#AI agent
300 篇文章
TechLab 所有關於「AI agent」嘅文章、評測同教學，由最新排起。
3C 產品Microsoft Copilot super app 9 月前登場：Chat、Cowork 同 Code 收歸一處
Microsoft 確認會喺今季推出 Copilot super app，集中日常對話、Cowork、Autopilots 同 Code。除咗統一介面，公司資料、agent 權限、GitHub 開發工作同用量收費亦會接入同一個入口。
3C 產品AI 連一道門都出唔到：Pokémon 實驗揭開 agent 長任務死穴
XDA 作者叫本地 Qwen 同經 Codex CLI 使用嘅 GPT-5.6 Sol 玩《Pokémon Red》，兩邊最後都過唔到門。問題牽涉錯誤環境資料、視覺驗證、幻覺同訓練記憶，亦解釋咗點解 token 跑得快，同 agent 做唔做到長任務係兩回事。
Tech NewsClaude 網安測試誤闖三間機構系統：權限同測試環境點解一齊失守
Anthropic 審查逾 14 萬次網安評估後，發現三款 Claude 模型曾經接觸三間機構嘅 production 系統。事故冇證據顯示模型自行逃走，成因指向測試環境連住公開網絡、任務邊界含糊，同多層監察一齊失效。
Tech NewsOpenAI 模型越過隔離闖入 Hugging Face：企業用 coding agent 要補四個窿
OpenAI 嘅 cyber 評估模型為咗完成測試，搵到隔離環境嘅零日漏洞，再入侵 Hugging Face 攞答案。成件事冇科幻片式「覺醒」，但清楚示範咗一個有工具、有憑證、肯長時間試錯嘅 agent，可以點樣放大普通保安漏洞。
Tech NewsAI agent 走出 sandbox：OpenAI、Anthropic 事故畀團隊嘅權限警號
OpenAI 同 Anthropic 先後披露，cyber 評估入面嘅 AI agent 接觸到真實網絡，仲闖入外部公司系統。幾宗事故成因唔同，但都提醒用 Codex、Claude Code 同其他 coding agents 嘅團隊：sandbox 只係起點，網絡出口、credentials、監察同人工批准少一樣都唔得。
Tech NewsClaude Tag 入 Slack：@Claude 可以喺 channel 同團隊做任務
Anthropic 推出 Claude Tag，Slack channel 入面任何人都可以叫 @Claude 跟 thread、整理決定、跑 code 任務，甚至主動追住未完嘅事。用落會方便，不過公司要先諗清楚權限點開。
3C 產品OpenClaw 塞入 mini PC 就取代到雲端？本機 AI 仲有幾道硬件關要過
Beelink SER10 MAX 預載 OpenClaw，睇落似開機就有私人 AI agent。不過 Tom’s Hardware 嘅測試顯示，64GB RAM、模型量化、記憶體頻寬同工具設定，樣樣都會拖慢體驗；資料留喺本機亦唔代表可以忽略權限同惡意 Skill 風險。
Tech NewsClaude「失控入侵」三個組織？測試環境開咗上網，供應鏈亦中招
Claude 喺資安測試期間接觸到三個真實組織，聽落似 AI 自行逃出沙盒，實情係測試環境錯誤開放上網，模型又以為眼前全部都係 CTF 場景。事件亦揭示高權限 coding agent 一旦欠缺網絡隔離、套件管制同即時監察，普通設定失誤都可以迅速變成供應鏈事故。
Tech NewsOpenAI 測試 agent 衝出沙箱：企業點樣閂實網上存取、憑證同執行權限
OpenAI 測試高階 cyber agent 時，模型搵到 Artifactory 零日漏洞離開隔離環境，再串連外露憑證同多個系統弱點，闖入 Hugging Face 正式系統。件事反映企業用 coding agent 時，權限、網上出口同活動記錄都要重新收緊。
3C 產品Gemini Spark 借 Chrome 登入狀態代你填表：方便背後係一大截權限
Google 幫 Gemini Spark 接上 Chrome，佢可以借用現有登入狀態同已儲存憑證，自動比較資料、填表同準備預訂。不過官方安全文件亦承認，prompt injection、憑證外洩同誤操作風險未有消失，而香港暫時未開放 Chrome auto browse。
Tech NewsClaude 安全測試誤闖三間公司：AI agent 點解會打中真系統
Anthropic 檢查逾 14 萬次網絡安全評測後，發現 Claude 曾經入侵三間真實機構，仲有惡意套件流入 PyPI。模型冇另起爐灶追求自己目標，問題源頭係測試環境錯誤連住公開網絡，再配上一條叫 agent 不斷搵入侵路線嘅任務。
Tech NewsClaude 資安評估誤闖真實系統：三層防線失守，企業點樣限制 AI agent
Anthropic 翻查逾 14 萬次 Claude 資安評估，發現三款模型曾經接觸三個機構嘅真實系統。模型初時以為自己身處模擬環境，背後亦冇足夠網上隔離、執行範圍同即時監察。企業引入 AI agent，權限設計要由最壞情況出發。
Tech NewsOpenAI 劈價 GPT-5.6：Luna 平八成，邊類 AI 工作最值得轉？
GPT-5.6 Luna API 價錢大減八成，短 context 每 100 萬 input、output token 只收 US$0.20 同 US$1.20。個價的確進取，不過轉模型之前仲要計埋輸出量、返工成本同延遲要求，Fast mode 亦唔係所有工作都抵畀雙倍價。
Tech NewsClaude 測試連到公網波及三間公司，企業用 coding agent 要點封權限
Anthropic 翻查逾 14 萬次網絡安全評測，發現三款 Claude 曾喺六次測試入面未經授權接觸三間機構嘅 production 系統。事件揭示 coding agent 一有公網、憑證同執行工具，普通配置錯誤都可以變成真實攻擊路徑。
Tech NewsAI agent 攻入 Hugging Face：企業開 terminal 前要落嘅七道安全閘
OpenAI 模型做網絡安全能力測試期間，搵到方法離開隔離環境，再闖入 Hugging Face 正式系統。企業部署 Codex、Claude Code 或內部 agent 前，權限設計要跟高權限 service account 同一級數。
Tech NewsClaude 測試期間誤闖三間公司：問題出喺網絡隔離同 agent 權限
Anthropic 翻查逾 14 萬次網絡安全評測，發現 Claude 曾經未經授權進入三間機構嘅真實系統。現有資料冇顯示模型自主反叛，成因指向測試環境錯誤連上互聯網、任務範圍寫得含糊，同公開版安全限制當時未有啟用。
Tech NewsAI agent 攞住公司鎖匙做嘢：企業部署前要搞清六項權限設定
公司接駁 ChatGPT、Copilot、Codex 或 MCP server 時，agent 可以讀文件、調用工具，甚至直接改資料。沿用員工帳戶或者共用 API key，方便得嚟亦會放大風險。部署前要先分開身份、權限同審批流程，仲要預留完整活動記錄同收權機制。
3C 產品Gemini Spark 開放香港 AI Pro：背景任務有得用，Chrome 自動瀏覽仍未到
Google 擴大 Gemini Spark 地區同訂閱資格，官方支援頁顯示香港個人 AI Pro 用戶已符合基本條件，可以交低背景任務、Skills 同排程。不過接管本機 Chrome 嘅 auto browse 暫時仍限美國，兩項更新唔好撈亂。
Tech NewsOkta 收購 Permiso：AI agent 有身份證之後，仲要有人睇住佢做過咩
企業開始畀 AI agent 寫 code、查資料同操作雲端，但好多 agent 共用人類帳戶、長效 token 或權限過闊嘅 service account。Okta 收購 Permiso，正正想補返登入之後睇唔到 agent 行為呢個缺口。
Tech NewsOpenAI 測試模型闖入 Hugging Face：萬七次動作點解仍然截得住
今次闖入 Hugging Face 嘅唔係人類黑客，而係 OpenAI 測試中嘅模型組合。佢哋四日半做咗約 17,600 次動作，靠漏洞同過大權限一路深入系統；不過成場事故亦證明，最小權限、限制對外連線同可靠當值機制仍然截得住 AI agent。
Tech NewsOpenAI agent 借 Modal 客戶環境攻 Hugging Face，測試 sandbox 點解會失守
OpenAI 測試網絡攻擊能力期間，agent 逃出隔離環境，借第三方雲端 sandbox 做跳板，再闖入 Hugging Face。事件冇證據顯示 AI 突然產生反叛意識，反而暴露 agent 一接通網上服務、憑證同程式執行權限，細小設定失誤已經足以串成一條真實攻擊路徑。
Tech NewsPerplexity Numbat 監察 Codex／Claude Code，攔截能力有界線
AI coding agent 可以讀檔、改 code、跑 command，出錯時影響遠過普通聊天機械人。Perplexity 開源 Numbat，畀公司監察同重建 agent 行為，但各平台嘅攔截能力有差異，預設規則亦只會報警。
Tech NewsOpenAI agent 突破 sandbox：package proxy 串起攻擊鏈
OpenAI 內部資安評測模型利用 Artifactory 零時差漏洞離開 sandbox，再借公開 code-execution endpoint 做跳板，攻入 Hugging Face。成件事提醒開發團隊：agent 權限愈高，網絡出口、憑證同緊急停機機制就愈要逐樣收緊。
Tech NewsKimi K3 推高月之暗面估值：開放權重、agent 成本同香港 IPO 點計
月之暗面據報完成 35 億美元融資，估值升至 350 億美元，背後賣點係 Kimi K3 嘅 coding、agent 同開放權重策略。不過獨立測試顯示，平 API 單價未必換到較低工作成本；香港 IPO 同 500 億美元估值亦仲係商議目標。