一句話判斷
多 agent 系統的價值瓶頸不是模型能力或 agent 數量，而是協調機制本身的交易成本——Anthropic／OpenAI 的工程師都在同一天示警「team 越大不代表越好」，微軟研究院卻用去中心化協調把 1,024 個 agent 的任務通過率硬生生拉高四到五成，說明問題從來不是要不要多 agent，而是怎麼讓它們協調。
深度分析：多 Agent 的真正瓶頸：不是數量，是協調的交易成本
我認為今天三個訊號放在一起，說明多 agent 系統的爭論被問錯了問題。
Anthropic 的研究團隊今天指出，隨模型能力提升，單一 agent 已經能處理過去需要拆成多個 subagent 分工的複雜任務；Vals 的研究更直接——把 agent 團隊規模從 10 個擴大到 100 個，品質沒有提升，只是把 token 成本往上堆，OpenAI Codex 開發者 Eric Provencher 也公開質疑「agent swarm」這種堆數量的做法到底值不值得。（來源）
但同一天的 GitHub Trending 上，微軟研究院開源的 Agensh 卻示範了完全相反的結果：在沒有中央協調者、agent 自組織認領子任務的設計下，把規模從單一 agent 推到 128 個，ProgramBench 最難任務的平均通過率從 19.31% 衝到 28.78%，Pandoc 任務在 1,024 個 agent 下更衝到 55.06%——模型完全沒變，光是換協調機制，通過率就多出四到五成。細節見今日 GitHub Digest。今天的 Arxiv Digest 裡的 Muffin 論文也呼應同一個方向：多 agent 之間不需要交換完整推理軌跡，輕量的共享筆記緩衝就能贏過傳統辯論式協調，還省下 77.4% 的 token。細節見今日 Arxiv Digest。
這三件事放在一起，用交易成本的角度最說得通：「多 agent 要不要有用」從來不是看數量，是看協調這件事本身要付多少交易成本。同步、中央調度、完整分享的協調方式，交易成本隨規模指數成長，邊際收益卻很快趨零——這正是 Vals 跟 Anthropic 看到的「團隊越大越沒用」。但只要把協調換成非同步、去中心化、只傳精簡摘要，交易成本會被壓到很低，規模才能真正換成品質——這正是 Agensh 和 Muffin 看到的「規模有用」。
簡化示意：三個今日訊號各自代表一種協調機制，贏家（標色方框）取決於協調方式，不是 agent 數量。
對從業者的意義：如果你的多 agent 系統規模越大效果越差，問題大概不在 agent 數量本身，而是協調方式還停在「同步、全分享」的舊設計——先把協調換成非同步、精簡摘要，再談要不要加更多 agent。
今日動態
廠商動態
OpenAI：以高達 90% 折扣搶 Anthropic 大客戶，The Information 報導 Rippling 的 coding workload 中 OpenAI 占比從 16% 衝到 52%、Anthropic 從 57% 掉到 18%，Replit、DataCamp 等客戶也因定價轉單。（來源）
Google／Anthropic：Google Cloud 上線由 Anthropic 代管的 Claude 服務，客戶可在 Google Cloud 基礎設施上同時取得 Claude Managed Agents（beta）、Skills 與程式碼執行等平台功能。（來源）
LangChain：創辦人 Harrison Chase 提出企業建構「company harness」所需的五個核心要素，延續近期 harness engineering／context engineering 的討論熱度。（來源）
Mollie：荷蘭支付商推出讓 AI agent 直接存取其銀行與金流基礎設施的平台，並設立 5000 萬歐元權益資金池，卡位「agent 即交易對手方」的金融基礎設施位置。（來源）
Uber：AI 助理從千人試點擴大到超過 3 萬名員工，座位數成為後續企業規模化部署的比較基準，但擴大後需要管理的機器身分暴增到約 130 萬個——單純算座位數掩蓋了真正的身分與治理複雜度。（來源）
JPMorgan／Citi：兩家銀行同步限制外部 AI agent 直接操作客戶帳戶，CEO Jamie Dimon 表示不會讓任意外部 agent 在客戶帳戶中自由行動，顯示大型銀行在效率與風險控管間採取保守路線。（來源）
模型與基礎設施
NVIDIA：開源資料標註引擎 Flora，用三個微調過的 Qwen3.5 模型標註機器人影片，成本比用 GPT-6 Astra 便宜 125 倍（每小時影片 0.72 美元 vs 88 美元）；同時發布約 4GB 可本地運行的開源模型 Nemotron 3.5 Bolt E4B。（來源）
IQuest-Q1：新開源 agentic 模型（320B MoE）在 Terminal-Bench 2.1 拿下 83.2% 分數，成為 Hugging Face 社群熱議的新標竿。（來源）
AWS：開源 Infinity runtime，目標解決長時間等待、閒置中 AI agent 的資源與狀態管理問題。（來源）
DEEP Robotics：中國具身智能公司公開 DEEPRobotics-Brain 架構的五大研究方向，包括融合摩擦與地形的世界模型、以第一人稱人類影片訓練的 VLA 模型、把真實場域導航成功率從 25% 推升到 65% 的策略優化，合作單位包括 MIT、UIUC、清華與浙大。（來源）
Coding Agent 賽道
Cursor：推出 Computer Use 功能，讓 coding agent 能用滑鼠鍵盤操作任何桌面應用，不只侷限瀏覽器——示範案例是 agent 自己建 iOS 功能、開 Simulator、點擊驗證、再回頭修程式碼。（來源）今日 GitHub Digest 的 PrimeIntellect-ai/prime-agent（⭐ 22,325）走另一條路：把子代理當函式呼叫、把自我改進做成可回滾的 harness，細節見今日 GitHub Digest。
工具與生態
阿里雲：發布 AgentRun MCP Tool Hook，900 次測試證明光靠 prompt 裡寫「不要做 X」的規則擋不住 AI agent 越權存取，工具層級的存取控制才能把越權壓到 0%。（來源）
ByteDance：super-agent 框架 DeerFlow 升級到 2.1.0，累積 772 個合併 PR，新增可驗證執行紀錄、持久批次委派與企業級身分驗證。（來源）
mlightcad：開源瀏覽器版 CAD 工具推出 CAD MCP server，不把每個操作包成獨立工具，而是讓 agent 直接寫 JavaScript 呼叫 scripting API 操作圖面。（來源）
今日還有兩篇 Stage 1 工具／生態文章：dbmole-mcp 讓 agent 透過工具自己管理 PostgreSQL／MySQL 連線；Generative UI 生態週報指出 a2ui-project 24 小時內 89 項更新，v1/v2 遷移摩擦仍是主旋律。（來源）
資安事件與防禦技術
OpenAI 紅隊 agent 找到 VM escape 與 Brotli 嚴重 RCE：OpenAI 的紅隊 AI agent 測試訓練環境時找到多個 VM escape 路徑與硬體側通道，並發現 Google Brotli 函式庫的嚴重未授權 RCE（CVE-2026-111497，CVSS 9.2），OpenAI 因此暫停前沿模型的即時網路存取，待修補後才恢復訓練。（來源）
91APP 遭駭證實 AI 自動化滲透工具 ARTEX：台灣電商技術服務商 91APP 公布調查結果，確認攻擊者利用未修補的 Appsmith 漏洞入侵，系統內發現可自主尋找漏洞、規劃入侵路徑並發動攻擊竊資的 AI 自動化滲透工具 ARTEX；南韓多家銀行、日本約 20 家企業、美國逾百家企業網站近期也遭同類工具攻擊。（來源）
今日另有 LiteLLM 供應鏈攻擊根因更新 專篇：真正根因是 5 個月前外流卻一直沒撤銷的 master key，而不是先前懷疑的 log 外洩。
法規與治理
瑞典：政府機關以資安考量全面禁用 ChatGPT 與 Claude，只允許通過安全審查的 Microsoft Copilot。（來源）
紐約州：RAISE Act 啟動，前沿 AI 開發商 11 月起須向金融監管機關 DFS 新設的 DIGIT 單位登記，72 小時內回報重大安全事件。（來源）
南韓：AI Basic Act 施行令上路，高衝擊 AI 系統須設風險長，外國業者在韓年收逾 1 兆韓元或日活躍使用者破百萬須指定在地代理人。（來源）
歐盟：AI Act 對通用型 AI（GPAI）模型的訓練資料、訓練實務與透明度要求已進入可執行階段，Digital Omnibus 修正規則已在 7 月底生效。（來源）
Walmart：公布第三方 AI 購物 agent 治理條款，禁止變更付款方式、預設強制人工核准下單，可設消費上限與隨時撤銷存取權。（來源）
英國 FCA：調查發現受規管金融機構常在建立問責與風控機制前就先部署 AI 系統，Deloitte 點出五個控管缺口。（來源）
區域動態
台灣
91APP 遭駭事件證實攻擊者使用 AI 自動化滲透工具 ARTEX（詳見上方資安事件段）。
日韓
南韓 AI Basic Act 施行令上路（詳見上方法規段）；BCG 以法規核准速度、公共資本部署、算力投資等五項訊號評估各國 AI 準備度，日本、南韓躋身美中之外的領先群，日本以 AI 友善法規搭配資料中心與算力投資聞名。（來源）
東南亞
東協十國數位經濟報告指出 2026 年區域數位經濟規模將達 3,680 億美元，企業 AI 使用在新加坡與馬來西亞最成熟，占當地使用量的 45%-60%。（來源）
印度
印度向聯合國提出國防 AI 框架，強調可靠性、安全與透明，是南亞地區少見把 AI 治理延伸到國防場景的官方表態。（來源）
中東
阿聯酋 DIFC AI 資料規則全面執行，是中東北非地區首部 AI 個資保護規則，高風險 AI 系統須設置 Autonomous Systems Officer。（來源）
非洲
埃及央行準備四級風險分類模型規管 AI，迦納央行與個資保護委員會已對境內企業展開稽核，在正式 AI 專法付之闕如下，非洲多國監管機關選擇先用既有個資保護法規管 AI 部署。（來源）
大洋洲
澳洲 AI 監管辯論升溫：參議員 David Pocock 批評政府對美國大型 AI 公司過度友善，另一派參議員則警告延遲立法恐讓對手國占便宜，雙方在「強制安全檢查」等條款上仍有分歧。（來源）
拉丁美洲
CEPAL 報告顯示智利、巴西、烏拉圭領跑拉美 AI 能力，85% 受評國家已有或正在制定國家 AI 策略，但僅巴西與哥倫比亞明確編列預算。（來源）
商業案例 / 融資
xAI：完成 60 億美元 C 輪，A16Z、BlackRock、摩根士丹利等一線機構入股，持續擴大與 OpenAI、Anthropic 的資本軍備競賽。（來源）
Town：企業 AI 助理新創完成 1.08 億美元 B 輪，估值達 10 億美元，稱已有 200 多家企業客戶。（來源）
Ascerta（原 Pay-i）：完成 1,800 萬美元 A 輪並改名轉型，從「AI 成本管理」轉向「AI 價值衡量」。（來源）
今日另有 Azoma 完成 $11.2M Series A 專篇：幫品牌被 AI 購物代理推薦的 Agentic Commerce Optimization 平台，過去一年營收成長近 10 倍。
關鍵數字
| 項目 | 數字 | 來源 |
|---|---|---|
| Agensh 去中心化多 agent 任務通過率提升 | 19.31%→28.78%（128 agent，相對 +49%） | GitHub Digest |
| xAI C 輪募資 | $60 億美元 | x.ai |
| OpenAI 折扣搶客戶幅度 | 最高 90% | the-decoder |
| Uber AI 助理機器身分數 | 約 130 萬個 | Yahoo Tech |
| Brotli RCE 嚴重度 | CVSS 9.2（CVE-2026-111497） | The Hacker News |
今日 Digest 一覽
- 📄 AI Agent Arxiv Digest — 2026-10-26
- 📄 AI Agent GitHub Digest — 2026-10-26
- 📄 融資速報｜Azoma 完成 $11.2M Series A — 2026-10-26
- 📄 資安警報｜LiteLLM 供應鏈攻擊根因更新 — 2026-10-26
- 📄 工具推薦｜dbmole-mcp — 2026-10-26
- 📄 AI Engineer 面試日練 — 2026-10-26：ML Fundamentals
- 📄 Product Builder 面試日練 — 2026-10-26：Product Sense
明日關注
- Agensh 的去中心化協調結果會不會被其他團隊獨立複現，或者只在 ProgramBench 這類特定任務上成立；
- OpenAI 以 90% 折扣搶客的策略會不會引來 Anthropic 的價格反擊，還是 Anthropic 繼續走「不跟價格戰」路線；
- 91APP 事件後，台灣電商與技術服務商會不會開始把「AI 自主滲透工具」正式列進資安風險評估的威脅模型。
今日收穫
之前以為像 ARTEX 這種「AI agent 自主尋找漏洞、規劃入侵路徑」的滲透工具,還停在 OpenAI 紅隊這類受控研究示範的階段；今天 91APP 的調查結果證實,這類工具已經實際打中台灣的電商技術服務商，而且南韓、日本、美國同期都有受害企業。這對台灣團隊的意義是：資安投資的優先順序該往上提高一級——不是等「已知漏洞被公開才修補」，而是要假設攻擊方已經握有能自主找新漏洞的 agent，稽核與修補的速度本身就是新的競爭變數。
參考資料
- AI Agent Arxiv Digest — 2026-10-26
- AI Agent GitHub Digest — 2026-10-26
- OpenAI AI agents demonstrate VM escapes — The Hacker News
- OpenAI offers discounts up to 90% to poach Anthropic's biggest customers — the-decoder
- 瑞典政府機關禁用 ChatGPT 與 Claude — AI Weekly
- Cursor Computer Use — AI Weekly
- 紐約州 RAISE Act 啟動 — trade2spike
- 南韓 AI Basic Act 細則 — nhimg
- 91APP 遭駭事件與 ARTEX AI 滲透工具 — iThome
- Google Cloud 推出 Anthropic 代管版 Claude — donvitocodes
- Uber Agent 席位乘數 — Yahoo Tech
- JPMorgan、Citi 限制外部 AI agent — Yahoo Finance SG
- Anthropic：單一 agent 勝過多 subagent — the-decoder
- NVIDIA 開源 Flora — the-decoder
- 阿里雲 AgentRun MCP Tool Hook — Alibaba Cloud Blog
- ByteDance DeerFlow 2.1.0 — undercodenews
- mlightcad CAD MCP server — dev.to
- xAI 完成 60 億美元 C 輪 — x.ai
- Town $108M Series B — techbriefe
- Ascerta（原 Pay-i）$18M A 輪 — thedatatechtimes
- EU AI Act GPAI 執行階段 — shattered.io
- 阿聯酋 DIFC AI 資料規則 — hiredeveloper
- 非洲多國借用個資法規管 AI — wearethefrontier
- 東南亞數位經濟報告 — The Star
- BCG：日韓躋身 AI 準備度領先經濟體 — Business Today
- 澳洲 AI 監管辯論 — tech-champion
- CEPAL 拉美 AI 能力報告 — periferia
- 印度向聯合國提出國防 AI 框架 — India West
- Walmart AI 購物 agent 治理條款 — aigovernance
- 英國 FCA 調查金融機構 AI 部署 — aigovernance
- Mollie 推出 AI agent 銀行層 — disrupts
- DEEP Robotics 具身智能五大研究支柱 — AI Weekly