行業關鍵人物在想什麼：創始人訪談、研究者論戰、投資人判斷的觀點集合。
OpenHands 執行長暨共同創辦人 Robert Brennan 主張，把編碼代理（coding agent）從開發者的筆電搬到雲端執行，是 2026 年最具代表性的組織變革，而沙箱（sandboxing）正是讓這件事得以安全落地的機制。他的核心論點是：本地代理會逼你在兩種選擇之間二選一——要嘛每一道許可權提示都親自盯著，要嘛開啟「危險地略過許可權」模式，讓代理繼承你整個檔案系統、環境機密、家目錄，以及任何已連線的正式資料庫或 Kubernetes 叢集的存取權。沙箱建立在代理出現之前就存在的安全原則「最小許可權」之上，只給每個代理完成工作所需的東西，藉此把提示注入（prompt injecti
本集最有價值的內容，是 Howie Liu 對代理產品如何隨模型變強而演進的框架，以及他的主張：最終勝出的代理產品會是水平平臺，讓非軟體業的公司也能靠整批代理跑完整個端到端流程。Liu 是 Airtable 的創辦人暨執行長，如今也負責 Airtable 旗下的產品 HyperAgent。他先發表約 18 分鐘的演講，題為「僱用可就業的代理」（Hiring Employable Agents），接著主持一場三隊新創競賽，總獎金 10 萬美元。標題裡的「新創戰場」定位沒錯，但只是次要元素：pitch 與評審佔了後半段，真正有份量的產品思考全在 Liu 的開場演講裡。 Liu 的核心主張是：產品
Simeon George 是 SR One Capital Management 的執行長暨共同創辦人。他主張，當前重塑生技投資的兩股力量，一是 AI 驅動的早期開發，二是中國崛起為藥物開發強權——而這兩者最恰當的理解方式，都是服務於「產品優先、病患影響優先」投資主軸的工具。本集標題雖不失公允，卻略微高估了 AI 與中國的比重：這兩個主題大約只佔對話的後半段，前半段其實是紮實地談 SR One 從 GSK 分拆的過程、其端到端投資模式，以及 George 看重創辦人的哪些特質。對金融或科技讀者最有價值的內容，是 George 對「AI 究竟在哪裡真正創造回報」的框架（在早期開發，而非晚期預測
一家對話式 AI 供應商發表了一套六支柱、26 個評分元件的評分框架，用來判斷已部署的 AI 代理是否真的有效——而它最核心的示範案例卻違反直覺：控管率（containment rate）最高的代理（96%，只有 4% 轉交真人）竟然輸給轉交率達 20% 的代理。本集標題所談的「控管」只是前幾分鐘的引子；21 分鐘節目的主體，是逐一走過這套評分框架本身、它的權重設計，以及背後商業治理邏輯。 與談人是 Juji AI 開發者社群經理 Michael，以及 Juji 共同創辦人暨產品長 Dan Bălăceanu。Juji 是一家對話式 AI 新創，在 EMEA 與美洲擁有數百家客戶。兩人都把這
Fireworks AI 的應用機器學習負責人 Jetashree Ravi 主張，開源模型如今在大多數工作負載上已達生產環境可用的水準，而真正的競爭優勢已從「能否取得模型」轉移到「訓練到部署的迴圈」——也就是在同一個平臺上持續微調、託管並重新訓練模型的能力。Ravi 在一場研討會演講中，把整套論述扣在一個她現場調查過的痛點上：使用 ChatGPT 或 Anthropic 等閉源模型的開發者，很快就發現「費用高得驚人」，而轉向開源的過程往往卡在一個瓶頸——品質。她的解答是一套三層式的訓練產品（訓練代理、託管訓練、訓練 API），接在 Fireworks 於 CUDA kernel 層級最佳化的
Simular 共同創辦人暨執行長 Ang Li 主張，電腦操作代理（computer-use agent）正進入第二階段，而這個階段的關鍵不在於原始能力，而在於可靠性。他在一場 AI Engineer 工作坊演講中，回顧了一條橫跨三十年的職涯弧線——十年競技程式設計、十年神經網路研究（博士班，接著 2017 年加入 DeepMind），如今則是投入 AGI 的十年——並直言基準測試的時代已經結束：他團隊的 Agent S 在 2025 年 12 月打破了 OSWorld 的人類表現紀錄，但緊接著發布的 OSWorld 2 卻讓最強模型卡在約 20%。他說，真正的問題在於目前沒有任何已出貨的代
瀏覽器代理在正式環境中之所以失敗，問題不在模型不夠強，而在於每一次執行都從零開始。Browserbase 的銷售工程師 Shubhankar Srivastava 負責為客戶部署瀏覽器代理，他主張解方屬於工程問題：一套「自動研究」（auto research）迴圈，讓執行代理（doer agent）與教師代理（teacher agent）反覆琢磨同一個真實網站，直到收斂出一份可重複使用的技能檔案。在 AI Engineer 大會上，Srivastava 現場示範了一套流程：一個 Google Flights 任務在跑完一輪迭代後，單次執行成本從約 12 美元降到 3 美元；另一個原本撞上「ac
推薦理由：提供一種自動研究迴圈，將代理執行成本從 12 美元降至 3 美元，顯示工程最佳化可大幅提升瀏覽器代理效能。
Modular 押注的是：AI 產業真正的瓶頸不在晶片，而在軟體。在一場 17 分鐘的演講中，Modular 工程師 Abdul Dakkak 主張，AI 硬體的「寒武紀大爆發」——輝達多個 GPU 世代、Intel、ARM、Apple、AMD——已經造成程式開發上的一團亂，因為硬體選擇會一路向上滲透整個技術堆疊，逼得 vLLM 這類框架必須為每一家廠商維護各自獨立的程式路徑。Modular 的答案是把整個堆疊打掉重練：Mojo，一門風格貼近 Python、可鎖定 CPU、GPU 與加速器的系統程式語言；MAX，以 Mojo 打造的推論引擎與圖形編譯器；以及 Modular Cloud，負責分
自動研究（auto research）——把語言模型指向一份程式碼庫加上可重播的評估指令碼，讓它在單一分數上不斷爬山——是這場 AI Engineer World's Fair 工作坊的主題，由 WeCo AI 團隊四位成員主講。標題裡的「Parameter Golf」是真實但片面的框架：OpenAI Model Craft Challenge 大約佔了整場的前三分之一，作為案例研究；演講的主體則是一份設計自動研究迴圈的實務指南，外加一場實作的 Flappy Bird 競賽。最重要的主張是：自動研究對提示與設定品質的放大效果，遠大於一般的 coding agent——指向對的評估，它會「煮沸整片
這場議程中最有用的觀點是：互動式 CLI 並沒有壞掉，它只是寫給錯的讀者看。PayPal 開發者工具負責人 Mark Lummus 與同團隊技術主管 Navinkumar Patil 主張，代理（agent）透過 bash 呼叫外部指令時，處理非互動式指令沒問題，但遇到方向鍵提示就會無聲失敗：測試框架看到的是一個重繪迴圈，而不是一個問題，因而遺失 UI 狀態，卻回報沒有任何錯誤。他們提出的解法，是把代理視為與人類並列的第二種受眾，就像無障礙設計為人類介面增加了第二種讀者一樣，並為這類受眾提供機器可讀的狀態、結構化輸入，以及一棵決策樹，而不是愈堆愈多的旗標。 標題的「燒掉你的旗標」只是這場實作
Amazon 的 AGI 實驗室用這場 55 分鐘的工作坊，主張代理（agent）開發的下一階段不是「電腦操作」（computer use）——讓代理盲目地點選一個藍色按鈕——而是「感知」（perception），也就是代理能像人類一樣理解螢幕。Amazon AGI Lab 解決方案架構師團隊負責人 Emile Baizel，以及該團隊的解決方案架構師 Shruti Arora，整場議程圍繞兩個開源基礎元件（primitive）——Visual Annotator 與 Visual Verification——最後再讓全場動手挑戰，把兩者串起來。標題的「感知代理」是整場的框架，但節目主體其實是
推薦理由：工作坊示範感知代理開發流程，透過實作學習將 Visual Annotator 與 Visual Verification 串接至代理，並掌握感知層設計原則，並可在實務中快速驗證代理在多模態場景中的表現
一位資安工程師主張，AI 程式開發工具早已跑在為確定性軟體打造的那套安全實務之前，而解方是流程，不是禁令。Javier Garza 是資安公司 Snyk 的開發者推廣人員，他帶來一場濃縮成六個單元的訓練課程——原本是三小時的研討會硬塞進兩小時——內容涵蓋 OWASP LLM Top 10、影子 AI、AI 威脅建模、MCP 伺服器安全、vibe coding，以及代理式攻擊。標題裡的「證書」是真的，但只是配角：Garza 在最後幾分鐘告訴學員，可以到 ai.security.engineer 做測驗拿結業證書，還有一個掃 QR code 的挑戰活動，完成可拿 25 美元禮品卡。真正的重點在於風
FriendliAI 的創始工程師 Yunmo Koo 主張，如今選擇推論供應商的重要性，已不亞於選擇模型本身。他在一場研討會上演講，帶聽眾做了一場實測比較，顯示同一個開放權重模型交由不同供應商執行，在延遲、成本與可靠性上會出現實質差異——而這些差異源自整套推論堆疊，而非模型權重。這場演講固然是 FriendliAI 推論 API 的產品宣傳，同時也是一份精簡的技術入門，說明 KV 快取重用、快取感知路由、階層式記憶體與推測解碼（speculative decoding）為何決定了開發者實際體驗到的表現。 本集標題把主題定調為「同一個模型，不同的速度」，這個主軸確實貫穿整場演講，不過實質內容
推薦理由：同一模型在不同推論供應商下速度差異，凸顯推論堆疊對開發者體驗的關鍵影響，並提示選擇合適供應商可降低成本與提升可靠性。
本集的核心論點是：AI 程式碼代理（coding agent）已把軟體開發的瓶頸從「產生程式碼」轉移到「驗證程式碼」，而要彌補這個落差，就必須把「完成」當成一種必須有證據支撐的主張，而不是一句斷言。標題「SonarQube + OpenAI」忠實反映了這場議程的內容：這是一場聯合演講加上現場示範，把 OpenAI 的 Codex 代理與 Sonar 的驗證工具配對起來；不過實質論證集中在開場前五分鐘的框架說明，其餘則是實際動手把兩者串接起來的操作演練。 框架說明由一位自稱隸屬 Codex 部署工程團隊的講者主講（介紹時也提到一位稍後致謝的「Tony」），他提出三項主張：完成，代表任務在具備證
Arize AI 的 Ankur Duggal 主張，用「感覺」來交付 AI 代理——憑肉眼掃過輸入與輸出——在正式環境中行不通，因為代理本身不具確定性，而且把推理過程藏在單一行 agent.run 呼叫背後。他的解法是一套迴圈：全面追蹤、在正式環境中找出失敗案例、把這些失敗轉成資料集與評估、讓 coding agent（Claude Code、Cursor、Codex）把追蹤紀錄、評估、標註與程式碼庫拉到同一個地方，提出修正方案、跑實驗、上線。本集大部分內容是這套迴圈的實機示範，物件是一個刻意弄壞的理財建議代理，另外還有觀眾問答，涵蓋追蹤機制、評估成本、模型選擇與 Phoenix 支援。
推薦理由：本影片示範如何透過迴圈式追蹤與評估，提升代理在正式環境中的可靠性，對開發者最佳化代理流程具有實務參考價值。
Runpod 的 staff engineer Dean Quiñanola 指出，標準的 serverless AI 部署迴圈——寫程式、建 Dockerfile、把映像檔推到 Docker Hub、執行，失敗就再來一遍——每迭代一次大約要花 15 分鐘，這正是 ML 工程師與實驗之間最大的障礙。他提出的解法 Runpod Flash 直接把 Docker 從流程中拿掉：開發者寫 Python，用 flash dev 透過本機 FastAPI 介面，對一個真正由 GPU 支撐的 serverless endpoint 測試，再用 flash deploy 把同一份程式碼送上正式環境。
推薦理由：Runpod Flash 省去 Docker 步驟，讓開發者可即時在 GPU 上測試與部署，縮短迭代時間。
這場工作坊的核心主張是：多數團隊不需要打造完整的離線評估流程，就能大幅改善自家的代理系統——只要把應用程式埋點、緊盯追蹤紀錄（trace），並根據發現採取行動即可。Langfuse 的 Lotte Verheyden 與 Annabell Schäfer 認為，對非高風險產業的團隊來說，他們所謂「AI 工程迴圈」中的線上那一半——追蹤加上監控——已足以快速迭代；離線那一半（資料集、實驗、評估）要等到產品或風險輪廓成熟後才有其必要。他們要解決的框架問題在於：AI 代理並非確定性系統——一個系統可能在基礎設施儀錶板上看起來一切正常，但它的回答卻是錯的，或單純不夠好。 本集不是概論式的綜覽，而是實
導語：Amazon 及 Microsoft 宣佈在與地方政府談判資料中心時不再使用 NDA，試圖改善公共溝通並說服社群接受新基礎設施。 - 政策變動：Amazon 取消 NDA，Microsoft 亦同樣做法，兩大科技巨頭將協商公開化。
推薦理由：本文探討 AI 企業取消 NDAs 可能對地方政府談判帶來的溝通改善，對未來資料中心建置產生影響，並可能促成更透明的公共合作模式。
兩位實務工作者花了約一百小時，在 Kubernetes 上打造出一套完整的內部開發者平臺，接上一個毫無防護的 LLM 代理，然後在講臺上即時嘗試駭進自己的叢集。最有價值的發現不是代理搞破壞，而是擋下攻擊的防線大多是 Kubernetes 的標準控制機制，而非 AI 專屬的防護。任職於 Accenture 訓練部門的 Michael Forrester 與 Datadog 的 Whitney Lee，帶著聽眾走過三輪逐步升高的攻擊，目標是一個由 34 個元件平臺支撐的墨西哥捲餅點餐聊天機器人，接著說明哪些護欄擋下了哪些攻擊、哪些又在最後一刻失守。 這一集是實作工作坊，不是概況調查，重心落在攻防
一名 19 歲、完全沒有程式設計經驗的年輕人，用五個月打造出一款名為 Vola 的 AI 影片剪輯 App，如今每月靠它賺進超過 1 萬美元。這是 Vadim 在 Starter Story 節目上對主持人 Gus 說出的標題級數字，但這一集真正的重點不在產品，而在背後的分銷手法：一套每天約 45 分鐘的例行公事，在 Instagram 上複製已被驗證的爆紅短影音格式，一天發三到六則。標題寫的「每月 1.1 萬美元」說得沒錯，但格局偏窄——整段對話大部分時間都在談成長是怎麼發生的，而不是營收數字本身，而且營收數字是 Vadim 自己說的，錄音時在他的儀錶板上秀了出來。 Vadim 自稱是「v