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。
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。
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。
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。
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
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。
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。
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。
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。
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」。
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%
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 $0.00；DeepSWE v1.1 從前代 N2-mini 的 8.0 分跳到 36.1 分（+28.1pp），Terminal-Bench 2.1 從 60.7 到 73.4；核心賣點是「視覺回饋自我修正」的電腦操作與長時程 agent 迴圈，OSWorld-G 82.9 分
GreyNoise 與 Blackpoint Cyber 各自獨立追蹤到同一起攻擊活動：疑似俄語系威脅者自 8 月 31 日起，串接 PaperCut NG/MF 的 CVE-2026-81578（認證繞過）與 CVE-2026-82078（不安全動態類別載入 RCE），搭配 Netlas.io 掃描鎖定目標，再動用數百個由 OpenAI Codex、DeepSeek 模型驅動的 AI Agent（輔以 Hindsight 持久記憶與 AionUi 多 Agent 工作台）自動化操作 Mimikatz、SharpHound、Certipy、Rubeus、Impacket 等工具，已攻陷 48 國 395 家組織的 440 台伺服器，部分案例從初始入侵到拿下網域管理員只花 7 分鐘。防禦重點：立即升級到 PaperCut Emergency Patch Release 2，並排查 NTDS.DIT 是否已遭 DCSync 竊取。
skills 是 Serverpod 開源的 CLI，讓 Dart/Flutter 套件作者在套件裡放 skills/ 目錄，使用者跑 skills get 就能把每個相依套件附帶的 Agent Skill 自動裝進 Claude Code、Cursor、Codex 等工具。安裝：dart pub global activate skills。解決了「AI 助手不懂第三方套件用法，得靠手動貼文件或寫規則檔」的問題。
這輪 LLM & Agent Engineering 聚焦 2026 年面試官最愛拆的架構決策：RAG 跟 agent 不是二選一而是分工——RAG 負責有引用來源的政策問答，agent 只在任務需要跨系統多步驟操作時才上場；guardrails 要分成離線評估（release 前抓 regression）跟線上攔截（即時擋掉不安全輸出）兩層，核心原則是「模型只提案，決定性系統才授權與執行」；評估上除了傳統的 LLM-as-a-Judge，agent 還要做軌跡評估（trajectory-based evaluation）去檢查每一步決策，不能只看最終答案。練習題是一道 PracHub 整理的『設計企業客服 agent』系統設計題，練的是怎麼把 RAG 路徑跟 agent 路徑講清楚，並且把授權層講成整題的關鍵。
Mastra @mastra/core@1.65.0 三個重點：(1) 新的 advanced trace query 合約在 ClickHouse／DuckDB／Postgres 三種儲存後端都有實作，支援 bounded time range、遞迴 predicate、cursor pagination；(2) 租戶範圍的批次刪除（最多 1,000 筆／次）會連動清掉 spans／scores／feedback／metrics／logs；(3) breaking：`@mastra/factory` 的 `defineBoard()` 改為型別化 phase 合約、移除全域 rules 物件，`@mastra/playground-ui` 兩個元件的 slot/prop 改名。
Pydantic AI v2.42.0 三個重點：(1) 新的 `GitHubCopilotProvider` 讓 Agent 可以直接用 GitHub Copilot 的 OpenAI 相容 API 當模型後端；(2) `DeferredToolResults.approvals` 收到不合法值時改為直接拒絕，是一項相容性變更；(3) 修正 Bedrock Converse 的 sampling 參數、code-mode 函式 schema 的 `$ref` 解析、Anthropic 對話紀錄的錯誤恢復狀態遺失問題。
Cymphony 完成 $25M Series A，由 Sequoia 與 SMBC Fin Atlas Beyond Fund 共同領投，加計先前 Sequoia 的種子輪，累計融資達 $30M，投後估值超過 $100M。這輪錢代表 Sequoia 願意在「AI agent 身份與資料安全」這個還沒被驗證成獨立市場的賽道上，用兩輪投資賭同一個團隊——賭的不是有沒有需求，而是這會不會變成企業安全預算的下一個必買項目。
Harvey 完成 $550M 新一輪融資，由新進投資人 Diffusion 與 Lightspeed 共同領投，估值從 3 月的 $11B 漲到 $15.5B，9 個月內幾乎翻倍。這輪錢一半在買自研模型的底氣，一半在買 Guardrails AI 這種 agent 安全能力——Harvey 正在從「law firm 的 AI 助理」轉型成一家自己養模型、自己管 agent 風險的垂直 AI 公司。
AI Product Design 題最常見的失分點,是把「要不要用 AI」講成信仰題,講不出具體哪類任務可以放手、哪類必須留人。今天用風險×信心矩陣把任務分成可自動、需覆核、必須人在場三區,再用漸進式委任設計「使用者何時願意放權給 AI」的節奏,練一道「維運團隊不願意讓 AI 自主執行多步驟任務」的設計題。案例是 Gusto 的 AI 產品 Cofounder 團隊在 2026 年 9 月公開說明:AI 主持訪談只用在範圍窄、風險低的評估性研究,深度研究一律留給真人研究員。