- 登入
- 註冊
一週 AI 大事 10/26｜AI 從會回答，走向會持續工作的代理系統
一週 AI 大事・完整延伸閱讀
2026／10／26AI 從會回答，走向會持續工作、自己調整的代理系統
這週很明顯，AI 已經不只是在聊天視窗裡回答問題。Kimi、Claude Duet 和幾個開源代理，都開始往「自己操作工具、把長任務做完」前進；Canva、Ideogram 和 SKY‑001 則把生成帶進設計與工程。只是能力越強，安全更新也越不能慢。
長時間代理自我調整安全修補
本週完整整理
11 則 AI 更新，一則一則看懂
不用先記住一大串模型名字。這週真正的主線，是 AI 開始能長時間工作、操作更多工具，甚至改善自己的執行方式。下面我把 11 則消息拆開講：先看發生什麼、為什麼重要；想追跑分和使用限制，再展開補充就好。
Kimi K3.1 Pro 上線：100 萬 Token 上下文，完整權重預計 11 月 4 日釋出
發生什麼
月之暗面推出 Kimi K3.1 Pro 與 Highspeed 版本，已可在 Kimi.ai、Kimi Work、Kimi Code 與 API 使用。官方標示 100 萬 Token 上下文，並展示 Unity、Unreal Engine、Godot、Blender、CAD 與財務研究等長任務工作流。
為什麼值得注意
模型競爭開始從單次問答走向能操作多種專業工具、完成較長工作鏈的代理能力。更重要的是，Kimi 預告將釋出完整權重，讓研究者與開發者能進一步部署與檢驗，而不只透過雲端產品使用。
展開跑分與開放權重狀態
- 截至 2026 年 10 月 26 日，產品已經上線，但完整模型權重尚未釋出；官方預計在 11 月 4 日以前開放。
- 官方整理的 Terminal‑Bench 4.0 成績為 65.7%，高於 GPT‑6 Astra 的 58.2%，略低於 Claude Opus 5.5 的 66.4%。這項測試看的是代理在終端機裡完成程式任務的能力，不代表所有工作表現都一樣。
- Unity、Unreal Engine、Blender 與財務分析是官方展示的工作流；實際穩定度仍會受任務長度、工具權限與運算預算影響。
Claude Duet：由 Opus 5.5 驅動、離開裝置後仍能繼續工作的常駐助理
發生什麼
Anthropic 發表 Claude Duet。它有自己的虛擬機與瀏覽器，可使用 Claude Marketplace 超過 6,000 個 connectors 與 plugins，使用者關掉電腦後，交付的任務仍可在雲端繼續執行。
為什麼值得注意
這不是單純把聊天機器人放到背景執行，而是把模型、雲端電腦、瀏覽器、帳號連接與人工核准組成長時間工作系統。代理能做得更久，同時也需要更清楚的權限與確認機制。
展開開放範圍與 24 小時說法
- 目前是研究預覽，從美國 Pro、Max 訂閱者候補名單分批開放，不是所有帳號都能立即使用。
- 官方說 Duet 會每隔數小時檢查連接帳號，以避免快速耗盡方案額度；因此不宜寫成「24 小時不間斷監控」。
- 傳訊、付款、簽署文件與刪除資料等敏感行為，仍會在執行前要求使用者核准。
The Agentic Scientist：把想法、實驗、對照與論文撰寫串成研究流程
發生什麼
Sakana AI 開源 The Agentic Scientist，也就是 AI‑Scientist‑v3。系統從任務描述開始，編排 coding agents 提出研究想法、寫程式、跑實驗、補基線與消融測試，再完成封存評估、後續分析與論文草稿。
為什麼值得注意
它把「代理研究」從只會產出看似完整的報告，往可重跑、可比較、可檢驗的實驗流程推進。對 AI 研究尤其有價值，因為評估器、基線與消融能幫助判斷結果到底來自哪個改動。
展開使用條件與研究界線
- 這套框架需要清楚的研究任務、可執行程式碼、資料與可驗證的評估方式，不是只給任何題目就能可靠產出科學論文。
- 專案使用 Apache 2.0 授權，但由代理生成的研究結論仍需要人類重現、審查與承擔責任。
- 自動化補對照與消融是重要進步，但不能取代研究設計、資料倫理與領域專家的判斷。
Google Harness²：模型權重不變，也能讓代理自己改善執行方式
發生什麼
Google Research 公開 Harness²，一套遞迴 agent harnessing 框架。它可根據任務結果調整 system prompt、guardrails、memory、tool guidance、subagents、skills、scripts 與 plugins 八個外圍元件。
為什麼值得注意
當底層模型已經夠強，真正影響成果的往往是記憶、工具說明、子代理分工與錯誤保護。Harness² 的重點是讓執行架構根據證據持續改進，而不必重新訓練模型權重。
展開「自我進化」的正確意思
- Harness² 不會直接更新模型參數，也不是讓模型本身永久變聰明；它優化的是包住模型的執行環境。
- 八個可調整元件涵蓋提示、記憶、工具、子代理與外掛，適合用來測試哪些配置真正改善特定任務。
- 自動優化仍可能把評測漏洞學成捷徑，因此需要保留外部驗證集與人工檢查。
Perplexity 接入 Reverse Engineer：分析行為、重建功能，再比較是否一致
發生什麼
Perplexity Computer 新增 /reverse-engineer skill，使用開源 REA 框架分析軟體行為，重建指定功能或原型，再把結果與原本產品比較。官方也提供限時試用額度。
為什麼值得注意
逆向工程原本需要大量手動觀察、記錄與反覆測試。現在代理能協助整理操作路徑與差異，讓合法相容性研究、內部舊系統重建與原型驗證更快。
展開授權與使用限制
- 官方明確限定為使用者「有權分析的軟體」，不能把它理解成可以任意複製別人的網站或商業產品。
- Perplexity 公告的免費試用期限到 2026 年 10 月 31 日，每個帳號最高 10,000 credits；後續方案仍可能調整。
- 重建出相似介面，不代表同時取得原始程式碼、商標、資料或內容的使用權。
Earshot：讓 coding agent 看懂聲音，替影片建立音效時間線
發生什麼
工程師 Leon Lin 開源 Earshot。它提供 CLI、Python API、MCP server 與 agent skills，可描述、搜尋與檢查聲音片段，替影片安排音效時間線，也能用 forge 產生程式化音效。
為什麼值得注意
聲音一直是影片代理工作流裡比較缺的一塊。Earshot 讓 Claude Code 等代理不只處理文字與畫面，也能根據時間點挑選、生成與重新檢查音效，適合做半自動配樂與聲音設計實驗。
展開安裝與能力界線
- 專案採 MIT 授權並可在 CPU 執行，但需要 Python、ffmpeg 與約 1.4GB 模型資源。
- 它能協助建立聲音時間線，不代表一句指令就會自動完成每支影片的所有混音、音量平衡與授權檢查。
- 若使用外部聲音素材，仍要個別確認音效與音樂的授權。
Canva Craft：Canva 首款自研影像基礎模型，直接接進設計工作流
發生什麼
Canva Research 推出第一款自研影像基礎模型 Canva Craft，已在 Dream Lab 與 public API 提供。官方標示最高 2K、30 多種比例，並支援 55 種語言文字生成。
為什麼值得注意
Craft 的重點不只在生圖，而是生成後能接回 Canva 的設計流程。模型輸出結構也特別針對 Magic Layers 等功能設計，讓圖片有機會轉成可繼續調整的設計元素。
展開排名與可編輯範圍
- Canva 公告寫 Craft 首發時在 DesignArena 影像模型排名第 4；「第 2」指的是 Canva Research 的實驗室層級排名，不是 Craft 模型僅次於 ChatGPT。
- Magic Layers 能把適合的輸出轉成可編輯設計元素，但不代表每一張生成圖都會自動、完整地拆成圖層。
- 實際畫質、文字正確率與可編輯程度，仍要以自己的提示與版型測試。
Ideogram Vector：用文字生成 SVG，也能把既有圖片轉成向量圖
發生什麼
Ideogram 推出 Ideogram Vector，能從文字直接產生 SVG，也能將現有圖片轉成可縮放、可編輯的向量圖。功能已在 Ideogram 產品與 API 提供，API 模型 ID 為 ideogram-vector-1。
為什麼值得注意
向量圖可以無損縮放，對 Logo 草稿、圖示、印刷、雷切與需要後續調整路徑的工作特別實用。創作者不必先生成點陣圖再手動描圖，能縮短從概念到可編輯素材的距離。
展開名稱、縮放與檔案大小
- 官方名稱是 Ideogram Vector，API 模型 ID 是
ideogram-vector-1；本文不自行加上「Vector 1.0」。 - SVG 可在不同尺寸保持邊緣清晰，但是否容易編輯，仍取決於路徑數量、分組方式與生成內容。
- 向量檔不一定永遠比點陣圖小；複雜形狀與大量節點也可能造成較大的檔案。
SKY‑001：把複雜工程物件拆成零件、草圖、操作與組裝順序
發生什麼
Skyfall AI 預覽工程世界模型 SKY‑001。它以階層方式理解複雜物件，先拆成零組件，再生成 2D 草圖、擠出與切割等建模操作，以及 3D 組裝步驟。官方展示包含汽車、噴射引擎與建築相關案例。
為什麼值得注意
多數世界模型著重生成看起來合理的畫面，SKY‑001 則試著保留工程結構與組裝關係。如果這條路線成熟，AI 可能從生成外觀，進一步協助設計可以被拆解、修改與重建的實體物件。
展開目前可用狀態與工程界線
- 目前官網提供展示與 waitlist，還不是所有人可直接使用的正式產品。
- 官方展示能輸出草圖與組裝推理，但不應直接等同通過公差、材料、安全與製造驗證的完整 CAD／BIM 交付。
- 要進入真實工程流程，仍需要專業工程師檢查尺寸、零件限制、法規與物理可行性。
Unitree H2‑X：重型安防概念機器人展示力量、跳躍與救援情境
發生什麼
宇樹科技發布 H2‑X 官方展示短片，內容包含攻擊、防禦、跳躍，以及護衛與救援情境。影片裡也安排了抬起車頭、救出車下假人的橋段，並標示約 8 小時的站立時間。
為什麼值得注意
人形機器人的展示正從走路、跑步，轉向力量與特定工作情境。H2‑X 讓我們看到重型平台未來可能投入巡檢、救援或危險環境，但這支影片仍是官方宣傳展示，不能直接當成第三方實測成果。
展開 8 小時與自主程度
- 「約 8 小時」對應影片標示的站立時間，不是連續 8 小時搬舉、巡邏或戰鬥續航。
- 抬車與救援畫面屬於情境演示，影片也標示道具僅供參考，不能把它當成獨立機構驗證過的負重成績。
- 截至 2026 年 10 月 26 日，官方尚未公布 H2‑X 的獨立產品頁、價格或上市日期，也沒有完整說明各段動作是自主決策、遙控或預先編排。
PHP 與 GitLab 同週修補嚴重漏洞：AI 加快研究，也放大驗證與更新壓力
發生什麼
PHP 修補 CVE‑2026‑109618 與 CVE‑2026‑109619，特定條件下可造成未登入遠端程式碼執行；GitLab 也發布多版本安全更新，修補 CVSS 10.0 的 CVE‑2026‑110264。自架服務都需要依官方公告升級。
為什麼值得注意
PHP 事件顯示 AI 能協助驗證、分組通報與擴展攻擊路徑，但真正決定漏洞是否成立、怎麼修補的仍是人。AI 同時降低防守研究與攻擊自動化的門檻，組織能否快速確認資產與更新版本會更重要。
展開漏洞、AI 與更新範圍
- PHP Foundation 表示，第一個記憶體耗盡問題的跡象可追溯至 2024 年外部稽核後的修補工作；之後由多方通報釐清攻擊路徑。不能簡化成「AI 幾秒挖出藏了幾十年的漏洞」。
- GitLab 官方感謝 HackerOne 通報者，沒有證據顯示這個 GitLab 漏洞由 AI 發現；它和 PHP 事件是兩份不同公告，不能混成同一個因果。
- GitLab.com 已由官方完成修補；需要自行處理的是 self‑managed GitLab。PHP 使用者則應依官方安全公告升級到已修補版本。
- 更多協調揭露細節可參考 OpenAI 協調揭露說明與 PHP 正式版本公告。
讀完最常問
本週 FAQ
Kimi K3.1 Pro 現在已經開源了嗎？
還沒有完全開放。Kimi K3.1 Pro 的網頁版、Kimi Work、Kimi Code 與 API 已經可以使用，但完整模型權重預計在 11 月 4 日以前釋出。所以目前比較準確的說法是「產品已上線，開放權重已預告」，不是已經正式開源。
這週有哪些工具是一般創作者現在就能試的？
想直接使用，可以先看 Kimi K3.1 Pro、Canva Craft 與 Ideogram Vector；Perplexity Reverse Engineer 也有官方試用方案。Earshot、Harness² 與 The Agentic Scientist 已公開程式碼，但需要安裝與技術環境。Claude Duet 和 SKY‑001 仍要排候補名單，H2‑X 則只有展示影片，還不是可以直接購買或部署的產品。
我有 WordPress 網站，需要擔心這次 PHP 漏洞嗎？
不用恐慌，但一定要確認更新。可以先詢問主機商或網站維護人員，目前使用的 PHP 是否已升級到官方修補版本，同時檢查外掛、佈景主題、備份與管理員權限。如果公司使用自架 GitLab，也要依 GitLab 公告升級；GitLab.com 則已由官方完成修補。這次事件最實際的提醒不是「AI 會不會攻擊我們」，而是網站與工具不能長期停在舊版本。
想跟大家一起討論這些 AI 更新？
易悅元宇宙社群免費開放。除了每週整理，也可以交流工具、內容創作與實際使用心得。
