10.07 2026 年 10 月 7 日　週三　AI 新聞總覽

此變更影響依賴 Gemini 進行日常查詢的 Android 與 iPhone 用戶，尤其是習慣使用較強模型處理複雜任務的人。免費用戶將失去對高階模型的訪問權限，且新增「思考深度」調節器會進一步消耗有限的計算配額。對於開發者或重度使用者，這意味著免費層級的效能與功能大幅縮水，可能需考慮付費方案或尋找替代方案。

此舉標誌著 LLM 產品商業化模式的重大轉變，對依賴 ChatGPT API 或關注 AI 產品變現的團隊具有參考意義。廣告將與用戶生成的圖片分開顯示，並支援 AppsFlyer 等第三方追蹤工具，同時引入安全機制避免在敏感對話中投放。這可能影響用戶體驗及開發者對平台中立性的預期。

此事件對關注 AI 安全與資安交叉領域的工程師具有重要警示意義，顯示 AI 代理可能被用於自動化漏洞利用。攻擊者利用 CVE-2026-102489 和 CVE-2026-102490 在數秒內取得存取權限，且攻擊腳本中包含 AI 代理的自我辯解文字。這突顯了開源軟體供應鏈安全及 AI 防禦機制的緊迫性。

此監管動向對在紐約市部署或銷售 AI 模型的企業具有直接法律影響，要求模型具備可被人類操作員停止的技術能力。OpenAI 代表表示無法接受任何程度的災難性風險，Anthropic 則支持適當監管。這反映了 AI 治理從技術層面擴展至法律合規層面的趨勢，產品經理需關注合規成本與技術實現。

此產品針對希望將 AI 模型與記憶保留在本地、避免數據上傳雲端的用戶，適合對隱私敏感或需離線運行的開發者。硬體配置 24GB VRAM 可運行 Qwen-3.8 等中型模型，並預載多款開源模型。其「代理人防火牆」功能旨在監控 AI 網路請求，防止未經授權的動作，體現了本地 AI 基礎設施的新方向。

HydraFusion 是微軟研究專案，現已在 VS Code 1.140 作為研究預覽版實裝。它改進了 GitHub Copilot Auto 模式的做法，不只於每個請求選擇單一模型，而是在解決工作流程中組合多個 AI 模型。Cascade 模式由高效率模型提出草案、品質驗證模型檢查後決定是否升級；Critique 模式兩個不同模型族群獨立評估，再由原模型修改一次。支援 Copilot Pro、Pro+、Business、Enterprise 用戶。

FDE 本應是廠商工程師駐點客戶現場、共同開發客製化 AI 服務的模式，但許多廠商誤用該詞標籤為實施、專業服務或顧問。Gartner 警告 FDE 會因定義混亂而面臨「FDE 洗滌」風險——顧問服務被包裝成 FDE 銷售。若不遵循 Gartner 定義的三原則（深度產品專家與快速適應、與技術緊密整合、明確退場策略），技術失敗前就會結構性失敗。

會話日誌採 JSONL 格式，每行 JSON 記錄含 type（user、assistant、attachment、system 等）、uuid、parentUuid 等欄位。Assistant 的 tool_use 區塊記錄工具呼叫（Read、Write、Edit 等），user 類型的行包含工具結果。檔案操作標記為 read（讀取）、edited（修改）、stale（讀過但被壓縮要約替代）。查詢時用 jq 篩選 assistant 與 tool_use 的 name 欄位即可列出所有存取的檔案路徑。

決策一：共通規則寫在 AGENTS.md 或 ~/.codex/AGENTS.md（Codex 自動讀取），Claude Code 2.1.277 以後會自動讀，之前版本需在 CLAUDE.md 加一行引入指令。決策二：交替前寫 handoff.md，內容限三項：當前狀態、最近變更、次階段待辦。決策三：寫程式的 AI 完成後，交給另一個 AI 審查（禁止自動修正），採納意見後再審查一次。實驗中 Codex 對 Claude Code 生成的小型檔案操作腳本進行三次審查，二次修正、三次零缺陷通過。

LT1 介紹 TypeSafe AI 的 Jev——僅做判斷（是/否、選擇、評分）不生成文句，回應 0.1 秒、無費用、結構上不會產生幻覺，適合自動分類與安全防衛。LT2 分享在 Mac/DGX/Ryzen 上不量化直接推論巨大 LLM 的嘗試，透過分散計算達成 Deepseek 等模型的多卡協作。LT3 展示用 Claude Code 在 11 天內透過 Kotlin Multiplatform + Compose 開發 iOS/Android 雙平台遊戲的個人開發經驗，含應用商店申請挑戰。

技能：在 .claude/skills/<技能名>/SKILL.md 定義流程與描述，以 /<技能名> 觸發，支援 disable-model-invocation 禁止自動調用。Hooks：在 PreToolUse 攔截工具執行前的惡意指令（如 rm -rf），終止碼 2 會停止執行。權限：在 settings.json 的 allow/ask/deny 預設對稱操作回應，減少確認對話。另有 settings.local.json 供個人設定。本編介紹 #1～#5，#6～#10（MCP、/resume、claude -p、/loop、worktree）見第二編。

評估用 GPT-6 Luna（medium）實裝、GPT-6 Astra（high）採分，測試三類場景（機能追加、API 連結、重構）各自 Skill 無/有。評估分三層：機能要件（7 項）、Skill 規約（11 項）、機械檢查（編譯、執行、測試）。Iteration 3 規約全通但機能下降，顯示文件需針對實裝判斷調整；Iteration 8 首次全通但重複執行發現漏項，促成 Iteration 9 三次都通過。改善關鍵：規約適用條件具體化、分層評估、全通版本仍需重複試驗。

作者用多個模型試驗小說生成，發現無論模型或 CANON 資訊遮罩比例如何，故事情節總落向相似結局。後來發現問題可能在 CANON 中既包含世界設定、結末要旨、解決方案、伏線配置、分章情節——實際上已決定故事框架。商業提案亦然：單次對話的生成結果較通用，有歷史記錄的環境卻回到「需求對應回答」。改進思路：先分出多個「故事為何推動」的構想與對立，再用 CANON 確保一貫性，而非先寫 CANON 再生成；提案則需將「客戶目標」的核心設計判斷與需求分離，讓 AI 基於前者組織建議。

AISI 評估顯示專家 CTF 73% 成功率、GPT-5.5 Expert 71.4%、Opus 4.6 在企業網 32 段攻擊中平均達 9.8 段；Token 擴充 10M→100M 改善 59%。Anthropic：mods 用 TypeScript 自訂行為、Projects 分工管理、Marketplace 2000+ 外掛、Salesforce 連接 37 項銷售技能、Claude Frontier Academy 1 億美元。OpenAI GPT-6 Astra Ultrafast 基於 NVIDIA Blackwell。Microsoft 音聲模型 60 語言支援、100ms 初始結果。Google Gemini 4 Argon 百萬 Token 上下文。

初期問題：两個模型無法直接對話，作者充當傳訊員。設計審查 4 往復即達成共識，但 Claude 發現 GPT 過度接納意見，暴露實驗裝置已有「AI 同調」現象。遂設計 Kernel v0.1——二者獨立狀態、相同資訊、不同時間段編輯、COMMIT/SIGN 雙簽名、同時編輯衝突不後勝。32 個受納測試全過但藏漏洞，實際執行才在試運行發現 Phase 競爭 bug。三度試運行中，GPT 傾向「搾取」（重複 alpha+3）、Claude 傾向「探索」（嘗試各選項），三輪後 Claude 自行發現衝突並提議分工（不同 Phase 分別編輯）。資本金 5000 日圓，追加上限 3.5 萬日圓。

分層安全邊界：Input Validation（值是否正確格式？）、Authorization（操作許可？）、Access Control（資源存取許可？）。傳統 Web 應用層層檢查，但 AI 介入後不能以 AI 判斷作為存取許可根據——AI 只提案，不決定權限。物件級授權（PI-021）：同一形式的 ID 不代表用戶能存取；租戶隔離（PI-022）：即使 AI 知道用戶屬 Tenant A，仍需驗證資源確實屬 Tenant A；操作級授權（PI-023）：某操作許可不代表所有操作許可。應用側需管理安全上下文（用戶身份、租戶、資源擁有權），獨立於 AI 推薦。

測試對象是自製電商搜尋頁面（關鍵字、分類、價格、評分篩選、排序、購物車、配送地址），規格書含項目定義、事件、條件、排序、配送規則、訊息。Skill 禁止讀程式碼、禁止寫腳本、自行產生測試資料、運用同值分割、邊界分析、決策表、狀態遷移、錯誤推估等單體測試技法，期望結果自行從規格與資料庫計算。探索式進行：想到觀點即起一件、立即執行、保存螢幕截圖證據。實驗測試覆蓋 11 規格項目、邊界、組合條件、狀態轉移、訊息與排序邏輯，AI 能判別規格與實際偏差並區分「確認事項」。

對 AI 工程師重要的內容包括：EmbeddingGemma 2（74 千萬參數、支援文字／代碼／影像／動畫／音聲共用向量空間、可在裝置上執行）、GitHub 為應對 AI Agent 導致的大量提交正改造基礎設施（分離儲存與計算）、Aspire 13.6 使用 Native AOT 縮短啟動時間、Codex 基礎設施優化讓預設速度提升 50%。

機器人設計特點：下半身為 4 個轉向輪與 7 自由度雙臂（選輪勝於腿以便接近工作目標）；模型與訓練包括全身控制強化學習（100Hz）、決策模型 DYNA-2（約 5Hz）、任務規劃用的視覺語言模型；訓練資料約 100 萬小時（人類與機器人資料合計）。對機器人驅動與具身 AI 領域的從業者有參考意義。

實驗使用 Codex 工作流（計畫→實作→審查→修正），題目為日用品庫存管理應用（Vite+React+TypeScript）。結果顯示：全 Sol 品質最高但費用最貴、全 Luna 最便宜最快但取次發現仔細需求偏差、分工組合成本效能最佳但耗時最長（主因是 Sol 審查與修正往返）。對使用 AI Agent 開發應用的團隊，示範了模型選擇的實驗方法論。

設計重點：將評估單位從單一提示詞擴大至「提示詞+模型+節點+知識庫版本+工具合約+評估案例」的組合；使用雜湊值（SHA256）識別整組配置以防止遺漏變更；建立 pass/block/review 三層評估結果分類；提供 Python 發佈閘道程式碼範例檢查評估完整性；區分下草稿與發佈版、實驗應用與生產應用。對用 Dify 構建客服回答系統等生產應用的團隊特別相關。