Devin & Cursor 自主代理
一份 2026 年 3 月的研究實測了七款主流 MCP 客戶端的提示注入防護，結論是「差異顯著」——有些實作了嚴謹的防護機制，有些則對跨工具汙染與隱藏參數利用高度脆弱。這對正在導入 AI 開發工具的企業是重要參考。
一篇 2026 年 3 月的論文盤點多代理系統的資安威脅，整理出 193 項、分為九大類，並比較了 16 套現有資安框架。結論很直接：「沒有任何一套受檢框架在任一類別達到過半覆蓋率。」這替 DeepMind 說的「缺乏工具」提供了量化證據。
Google DeepMind 與四個夥伴機構於 2026 年 6 月 11 日宣布投入最高一千萬美元，徵求多代理安全研究。理由很直接：「目前多數安全評估是把模型單獨拿來分析」，但代理互相往來時會產生難以預測的集體行為。這對正在串接多個 AI 工具的企業是個提醒。
史丹佛 2026 AI Index 記錄：AI 代理在 OSWorld 真實電腦任務基準上，成功率從 12% 躍升至約 66%。進步幅度驚人，但同一份報告也寫明它們「在結構化基準上仍約每三次失敗一次」。這個失敗率決定了哪些任務能自動化、哪些不能。
Anthropic 工程團隊揭露一個容易被忽略的架構陷阱：為了繞過當代模型缺陷而寫的程式，會隨著模型改善而變成負債。他們舉的例子是 Claude Sonnet 4.5 的「context anxiety」，那個繞道在 Opus 4.5 上已無必要。本文說明這對企業建置 AI 系統的實際啟示。
史丹佛大學團隊發表了震撼 AI 界的 Quiet-STaR 論文。大家平時用 AI 最怕他「張口就胡說八道」。這篇文章我用「小明開電商公司處理複雜退換貨」的實務範例，帶大家看懂 AI 代理如何在後台「自主深思 50 步」才給出完美解答。
7 月 Cognition 整併 Windsurf、SpaceX 宣布併購 Cursor，資本正在搶同一個位置：開發者每天待著的那個視窗。但對工程團隊來說，真正該準備的不是產能翻倍，而是產出變多之後，審查跟不跟得上。
OpenAI 面對 Anthropic 的強攻，正式掏出了最新大殺器 GPT-5.4。本次最大看點在於 200 萬 Token 長上下文記憶 與突破性的多步驟邏輯 Reasoning 能力。