Agent

本文介紹了計算機視覺MCP伺服器，它透過統一介面整合計算機視覺、Strands代理和MCP協議，使AI系統能夠高效處理視覺資訊並做出智慧決策。架構使用AWS IAM、S3、OpenSearch、Bedrock和Rekognition等服務，支援影像和影片分析，包括物件檢測、裁剪和描述等功能。

根據Dice的最新報告，73%的科技職位描述要求具備AI技能，而2024年1月這一比例僅為15%。求職者需要展示AI熟練度、獲得認證、透過專案成果證明能力，並制定個人技能提升計劃。

IBM釋出了新的Power伺服器系列和軟體，旨在實現基礎設施管理和應用程式開發的自動化。其中包括用於系統管理的自主控制層IBM Power Autonomous Operations，以及面向IBM i環境的AI驅動開發助手IBM Bob Premium Package for i。此外，IBM還推出了緊湊型單插槽Power11伺服器Power S1112，專為本地AI推理設計。這些新功能建立在去年Power11釋出的基礎上，強調了自主IT能力的擴充套件。IBM引用其2026年技術領導者研究，預計到2027年企業將平均部署1661個AI代理，需要能夠自我管理的基礎設施。Power S1112利用Power11的片上矩陣數學加速進行本地推理，效能是Power S914的兩倍，能效提高69%。Power Autonomous Operations透過持續監控系統行為，在3.33分鐘內解決容量問題，比傳統工作流程快15倍。IBM Bob Premium Package for i則幫助開發者更快理解和現代化IBM i應用。

Work Louder 推出 Codex Micro，一款整合語音提示、任務監控和觸控操作的緊湊型硬體控制器，專為 Codex AI 智慧體設計，提供直觀的狀態反饋和高效的命令控制。

高等教育機構在擴大校園呼叫中心服務質量審查方面面臨挑戰。Databricks 提出一種基於生成式人工智慧的解決方案，使用 OpenAI Whisper 進行高精度轉錄，利用 LLM-as-a-judge 根據機構評分標準進行一致評分，並透過 AI 函式進行資料豐富——所有步驟均在統一治理平臺上完成，透過 Genie 和 Agent Bricks 實現自然語言洞察。

Shippy是一個用於即時海洋領域感知的AI代理，其設計注重可靠性、模組化和可審計性。文章詳細介紹了其架構：由“靈魂”（系統提示）、技能（結構化Markdown檔案）和配置組成。透過專用CLI與Skylight API互動，並使用Mothership平臺進行沙盒託管和使用者隔離。評估系統針對真實場景和加權標準對整體代理進行評分。未來計劃包括代理驅動的UI控制、模型路由和跨執行緒記憶。

本文探討了AI代理中模型路由的複雜性，指出路由不僅僅是分類問題，而是系統最佳化問題。文章透過三個維度（成本、複雜度、延遲）揭示了常見誤解，並介紹了IBM Research團隊構建的基於最佳化的路由解決方案。

一種名為CrashStealer的新型macOS惡意軟體偽裝成蘋果崩潰報告工具，竊取使用者資料、密碼和加密貨幣錢包。本文介紹其工作原理及三種防禦習慣。

隨著人工智慧成本成為美國企業增長最快的支出之一，一些初創公司開始轉向更便宜的中國AI模型以節省開支。儘管中國模型在能力上落後6到12個月，但其開源特性和低成本吸引了大量使用者。

一個研究團隊成功利用分佈在四個國家的14臺Mac電腦（包括一臺個人MacBook）進行強化學習後訓練，在PaperSearchQA任務上將pass@1從29%提升至63%。該系統透過PULSE權重同步技術實現90MB的增量更新，並採用非同步星型拓撲結構，所有通訊基於物件儲存，無需專用網路。這是首次完全使用消費級Mac進行rollout生成的RL後訓練。

LangChain的Fleet平臺新增一鍵部署功能，允許使用者無需編碼即可建立併發布AI代理到Slack。代理可擁有自定義身份，在頻道和執行緒中工作，並支援許可權控制和審批流程。

OtoDock是一個自託管的AI Agent平臺，讓你可以在自己的基礎設施上以Agent團隊的形式執行Claude Code和Codex。它提供即時儀表盤、安全沙箱、多Agent會議、自動化排程、文件生成等功能，支援消費級訂閱、API金鑰或本地模型。採用公平原始碼許可（FSL-1.1-Apache-2.0），支援Docker一鍵部署。

傳統的VPN無法滿足AI代理的訪問需求，企業需要統一的身份網路和特權訪問管理，以安全地支援人類和代理的混合工作負載。Tailscale專家將於7月28日舉辦網路研討會探討解決方案。

Mindlas 是一款開源工具，透過確定性儀表盤即時監測 AI 編碼會話中的上下文惡化、驗證債務、變更影響範圍等問題，並在問題累積前提供具體糾正措施，無需網路呼叫且完全本地執行。

OpenAI與鍵盤製造商Work Louder合作推出了一款名為Codex Micro的方形按鍵裝置，用於監控和管理Codex編碼平臺上的AI代理。該裝置售價230美元，限量發售，與OpenAI和Jony Ive合作的另一硬體專案無關。

Tura是一個本地開源編碼代理，透過在DeepSWE v1.1基準測試中使用宏CLI命令和反向推理，相比Codex CLI High，將LLM呼叫次數減少80%，同時成功率從60%提升至80%。

GeoSQL是一種地理空間分析技能，透過將地圖視覺化反饋整合到AI代理迴圈中，顯著提高了空間查詢的準確性。它解決了AI僅基於文本資料時無法檢測到的幾何錯誤（如多邊形異常或座標偏移），並透過資料庫探索、成本預估、結果驗證和地圖渲染等步驟實現自主校正。與Dekart配合使用時，效能提升可達4倍。文章還討論了局限性，如僅BigQuery支援成本控制、測試規模有限等。

Linus Torvalds在Linux核心郵件列表中明確表態，Linux專案不反AI，AI是實用的工具，反對者可以選擇復刻專案或離開。他強調核心社群基於技術優劣做決策，而非恐懼新工具。

本文介紹如何用110行Python程式碼構建一個基於Telnyx Call Control和AI Inference的AI談判練習電話。使用者撥打電話後，可選擇薪資談判、銷售交易或供應商合同三種場景，與扮演對手的AI進行語音談判，結束通話後獲得結構化評分反饋。文章包含完整的構建步驟、架構解析和自定義場景的方法。

為了讓AI智慧體真正自主執行任務，它們需要一個隔離、安全且可快速部署的計算環境。本文介紹了智慧體為何需要自己的“計算機”，以及LangSmith沙箱如何透過微虛擬機器隔離、快照與分支、認證代理和安全執行等特性滿足這一需求。同時討論了提示注入等安全風險及緩解措施。

ZDNet作者David Gewirtz對比測試了ChatGPT Work和Claude Cowork的桌面檔案自動化能力。ChatGPT Work能自動檢測重複檔案並智慧重新命名，整理速度雖快但全程未請求許可權，存在安全風險。Claude Cowork則在每次重大操作前請求批准，更適合高風險任務。作者認為，一旦OpenAI修復許可權問題，兩者在整理質量上不相上下。

研究人員發現Claude的web_fetch工具存在漏洞，允許攻擊者透過巢狀連結誘導AI洩露使用者私人記憶中的敏感資訊，如姓名、位置和僱主。Anthropic已修復該漏洞，但未支付漏洞賞金。

一項研究表明，結合Bomly MCP伺服器的AI代理在大型專案上能穩定修復98%以上的可修復漏洞，而僅靠代理自身則表現不一，甚至低至14%。該伺服器透過提供依賴圖、漏洞列表和修復上下文，有效解決了大型專案中依賴發現的瓶頸問題。

網際網路協議架構師之一溫特·瑟夫離開谷歌後，開始擔任創新實驗室的顧問，致力於為AI代理建立開放的身份識別架構。

Anaconda 收購了流行的開源編碼代理 Kilo，此舉發生在企業對 AI 供應商鎖定感到擔憂的背景下。Kilo 允許開發者自由切換模型提供商，避免供應商鎖定。Anaconda 計劃將 Kilo 整合到其 AI 工作區中，同時保持其開放原始碼特性。

文章指出，現代工作場所本質上是威權系統，而教育體系過於側重就業技能，忽視了培養獨立思考和批判性判斷能力。隨著AI取代更多工作崗位，年輕人面臨前所未有的就業危機，教育應當轉向培養能夠質疑和改變現有系統的人才。

這個TypeScript倉庫展示了一種透過工具強制執行的規則系統，防止AI代理在編碼過程中破壞架構。它包含五個關鍵防護措施：依賴規則、突變測試、測試與規範保護、提交門控和規範驅動開發。該倉庫還作為模板，可用於啟動新專案，並提供了一個基準測試來驗證代理的能力。

本文展示瞭如何使用Google Gemini規劃假期，透過生成包含航班、住宿和活動建議的行程單。包括使用者經驗、不同提示的測試以及使用Auto Browse的技巧。

LoopGain 是一個開源庫，利用控制理論智慧地停止AI智慧體迴圈當它們收斂時，取代浪費的 max_iterations 方法。它即時測量迴圈增益，在基準測試中實現了 92.8% 的API開銷節省和 15 倍加速，同時保持輸出質量。

本文介紹了七種Python工具，工程師在2026年實際使用它們來在本地基礎設施上構建、協調和執行AI代理，涵蓋從模型執行到決策編排的各個層面。

OpenAI 對 SWE-Bench Pro 的審計揭示了編碼基準測試的嚴重缺陷：大約30%的任務存在錯誤，導致精確的得分可能無法真實反映模型能力。該發現促使 OpenAI 撤回先前推薦該基準的建議，並強調需要更可靠的評估方法。

本文基於Google白皮書《AI時代的軟體生命週期》，探討AI如何改變軟體開發流程。核心觀點包括：智慧體由模型和工具鏈組成，上下文工程是成本關鍵，驗證是區分“氛圍編碼”與工程的關鍵，各階段變化不均，經濟上建議採用智慧體工程而非純粹的氛圍編碼。

日本作為全球AI中心，正藉助NVIDIA技術構建全棧AI生態系統。NVIDIA與SEGA慶祝合作30週年，宣佈將《VR戰士CROSSROADS》等經典遊戲引入NVIDIA RTX Spark新平臺，展現了從圖形技術到AI計算的技術演進。

PromptMan是一款macOS選單欄應用，允許使用者透過全域性快捷鍵快速儲存、組織和重用AI提示，支援ChatGPT、Claude等工具，並提供雲同步、提示版本管理和AI增強功能。免費版提供10個提示，Pro版每月4.99美元，年付39美元。

AITerm是一款原生macOS終端應用，整合了AI功能，支援自然語言命令、錯誤診斷、本地或雲端AI模型，並具有安全風險分級和自動回滾建議。免費版提供核心功能，Pro版增加自動化、執行手冊等，注重隱私和安全性。

非英語母語寫作者的新工作流：先用母語起草，然後用AI翻譯和潤色成英語。研究表明，用第二語言寫作會多花30-50%的時間，原因是認知負荷。透過將想法生成與語言轉換分離，並藉助Echoo等AI工具，寫作者可以恢復速度和表達質量。

在AI輔助程式碼審查中，確定性的靜態分析可以顯著降低token消耗。透過在呼叫LLM之前先用確定性檢查過濾已知問題，團隊能減少不必要的推理開銷，將模型能力集中在真正需要判斷的模糊問題上。

AIDE2 系統透過八天的自主研究，發現了一個比人類兩年構建的更好的自動研究框架，實現了遞迴自我改進（RSI）的首個實驗證據。該系統採用雙層最佳化迴圈，內層迴圈最佳化程式碼，外層迴圈最佳化內層智慧體的程式碼框架，最終產生了七個改進版本，並在未見過的任務上表現出泛化能力。同時，系統還進化出了防止獎勵駭客行為的機制。

UltraWork 是一個託管式AI程式設計環境，每月固定費用399美元，無令牌計量，無需擔心意外賬單。它提供精選模型目錄、智慧路由、提示模板庫，面向獨立開發者、機構和小團隊。由具有高效能基礎設施經驗的工程師運營，強調簡單性和可預測的定價。

TormentNexus是一個本地優先的開源AI控制平面，為多代理工作流提供持久記憶、MCP工具編排和自主基礎設施管理。它支援38+ AI編碼代理，具有漸進式工具路由、雙層記憶架構和群集協調等功能。

本文探討AI程式設計助手如何透過“提示-等待-評估”迴圈破壞心流狀態。作者指出，這種迴圈替代了程式設計中清晰的目標、即時反饋和技能匹配挑戰，導致頻繁的上下文切換和精神重建。文章引用心理學和中斷研究，分析AI工具如何成為新型中斷源，並建議開發者區分任務型別、批次使用AI以保護深度工作。

Tiptap AI工具包透過整合AI，實現直接、即時地編輯文件，從而提升團隊協作和生產力。

Monid是一個平臺，允許AI智慧體無縫連線並使用超過1300種工具，涵蓋搜尋、資料抓取、天氣、3D建模等領域。它提供統一的支付系統，按呼叫付費，無需訂閱，並支援三種整合方式：Skill、MCP和CLI。

Sogni Unlimited 提供基於訂閱的無限影像、影片、音樂和 LLM 生成，使用去中心化的 GPU 網路。無需按渲染計費，支援開源模型及部分付費合作伙伴模型。訂閱收入的一部分用於支援獨立 GPU 運營商。

2026年6月，Anthropic的Claude Fable 5系統提示詞在GitHub上洩露，這是一份長達3826行的文件，用於引導模型行為。本文詳細解析了其來源、結構、拒絕處理、關懷義務、記憶系統、代理機制以及版權保護等關鍵部分，揭示了前沿AI本質上是一套精心編寫的規則手冊。

本文提出一種基於契約的行為樹合成架構，透過編碼智慧體查詢機器人端的MCP伺服器獲取技能庫和運算子，實現從自然語言到可執行行為樹的可靠合成。實驗表明該方法在模擬和實體機器人上均取得高成功率。

多機器人在受限環境中需要變形和重構兩種行為。現有方法獨立建模或依賴規則，易導致死鎖。EFLUX提出幾何基礎的LLM智慧體框架，聯合推理變形和重構動作，透過閉環生成與驗證實現安全導航。實驗表明能減少死鎖和導航失敗。

SymbOmni是一種新型AI模型，旨在解決當前模型“永恆新手”的問題——即無法積累經驗並自主進化。它透過符號概念學習，利用可最佳化的記憶模組將低階操作抽象為可重用的符號工作流指令，並透過歸納-轉導迴圈實現持續自我改進。實驗表明，SymbOmni在影像質量和任務成功率上超越現有代理系統及閉源模型，同時減少40%以上的令牌消耗，並在持續學習基準上取得新成果。

TSCA-Net透過三個互補模組（時空團注意力、跨行人團勢、自適應KAN網格細化）顯著提升擁擠環境中的行人軌跡預測精度，在ETH/UCY和SDD基準上達到最先進效能。

本研究提出G-SHARE框架，將核電站人因事件診斷的CNNP九步準則轉化為多階段診斷流程，包括證據提取、逐步推理和一致性修復。在真實資料集上，G-SHARE顯著優於一次性提示和傳統機器學習方法，表明結構化推理和一致性約束對穩健診斷至關重要。