所有分類全部 digest deep-dive CopilotKit/OpenBot 用 AG-UI 協定包出「每個都有自己電腦」的 AI coworker 框架,一週衝上 2,289 星;Bruno 官方 MCP server(usebruno/bruno-mcp)比社群版(Ostico/bruno-mcp-studio)晚兩個月才補上;browser-use 團隊另開 macOS Harness 專案,用六個 accessibility 原語讓 LLM 直接操控 Mac;搬到 Anomaly 底下的 opencode 星數(約 19.9 萬)已經超過 Anthropic 自家 Claude Code(約 14.2 萬)。框架端,MCP TypeScript SDK v2 把單一套件拆成 8 個子套件,並跟進協定的 stateless 改版,拿掉了 session handshake。
AI Engineer 的行為面試不是講你做過什麼專案,而是讓面試官從你講故事的方式,反推你能不能扛更大的 scope、能不能在模糊情境裡自己定義問題、出包時會不會誠實講『我錯在哪』。今天用一個『RAG 系統上線後給錯答案,你怎麼揪出根因並穩住客戶信任』的故事框架練習,再回顧本週(週四到週六)練過的 ML System Design、Coding、Paper Reading 三個主題。
OpenAI 官方將 GPT-5.6 Sol 標準費率從 $5.00/$30.00 降到 $4.00/$20.00(每百萬 tokens input/output,input ↓20%、output ↓33%),2026-08-21 生效,促銷期至少到 11/21。這是 OpenAI 自己動手降價,不是 OpenRouter/Cloudflare 那種平台促銷(見前篇),且兩者現在疊加——OpenRouter 的 50% 折扣已改套用在新的 $4/$20 基準價上,變成 $2.00/$10.00。
Behavioral 面試不是考你有沒有故事,是考你會不會挑故事——同一個「搞砸了」的經驗,講成 Failure Story 還是 Problem Story,決定面試官讀到的是「你在推卸」還是「你在扛責任」。今天練 STAR-R 框架(比傳統 STAR 多一步 Reflection),題目是「無授權下如何影響決策」,案例是一位電商 PM 在黑五前四週把承諾的營收功能砍掉、轉去修系統穩定性的真實決策。
Omnigent 是一個用來統一管理 Claude Code、Codex、Cursor 等 coding agent 的開源 meta-harness,8/21 被揭露三個 CVE:CVE-2026-62674(CVSS 9.0,上傳偽造的 shared agent bundle 夾帶 stdio MCP server 達成 runner RCE)、CVE-2026-62675(上傳的 bundle 宣告 Python callable tool,被 runner 直接執行)、CVE-2026-62677(bundle 裡的 os_env.cwd 未驗證,可讓 agent 讀寫整個 runner 主機檔案系統並洩露環境變數中的憑證)。三者共同根源是 agent bundle 上傳路徑對租戶提供的內容信任過頭。官方已在 0.3.0 修補,多人共用或公司自架的 Omnigent 部署應立即升級。
mcp-anything 是一個 meta-MCP server,把 7.5 萬個 MCP server 的 registry 索引到本機,讓 agent 用 5 個固定的 meta-tools(search/describe/list_tools/call_tool/sync)搜尋並呼叫任何 MCP server。安裝:`npx mcp-anything sync && npx mcp-anything serve`。解決了「MCP server 太多、每個都要手動配置、每多裝一個就多燒一份 context」的問題。
LEDGER 用分層證據圖讓你稽核 agent 到底做了什麼、憑什麼下結論;StateMemBench 證明現有記憶系統普遍追不上事實變動,最強方法把準確率從 0.205 拉到 0.363;AI4AI-Bench 顯示遞迴自我改良離現實還很遠,六套系統 29 種配置在滿分 1.0 的量表上平均只拿 0.166 分
Stripe 逾70億美元收購模型路由平台 OpenRouter;Anthropic 同步在推 IPO、晶片融資與供應鏈估值三條資本線;Aikido 資安基準顯示開源模型在漏洞挖掘任務上已追平閉源前沿模型;Grok 遭加密提示注入零點擊竊取對話紀錄,xAI 兩個月未修補;GPT-5.6 Sol 在 OpenRouter/Cloudflare 兩平台同步五折促銷。
HKUDS/nanobot 靠 v0.3.0「The Agency Release」7 個月衝上 4.7 萬星,主打個人自架 agent runtime;genspark-ai/genoffice 用開源桌面應用做 AI 辦公套件,三週破 3,400 星;NVIDIA 發表 labs-OO-Agents(NOOA),把 agent 狀態收進單一 Python class;MCP server repo-context-mcp 幫 coding agent 讀 repo 不用整包塞進 prompt。框架端 Mastra 1.60.0 補上 durable execution 與 Cloudflare Sandbox;pydantic-ai v2.33.0 因 anthropic SDK 升級 httpx2 而有 breaking change。
Paper reading round 考的不是你有沒有把論文讀完,而是你能不能像親自做過這個研究一樣,講出關鍵設計選擇背後的 trade-off、指出實驗設計的漏洞,並預測下一步該怎麼做。今天用剛發表的 OneDayAgent(長程 agent harness,2026-08-04 掛上 arXiv)當練習素材,拆解 task decomposition、context 壓縮、verify-repair 三個核心機制,並完整跑一輪典型的論文追問。
CrewAI 1.15.17 三個重點:(1) 宣告式 Flow 定義現在可以直接開啟 conversational 對話模式,框架自動合成內建對話方法,不必手寫 Python `Flow` 子類別;(2) 明確標示 conversational 是 opt-in 行為,降低誤用風險;(3) 修了透過 slug 參照解析工具遺失 AMP slug、以及分塊處理超大單一訊息的問題,本版無 breaking changes。
GPT-5.6 Sol 標準費率透過 OpenRouter 與 Cloudflare AI Gateway 都從 $5.00/$30.00 降到 $2.50/$15.00(每百萬 tokens input/output,↓50%),Flex 最低到 $1.25/$7.50,促銷跑到 2026-09-18。折扣只適用兩平台的代管計費(Unified Billing/非 BYOK)流量,OpenAI 自家 API 直接叫用價格不變。
Technical PM 面試考的不是你會不會畫架構圖,是你會不會在畫圖之前先講清楚限制條件。今天練 Clarify → Estimate → Sketch → Trade-off → Mitigation 五步結構,題目是 Google 真實面試題「設計企業版 Google Keep」,案例是 Uber 一則 latency vs consistency 的真實工程協商故事。
Adversa AI 發現把惡意指令用 AES-256-GCM 加密藏在網頁上,能讓 Grok 的護欄失效——因為護欄只檢查進出模型的文字,不檢查程式碼執行環境解密後的明文。使用者只要叫 Grok 摘要該頁面,Grok 就會在自己的 Python 執行環境解密指令,把姓名、位置、訂閱等級與對話紀錄包成偽裝的『解密金鑰』塞進 URL,再用瀏覽工具把資料送到攻擊者伺服器,全程零點擊、無警告。同一手法對 Gemini 也能繞過安全過濾產生違規內容。xAI 自 6/3 收到通報至今無回應、無修補、無 CVE。防禦重點是在 agent harness 層做內容隔離與出站限制,不是等模型層解決。
Cairn 是一個用 MCP tool servers 串接觀測系統、部署紀錄、runbook 的事故分析 Copilot,問一句「為什麼 checkout 延遲半夜三點飆高」就能拿到附證據的根因假設。安裝:`make install && make up` 起本機環境。解決了 SRE 排查事故時要手動在好幾個系統間來回核對時間軸、翻 runbook 的問題,而且修復動作預設要人核准才會執行。
DART-SD 用互動狀態圖只監督修復步驟,讓工具呼叫 agent 自蒸餾不再誤殺有效探索;SkillForge 讓 agent 先解合成題把 repo 知識蒸成技能,SWE-bench Verified +5.8%;Post-Training AI 分析發現頂尖 agent 開場就鎖死訓練策略,之後十小時只做局部微調
SpaceX 以 600 億美元收購 Cursor 母公司 Anysphere,並傳出接觸 Cognition(遭否認);Stripe 確認以 75 億美元收購模型 gateway OpenRouter,Ramp 同日收購 router.com 推出自家路由平台;Anthropic 揭露多代理系統間會自我傳播的「心智病毒」;CISA 將 MLflow SSRF 漏洞列入已遭利用清單,聯邦機構須 9/2 前修補;Splunk 修補 MCP Server app 的 CVSS 9.1 反序列化 RCE
Cursor 開源官方外掛市集 cursor/plugins,用 plugin.json + skills + MCP 定義把生態標準化,一天 +470 星;apache/maka 進 Apache 孵化器,用 append-only 事件日誌記錄 agent 的每次工具呼叫與權限決策,主打可稽核的 local-first 工作台;magnitudedev/magnitude 幫你自動偵測硬體、下載並在本機跑模型,開箱即用的離線 agent;vercel/eve 把 agent 能力放進 tools/、skills/、schedules/ 等慣例目錄,檔案系統就是介面。框架端 pydantic-ai 補了 v2.32.1 patch。
ML coding round 考的不是背 leetcode,而是能不能只用 NumPy 把 attention、k-means 這類 ML 元件從零寫出來,同時講清楚每一步的 shape 和複雜度。今天聚焦五個高頻考點:向量化思維、softmax 數值穩定性、shape 追蹤與複雜度分析、batch inference 的 padding/masking,以及手刻演算法時該怎麼驗證正確性。
Callosum 完成 $100M 種子輪,由 Atomico 領投,估值未揭露。這筆錢押的是「Agent 的成本瓶頸不在模型,而在把每一步都塞進同一顆 GPU」——當推論支出吃掉 AI 原生公司一半以上營收,路由層的價值開始從模型選擇擴張到晶片選擇。