Personal Agent 是我的賽博爹
律師以付費體驗比較 Grokbot、OpenAI Dots 和 Claude Duet,指出它們在主動性、任務跟進及上下文銜接上仍有不足。他主張 Personal Agent 應減少向用戶展示後台進度,並更深入接管電郵、日曆及日常事務。他預期,隨着 Agent 累積更多用戶上下文並取得更多權限,將可能由代辦工具演變成管理工作與生活的超級 App。
律師以付費體驗比較 Grokbot、OpenAI Dots 和 Claude Duet,指出它們在主動性、任務跟進及上下文銜接上仍有不足。他主張 Personal Agent 應減少向用戶展示後台進度,並更深入接管電郵、日曆及日常事務。他預期,隨着 Agent 累積更多用戶上下文並取得更多權限,將可能由代辦工具演變成管理工作與生活的超級 App。
作者質疑辦公 Agent 宣傳 DAU 的參考價值,指出導流、領取積分及預設開機自啟等因素可能影響數字。WorkBuddy 稱最近七天收入按年化折算超過 5 億美元;作者按同一口徑換算,稱其最佳七天收入為 6500 萬人民幣,並建議辦公 Agent 儘快轉向 to B。
Google 宣佈在美國以英文提供的 Mac 版 Gemini App 中加入電腦操作能力,可跨本機檔案、桌面應用程式及網頁完成多步任務。功能透過隔離的背景視窗執行,並在聊天介面提供即時預覽;用戶可設定 Gemini 可存取的應用程式、查看操作步驟、隨時暫停,並在關鍵操作執行前批准。
Nvidia 在 Jensen Huang 離任後首次舉行業績電話會議,營收按年增逾一倍,並把財政 2028 年增長展望由 70% 上調至約 75%。作者認為,Nvidia 已展示創辦人離開後仍可維持短期執行,但新任 CEO 人選及長期方向仍未明。Agent 工作負載擴大亦帶動 CPU 需求,而 Nvidia 分配系統時會考量客戶設施、供電及資金是否就緒。
推薦理由:文章把業績指引、產品供應與 CEO 搜尋放在同一脈絡,呈現 Jensen Huang 離任後短期執行延續與長期方向未明的分野。
文章整理五種有研究依據的智能體編排模式,包括建置與驗證分工、平行拆分任務、Best of N、多模型評議和多角色審查。一項涵蓋 652 項編碼任務的 2026 年研究發現,兩個智能體編輯重疊程式碼時,成功率比單一智能體低約 30%;任務可獨立拆分時,多智能體在金融基準的得分最多高 80.8%,但在步驟互相依賴的規劃基準低 39% 至 70%。
舊金山新創 Everful 宣佈完成 $48.5M A 輪融資,發展可尋找及審核工廠、管理零售商和品牌訂單的 AI 智能體。
作者主張,若能在開始前列明每一步及分支,便應採用工作流程;只有後續步驟須視乎前一步結果而定時,才在相關步驟使用 AI 智能體。作者以客服系統為例,讓程式決定各步驟的路徑,只在確實需要探索的部分使用設有步數上限的智能體。他亦建議在工具説明中寫明調用時機,並把查詢結果區分為找到、確認不存在、部分找到及無法查詢,以免把查詢失敗誤作沒有相關資料。
作者根據團隊在多語言客服電郵及即時聊天中的實際經驗,歸納 AI 智能體在生產環境中失效的 5 個原因及相應修正方法。原因包括把原始材料整批交給模型、提示詞規則互相衝突、缺少判斷所需事實、前處理刪除業務內容,以及人工審核配置不當。作者建議逐案列印並檢查模型實際收到的內容,長內容應摘要而非截斷,並按輸出能否撤回決定人工介入方式。
Blanco Brand 將部署時間由一小時縮短至五分鐘,平台承載 25 個項目,由三人核心開發團隊維護,服務可用率為 99.95%。團隊採用 DigitalOcean App Platform 等託管服務、重複使用相近的後端架構,並以 CI 測試把關變更。AI 模組透過 OpenRouter 接入語言模型,另設值班、警報及監控應對快速部署帶來的風險。
Google 為 macOS 版 Gemini 加入電腦操作功能,讓 Gemini 可在背景跨應用程式、檔案及網頁工作。功能現已向美國 AI Plus、Pro 和 Ultra 用戶提供。
Google 在 Gemini Interactions API 預覽 Tool Retrieval,讓智能體按需載入工具的完整參數結構,而非預先把所有工具結構放入上下文。
作者認為,規格驅動開發(SDD)本質上是加上 AI 的瀑布模型,透過規格、技術計劃和分階段驗收推進開發。AI 把各階段縮短至數分鐘或數小時,讓開發者更容易迭代和調整方向。這種流程也令文件撰寫成本降低,重新成為開發過程的一部分。
作者以 World Labs Atlas 的 Chisel 製作莫卧兒—都鐸宮殿,展示同一 3D 佈局如何生成風格一致的多視角圖像、鏡頭影片及 3D Gaussian splat。
推薦理由:文章以同一座可編輯 3D 宮殿對照文字生成影片工具,展示共用場景佈局對多鏡頭一致性的作用,並交代 splat 轉網格供遊戲使用仍需清理。
Skyflow 與 Amazon Bedrock AgentCore Gateway 結合請求及回應攔截器,在智能體工具呼叫抵達工具前去識別化資料,並按模式處理返回內容。
推薦理由:文章以 AgentCore Gateway 攔截點為核心,對照工具、模型與文件三種資料保護模式,説明敏感資料在智能體工作流中的處理方式。
Cisco 在 2026 年 Cisco Transformation Fest 4.0 舉辦 AWS AI League 賽事,讓 1,200 名工程師透過實作培養智能體 AI 技能。冠軍 Nishanth Aluhonnu 在決賽累積 27,008 分;其智能體採用單一智能體架構,並以 AWS Lambda 執行路線規劃,按挑戰價值選擇路徑。
LiveKit 的教學示範如何透過 Recall.ai,讓 LiveKit Agents 加入 Zoom、Google Meet 和 Microsoft Teams 會議;LiveKit 負責對話、語音處理、模型推理及工具呼叫,Recall.ai 負責連接會議。
Microsoft 在 Ignite 2026 介紹把 Word、Excel 和 PowerPoint 的完整功能整合至 Copilot,讓用戶可在 AI 助手中處理 Office 工作,並繼續使用獨立應用程式。
ASUS、Dell 和 MSI 的首批 RTX Spark 緊湊型桌面電腦今日開始供應,將本機 AI 智能體、圖像與影片生成及模型微調帶到專用 Windows 電腦。
Google 為 macOS 版 Gemini 加入電腦操作功能,可跨本機檔案、桌面應用程式和網頁協助完成多步驟任務。用戶可決定 Gemini 能存取哪些應用程式,並在聊天中的即時預覽查看操作過程。目前正以英文向美國用戶推出。
Google 宣佈為 macOS 版 Gemini 桌面應用程式加入電腦操作功能,讓 AI 可在背景操作原生 Mac 應用程式及瀏覽網站,代用戶完成多步驟任務。用戶可在聊天中透過即時預覽查看操作,並可暫停、停止或在操作執行前批准。功能初期只在美國以英文提供,需使用 Mac 版 Gemini 應用程式及 Google AI Plus、Pro 或 Ultra 訂閲。
Asif Razzaq 比較並排列 2026 年 13 款智能體閘道,評估流量覆蓋、身分與授權、部署、成熟度及價格透明度。文中指出,只有 Kong、Bifrost、Gravitee 和 Prisma AIRS 原生治理 LLM、MCP 與 A2A;其他方案的 A2A 支援多為預覽、透傳或僅限 JSON-RPC。
JunctionBox AI 可在 Linux、macOS 和 Windows 上並行運行 Claude Code、Codex、Grok CLI 智能體,並連接 Ollama 或 llama.cpp 伺服器。
作者在自建的 Claude Code 程式碼審查插件中測試直接採用依賴掃描結果,盲測將 15 項結果歸為 10 個問題,沒有一項完全成立。其中 6 個部分成立、4 個不成立;調整三項規則後,報告由 15 項減至 5 項,但餘下 5 個仍有 2 個部分成立、3 個不成立。作者建議只有在工具確認易受攻擊函式有被呼叫時,才自動列為審查發現;單憑套件匯入或鎖檔版本,不能證明程式碼會觸及漏洞。
Google Chrome Security 團隊於 2026 年 11 月 19 日介紹 Mirror Dimension,這個封閉式合成網絡用於測試 Chrome auto browse 功能背後的瀏覽智能體。
Everful 宣佈完成 $48.5 million Series A 融資,將擴展 AI 商務系統及履約基建,並加深在美國和歐洲的業務。公司每月向 60 多個國家的零售商和品牌運送逾 5 million 件商品,合作工廠超過 30,000 間。其 AI Agent 透過供求模型識別熱門產品、尋找及評估工廠,並管理訂單溝通。
Google 正向 Mac 版 Gemini app 推出電腦操作功能,讓助手跨本機檔案、桌面應用程式及網站執行多步任務。功能在獨立背景視窗運行,並在對話中提供即時預覽;用戶可選擇可供 Gemini 使用的應用程式、暫停操作,並須批准關鍵動作。
智能體 AI 正透過編碼智能體與 AI 閘道重構開發者工作流程,令 AI 從程式碼自動補全工具轉為可執行整項工程任務的系統。編碼智能體會讀取程式碼庫、修改檔案、執行測試並反覆調整;AI 閘道則負責路由請求、管理 tokens、執行政策及記錄用量。
文章説明如何構建 AI Gateway,將多個模型供應商的接入、路由、身份驗證、用量政策與故障處理集中到共用基礎設施層。文章區分任務選模、供應商路由及部署負載平衡,並説明重試、供應商回退與模型回退的不同作用。文中以 Vercel AI Gateway 和 LiteLLM 示範託管整合及自建部署,並指出預算控管、模型能力相容性和串流故障處理須按實際部署驗證。
作者以 Zambo 的一次任務示例,展示如何透過逐步保存的收據、SHA-256 雜湊及任務封裝,核對 AI 智能體有否按指示執行。紀錄將僅規劃但未執行的步驟明確標示,並顯示改動收據中的一項數值後,重新計算的雜湊與原提交值不符。收據只能證明保存結果未被事後更改,不能證明工具的詐騙判斷正確;此託管設定的簽名及鏈檢查亦標示為未檢查。
Nettrux 在其 Agent 指南以純文字列出部署閘門,明示 x402 發現、真實款項結算及訪客結帳均未啟用。
銀行業 AI 智能體初創公司 Model ML 完成 $250m Series B 融資,估值達 $1.5bn,由 General Atlantic 與 QED Investors 共同領投。
AI 智能體評測可對同一任務進行多次獨立試驗,以衡量成功一致性並找出單次執行可能漏掉的失敗。新任務及驗證可先跑 1 次,探索不一致行為建議跑 3–5 次,產品版本比較則建議每個版本跑 5–10 次;要檢測小幅改善或罕見失敗,所需試驗次數會更多。
AgentSearch 插件可為 OpenClaw 的 web_search 工具加入免 API key 的網頁搜尋,無需帳戶,免費模式每個 IP 每日最多 25 次。插件需從 npm 安裝,並由用戶手動選為搜尋供應商;設置錢包後,每次搜尋收費 $0.003 USDC(Base),預設每個 gateway process 支出上限為 $1.00。
Claude Task Master 的 `claudetm merge-pr` 可處理 PR 從等待 CI、分析並修復失敗、處理審查意見,到獲批後合併及核實成功條件的流程。
Reuters 報道指,Meta 員工憂慮 AI 智能體 Muse 混淆不同帳戶的對話,並可能暴露用戶個人資料。員工稱,Muse 曾顯示他們沒有提出的育兒需求、職涯建議和商品訂單,以及不屬於他們的銀行帳戶餘額。另有員工在個人手機上收到 Muse 提醒,要求回覆姐姐在 Signal 的訊息;她表示沒有授權 Muse 存取其他應用程式,也不記得曾被詢問是否授權。
Baseten 在 Model APIs 為 DeepSeek、Kimi 和 GLM 加入延遲工具載入;Claude Code 編碼基準測試中,成本平均降低 62.5%,速度提升 26.2%。
OpenAI 建立雲端 Performance Factory,利用 Codex 及其模型自動調查性能退化並提出修復方案,協助維持 ChatGPT 的運行速度。
推薦理由:文章拆解 Performance Factory 如何把告警調查、修復提案和部署後驗證串成工作流,並呈現 OpenAI 以對抗式審查及歷史事故回測改善智能體診斷的做法。
Computer Use 是讓 AI 智能體透過軟件介面讀取畫面並操作軟件的方式,智能體會循環讀取介面、選擇動作、執行操作和檢查結果。它可透過截圖、DOM 或無障礙樹讀取介面,並用瀏覽器或桌面工具操作;文章亦比較 API、固定腳本、RPA 與自適應介面智能體。文章指出,任務可能出錯、耗時及產生費用,並建議限制帳戶權限、記錄操作,對傳送訊息、購買或刪除資料等動作要求批准。
Mastra 推出 Mastra Gateway,讓用戶以單一 API key 存取超過 500 款模型,並以一張帳單管理用量。每個模型由多家推理供應商支援,主要路由失效或表現不佳時會自動切換;用戶亦可為每個 key 設定支出上限、可用模型及美國或歐盟的區域限制。平台亦提供推理追蹤、模型比較實驗,以及跨應用的效能和成本追蹤;截至 2026 年 12 月 31 日,推理支出不收信用卡手續費。
Google Developers Blog 示範如何在單台 Cloud TPU v6e-8 上,使用 Tunix 和 Gemma 4 E2B 訓練多輪工具型智能體。