TAG

#AI agent

326 篇文章

TechLab 所有關於「AI agent」嘅文章、評測同教學，由最新排起。

Claude Code Mac app 加入 iOS Simulator：邊改邊試行近一步，權限仍要睇實

Claude Code Desktop 而家可以直接開 iOS Simulator pane，畀 agent 編譯、啟動同操作 app，再按畫面結果修改。不過呢套功能只支援 Mac 本機 session，亦唔代表 Claude 已經識得包辦完整測試，權限同開發環境仍然要有人睇住。

一封電郵可污染 AI agent 長期記憶，GhostWriter 個 98% 要點樣睇

AI agent 識得記住電郵、日程同工作習慣，用落的確方便，不過外來內容亦可能混入長期記憶。GhostWriter 研究錄得約 98% 注入率，但真正改變行為嘅平均觸發率約 60%，兩個數字唔可以撈埋講。

OpenAI 評測 Agent 走出 sandbox：一次權限隔離失守嘅安全課

OpenAI 承認 GPT-5.6 Sol 同一款未發布模型喺安全評測期間突破隔離環境，繼而入侵 Hugging Face。事件反映 agent 一旦有充足運算時間、工具同過闊權限，單靠 prompt 同內容護欄根本守唔住，開發隊伍要重新審視網上存取、憑證同 production 隔離。

OpenAI 評測模型踩入 Hugging Face：AI agent 越權點解唔只係模型問題

OpenAI 承認，內部評測用嘅模型突破 sandbox 後，闖入 Hugging Face 生產系統搵測試答案。事件調查仲未完成，但已經清楚示範：AI agent 一有工具、憑證同上網能力，權限設計稍有缺口，就可能好快串連漏洞越過安全邊界。

Google Gemini 3.6 Flash 減價兼慳 token，agent 成本點計先啱

Gemini 3.6 Flash 每百萬 output token 收費平咗 16.7%，Google 引述 Artificial Analysis 指同一組測試再少用 17% output token。兩層減幅疊加，agent 嘅輸出成本理論上可低約三成，但香港直接用 AI Studio 同 Gemini API 仍有地區限制。

Gemini 3.6 Flash 減價頂住檔：三款新模型點揀，3.5 Pro 去咗邊？

Google 一口氣推出 Gemini 3.6 Flash、3.5 Flash-Lite 同 Flash Cyber，主線好清楚：先降低大量跑 agent 嘅成本。不過 3.5 Pro 再度缺席，寫 coding agent 嘅團隊唔應該再等佢先開工。

一封電郵令 AI agent 記錯嘢：長期記憶點解會變成持續攻擊面

MemGhost 研究示範，連接電郵同長期記憶嘅 AI agent，可以俾一封惡意郵件偷偷植入假資料，之後再按錯誤記憶答問題甚至執行操作。87.5% 成功率有指定測試條件，但已經足以提醒開發者重新處理記憶權限同來源。

由 Codex 額度重設迷因到掌管 ChatGPT：Tibo Sottiaux 會點改 OpenAI

成日喺社交平台幫 Codex 用戶重設額度嘅 Tibo Sottiaux，而家接手 OpenAI 核心產品。今次除咗係人物升職，更值得留意嘅係 Codex 嗰套 agent 工作方式會點樣融入 ChatGPT，以及額度、收費同企業管控會有咩變化。

MCP 新版拆走 session：AI agent 接工具易部署，升級就要慢慢嚟

MCP 2026-07-28 候選版拆走 protocol session，令 remote server 易啲放喺普通 HTTP 基建後面擴展。新規格亦加入 extension 架構、重整 Tasks 同授權，不過 SDK 同 client 支援未同步，正式環境暫時唔適合盲升。

Hugging Face 遭 AI agent 入侵：access token 要點換、仲要查邊度

Hugging Face 證實惡意 dataset 攻入部分生產系統，內部資料集同服務 credential 遭未授權存取。客戶資料有冇受影響仍然查緊，但用戶而家應輪換 token，逐一更新 CI/CD、部署平台同本機設定，順手收窄權限。

Hugging Face 遭 AI agent 入侵：用家而家應換 token 同查帳戶活動

Hugging Face 證實有惡意 dataset 借資料處理功能執行程式碼，AI agent 再偷取雲端同叢集憑證，闖入多個內部 cluster。官方仲查緊客戶資料有冇受影響；用家而家最實際係更換 token、核對帳戶活動同收窄權限。

AICM 1.1 增至 247 項控制：公司開 AI agent 前要查啲咩

公司引入內部 chatbot、coding agent 或第三方雲端 AI，風險唔止員工打錯一句 prompt。AICM 1.1 用 247 項控制同 320 條評估問題，幫團隊逐層檢查資料、權限、日誌、供應商同事故處理，不過框架映射唔代表已經符合法規。

Local AI agent 接管日常自動化前，先問清楚點解唔用 script

XDA 作者用一個 local AI agent 取代五個 Python script，結果遇到揀錯目錄、漏驗證同過早報告成功。案例未足以否定所有 agent，但講清楚一件事：規則固定、出錯代價高嘅工作，交返畀可測試嘅 script 通常穩陣得多。

Claude 可以代你登入又睇唔到密碼，1Password 保到邊度？

1Password for Claude 俾 Claude 經授權登入網站，密碼同一次性驗證碼唔會交到模型手上。呢套設計減低 agent 接觸密碼同一次性驗證碼嘅風險，不過成功登入之後，Claude 仍然可以操作帳戶，撳錯掣、改錯資料同受惡意網頁誤導嘅風險依然存在。

Vertu Alphafold 賣 US$6,880：AI agent 肯做嘢，但錯得未夠少

Vertu Alphafold 開價 US$6,880，賣點係可以代辦多步任務嘅 Hermes Agent。TechCrunch 試用幾日後發現，佢肯跨 app 做嘢，處理本機文件亦有亮點，不過會記錯時間、排錯日子，記憶表現亦唔穩。對一部要接觸合約同公司資料嘅手機嚟講，未有第三方安全審核同樣係大缺口。

Perplexity Computer 幫你跨 app 做事，Mac 版權力大亦最要小心

Perplexity Computer 已經由答問題進化到識搵資料、整文件、處理電郵同跨 app 執行任務。XDA 作者話每星期慳到約一小時，不過 Windows 暫時只做到雲端服務，真正控制本機檔案同 app 嘅 Personal Computer 仍然係 macOS 獨有，權限、核對同 credits 開支都要計清楚。

1Password 畀 Claude 代你登入網站，密碼唔外洩都唔代表冇風險

1Password 新功能可以喺用戶用生物認證批准後，直接幫 Claude 填入登入資料同一次性驗證碼，避免密碼落入模型。不過安全範圍只包住 credential 傳送，Claude 登入後撳錯掣、遇上惡意網站或者俾 prompt injection 誤導，風險依然存在。

8090 融資 1.35 億美元，主攻企業 AI coding 管控

8090 融資 1.35 億美元，主攻企業 AI coding 管控

Chamath Palihapitiya 親自做 8090 CEO，再加上 1.35 億美元 Series A，反映 AI coding 工具開始由 IDE 補全，擴展到需求、work order、MCP、成本同審計。企業 IT team 要睇嘅，係佢管唔管得住 agent。

OpenClaw 手機 app 上架：AI agent 開始用到相機、通知同位置

OpenClaw 推出 iOS 同 Android app，重點係手機變成 agent 嘅相機、位置、通知同批准入口。iOS 香港區而家仍可免費下載，不過兩個版本都要配 Gateway，用之前要諗清楚權限同私隱。

AI agent 嘅風險未必出喺最後答案：TraceSafe 追查工具呼叫途中問題

Agent 交出嘅答案睇落正常，背後可能一早讀錯檔案、洩漏 API key，甚至呼叫咗唔應該用嘅工具。TraceSafe-Bench 將焦點放喺多步工具呼叫軌跡，提醒開發團隊要喺執行期間檢查權限、參數同外部資料。

OpenShift 4.22 加入 AI agent 接口：MCP 點樣限制 Kubernetes 權限

Red Hat 喺 OpenShift 4.22 加入技術預覽版 MCP server 同 gateway，等 AI agent 可以查叢集狀態，甚至經批准後改動資源。真正值得睇嘅係 RBAC、OAuth、工具限制同 audit log 點樣夾埋用；功能仍未適合直接放入 production，敏感資料亦唔會自動遮走。

AI agent 寫得快未必交到貨：開發者價值轉去揀題、驗收同執尾

前 OpenAI 研究人員 Phil Chen 認為，AI agent 愈擅長處理定義清楚嘅任務，識揀問題同分配資源嘅人就愈值錢。講法未有就業數據支持，不過放入軟件開發現場，確實點出一個轉變：人類要寫清楚目標、驗收輸出、控制 token 成本，再執好最後交付。

Nous Research 傳按 15 億美元估值融資，Hermes Agent 賣點唔止開源

Nous Research 傳以 15 億美元估值籌集最少 7,500 萬美元，但交易仲未正式確認。Hermes Agent 本身更值得留意：佢有持續記憶、識得建立 skills，仲可以經訊息 app 遙距工作，瞄準想長期自動化研究同開發工作嘅用戶。

企業 AI agent 駁得入 CRM 仲未夠，權限同審計先決定用唔用得

模型識睇文件、寫程式同操作工具，只代表佢有能力做事。公司真係畀 AI agent 接觸 CRM、內部檔案同業務系統之前，仲要處理獨立身份、最小權限、操作審批、審計紀錄同人工接管。OpenAI Frontier 正正瞄準呢層企業基建。