Uber 安全 AI 框架治理智能體全生命週期
Uber 開發了一套安全框架,透過部署前檢查、運行時行為授權和部署後持續保障,治理 AI 智能體的整個生命週期。部署前,Argus 分析代理程式的原始碼、提示詞、設定和依賴項;運行時由 AI Registry、AI Guards 和 Agent Guard runtime hooks 執行行為授權,部署後則以執行追蹤和互動重播持續檢查。
Uber 開發了一套安全框架,透過部署前檢查、運行時行為授權和部署後持續保障,治理 AI 智能體的整個生命週期。部署前,Argus 分析代理程式的原始碼、提示詞、設定和依賴項;運行時由 AI Registry、AI Guards 和 Agent Guard runtime hooks 執行行為授權,部署後則以執行追蹤和互動重播持續檢查。
作者構建了 Comanda,一套基於 Claude Agent SDK 和 MCP 的外賣售後多智能體系統,以確定性程式碼管理退款金額與安全邊界。退款工具不接受金額參數,金額由 evaluate_refund 計算;若金額超過 R$ 80,00,或客戶近 30 日有 3+ 筆退款,退款會轉為 pending_approval。
Deadline Séance 以明確規則協助團隊按容量、依賴關係及延誤成本決定哪些工單保留或刪除,並記錄可撤銷的決策。測試顯示,樣板看板加入 20% 預留容量後,1,000 次模擬中有 707 次能維持最佳刪減方案;更多預留容量不一定更安全。專案以 MCP server 提供三項唯讀工具,亦透過 Kiro Crew 讀取 Jira Cloud 工單。
在 Windows 上,VS Code 內的 Copilot Agent mode 成功呼叫 Sentinel 0.5.9 發佈的 3 個工具,完成檔案、目錄及程式碼分析,並拒絕分析專案資料夾以外的路徑。實測亦確認,含空格及捷克字符的路徑可用;工具呼叫耗時為 23 至 94 ms,但這是 Agent 主機記錄的用戶端生命週期時間,並非伺服器單獨的運算時間。
研究提出 SilentGuard,將判斷由 LLM Agent 移至執行工具調用的 harness,透過不變量檢查攔截可能錯誤的 API 結果。在 7 個開源模型中,目標故障的錯誤答案率由 74.0% 降至 1.7%;在三個 frontier models 中則由 70.2% 降至 0.5%,且無故障任務表現未受損。
0xNexuz 在 HydraDB 上構建 DecisionGraph,追蹤架構決策紀錄(ADR)的替代關係並記錄修正,讓 Agent 查詢仍有效的工程決策。在 50 條問題測試中,啟用學習後答對率為 80%,停用學習為 74%,向量搜尋為 52%;由獨立審閲者撰寫的 24 條保留問題上,答對率為 96%,向量搜尋為 42%,較強的非圖資料庫基線則為 78%。
Flisk 是開源命令列工具,可用一條命令在本機啟動多服務應用,並以每個服務的 service.json 生成相關設定,按依賴及健康檢查順序啟動。它提供 24 個 MCP 工具供 Claude Code、Codex 和 Cursor 使用;資料庫、每個服務的 gateway URL 或與部署相同的容器需要 Docker(Engine 25+)及 Tilt 0.25+。
JustOneCX 提供遠端 MCP 伺服器,讓 Claude Code、Codex、Cursor 和 Gemini CLI 等 AI 助手協助客戶導入,處理產品導覽、公告、問卷、路線圖及分析等工作。預設權限只可建立和編輯草稿,所有內容須由人員發佈;若要讓變更即時生效,則須選擇相應權限並明確確認。助手不會接觸 Secret key,分析工具只提供彙總數字。
sentinel-ir 0.5.9 及 sentinel-ir-mcp 0.5.9 在 Windows 上通過 Node 20、22、24 的 8 項回歸檢查,未發現阻礙。MCP 在三個 Node 版本上的輸出一致,但測試記錄了文件落差及數項小問題;桌面客戶端能否按設定啟動伺服器仍未驗證。
sentinel-ir 0.5.9 和 sentinel-ir-mcp 0.5.9 在 macOS 一般用戶測試中,所有涵蓋範圍內的修正均能在執行時正常運作,沒有阻礙使用的問題。測試仍發現 doctor 輸出錯誤、README 與程式庫行為不一致,以及 MCP 語言名稱大小寫敏感等問題。8 項回歸檢查中,多數通過,doctor 的快取提示檢查則為部分通過。
Fezola 提供以 Yahoo app password 將 Yahoo Mail 連接至 Claude 或 ChatGPT 的設定流程,並透過 https://api.fezola.com/mcp 加入自訂連接器。
Hailbell 提出與未購買而離開付費牆的用戶溝通的方法,建議記錄離開事件、提供應用程式內聊天,並按原因回覆。Superwall 分析 2026 年 2 月至 5 月超過 4,000 萬次新手引導付費牆開啟,單頁轉換率為 9.07%,多頁為 12.41%。優惠只應在用戶指出價格是原因時提供,促銷推送限向已選擇接收的用戶發送一次,並按其當地時間安排。
AgentOps Center 是一個為 SigNoz hackathon 建立的 GitHub 專案,示範以 OpenTelemetry spans、OTLP 傳輸及 SigNoz MCP server 追蹤多智能體工作流,並讓助理根據遙測證據作診斷。
Fezola 的指南説明如何在 Grok 設定自訂連接器,讓 Grok 透過 Fezola 的工具存取已授權的電郵信箱及其他帳戶。設定時輸入 https://api.fezola.com/mcp,無需填寫 header,並在 Fezola 授權頁選擇 Grok 可使用的來源。Fezola 預設建立草稿而不直接寄出,Telegram 和 Google Chat 僅供讀取;電郵內容不會被視為助理指令。
Agentic AI 架構將模型限制在確定性狀態機和嚴格交易邊界內,以應對企業關鍵工作流程對可靠性的要求。多智能體系統採用 DAG 區分協調者與專責工作代理,並以 schema 驗證工具呼叫、在涉及資料修改時加入人工審批。隔離工作代理的上下文可減少 60–80% token 消耗。
本文比較 Claude Code Skills 的個人、專案、插件與組織管理式四種分發契約,説明它們的來源、更新路徑及適用範圍各不相同,並非同一繼承階層。Plugin 提供命名空間、版本化封裝及 Skills、agents、hooks、MCP 等元件;claude.ai 的 Skills 可同步至符合資格的已登入終端及雲端工作階段,但本地撰寫的 Skills 不會自動上傳。
作者測試其多智能體接案助手 GigBid,發現需求拆解未改善檢索排序;加入最低收費門檻後,投標判斷 F1 由 0.89 升至 0.98。檢索測試中,hybrid BM25 加 cross-encoder rerank 的 MRR 為 0.92,需求拆解按 chunk 或 project 合併則為 0.42 和 0.45。
Codex 透過 MCP 連接 Valmera,完成從影片連結建立初剪、追加鏡頭並核對修訂版的流程。修訂版前四秒以 FFmpeg 解碼後逐影格比較,亮度抽樣結果一致;初剪為 30 fps、120 幀。交付的 MP4 為 1920 × 1080、長 11 秒,使用託管剪輯功能須持有符合資格的 Valmera 計劃。
MCP Sampling 讓伺服器透過 `sampling/createMessage` 請求用戶端使用其模型生成內容,而非由用戶端呼叫伺服器工具。伺服器提供訊息、可選的系統提示詞及模型偏好提示,但由用戶端選擇模型、控制成本和同意,亦可拒絕請求。由於用戶端可更改參數或選用其他模型,生成結果並非固定,伺服器不應依賴 Sampling 處理需要確定答案的邏輯。
Observal(現稱 Agentic Resource Registry)透過 harness hooks 讀取 AI 編碼智能體的對話紀錄,將提示詞、回覆及工具呼叫等事件送往伺服器,供團隊追查執行過程。
這份網頁搜尋 API 比較指出,Linkup 每月提供 $20 額度,約可進行 4,000 次標準搜尋,但帳戶須使用工作電郵。Parallel 快速模式每月最多可搜尋 5,000 次,但需提供信用卡;Exa 每月 $10 額度約可搜尋 1,428 次,是毋須信用卡並接受任何電郵的月度方案中額度最高者。
WBX 團隊建立 WBX Sandbox,讓 AI 智能體透過 MCP 在隔離的 Linux microVM 執行程式,並分享建置過程的 10 點心得。平台使用 Firecracker,並支援 REST、Python SDK 及 LangChain 整合。它亦提供背景工作、日誌摘要、WebAssembly 執行環境及最多可處理 1,000 個工作的批次執行功能。
Claude Code 可透過 MCP 連接 DrawlyHub,讀取已開啟的程式碼庫並建立可編輯、可分享的架構畫板。流程包括新增 MCP 伺服器、在瀏覽器授權,以及要求智能體記錄程式碼庫;建立前會驗證畫板文件,完成後返回連結。作者提醒,智能體對陌生或大型程式碼庫的推斷需要核對;畫板適合視覺化構思,並非基礎設施建模工具。
2026 年雙 11 期間,阿里雲 Qoder CN 提供免費試用、訂閲額度加贈及指定模型夜間 4 折優惠。新用戶可試用兩週 Pro 版並獲 300 Credits;首次付費開通個人 Pro 或 Pro+,首月 Credits 分別加倍至 4000 和 12000。
指南建議在 VPS 上以獨立、非 root 帳戶及 systemd 限制運行自建 AI 智能體,將可寫範圍收窄至工作目錄,降低出錯時的影響。針對提示詞注入、密鑰外洩及失控支出,文章建議使用權限受限的環境檔、設定服務供應商支出上限,並要求不可逆操作經人手確認;文中指出目前沒有可靠方法可徹底阻止提示詞注入。指南亦建議記錄工具呼叫並保留快照;外連白名單對只調用固定 API 的智能體較實用。
DeepSeek Harness 可透過阿里雲計算巢與 ECS 部署,設定百煉 API Key 後即可透過 Web UI 使用。部署約需 3 分鐘;Web UI 監聽 127.0.0.1:13080,Nginx 反向代理至 3080 連接埠,再由計算巢安全代理提供遠端存取。文中亦提供 npx、Python SDK 及插件安裝方法,並提醒 API Key 按地域區分且建立後只顯示一次。
作者實測並檢視免費 Claude Code Skill `/reverse-engineer-seo`,指出它透過 OpenSEO 的 MCP 伺服器分析網站的關鍵字、排名、反向連結及流量頁型。
作者正整理並實踐 Agent-Ready Engineering 工程框架,邀請 AI Agent、MCP 及企業 AI 應用實踐者交流真實項目經驗。框架探討如何讓 Agent 在業務中安全、可靠及可驗證地執行任務,涵蓋授權、狀態與錯誤處理、評測等環節。項目是持續迭代的公開知識庫,包含實施清單、成熟度模型、交付模板及只讀知識 MCP 接口。
作者 Pumba 開發 CodeGraphy,將本機專案解析成互動式依賴圖,並透過 MCP 讓 AI 工具查詢程式碼庫架構。程式碼不會離開本機,解析不需雲端索引或 API keys;Lite 版可用 `pip install codegraphy-lite` 安裝。
Wisp 是作者為 Rust 開發的網頁框架,現為 MIT 授權的預發佈版 1.0.0-pre.3,要求 Rust 1.89 或以上。框架以資料夾對應 URL,模板編譯成 Rust,整個應用程式連同樣式及靜態檔案打包成單一二進制檔。測試小型應用程式使用 477 tokens,Nuxt 則使用 1,043 tokens;作者測量的技術堆疊中,Wisp 少用 2.2x 至 3.9x tokens。
DocStar 的指南示範如何連接 Claude Code、Cursor 或 Codex,讓 AI 智能體讀取程式碼,為 REST API 端點草擬文件,涵蓋方法、URL、驗證方式、參數、請求範例及回應範例。草稿須經人工審閲和測試後才發布;發布後可提供互動式 API 參考、託管 MCP 伺服器及 CLI。
Serverdex 作者根據官方 MCP registry 截至 2026 年 11 月 15 日的 61,855 個已發布伺服器,分析 MCP 生態的規模與組成。60% 的伺服器僅提供遠端服務,約 32% 僅以本地套件發佈,streamable-http 已成主流傳輸方式。2026 年 10 月新增 16,876 個伺服器,數量超過首六個月的總和。
作者使用 RepoXray 掃描 GitHub 上 10 個熱門 MCP 倉庫的 4,409 個檔案,發現 7 個倉庫含有已知 CVE 依賴。這些倉庫均沒有 .aiignore,鎖定檔、minified bundles 和靜態 JSON fixtures 共佔用 2,169,673 個 token。
reelay 是團隊在黑客松建立的通用計劃管理工具,可把用戶描述的目標轉化為由相連步驟組成的計劃,並整合不同工具和服務。系統使用 Gemini 建立計劃圖,以 Qdrant 和嵌入向量搜尋商戶,並透過 MCP 串連餐飲、活動及交通服務。團隊亦加入 ElevenLabs 語音功能,並建立部署至 Solana devnet 的託管原型;連接原型與應用程式是下一步。
Apify 的 Keyword Suggestion Tool 可透過 Actor 擷取 Google、YouTube、Google Shopping、Amazon 和 DuckDuckGo 的自動完成建議,並按國家和語言篩選。
OKF Agent Memory 0.8.0 於 2026 年 11 月 5 日發佈,以純 Markdown 檔案及 YAML frontmatter 儲存智能體記憶,並標示每條記錄由 Agent 撰寫或經人手核實。
TradeCanvas 推出 2.0,圖表預設留白增加,並將線條和燭台影線對齊至完整裝置像素,改善 125% 和 150% 顯示縮放下的清晰度。版本新增統一圖表字體、金融圖表的本地化與無障礙支援,並加入 MCP 金融圖表清單。大部分頁面升級時毋須更改,舊版 1.x 仍可透過 @tradecanvas/chart@1 使用。
文章説明如何為 Web 測試智能體選擇及接入瀏覽器 MCP 工具,核心原則是按執行、診斷、探索或接管等任務形態配對,而非比較工具強弱。文中以 Playwright MCP、Chrome DevTools MCP、browser-use 和 Browser MCP 為例,並整理 Windows 啟動、CI 整合、工具過載、會話隔離及權限邊界等常見問題。
Embiody 開放 Embiody Browser 0.9 Preview 公開 beta,提供用戶與 AI 智能體共用的瀏覽器;智能體可在背景操作分頁,並在登入、付款等步驟交由用戶接手。
Tokeny 直接使用官方 MCP SDK 接入工具服務,生產路徑不經 LangChain,並設計工具可見性、權限複核及命令安全審核。工具權限在 run 准入時凍結,每輪可見工具子集連同 hash 寫入 journal;可見性不取代權限檢查。自動審批下,審核模型可讀取腳本但不執行,Tokeny 會在命令執行前重新核對已讀檔案指紋。