Inngest v1.46.0 三個重點：(1) 本機 `inngest login` 後就能直接接上 Cloud sandbox，不用部署完整 app 或設定 SDK token（實驗性功能）；(2) API Key 從一把鑰匙全權限，改成可 scope 到 v2 API／CLI／MCP、可設到期日的版本；(3) 修補 Dashboard 依賴 TanStack Start 的 CVE-2026-102989 反射型 XSS。無 breaking changes，直接升級即可。
Hadrian 完成 $40M Series B，由 Forgepoint Capital International 與 SmartFin 共同領投，累計募資達 $65M。這輪錢代表的趨勢是：攻防兩邊都在把人力換成 Agent，資安產業的下一個戰場不是「人 vs. AI」，而是「Agent vs. Agent」。
Siena 完成 $17M Series A，由 York IE 領投，累計融資達 $29.7M。這筆錢代表的信號是：客服 Agent 新創不再滿足於做好一個垂直功能，而是想成為品牌所有客戶互動（客服、社群、購物、語音）共用的記憶與治理層。
Vinci 完成 $250M Series B，由 Advent、Temasek、Xora 共同領投，估值 $1.5B。這筆錢代表的趨勢是：AI 原生的物理模擬工具正在挑戰 Cadence、Synopsys 這類晶片設計老牌大廠的護城河，而且資本市場給這類基礎設施型 AI 公司的估值速度遠超過傳統硬體工具公司。
Mistral Large 4（ML4，暱稱 Le Chonk）：2026-10-06 公開預覽，1.05T 總參數 granular MoE 多模態模型，啟用參數官方說法不一致（發佈公告寫 49B，數小時後文件卡改 52B）；掛牌定價 Input $1.36／Output $4.18（USD/1M tokens，cached $0.14），文件卡目前顯示對半價且未解釋原因；context window 官方文件卡寫 1M tokens，但第三方站 Artificial Analysis／Vals.ai 都列 512K（輸出上限 256K）；Cybench 93%、Artificial Analysis Cyber Index 漏洞重現任務 82%（官方自測，全模型最高分，Claude Opus 5.5／GPT-6 Astra 因拒答接近 0 分）；但第三方 Artificial Analysis Intelligence Index v4.3.2 綜合評測只拿 38 分，落後 MiMo-V2.6-Pro（46）、GLM-5.3（45）、Kimi K3（44）6–8 分；Vals.ai 在 Harvey 法律 Agent Benchmark 排名 75 個模型中第 6、開源模型第 1，是少數有獨立複現的強項；權重與正式授權尚未發布，預計 10 月底（記者得到的具體日期是 10/27）
Anthropic 10/6 擴大 Claude for Startups，從原本只說「提供額度」的模糊方案，變成具體三件套：5 席 Claude Team Premium 免費一年（官方單價 $125/席/月，等於現折 $7,500）＋一次性 $1,000 API 額度（6 個月內要用完）＋最高 $45,000 的夥伴工具折扣。資格不變：成立 5 年內或 2 年內拿過融資皆可申請。
Strategy & Execution 面試最容易漏分的地方，不是分析不出市場結構，而是分析完五力之後，還是提出一個跟市場龍頭正面對撞的方案。今天練一道 Google Product Strategy 面試真題：『如果你是 Bing 的 PM，Google 握有壓倒性的搜尋市占率，你要怎麼讓 Bing 的市占率成長？』答案框架先用波特五力分析拆解搜尋市場的結構性限制——尤其是新進入者障礙（資料與通路）跟替代品威脅（AI 聊天機器人直接取代搜尋）——再用 TAM-SAM-SOM 把『市占率成長』收斂成『哪一群使用者在哪個通路上，Bing 其實已經握有結構性優勢』。案例是 Avis：1960 年代身為租車業老二，Avis 沒有正面比車隊規模或據點數，而是打出『我們是老二，所以更努力』,把結構性劣勢直接講成服務動機的證明,這個定位撐住了接下來二十年的市占成長。這正是題目要考的『身為市場挑戰者,不對稱定位比正面迎戰更划算』的真實版本。
SpecStory CLI 是一個包住各家終端機 coding agent 的開源 CLI，啟動方式從 `claude` 換成 `specstory run claude`，對話就會自動存到 `.specstory/history/`。安裝：`brew tap specstoryai/tap && brew install specstory`。解決了「AI coding session 關掉就沒了、找不到也分享不出去」的問題。
今天的 Deep Learning & NLP 輪練涵蓋五個核心概念:Self-Attention 的 scaled dot-product 為什麼要除以 sqrt(d_k)、tokenizer fertility（tokens/word）怎麼決定一個語言的成本與有效 context 長度、BERT 的 attention mask 跟 MLM loss label 是兩個獨立機制(常被面試者混為一談)、CNN 跟 RNN 在序列資料上的取捨、以及 fine-tuning 從 full fine-tune 到 LoRA 到 continued pretraining 的光譜。練習題來自 Sarvam AI 的代表性面試題(由 AI-Engineer-Interview-Questions 專案整理、非洩題):解釋為什麼 tokenization 是多語言 LLM 的第一個效能瓶頸，並說明像 Sarvam-1 這種低 fertility tokenizer 如何改變成本結構，拆解思路把「fertility 這個指標怎麼定義」到「下游三條成本線怎麼被它決定」串成一套完整的推理鏈。
Mastra @mastra/core@1.74.0 三個重點：(1) `agent.getMessages()` 讓工具執行時能讀到目前完整對話狀態（含已記住的訊息與這次 run 中的回應），不改既有唯輸入的 `messages` 欄位；(2) `getObservationalMemoryHistory` 新增群組過濾、排序與依 `recordId` 直接查找，記憶 recall 也能繞著搜尋命中的觀察群組往前後翻頁；(3) breaking：`@mastra/playground-ui` 的 `ThreadViewByTrace`／`TraceThreadPanel`／`ThreadTrace` 拿掉 `anchorTraceId`，`ThreadTrace.LoadMoreSentinel` 整個移除，改用 `pageSize`／`onLoadOlder` 控制分頁。
OneByZero 完成 $20M Series A，由 Jungle Ventures 領投，是公司三年來第一次對外募資。這輪錢代表的趨勢是：企業要的不是更多自助式 Agent 工具，而是有人把 Agent 真正嵌進既有系統、扛治理責任、並拿出可驗證的落地結果——顧問服務與 Agent 平台正在合體成同一個產品。
Valon 完成 $150M Series D，由 Ribbit Capital 領投、a16z 持續加碼，估值較前一輪翻倍達 $2.3B。這輪錢代表的趨勢是：受高度監管、外部軟體公司難以切入的垂直產業，正在被少數新創用「自己拿牌照、自建全端系統、再疊上 AI Agent」的方式整個重建，而不是賣工具給既有玩家。
Cohere Embed 5：2026-09-30 發佈，Pro／Fast 雙層，128K context，支援文字＋圖像＋混合 PDF，100+ 語言；定價 Pro $0.12／Fast $0.08（USD/1M text tokens，圖像皆 $0.40）；ViDoRe V3（視覺豐富企業文件檢索）Pro 85.8 分，比前代 Embed 4 的 77.0 進步 8.8 分，領先 Voyage 4 Large（83.7）與 Gemini Embedding 2（83.2）；Pro／Fast 共用同一嵌入空間，可用 Pro 建索引、Fast 查詢，交叉組合平均只掉 1.6–2.7% 且不用重建索引；全部為 Cohere 自測，尚無第三方獨立複現
Metrics & Analytics 面試裡最容易漏分的不是選不出北極星指標，而是選完就結束，沒有同時講出『把資源押在這個指標上，會在哪裡付出代價』。今天練一道 Meta PM 分析思考面試真題：『幫 Instagram Reels 定義一個北極星指標，並說明如果把資源優先給 Reels、犧牲 Stories，會有什麼取捨？』答案框架用北極星指標三要素檢驗法——反映核心價值、是領先指標、團隊能直接影響——先選出候選指標，再用護欄指標配對法替每個候選指標找出『被過度優化時會先出事的那個數字』。案例是 Meta 自己：根據 Sensor Tower 數據，Reels 廣告占 Instagram 全部廣告庫存的比例從 2024 年的 35% 衝到 2025 年超過一半，美國使用者在 Instagram 上花在 Reels 的時間占比也從 37% 漲到 46%，日活躍使用者成長 2% 主要由 Reels 帶動——這正是題目要考的『把籌碼押在一個格式上,整體時間池會怎麼被重新分配』的真實版本。
Brickwise（roblox-logics-mcp）是一個開源 MCP server，把 Roblox 開發的常見坑整理成帶來源連結的知識庫給 AI 助手查。安裝：`git clone` + `npm install && npm run build`，`claude mcp add` 接上。解決了 AI 助手用訓練資料裡過時的 Roblox API（例如還在寫 `PhysicsService` 而不是 `WorldRoot`）寫出會壞掉的程式碼的問題。
今天的 ML Fundamentals 輪練涵蓋四個核心概念：Grid Search／Random Search／Bayesian Optimization 的超參數搜尋效率差距(Bayesian 用代理模型記住過去試驗，大約少 7 倍迭代、快 5 倍)、Huber Loss 用一個轉折點 delta 把 MSE 的平滑梯度跟 MAE 的離群值穩健性縫在一起、維度詛咒如何讓距離度量在高維空間失效、以及 PCA 當降維工具之外更深一層的角色。練習題來自 Pinterest Machine Learning Engineer 面試(PracHub 2026 題庫)：解釋深層神經網路梯度消失的成因，並討論 ReLU、Leaky ReLU、ELU 三種激活函數各自用什麼數學代價去緩解，拆解思路把「連鎖律乘積趨近於零」到「换激活函數换到的是哪種新問題」串成一套完整的推理鏈。
General Intuition 完成 $220M 新一輪融資，由 Valor Equity Partners 與 Atreides Management 共同領投，估值達 $6.2B。這輪錢代表的趨勢是：當文字與靜態網路資料快被榨乾，電玩遊玩畫面裡大量「人類怎麼應變意外狀況」的動作資料，正被重新定義成訓練物理世界 Agent 的稀缺燃料。
GMI Cloud 完成 $223M Series B（搭配 $445M 信貸額度，合計 $668M），由 ARCHIV 領投、Nvidia 跟投。這輪錢代表的趨勢是：當 Agent 與推理負載量同時衝高，GPU 雲端供應商的競爭力正從「誰的晶片多」轉向「誰能同時在美國與亞太兩側準時交貨」。
Metaview 完成 $60M Series C，由 Insight Partners 領投，累計融資達 $110M。這輪錢代表的趨勢是：招募這個長年靠人工篩選、電話聯繫的流程，正在跟隨 coding agent 的路徑，從「AI 輔助記錄」升級成「AI Agent 直接執行」。
Gemini 4 Argon：2026-09-30 發佈，官方只公布輸出上限 1M tokens（前代 64K），input context window 未公開（第三方傳 2M 但無法追溯到 Google 來源）；促銷價 input $2.00／output $10.00，promo 結束後倍增為 $4.00／$20.00（USD/1M tokens）；DeepSWE v1.1 77.9% 刷新 SOTA（Opus 5.5 74.2%、GPT-6 Astra 74.1%），但 FrontierSWE v2 只有 55%、輸給 GPT-6 Astra 65.5%；目前僅透過 Fairwind Program 開放給受信任資安夥伴，一般開發者、企業、消費者都還拿不到