Agno v3.1.4 核心是 Sandboxed Harness Agents：ClaudeAgent／CodexAgent 可以跑進隔離的、每個 session 一份的容器（DockerSandbox 或 AWS Bedrock AgentCore），session 狀態用 checkpoint 還原，容器掛了不會逼你重開對話；warm sandbox 讓下一輪對話更快接上。另外新增 Queue Per Session，同一 session 的背景 run 預設改成依序排隊、一次只跑一個（過去是靠先接受後失敗擋）。無正式 breaking changes，但 sandbox 匯入路徑搬動、`sandbox="read-only"` 改名 `sandbox_mode`、舊的 sandbox 綁定表要手動搬移，升級後都要檢查。
Mastra 1.78.0 三件事：(1) agent scopes 讓呼叫端、agent 本身、middleware 都能帶 `<type>:<value>` 範圍，memory 依 scope 推 resource/thread；(2) `queueSignal()` 讓 typed signal 排在目前執行後面，不用硬塞成使用者訊息；(3) trace aggregation API 加上輸出/錯誤預覽，減少讀 trace 的成本。Breaking：`@mastra/server` 收緊了跨資源 run 存取，設了 `mapUserToResourceId` 卻沒接 FGA provider 時特權存取直接失敗；command 輸出預設上限 1 MiB；`stream()` 不帶 `resourceId` 只會收到無資源的任務。
Pydantic AI v2.57.0 兩個重點：(1) 新增 harness `ApprovalReviewer`，讓模型在人看到之前先審過低風險工具呼叫；(2) 新增 `MetaProvider` 接 Meta Muse 模型家族。另外 MCP Apps 的工具結果會轉給 AG-UI 與 Vercel AI 前端，`MCPToolset` 補上 `read_resource_contents`／`call_tool_for_app`。相容性注意：`BackgroundTools` completion 多了命名空間化的 `origin`／`tool_call_id` metadata，Gemini Live／GPT-Live 的 realtime 歷史、用量與等待回覆邏輯搬進 session core，`Skills` 開始遵守 `disable-model-invocation`／`user-invocable` 旗標。
RapidCanvas 完成 $29M Series B，由 Vertex Ventures SEA & India 領投、Hitachi Ventures 跟投，累計融資達 $52.5M。這筆錢的信號：企業 AI 的競爭正從「誰的模型更強」轉向「誰能把客製化 AI 用 SaaS 的經濟模型規模化交付」。
Google 在官方定價頁補上先前缺失的促銷到期日：Gemini 4 Argon 促銷價 input $2.00／output $10.00（USD/1M tokens）維持到 2026-11-30，12/1 起雙漲 100% 至 $4.00／$20.00；Gemini 3.8 Flash 與前一代 Flash 促銷價 $0.75／$3.75 維持到 2026-12-31，2027-01-1 起同樣雙漲 100% 至 $1.50／$7.50。我們在 10/4 的報導中指出 Argon 促銷「沒給到期日」，這次官方頁面更新補齊了日期，確認漲幅維持 100% 不變。
Technical PM 面試裡最難的不是畫出架構圖，而是在工程團隊意見分歧時，怎麼把決策過程變成一份大家都能回頭查的文件。今天練一道來自 Exponent/Aced 真實面試題庫的系統設計題：『設計一個偵測 Amazon 評論濫用的系統』，用 RFC → 決策矩陣 → ADR 的框架拆解——先寫 RFC 讓每個選項的取捨攤在陽光下，再用一張決策矩陣把抽象的『怎麼選』變成具體的評分標準，最後用 ADR 把『為什麼選這個』留下紀錄，而不是只留下『選了這個』的結論。案例是流傳已久但從未被正式證實出處的 2002 年 Bezos API Mandate——傳說 Amazon 內部強制所有團隊只能透過服務介面溝通、禁止任何後門，這個決定意外變成 AWS 的起點。
Co-op Anything 是一套 playbook + MCP server，讓 agent 偵測單機遊戲的引擎、查 208 個既有 co-op 專案的完成度，判斷該修復現有 mod 還是從零逆向。安裝：`git clone` 後 `claude mcp add coop-anything -- python tools/mcp/coop_mcp.py`，或直接把 repo URL 貼給 agent。解決了想跟朋友一起玩單機遊戲，卻不知道有沒有 mod、也不知道從哪裡下手逆向的問題。
今天練『手刻 ML 演算法』這類程式題：核心不是背公式，是向量化思維（用 broadcasting 取代巢狀迴圈）、數值穩定性（softmax 要先減最大值才不會在極端 logit 下溢位）、邊界情況（k-means 的空簇、AUC 的同分）才是真正拿分的地方；面試通常只准 NumPy，要自己寫 model／loss／layer，而不是呼叫 sklearn。練習題改編自 PracHub 機器學習工程師題庫的 k-means clustering from scratch。
Haystack v3.4.0 三個重點：(1) 新功能——實驗性 `ToolResultOffloadCompactor` 讓 `CompactionHook` 觸發時把舊工具呼叫結果寫進 `ToolResultStore` 只留參照，agent 可用專屬 read tool 隨需讀回完整內容，不是真的丟掉；(2) Breaking——`OpenAITextEmbedder` 等元件的預設 embedding model 從 `text-embedding-ada-002` 換成 `text-embedding-3-small`，舊語料的向量不相容，需要重新索引或手動指定舊模型；(3) Breaking——`ChatMessage.from_openai_dict_format` 現在對圖片 URL 參照、`file_id` 檔案參照等轉換不了的 content part 直接丟 `ValueError`，不再悄悄塞成一段文字；同版正式支援 Python 3.15、砍掉已到 EOL 的 Python 3.10。
Confido Health 完成 $12.5M Series A 延伸輪，由 Z47 領投，累計 Series A 達 $22.5M。這筆錢的信號：醫療行政 agent 不是靠直接銷售診所成長，而是把私募股權基金當成分銷管道，一次賣進整個投資組合。
Muse Spark Open：2026-10-15 公開權重，816B 總參數／42B 啟用的 MoE＋原生多模態 Perception Encoder，1,048,576 tokens context；第三方平台 API 定價 input $1.25／output $4.25（快取 input $0.15），跟兩個月前的閉源 Muse Spark 1.2 完全相同；Meta 官方比較表中，Muse Spark Open 在 JobBench（61.8）、MCP-Atlas（89.2）兩項 agentic 測試是所有列出模型裡最高分，但 AA Intelligence Index 僅 39 分，落後 GLM 5.3（45）與 Kimi K3（44）；可在兩台 Apple M5 Ultra Mac Studio 用 MLX 跑滿整個模型，是該規格第一款做到這件事的模型。
Hy-Memory-30B-A3B：2026-10-15 開源（Apache-2.0），30B 總參數／約 3B 啟用的 MoE，262,144 tokens context，專門訓練來執行 agent 外部記憶框架（Mem0／MemOS／Hy-Memory）裡的「寫入」路徑；兩階段訓練（On-Policy Distillation＋Attributed Memory RL）讓四框架交叉平均分從基礎模型的 47.66 拉到 55.49，官方宣稱以此打敗 Claude Opus 5 的 54.62；但拆開看，Mem0／Hy-Memory／MemOS 三個訓練內框架差距都在 0.6 分以內（統計噪訊範圍），真正拉開差距的是唯一保留在訓練外的 EverMemOS 框架（56.89 vs 54.04，差 2.85 分），貢獻了整體領先的八成以上。目前無量化版本、無託管 API，配套本機應用 MemHub 的安裝路徑也還沒打通。
OpenAI 10/14 公告 GPT-4o 系列（GPT-4o、GPT-4o mini、GPT-4.1、GPT-4.1 mini，含其 fine-tune 版本）將於 2027-01-14 從 API 下架，建議遷移至 gpt-6-luna。token 價 GPT-4o input 從 $2.50 降到 $0.10（↓96%）、output 從 $10.00 降到 $0.50（↓95%），但 gpt-6-luna 是推理模型，預設 medium effort 會多產生 reasoning token、Chat Completions 要把 effort 設成 none 才能用 function calling，實際省下的錢比表面數字小。
今天練 Growth PM 的答題骨架：先定義成長指的是獲客、留存還是付費，再用 AARRR 拆漏斗、判斷產品是靠漏斗還是靠迴圈成長；診斷漏點要先分群再下假設，排序實驗用 ICE，主指標一定要配領先指標與防呆的 guardrail。練習題是 Suno 的留存掉點題，案例是 Calendly 的病毒迴圈——約時間這件事雙邊同時卡住，這種條件大多數 B2B 產品學不來。
Boundscope 是一個本機執行的 C/C++ 記憶體錯誤測試工具，有 CLI 也有 MCP server。安裝：`cargo build --locked`（crates.io／npm 版尚未發布）。解決了 Agent 寫完 C/C++ 程式後，只看到『編譯成功、程式跑完』，卻不知道有沒有寫到緩衝區外、用到已釋放記憶體的問題。
Workday 收購 Agent 身分新創 C1.ai、AWS Bedrock AgentCorruption 漏洞鏈、CrowdStrike 揭露南韓銀行遭 AI agent 入侵，同週把焦點從模型能力拉到執行治理；歐盟 AI Act 首度執法、台灣金管會發布代理 AI 安全諮詢文件、新加坡 IMDA 推出測試工具包，三地監管同週要求 Agent 拿出證據；AppWorld／WorkArena 查核器漏洞、τ-bench reward function 未還原資料庫、Arena 排行榜 72 小時內洗牌三次，證明評測基礎設施本身在失真；Meta Muse Wonder／Wonder Full 與開放權重 Muse Spark Open 同週發布；Modal $750M Series D 衝上 $15.75B 估值，Agent 沙箱正式成為獨立大生意。
今天練 agent 架構的拆分判斷：每多一次交接就多一個會出錯的步驟，0.95 的單步成功率連乘 10 步只剩約 0.60，所以多 agent 只有在每個 worker 範圍夠窄時才划算；工具要少而精，每個工具定義都會佔每次請求的 context，也多一個選錯的機會；MCP 管 agent 往下接工具與資料，A2A 管 agent 之間委派長時間任務，同一個 codebase 裡的多 agent 用框架內建編排就好；MCP 的 tools、resources、prompts 由不同角色控制，readOnlyHint 這類標註只是提示，授權要在 server 端做。練習題改編自 systemdesign.academy 的多 agent 系統設計題。
Arena Agent 排行榜 10-13 發布：Claude Opus 5.5（Max）17.01% 續居第一；GPT-6.1 Sol（Max）15.05% 第二；Claude Fable 5.1（Max）從第六回到第三（11.74%→14.32%）；GPT-6 Sol（Max）從第三掉到第七（12.60%→10.51%）。三次發布、一週之內第三名換了三次，前六名的 95% 信賴區間全部重疊，名次本身不該拿來選型。
Mastra 1.77.0 三件事：Factory 多了正式的 sandbox provider 契約（Docker、E2B、Mastra Platform）與預先建置環境；上一版的 run fencing 擴到 Cloudflare DO/D1、DynamoDB、MongoDB、Redis 等十幾種儲存，失去所有權的 durable run 不能覆寫恢復後的狀態；span 支援 links，`@mastra/mcp` 會把 client 工具呼叫和 server 請求的 trace 雙向連起來。Breaking：`@mastra/server` 的 workflow 路由不再能啟動或恢復內部 workflow，durable agent 要改走 agent 路由。
Pydantic AI v2.56.0：`SmolSandbox` 讓 harness 能力跑在本機 smolvm microVM 裡；`PGTaskDurability` 用 pgtask 做 durable execution，另有 Render Workflows 整合；`Skills` 可分層載入專案與個人技能庫；支援 Python 3.15 與 Gemini 4 Argon，Google provider 預設逾時拉到 20 分鐘。相容性注意：`BrowserUse` 預設改在 host model 上跑，browser-use 的遙測改成要自己打開；`MCPToolset(http_client=...)` 修正為會套用 auth 且不再關掉使用者傳入的 client。