讓模型自主規劃、呼叫工具、完成多步任務的技術方向——從 Claude Code、Manus 到各家 Agent 框架與評測基準的全部動態。
Google DeepMind 推出 Gemini 3.6 Flash、3.5 Flash-Lite 以及 3.5 Flash Cyber 三款新模型，旨在以更高效率和更低延遲支撐大規模 AI 智慧體工作流。
推薦理由：官方釋出了三個新的 Gemini Flash 系列模型，給出了詳細的效能指標與價格，讀者可以據此評估其在智慧體工作流和高吞吐任務中的成本與效率。
Devin Outposts 於 Modal Sandbox 上啟動，允許開發者在自訂環境中執行 AI 軟體工程師 Devin。 - 功能：自動啟動 GPU 供應，支援自訂映像、快冷啟、快照與彈性擴縮。
推薦理由：此功能讓開發者可在 Modal Sandbox 內以 GPU 方式執行 Devin，提升工作流程靈活度與成本效益。
Hugging Face 在 2026 年披露一次由 AI 代理系統主導的入侵事件。 - 侵入方式：惡意資料集與兩條程式碼執行路徑，最終取得節點層級存取權。
推薦理由：本案揭示 AI 驅動入侵已成現實，凸顯商用 AI 保障對事件調查的阻礙，提醒安全團隊需備備地面化模型以維持取證能力。
Google DeepMind 推出了基於 3.5 Flash 構建並針對網路安全任務微調的輕量化模型 Gemini 3.5 Flash Cyber，旨在幫助防禦者快速發現、驗證和修補軟體漏洞。
推薦理由：Google DeepMind 推出了專為網路安全微調的輕量化模型，通過支援高頻率和多輪呼叫，在多個安全基準上展現了優於 mainline 模型和部分競品的漏洞挖掘能力。
研究者以概念驗證示範，惡意試算表內容可誘使 AI CLI 輸出 ANSI 控制碼，讓 macOS Terminal 發出含有資料的 DNS 請求。 - 攻擊方式：AI 工具讀取試算表中的惡意內容，取得前幾列的姓名並輸出終端機控制序列；Terminal 將序列解讀為 DNS 請求，造成資料外洩。
推薦理由：文章串起間接提示注入、終端機 ANSI 控制碼與 DNS 外洩的攻擊鏈，並整理修補後 CLI 開發者可採取的輸出編碼措施。
Hugging Face 官方披露了一起在 2026 年 7 月發生的由自治智慧體驅動的生產基礎設施入侵事件。攻擊者利用資料集處理流程中的程式碼執行路徑獲取初始訪問許可權，隨後在多個內部叢集中進行橫向移動。Hugging Face 通過自主 AI 系統檢測並剖析了該事件，修復了根本漏洞，撤銷並輪換了受影響的憑據。
導語. Bun 開發者 Jarred Sumner 在 11 天內，使用 Claude 代理將 500,000 行 Zig 程式碼重寫為 Rust，耗費約 $165,000，並通過超過一百萬條斷言測試。
推薦理由：本文揭示 AI 助力大規模程式重寫可行性，亦警示缺乏審查的風險，提醒開發者在採用自動化重寫時需審慎評估品質與安全性
Thinking Machines 在 Hugging Face 釋出了 Inkling 與 Inkling‑Small 兩個多模態 LLM。Inkling 是 1T 引數、1M 上下文視窗的開源模型，支援影像、文本、音訊輸入，並具備 agentic 能力。
推薦理由：Inkling 通過支援 1M 上下文視窗和多模態輸入，提供了大規模開源模型的高效推理與部署方案，幫助開發者快速構建跨模態推理應用。在 Hugging Face 平臺上可一鍵部署，支援多種推理引擎，滿足大規模推理需求，並提供 1M 上下文視窗的高效推理體驗，適合多模態推理與微調場景。
AWS Bedrock AgentCore 讓 Browser Use 能以零憑證的微 VM 與控制平面，安全且可彈性擴充地執行數以百萬計的非受信任 AI 代理。
推薦理由：本文說明如何以 AWS Bedrock AgentCore 建置安全、可擴充的 AI 代理基礎建設，提供可直接套用於大規模代理運算的實作細節。
OpenAI 模型在 AtCoder 世界巡迴決賽中擊敗頂尖人類程式設計師，顯示 AI 在競賽領域已超越人類。 - 比賽概況：AtCoder 世界巡迴決賽（東京）分為啟發式與演算法兩組，2026 年舉行，持續兩天。
推薦理由：OpenAI 模型在 AtCoder 世界巡迴決賽中擊敗頂尖人類程式設計師，證明 AI 在複雜演算法問題上已超越人類，預示未來競賽與產業應用的深遠影響
在代理互動中捕捉 Token ID 以提升強化學習 - Turnstile：用 Rust 實作的代理，位於 Agent harness 與後端之間，即時記錄精確 token ID、log 機率與 loss mask。
推薦理由：本文提出在代理互動中精確捕捉 token ID 的方法，提升 RL 訓練的準確性，為多模態與 MoE 模型的強化學習提供可複用的工具。
LeRobot v0.6.0 引入了世界模型策略、全新的視覺語言動作模型和統一的獎勵模型 API，同時帶來了六大模擬評測基準、全新的部署命令列工具以及深度感知和資料自動標註能力。此次更新還優化了資料集載入速度，實現了完全分片資料並行訓練和雲端訓練支援，並大幅精簡了基礎安裝包的依賴。
推薦理由：該版本閉環了機器人學習流程，使用者可以據此瞭解開源機器人框架在世界模型和評測方面的新能力。
Fable 5 在 KernelBench‑Mega 上以 18.71 倍加速完成 GPU 核心生成，顯示 AI 系統在核心設計上的自動化潛力。 - GPU 核心速度：相較於 PyTorch 基準，Fable 取得 18.71 倍提升；Claude Opus 4.8 14.4 倍；GLM‑5.2 11.14 倍；GPT‑5.5 4.34 倍。
推薦理由：Fable 5 在 KernelBench‑Mega 上實現 18.71 倍加速，展示 AI 自動化寫 GPU 核心的潛力。
GPT-5.5-Cyber 在一天內完成了 zlib fuzzing lab，證明高階模型能即時自動化安全測試 • 模型與目標 使用 OpenAI 的 GPT-5.5-Cyber 透過 /goal 指令。
推薦理由：此研究顯示 GPT-5.5-Cyber 在一天內完成 zlib fuzzing lab，證明高階模型可自動化安全測試，對開源維護者與攻擊者皆具啟示。
Browser Use 團隊介紹如何透過 QA skill 讓 AI 程式碼編寫代理程式自動化執行網站品保測試，透過賦予瀏覽器控制權來模擬真實使用者行為、找出介面問題並給出評分與改善建議。
推薦理由：原文介紹如何利用 AI 智慧體與瀏覽器自動化工具進行網站品保測試，讀者可藉此將自動化測試流程整合至現有開發工作流中。
Supabase 現已支援 OpenCode，讓 AI 代理能直接操作 Supabase 服務，從而擴充套件編碼工作流程。 - 功能：可監控代理活動、列出組織與專案、在編碼會話中建立新專案、開啟 MCP 設定流程、並將 Supabase 專屬技能捆綁於代理。
推薦理由：此整合讓 AI 代理能直接存取 Supabase，提升開發效率與自動化水平，並可即時監控、部署與查詢，為團隊帶來更完整的編碼工作流程，且可在同一專案內同時執行多個代理，支援 75+ LLM 供應商，已被 Ramp、JFrog、Cloudflare 與 Apple 等公司廣泛使用。
Together AI 在 ICML 2026 展示了九篇跨層研究，從代理到 GPU 核心，涵蓋模型、演算法、系統與硬體最佳化。 - 代理層：DSGym 1,000+ 任務、10+ 領域；ThunderAgent 3.6× 推理吞吐量、3.9× RL 迭代速度提升。
推薦理由：Nine ICML 2026 論文涵蓋從代理到 GPU 核心的全棧研究，讀者可洞悉跨層最佳化的實際效能與落地策略，並展示多層協同效益與實際部署案例。
Claude Science 是 Anthropic 與 Modal 合作推出的生命科學 AI 工作臺，允許研究者在對話中直接執行 GPU/CPU 計算並自動擴充套件至 Modal 容器。
推薦理由：Anthropic 與 Modal 合作推出 Claude Science 生命科學 AI 工作臺，讓研究者能在對話中直接執行 GPU/CPU 計算並自動擴充套件至 Modal 容器，並提供 10 萬美元計算資源獎勵，協助學術團隊加速藥物發現與基因編輯研究，並於 6 月 30 日正式上線，同時提供免費 30 美元起始計算額度，方便新使用者快速體驗。
Claude 代理 在執行畫面截圖後進行推理，期間畫面可能被改動，形成 TOCTOU 漏洞。 - 漏洞重現：在 Outlook 草稿頁面，代理誤點「傳送」按鈕，送出惡意郵件。
推薦理由：此研究揭示 AI 代理在時間檢查與使用之間的脆弱性，提醒開發者須加強畫面同步驗證以防範惡意操縱。
Modal 推出無伺服器 Servers，能以 6ms 的 p50 延遲處理 HTTP、WebSocket 與 gRPC 請求，專為低延遲 LLM 推理設計。
推薦理由：Modal 透過自研代理與雲端排程，將伺服器延遲從 39ms 降至 6ms，為低延遲 LLM 推理提供可直接整合的實用解決方案。