2026 年底的行為面試正在往『自主判斷』傾斜：AI 輔助寫 code 讓『你具體用過什麼技術』的訊號貶值，面試官改看『在沒人交代的情況下你自己做了什麼決定』；連 Project Deep Dive 這種原本只問 Staff+ 的深挖輪，現在也開始下放到更低職等。今天練的故事是『主動喊停一個做了兩週、方向有問題的 fine-tuning 方案，改用風險更低的做法』,呼應這個轉向——故事的重點不是『我協調了多少人』，是『我自己量化出數字、自己決定方向』。本週回顧從 class imbalance 一路走到 MAS-Guard 多代理人防護論文，共七個主題。
Arena Agent 排行榜新批次（官方發布日期 2026-10-23，結束連續三天卡在 10-20 同批）：第一名 Claude Opus 5.5（Max）不變，20.77%；Claude Sonnet 5.5（Max）從第五名 12.67% 衝到第二名 13.99%（+1.32pp），把原本第三的 Claude Fable 5.1（Max）擠出前三（14.17%→13.94%，掉到第四）；GPT-6 Astra（Max）從第二掉到第三（14.70%→13.96%）。第 2 到第 5 名分差只剩 0.35 個百分點，95% 信賴區間全部重疊，但 Sonnet 5.5 用五分之一的 API 價格追平同家族的 Fable 5.1，這個方向比名次本身更值得記。
Pydantic AI v2.61.0 三個重點：(1) 新增結構化 citations——`TextPart` 可帶引用來源，跨 Bedrock／OpenRouter／xAI 正規化格式，並能在多輪對話中把引用回放給原本產生它的 provider；(2) 公開 durable 執行引擎的擴充介面（operation types、`ParameterTransports`、`DurableRunContext`、run identity hooks），第三方可以接自己的 durable backend 進去；(3) 多項相容性警示：`thinking=False` 現在會送模型能接受的最低 thinking 量，`CohereModel` 工具回傳檔案時不再靜默丟棄而是直接報錯。
Pathos AI 完成 $237M Series E，由 Bristol Myers Squibb 領投，估值來到 $3B，距離 Series D 的 $1.6B 僅 17 個月。這筆錢的信號：BMS 不是純財務投資，而是用股權換 Pathos Foundry 平台的跨組合使用權與神經科學三年獨家權——大藥廠開始把「投資 AI biotech」當成取得內部 agent 平台能力的捷徑。
Behavioral 面試裡最常翻車的地方,不是講不出故事,是把『信任』『影響力』這類抽象詞直接掛在嘴上,卻說不出具體發生了什麼。今天用 STAR 當外層敘事骨架,但在『行動』那一步換成 SBI（Situation-Behavior-Impact）結構,逼自己把『我去溝通了』這種含糊說法拆成『在什麼情境下,對方做了什麼具體行為,這個行為對團隊或結果造成什麼影響』。練習題是 Amazon 真實收錄的面試題：『團隊的信任被你或別人破壞過,你怎麼修復,結果如何』,拆解示範先判斷故事主角是自己還是對方,再用 SBI 把『怎麼開口』那一刻講具體。案例是 Kim Scott 在 Google 的真實故事——她對著 Sergey Brin 和 Eric Schmidt 做簡報時說了太多次『um』,事後主管 Sheryl Sandberg 直白告訴她『妳聽起來很蠢,大家會覺得妳不行』,這句話之所以沒有傷害信任、反而成為 Kim Scott 日後寫出《Radical Candor》的起點,是因為 Sandberg 平時已經用一千件小事證明自己真心在乎她——這正是今天題目要考的『直接的回饋為什麼沒有毀掉信任,反而修復了信任』的真實版本。文末附本週七個主題的回顧表與下週預告。
photoshop-mcp 是一個 MCP server，讓 Claude（或 Cursor、Codex）透過 AppleScript 直接驅動本機 Photoshop 做分層、調色、去背、匯出。安裝：`git clone` 後跑 `./scripts/install.sh --client claude-code`。解決了「agent 改圖時怎麼不把原始檔案弄壞」的問題——內建自動 checkpoint、文件釘選、逐步回滾。
今天的論文是 MAS-Guard（arXiv:2610.28397，2026-10-20 發布），核心是把 agent 防護拆成本地 A-Guard 跟系統層 Control Plane 兩層，用 allow／reflection／confirmation／block 四級介入取代二元擋放。練習題模擬面試官給你論文摘要、要你評論怎麼套用到公司現有多代理人系統（含一個第三方黑盒 agent）的場景，練的是論文討論題該怎麼拆解成「邊界定義→分層設計→取捨分析→評估指標」四步，而不是背結論。
CrewAI 1.15.29 三個重點：(1) `AgentExecutor` 正式脫離 experimental 標籤，成為穩定 API；(2) 新增 Azure DocumentDB 向量搜尋整合，以及 crewAI eval 的匯出評測、單指令跑整個 crew 拿 verdict 等強化；(3) CLI 補齊平台應用搜尋、登入時選組織等維運功能。本版無 breaking changes，直接升級即可。
Inngest v1.49.0 兩個重點：(1) 新增 v2 API function replay，可依時間範圍與狀態重放特定 run，同時開放 API／CLI／MCP 三種呼叫方式；(2) 新增 v2 API resume function，讓暫停中的 workflow 能直接從控制層恢復，不用自己寫輪詢邏輯。對 SDK 使用者無 breaking changes，自行架設的團隊需留意 migration notes 的部署順序。
AuxoAI 完成 $20.7M Series A，由 NTTVC 領投。這筆錢的信號：任何公司現在都能租到 frontier 模型，但要讓模型真正嵌進某個產業的工作流程仍需要大量人力密集的客製化——Forward Deployed Engineer 職缺在 2026 年前 8 個月同比暴增超過 1000%，AuxoAI、Distyl AI、Arrakis 這類「前線部署 AI」公司正在把這個瓶頸變成一門生意。
Blacksmith 完成 $66M Series C，由 Sequoia Capital 領投，估值 $1B，距離上一輪僅兩個月。這筆錢的信號：當 Cursor、Claude、Codex 讓寫代碼變得「極其容易」，瓶頸轉移到驗證代碼的 CI 層——Blacksmith 的 ARR 一年內成長 17 倍，CI job 量暴增 18 倍，證明這個新瓶頸正在快速被定價。
Qualitate 完成 $25M Series A，由 Insight Partners 領投，距離 $7M 種子輪僅 6 個月。這筆錢的信號：初級市場研究正從「一次性專案」變成「agent 可持續查詢的基礎設施」——Qualitate 把研究資料庫開放給 Claude、Codex 透過 MCP 直接存取，12 個月淨營收留存率超過 300%。
Fibo 2.0 Dev：8B 參數 flow-matching 擴散模型，首次把生成與編輯整合進單一權重，支援遮罩編輯與最多 4 張參考圖；Artificial Analysis 開放權重圖像編輯榜第 1（1087 Elo）、文字轉圖第 2，與 Qwen-Image-2.1 統計誤差內打平；fal.ai 定價 $0.04／張，Bria API 實測 $0.032／張；CC BY-NC 4.0 僅限非商業用途，商用需另簽約
Cursor 10/12 把新戶定價換成 The X Subscription：Free、Plus $8（僅 Grok）、Premium $30、Super $100、Ultra $200。舊的 $20 Pro 方案只保留給既有訂閱者，新戶想碰 Claude/GPT/Gemini 起跳價從 $20 漲到 $30（↑50%），第三方模型 token 費率不變，仍是 API 原價另計。
Technical PM 面試裡的系統設計題，考的不是畫得出框和箭頭，而是會不會先把範圍問清楚、再把使用者旅程拆成需求、點名『準確、速度、隱私』這類系統屬性，最後自己主動講出取捨——這是 Aced 2026 年技術 PM 指南整理的五步順序，跟上禮拜練過的 RFC／決策矩陣是同一種紀律的兩種用法。今天的練習題是『設計一個系統，讓 Gemini 回答使用者的一個查詢』，拆解重點在於要不要先做 RAG 檢索、檢索加的延遲值不值得換來的事實正確性。案例是 Discord 把訊息資料庫從 Cassandra 遷到 ScyllaDB 的真實故事：177 個節點砍到 72 個，p99 延遲從 40 毫秒級壓到 15 毫秒，而驅動這個決定的不是『新技術比較潮』，是維運痛苦累積到門檻之後，工程主管怎麼量化痛苦、估算遷移成本、最後拍板換掉撐了五年的系統。
broll-mcp 是一個 stdio MCP server，讓 agent 從 Internet Archive 搜尋、預覽並剪出公共領域 b-roll，每支 clip 旁邊自動寫一份授權來源記錄。安裝：`claude mcp add broll -- uvx --from git+https://github.com/edigeh/broll-mcp broll-mcp`。解決了用 agent 剪公共領域素材時「授權查不清楚、剪出來的長度不準」的問題。
今天的練習題是『從未知長度的資料串流裡均勻抽樣 k 筆』（reservoir sampling），改編自 CoPilot Interview 2026-10-22 發布的 MLE onsite 面試文章。核心不是背公式，是講得出『第 i 筆元素留在樣本裡的機率為什麼是 k/n』的歸納證明，以及為什麼這類單趟、狀態相依的串流題不該硬套上星期五教的向量化手法。
Mastra 1.79.0 四件事：(1) Agent controller session 改用獨立 sessionId 定址，一個 resourceId 可以同時掛多個 session；(2) 實驗性 MCP Events（SEP-3415 draft）讓 MCP server 可以發事件流，client 用 poll／長連線／webhook 收；(3) 新增 span 層級 observability 聚合（`aggregateSpans()`），可以算 p95 延遲、token 成本；(4) sandbox 新增原生檔案系統 API，少掉逐步 shell command。Breaking：session 定址改版、`querySpans()` 拿掉部分 filter 跟欄位、channel resolver 要求 requestContext。
DeepSeek 完成約 $15B（約 1000 億人民幣）新一輪融資，騰訊、CATL、吉利、兆易創新、美團等逾 15 家投資人參與，估值 4 個月內從 $50B 衝向近 $89B。這筆錢的信號：就在美國下令聯邦機關移除 DeepSeek 系統的兩天後，中國資本用史上最大一筆 AI 融資回應地緣政治壓力。
Flapping Airplanes 完成 $1B Series A，Index 與 Lux 共同領投，估值在 9 個月內從種子輪的 $1.5B 翻了 4 倍衝到 $6B。這筆錢的信號：矽谷正把「資料效率」當成下一個基礎模型軍備競賽維度——賭的不是繼續餵更多網路資料，而是用更少資料訓練出同等能力的模型。