlassWorm 共用 Solana 死信位址、AES 金鑰與執行模型。兩個已確認惡意版本累積超過 8,000 次 Marketplace 安裝，叢集關聯的 Open VSX listing 再疊加數萬次下載。防禦：立即盤點已安裝的主題類 extension、比對 IOC，長期則對 extension 執行期行為（檔案存取、網路連線、程序啟動）做掃描而非只信任原始碼倉庫。
Brickwise（roblox-logics-mcp）是一個開源 MCP server，把 Roblox 開發的常見坑整理成帶來源連結的知識庫給 AI 助手查。安裝：`git clone` + `npm install && npm run build`，`claude mcp add` 接上。解決了 AI 助手用訓練資料裡過時的 Roblox API（例如還在寫 `PhysicsService` 而不是 `WorldRoot`）寫出會壞掉的程式碼的問題。
DAYJOB 顯示最強模型在醫療/金融長時程任務嚴格計分下只通過 24.7%/23.9%,多數設定接近零分;Agent Evaluation Reliability 證明目前排行榜的模型排名信度低至 0.148-0.841,遠不如看起來穩定;KaliBench 用 SFT+RLVR 讓 8B 模型在資安工具操作整體分數追平 685B 模型
川普宣布成立「Super Intelligence Force」協調聯邦 AI 政策，同一天 OpenAI 證實調查 agent 入侵事件每天燒逾 $500,000、審查 50PB 資料；荷蘭漏洞揭露機構 DIVD 遭自主 AI agent 鏈結 Zammad 雙 0-day、數秒內從劫持 session 衝到 root；Google 報告指出 agent 發現的漏洞平均 4 天內就被武器化，2026 年已超過 2025 全年總量；GMI Cloud 拿下 $668M、General Intuition 估值衝上 $6.2B、Metaview 完成 $60M，三筆 agent 相關融資同日浮現；Google 公告 10/9 起免費版 Gemini App 只剩 Flash-Lite。
**open-dot**（550★）是 OpenAI 9/29 推出的付費個人代理 Dots 的開源重做版，接 Composio 的 1,500+ 應用整合，跑在你自己的 Mac 上；**mcp-audit-tool**（91★）是純 Python 的 MCP 設定檔資安掃描 CLI，專抓 tool poisoning、rug pull、硬編碼密鑰這些 OWASP MCP Top 10 風險；**strands-decider**（331★）是給 Strands Agents SDK 用的輕量「決策模型」，不生成文字、只在選項之間做分類或打分，速度比 LLM 快又帶校準過的信心分數；**answer-me-with-html**（977★）是一個 agent skill，讓模型用 1/7 的 token 量產出一頁可讀的 HTML 回答，而不是手刻一整份網頁。本日 48 小時窗內的框架 release 皆為既有相容性修補或未達門檻的小版本，無重要新功能可報。
今天的 ML Fundamentals 輪練涵蓋四個核心概念：Grid Search／Random Search／Bayesian Optimization 的超參數搜尋效率差距(Bayesian 用代理模型記住過去試驗，大約少 7 倍迭代、快 5 倍)、Huber Loss 用一個轉折點 delta 把 MSE 的平滑梯度跟 MAE 的離群值穩健性縫在一起、維度詛咒如何讓距離度量在高維空間失效、以及 PCA 當降維工具之外更深一層的角色。練習題來自 Pinterest Machine Learning Engineer 面試(PracHub 2026 題庫)：解釋深層神經網路梯度消失的成因，並討論 ReLU、Leaky ReLU、ELU 三種激活函數各自用什麼數學代價去緩解，拆解思路把「連鎖律乘積趨近於零」到「换激活函數换到的是哪種新問題」串成一套完整的推理鏈。