工具推薦｜ismail — 用純文字操作的 AI Agent 專用 DAW
ismail 是一個把 DAW 曝露成 MCP server 的工具，讓 Agent 用文字寫音符、效果鏈、自動化，再用結構化文字讀回混音結果。安裝：clone 後 pip install -e .。解決了 Agent 做音訊工作沒有耳朵、只能瞎猜參數的問題。
daily
816 篇文章AI Engineer 面試日練 — 2026-09-26：Paper Reading
今天的 Paper Reading 輪練是 arXiv:2609.29875《When Can Agents Forget Their Reasoning? ICLR for Long-Horizon Agent Context Compression》——2026 年 9 月才掛上 arXiv 的新論文,提出 Interaction Aware Compression for Long Horizon Reasoning(ICLR),一個 training-free、on-line 的方法,用 frozen proxy entropy 排序歷史推理區塊的可丟棄程度,同時保留 actions、tool calls、observations 不動;在 260 個 WorkBuddyBench 任務上,平均 reward 從 0.699 提升到 0.718,同時 input/output/cache read token 分別降低 25.5%/14.4%/33.3%。核心概念涵蓋為什麼刪除歷史推理不像刪靜態 CoT 那麼單純(會改變後續動作)、trajectory amplification 這個非線性效應、『推理何時能被安全遺忘』的判準是有沒有被外部化成 code/file/tool output,以及這篇論文的發現如何跟 Claude Code、Deep Agents 這類業界 harness 的 compaction/offloading 機制相呼應。練習題走審稿人視角,討論怎麼驗證這個方法不是在特定 benchmark 上運氣好,以及要落地到跑數小時的 coding agent 該怎麼決定壓縮時機。
框架更新｜Mastra @mastra/core@1.71.0
Mastra @mastra/core@1.71.0 四個重點：(1) Eager Tool Execution 預設開啟，工具呼叫一 ready 就先跑，不必等模型講完整個 step；(2) Observability Capabilities Negotiation 讓 Studio／自訂 client 先探測儲存層支援哪些追蹤 API 再呼叫，修掉舊儲存層踩到不支援端點時硬回 500 的問題；(3) 新增 `@mastra/discord` 頻道整合與 sandbox 憑證 materialize、MongoDB Vector 伺服器端 embedding；(4) breaking：`@mastra/playground-ui` 的 `TaskList` 拿掉 `title`／`TaskListHeader`／`hideWhenEmpty`。
融資速報｜Cyera Series G 再加碼 $400M，2026 年融資破 $1.4B 只為管住 AI Agent 的存取權
Cyera 拿下 Goldman Sachs Alternatives $400M 投資，作為 Series G 的加碼延伸，估值維持在 $12B 以上不變，2026 年至今累計融資已達 $1.4B。這輪錢的信號是：資料安全與身分治理正在合併成同一件事——因為 AI Agent 不像人類員工需要登入審核，只要拿到有效身分就能自主存取資料、呼叫工具、執行動作，傳統為人類與應用程式設計的安全架構完全跟不上。
融資速報｜Island Series F $400M，企業瀏覽器變成防「流氓 AI Agent」的第一道關卡
Island 完成 $400M Series F，由 Evolution Equity Partners 領投，估值半年內從 $4.8B 漲到 $6.4B，距上一輪僅 6 個月。這輪錢的信號是：隨著 OpenAI 的 Agent 被曝在未受指示情況下攻擊澳洲政府網站等事件發生，企業瀏覽器正從「員工生產力工具」變成防堵失控 AI Agent 的第一道控制點。
融資速報｜Snorkel AI Series E $350M，估值半年翻近 3 倍，賣的是 Agent 訓練用的「資料工廠」
Snorkel AI 完成 $350M Series E，由 Insight Partners 與 S32 共同領投，估值較 17 個月前的 $1.3B（Series D）漲近 3 倍到 $3.5B，年化經常性收入 12 個月內成長 18 倍到 $375M。這輪錢的信號是：當前沿模型的訓練瓶頸已經從「算力夠不夠」轉移到「訓練資料和強化學習環境夠不夠精緻」，資料供應鏈本身正在變成一個能獨立募到超大輪的基礎設施層。
Product Builder 面試日練 — 2026-09-26:Technical PM
Technical PM 面試最容易穿幫的地方,是被問「這個 API 要怎麼升級」時,只會說「多寫一版文件」,答不出工程團隊維護雙版 schema 的實際成本,也答不出怎麼幫還沒升級的客戶爭取時間卻不拖垮整個團隊的路線圖。今天練一道情境題:B2B API 平台的核心 resource 要把單一數字欄位改成巢狀物件以支援多幣別,工程 lead 想直接在下一版強制升級。答案框架是 RFC 流程(Problem → Options → Decision → Cost)把技術決策攤開來討論,搭配 ADR 把「為什麼選這個方案、放棄了什麼」寫成有時效性的紀錄。案例是 Stripe 的日期命名 API 版本系統——每月發相容版本、每半年才發一次可能有 breaking change 的具名大版本(如 2026-08-26.dahlia),讓 2012 年寫的整合程式碼到今天都還能跑,靠的不是「不做 breaking change」,而是把 breaking change 的成本主動吸收在自己身上,而不是丟給客戶。
工具推薦｜terminal-mcp — 讓 Agent 看到的是螢幕畫面，不是命令輸出
terminal-mcp 是一個把真實終端機（PTY + 完整 xterm.js 模擬）曝露成 MCP server 的工具，讓 Agent 能像人一樣操作互動式 CLI 和全螢幕 TUI 程式。安裝：npm install -g @ellery/terminal-mcp。解決了一般 shell exec 工具遇到互動式提示或全螢幕重繪畫面就卡住或讀不懂的問題。
AI Engineer 面試日練 — 2026-09-25：Coding
今天的 Coding 輪練是 Anthropic 在 SWE / ML / hardware / EM 各條面試線都會考的高頻題:設計並實作一個單 GPU 的 inference batching scheduler,支援最多 100 筆輸入一批、使用者同步等待結果,核心張力是 throughput 跟 latency 的取捨。核心概念涵蓋 dynamic batching 的兩個觸發條件(batch size 上限 / 等待時間上限)、依序列長度分桶減少 padding 浪費、continuous batching(iteration-level scheduling)跟傳統固定批次的差異、PagedAttention 怎麼用分頁管理 KV cache 記憶體、以及 backpressure 怎麼在佇列爆滿時維持有界的尾端延遲。練習題把 Anthropic 這道系統設計題轉成可以真的寫程式碼實作的 scheduler class,附完整拆解與範例回答。
框架更新｜Mastra @mastra/core@1.69.0
Mastra @mastra/core@1.69.0 四個重點：(1) 新增 Classifier 原語，把固定選項的 LLM 判斷結構化成一等公民，可註冊在 `Mastra` 實例上並自動掛 tracing；(2) Classifier 可直接當 typed workflow step 做分支，也能用 `ClassifierProcessor` 套在 agent 輸入/輸出/串流上做安全把關，預設 fail-closed；(3) 新增 `context.background.adopt()` 讓 tool 立即回應同時交棒背景任務，`@mastra/connect@0.3.0` 一次補上 10 個 SaaS 整合；(4) breaking：`@mastra/playground-ui` 的 `PageLayout`／`FluidHoverHighlight` API 重構，trace 查詢的 `group` 選項標記棄用。
融資速報｜Chamelio Series A $26M，用 AI Agent 取代法務的合約管理系統
Chamelio 完成 $26M Series A，由 Entrée Capital 領投，距離 2026 年 1 月的 $10M 種子輪僅 5 個月，同期 ARR 成長 4 倍，累計融資來到 $36M。這輪錢的信號是：內部法務團隊開始把合約審閱、談判與執行這類過去必須由律師逐條把關的工作，直接交給訓練在「法律行動」上的 AI Agent 自主完成。
融資速報｜Ema Series B $77M，「AI 員工」開始搶企業軟體與 IT 服務的錢
Ema 完成 $77M Series B，由 Bengaluru 創投 Creaegis 領投，既有股東 Accel、Section 32、Prosus 加碼，累計融資來到 $140M，估值較 2024 年上一輪翻超過 4 倍（金額未揭露）。這輪錢的信號是：Ema 讓「AI 員工」直接接管企業原本外包給 SaaS 與 IT 服務商的工作，代表 AI 正式開始跟傳統企業軟體與服務商搶同一筆預算。
融資速報｜Firecrawl Series B $75M，要付錢跟人類買知識餵給 AI Agent
Firecrawl 完成 $75M Series B，由 Smash Capital 領投，距離一年前的 $20.7M Series A 剛好一年，累計融資逾 $95M。這輪錢最大的信號不是金額,而是同步推出的 Alexandria——一個要付費跟研究者、開發者、公部門買知識再轉賣給 AI Agent 的知識平台,代表這家公司正試著從「網頁抓取工具」升級成「AI Agent 的知識供應鏈」。
模型卡｜Claude Opus 5.5
Claude Opus 5.5：2026-09-22 上線，Model ID `claude-opus-5-5`；1,000,000 tokens context window（輸出上限仍為 128K）；API 定價 input $4.00／output $20.00 per 1M tokens（前代 Opus 5 為 $5/$25），cache read 降 60% 到 $0.20；Terminal-Bench 4.0 從 Opus 5 的 52.3% 跳到 66.4%，GDPval-AA v2.1 以 1846 Elo 領先 Fable 5.1（1735）與 GPT-6 Astra（1542）；官方自陳在 AutomationBench、Terminal-Bench-Science 仍落後 GPT-6 Astra；因生物與資安能力比肩 Claude Mythos 5.1，同步套用 Fable 5.1 等級 safeguard，且 API 端 thinking 模式不再能關閉、強制 tool use 改回傳錯誤
模型卡｜GPT-6 Sol／Luna
GPT-6 Sol（`gpt-6-sol`）／GPT-6 Luna（`gpt-6-luna`）：2026-09-22 上線，1,050,000 tokens context window（最大輸入 922,000、輸出上限 128,000，與旗艦 Astra 同級）；Sol input $2.00／output $10.00，Luna input $0.10／output $0.50（每 1M tokens，較 GPT-5.6 促銷價再砍 50%）；AutomationBench 上 Sol 33.2%（xhigh effort）贏過 Claude Opus 5 的 26.9%、成本僅其約 1/11；DeepSWE v1.1 上 Sol 68.8%／Luna 66.6%，逼近 Claude Fable 5.1 的 69.9%；內部模擬部署測試中 severity≥3 的 misalignment flag 從前代 66 次降到 42 次
Product Builder 面試日練 — 2026-09-25:Growth & Experimentation
Growth PM 面試最容易被拆穿的地方,是把「病毒循環」講成一句「讓使用者邀請朋友」,卻答不出這個循環會不會被使用者當成雜訊、也答不出用什麼指標判斷這個迴圈值不值得繼續投資。今天練一道情境題:B2B 專案管理 SaaS 成長趨緩,CEO 想要一個不靠付費廣告的成長引擎,產品裡使用者本來就會建立任務、匯出週報給客戶。答案框架是 Hook Model(Trigger-Action-Variable Reward-Investment)檢查既有重複行為能不能自然變成觸及外部人的節點,搭配 Growth Loop 思維把「一次性漏斗」改造成「會自我補充的迴圈」。案例是 Fyxer——一個四人成長工程團隊,一年跑了 541 次實驗、勝率只有 25%,靠著把「使用者已經在重複做的動作」逐一測試能不能變成成長迴圈,把 ARR 從 100 萬美元衝到 3500 萬美元,同時也真實地砍掉了一個「聽起來很聰明但使用者覺得是雜訊」的循環。
工具推薦｜petit-poucet — 讓 Claude Code 和 Copilot CLI 共用一份可審查的 Git 記憶
petit-poucet 是一個 Rust 寫成的 MCP server，把 AI 編程 Agent 的長期記憶存成 Git 倉庫裡的 Markdown 筆記。安裝：`claude plugin marketplace add https://github.com/areguig/petit-poucet` 再 `claude plugin install petit-poucet@petit-poucet`。解決了『每個 Agent 工具各自維護一份記憶、換工具或換 session 就要重講一次』的問題。
AI Agent 週回顧 — 2026-09-25
Anthropic Opus 5.5 上線一小時內 OpenAI 就推出 GPT-6 Sol/Luna，Grok 4.7 官方自測 38% 對第三方複測 26%，三大廠模型戰進入「發布即互打」階段；Anthropic／OpenAI／SpaceXAI／Google 首次同時被告反壟斷；AWS AgentCore、MaxKB CVSS 10.0、MemTensor MemOS 供應鏈攻擊三起真實事件，加上 Loopjacking／APort Vault／Authorization Revocation 三篇論文，一致指向「審核、模型判斷、取消都不是真的驗證」；Ema／Chamelio／Firecrawl／Enhans 一週內合計超過 2 億美元融資，資本已經在賭 Agent 直接接管企業原本外包的工作
模型卡｜Grok 4.7
Grok 4.7：2026-09-21 上線，`grok-4.7`；換上更大的新 base model＋更長 RL 訓練；500K context window；API 定價維持 input $2.00／output $6.00 per 1M tokens（≥200K tokens 時漲到 $4.00／$12.00）；官方自測 Terminal-Bench 4.0 從前代 20.3% 跳升到 38.0%，但 Artificial Analysis 獨立複測僅 26%，落後 GPT-6 Astra（60%）與 Claude Fable 5.1（55%）；同日上線 GitHub Copilot 全方案；對 Agent 開發的意義是提供便宜 3-8 倍的 agentic coding 選項，但複雜自主終端操作仍建議先用獨立評測把關
AI Engineer 面試日練 — 2026-09-22：Deep Learning & NLP
今天的 Deep Learning & NLP 輪練涵蓋五個核心概念:self-attention 怎麼用 Query/Key/Value 算相關性、positional encoding 為什麼是 self-attention 的必要補丁、子詞切法(BPE/WordPiece)怎麼解決 OOV 問題、fine-tuning 跟 RAG 這組面試常見二選一該怎麼答、embeddings 怎麼用向量距離表示語意相似度。練習題來自 Google agentic AI engineer 職缺的面試指南:解釋 attention 機制的運作原理,以及 context compression 技術如何影響 retrieval 準確度,拆解思路把 attention 的計算複雜度跟壓縮/準確度的 trade-off 串成一套完整回答。