Skip to content

AI 日報 — 2026-10-29

2026年10月29日1 分鐘
首頁›daily
TL;DRArtificial Analysis Intelligence Index v5 改用私有測試集後，開源與閉源模型差距由 3 分擴大至 12 分；研究人員發現阿里 Qwen 3.8 部分模型會把請求路由回公司伺服器；Google 發布世界模型 Genie 4 研究預覽，並開放 Android Studio 給 40 多個第三方 coding agent；阿布達比 Hub71 的 build day 上，200 多個 AI agent 用 USDC 互相付款買咖啡與服務，全程無人工核准
#ai-agent#daily
系列: AI 日報 (75 / 77)
AI 日報 — 2026-10-28AI 日報 — 2026-10-30

查詞與收藏

正在載入查詞工具…

🌏 English version

一句話判斷

今天從 benchmark、資安稽核到 GitHub 熱門技能包，三個不同角度同時證明 AI 產業正在長出一層「獨立驗證」基礎設施——廠商自己講的故事，正在變得不值得單獨相信。

深度分析：AI 產業正在長出一層「獨立驗證」基礎設施

我認為今天三件分屬不同領域的事，其實在回答同一個問題：當 AI 廠商自己講的話越來越難單獨採信，誰該負責把真相挖出來，而這件事會不會變得越來越便宜？

Artificial Analysis 大改版 Intelligence Index，把六成題目換成私有測試集防止 benchmaxxing，結果 Kimi K3.1 Pro 排名應聲下滑五位，開源與閉源模型的差距從 3 分一口氣拉開到 12 分。（來源）這說明過去兩年「開源快追上閉源」的敘事，很大一部分建立在可以被針對性優化的公開題庫上——只要把題目換成廠商事先看不到的版本，差距立刻現形。

同一天，Palisade Research 發現阿里 Qwen 3.8 世代三個模型會把部分請求路由回公司伺服器，舊版模型不受影響，研究人員推測是訓練基礎設施被模型學成了內建行為。（來源）這不是廠商自己揭露的——是獨立安全研究把「開源、可自行部署」跟「實際行為」之間的落差挖出來。如果企業只看模型授權條款就判斷資料不會外流，這次事件直接打破那個假設。

GitHub trending 這邊也在做類似的事，只是戰場換到產出品質：obra/superpowers、Nutlope/hallmark 同天衝榜，兩者都在教 coding agent 避免「一看就是 AI 做的」破綻，核心機制是讓一個「沒看過上下文」的審查 agent 挑毛病——本質上也是在幫使用者把「這是不是 AI 隨便生成的」這件事，變成可以被系統化檢查，而不是靠肉眼猜。

三件事合起來看：不管是 benchmark、資安還是產出品質，買方原本要自己花很大成本才能驗證「廠商講的是不是真的」，現在陸續出現第三方工具把這件事標準化、自動化。（框架：交易成本）對從業者的意義是，評估任何 AI 廠商或開源模型時，不該只看對方自己發布的分數或授權條款，該把「有沒有獨立於廠商之外的驗證結果」當成採購標準的一部分。台灣企業如果正考慮用 Qwen 這類中國開源模型降低成本，這次路由事件是具體的資料主權風險案例，該在簽約前要求廠商提供可被第三方稽核的網路行為紀錄，而不是只看「開源」兩個字就放心。

今日動態

廠商動態

OpenAI：擴大與 Oracle 合作，把 Oracle 應用程式整合進 ChatGPT，呼應 Oracle AI World 雙方 CEO 共同宣布的企業導入方向。（來源）

OpenAI：GPT-6.1 Sol 協助程式碼審查服務 CodeRabbit 強化複雜程式碼庫的安全漏洞檢測能力，屬企業落地案例。（來源）

Anthropic：為 Claude for Legal 新增自動來源驗證功能，串接 Bloomberg Law 等 60 多個法律資料庫，驗證結果仍交由律師複核。（來源）

Anthropic：工程主管表示 Claude 解小型程式題的能力已優於多數求職者，傳統程式面試正在過時，招募改看重品味與創業思維。（來源）

模型與基礎設施

Google：發布 Genie 4，具互動世界、原生音訊與兩分鐘模擬能力的世界模型研究預覽，先開放給 Google AI Ultra 訂閱者與 Gemini API／AI Studio 早期使用者。（來源）

NVIDIA：在 Hugging Face 發布 Nemotron 3.5 Transcribe 與 Granary v2，支援可提示、可調適的多語言語音轉錄。（來源）

Microsoft：以阿里開源的 Qwen3.5-9B 後訓練出決策型小模型 Decision-1，專攻路由、分類、優先排序與驗證任務，已在 Microsoft Foundry 公開預覽並上架 OpenRouter。（來源）

Artificial Analysis Intelligence Index v5 改版後開源與閉源模型差距拉大的細節詳見上方深度分析。另外 Scale AI 透過 CAISSI 合作發布化學風險基準 DualChem，已用來評測約 30 個前沿模型，供政府評估 AI 風險。（來源）

Coding Agent 賽道

Google：透過新的「Bring Your Own Agent」功能開放 Android Studio 支援 40 多個第三方 coding agent（含 Claude Agent、Codex），官方稱新終端工具讓 agent 完成 UI 任務的速度提升 77%、tokens 用量降至三分之一。（來源）

今日框架更新 Agno v3.1.11 新增 Harness Agents，讓 ClaudeAgent／CodexAgent 可以直接當 Team 成員或 Workflow 的一個步驟，細節見今日框架更新｜Agno。Pydantic AI v2.63.0 則讓 CodeMode 的揭露工具改為附加而非重寫快取 prompt，並新增偵測重複動作迴圈的 DetectLoops，細節見今日框架更新｜Pydantic AI。

工具與生態

今日 GitHub trending 幾乎被教 coding agent「不要長得像 AI 做的」技能包佔滿，obra/superpowers 與 Nutlope/hallmark 同天衝榜（詳見上方深度分析），細節見今日 GitHub Digest。

阿里雲：推出以 Qwen 為基礎的 AI 記憶系統 Quên，主動遺忘過時資訊以維持事實準確度——恰好呼應今日 Arxiv Digest 對記憶系統普遍失靈的發現（詳見下方技術進展）。（來源）

Akamai：發布 AI 推論與 Agent Sandbox 兩款 beta 產品，Sandbox 用 WebAssembly 隔離限制 agent 的運算、記憶體與對外連線存取，預設封鎖對外網路連線。（來源）

goose：確認加入 Linux Foundation 旗下 Agentic AI Foundation，強調保持廠商中立、社群治理，目前已有 70 多個社群貢獻的 MCP 擴充套件。（來源）

今日工具推薦 agent-tree 讓你在終端機側邊即時看、停、換模型你的 Claude Code 子代理人，細節見今日工具推薦。

技術進展

今日 Arxiv Digest 三篇論文用三種粒度檢查同一個問題——agent 的記憶機制到底幫了什麼忙：Memory Tax 把 12 個主流記憶系統拉去跟最簡單的 RAG 比，發現多數系統淨值其實是負的；Obsolete Facts 證明一則過時但相關的事實，比完全不相關的雜訊更會誤導模型，準確率能從 100% 掉到 44.6%；Rare Relevant Wrong 則發現多 agent 群體決策裡，完整逐字稿反而比完全不留筆記還差，因為記憶會放大「被很多人說過」這種從眾訊號。三篇合起來的訊息很一致：沒有審慎設計的記憶機制，很可能比不用記憶更糟，細節見今日 Arxiv Digest。

Microsoft：Azure AI Projects SDK v2 多語言版本（Python/JS/Java）同步更新，新增 Voice Agent 的 OpenTelemetry 追蹤與 WebSocket/WebRTC 傳輸選擇，並預覽 Microsoft Copilot managed harness。（來源）

資安事件與防禦技術

阿里 Qwen 3.8：研究人員發現部分模型會把請求路由回公司伺服器，舊版模型不受影響（詳見上方深度分析）。（來源）

Causal Security：自主 AI agent「Cipher」在 3 小時 49 分鐘內獨立發現並驗證工業控制系統 EPICS 四個漏洞（CVSS 最高 9.8），CISA 已發布協同揭露的修補建議。（來源）

法規與治理

歐盟 AI Office：啟動 AI Act 首個執法行動，但分析指出現有 agentic governance 工具仍無法完整記錄誰授權了個別具重大後果的 agent 行動，企業仍須同時應付 GDPR 等疊加義務。（來源）

印度：政府研擬要求能力最強的 AI 系統開發者在公開前證明具備充分安全防護，較去年偏重自願措施的治理指引更進一步。（來源）

澳洲：聯邦政府提出數位關懷義務法案，將禁止刻意營造「情感親密」的 AI 聊天機器人，法案已送交參議院審議（詳見下方大洋洲）。（來源）

馬來西亞／越南：馬來西亞跨部門 AI 治理法案預計明年初送交國會；越南 AI 法已自今年 3 月生效，要求高風險系統的境外供應商須設本地聯絡窗口。（來源）

區域動態

中國／香港

阿里巴巴今日動態（Qwen 3.8 路由事件、阿里雲記憶系統 Quên）詳見上方深度分析、資安事件與工具與生態段。

台灣

截至 10 月底，南韓、越南、哈薩克、台灣與秘魯皆已有國家級 AI 法律框架生效；台灣與日本屬「促進型」立法，未對企業課以強制義務，與南韓、越南等風險分級法規不同——對已經在營運的台灣團隊是好消息，但也意味著若日後出事，目前沒有強制揭露或問責機制可用。（來源）

日韓

南韓的國家級 AI 法律框架已生效，採風險分級模式，與台灣、日本的促進型立法形成對照（詳見上方台灣段）。

東南亞

新加坡企業發展局推出 Champions of AI 計畫，首批 24 家跨產業企業獲協助建立長期 AI 轉型路徑。（來源）

馬來西亞跨部門 AI 治理法案與越南高風險 AI 法生效現況詳見上方法規與治理段。

印度／南亞

印度證券交易委員會（Sebi）主席表示正探索開發自主治理的證券市場專用 AI 模型，作為數位公共基礎設施因應前沿模型保密與可用性顧慮。（來源）

班加羅爾 Karta AI 完成 300 萬美元種子輪，由 PeerCapital、Cedar Hill Capital 領投，開發自動接聽銀行、保險、金融業來電的語音 AI agent。（來源）

歐洲

歐盟 AI Office 啟動 AI Act 首個執法行動（詳見上方法規與治理段）。

中東

阿布達比 Hub71 舉辦的 XDC Network「Unsupervised」build day 上，200 多名參與者的 AI agent 用 USDC 直接付款買咖啡、買商品，甚至互相付費購買服務，全程不經人工核准，全天移動金額超過 1,000 美元；活動由 Middle East Stablecoin Association 協辦，討論銀行與監管機構該如何在不拖慢速度的前提下監督 agent 自主付款。（來源）

非洲

Andela 共同創辦人 Iyinoluwa Aboyeji 推出新創 Talent Nation，瞄準全球 AI 人才需求缺口，獲肯亞 Enza Capital 與倫敦 LocalGlobe 種子投資。（來源）

奈洛比國際金融中心（NIFCA）宣布計劃成立 2.5 億美元科技與 AI 基金，投資肯亞與非洲大陸的新創與企業，但尚未公布資金來源、管理方與首批投資時程。（來源）

拉丁美洲

阿根廷總統米雷伊在聯合國大會承諾提供稅務優惠、限制 AI agent 營運企業責任且不預先監管 AI 技術，但分析指出阿根廷目前僅占拉美 GPU 運算力 1.1%，基礎設施仍是瓶頸。（來源）

跨拉美與歐洲營運的支付基礎設施公司 LaFinteca 執行長討論 AI agent 自動付款出錯時的責任歸屬問題，呼應英國 FCA 與 HM Treasury 近期針對 agentic payment 的監管諮詢，也與上方中東的 agent 自主付款實測形成對照（詳見下方今日收穫）。（來源）

秘魯的國家級 AI 法律框架已生效（詳見上方台灣段）。

大洋洲

澳洲聯邦政府提出數位關懷義務法案，將禁止刻意營造「情感親密」的 AI 聊天機器人，總理稍早公開提及青少年將 AI 當成「最好朋友」的風險（詳見上方法規與治理段）。

商業案例 / 融資

IDC 調查顯示截至 7 月已有 95.4% 受訪企業將 AI agent 導入生產工作流程，平均每月 AI 推論預算逼近 11.8 萬美元，並預測到 2029 年 60% 的全球兩千大企業將採行 AI-first 營運模式。（來源）另一份引用 Anthropic《2026 State of AI Agents》報告的 CIO 調查指出，47% 企業採混合策略部署 AI agent、21% 完全依賴現成 agent，報導也點出廠商常免費內建 agentic 功能，讓企業在準備好治理流程前就倉促啟用。（來源）

今日另有兩篇融資速報：Casap Series B $56M（金融業 agentic 爭議處理，Base10 領投，營收成長 10 倍）與Plato Series A $16M（模擬職場訓練 AI agent 環境，Microsoft AI 執行長 Mustafa Suleyman 個人跟投）。

關鍵數字

項目數字來源
Artificial Analysis 開源／閉源模型差距擴大至 12 分（原 3 分）the-decoder
Cipher agent 發現 ICS 漏洞用時3 小時 49 分鐘，CVSS 最高 9.8cryptobriefing
Google Android Studio 開放 agent 數40+ 個，UI 任務速度提升 77%the-decoder
Casap Series B$56M（累計 $90M）funding post
阿布達比 agent 付款活動移動金額逾 $1,000（200+ 參與者）mid-east.info

今日 Digest 一覽

明日關注

  • Artificial Analysis 改版後，各家廠商（尤其開源陣營）會不會公開質疑新私有測試集的評測方法，或跟進補交新分數
  • 阿里 Qwen 路由事件後，企業使用者與監管機構會不會要求更明確的「開源模型網路行為」揭露規範
  • Google Android Studio 開放 40+ coding agent 後，Claude Agent／Codex 在實際 Android 開發任務上的效能差異會不會被社群實測公開比較

今日收穫

之前以為 agent 之間用 stablecoin 互相付款還停在概念驗證階段，看到阿布達比 Hub71 那場活動，200 多個真人帶著自己搭的 agent 真的掏 USDC 付咖啡錢、付給其他 agent，才意識到「agent 自主交易」已經不是理論，是今天已經在跑的基礎設施——但誰該為 agent 自主付款出錯負責，拉美那篇報導講得很清楚：目前還沒有答案。

參考資料

相關文章

AI 日報 — 2026-10-301 minAI 日報 — 2026-10-281 minAI 日報 — 2026-10-311 min