所有文章 · SURL AI News

Goose 1.49 為代理工具攔截加入失敗封鎖模式，並補齊跨生命週期稽核識別碼

AAIF 旗下開源代理 Goose 1.49 允許 `PreToolUse` 政策在執行異常時拒絕工具呼叫，避免安全檢查失效後繼續操作。新版也加入穩定的 `tool_call_id` 與結果事件，但預設仍採 fail-open，管理者必須明確調整設定。

Google 將 Gemini 3.8 Flash 正式投入生產，提供 100 萬 token 上下文、三段思考強度及內建工具，並改為 Antigravity 受管代理的預設模型。程式評測有所提升，但多數數字仍由 Google 提供，模型卡也揭露非英語安全評測相對退步。

Cloudflare 的早期預覽服務把原始碼分析結果與實際路由、流量、WAF 狀態及攻擊事件結合，再由 GPT-5.6 Cyber 驗證漏洞和修補方案。模型不直接修改環境，但資料會送至 OpenAI 執行推論，且官方尚未公布誤報率或修補成功率。

HyperPod InstantStart 將 EKS、GPU 容量、訓練、推論與儲存操作編排成可重試的有狀態流程，再透過 MCP 工具交給代理執行。代理不直接操作 AWS CLI，但部署者仍須自行承擔 IAM、Kubernetes、網路與跨服務成本管理。

Agno 3.0.6 新增無狀態 MCP 傳輸，任何副本都能接手請求而不必設定 session affinity。框架同時加入協定版本協商與 Server Card，但為相容既有部署仍預設使用舊式工作階段模式。

智譜公開 320B、每 token 啟用 18B 參數的原生多模態 GLM-5.3-Flash，並以 MIT 授權釋出權重。新架構宣稱較 GLM-5.3 減少三倍注意力計算與 4.4 倍 KV cache，但「Flash」不代表一般工作站能輕易部署。

新版加入 Parity-aware BPE，讓分詞器在每次合併時優先改善壓縮最差的語言，而非只追求全體最高頻率。這項功能可用於訓練新詞彙表，卻不會自動修正既有模型的中文 token 成本。

GWM Worlds 2 將自回歸擴散、因果影音解碼器與結構化 WorldPrompt 結合，能以文字動作和鏡頭訊號即時控制連續世界。系統仍是封閉研究預覽，快速運鏡、長期一致性與可重現評測都是明顯缺口。

研究者在 760 次 Sonar 查詢中收集 7,534 筆引用，發現長尾網站大量進入推薦系統的檢索證據。三個疑似同一營運者的網站只占引用量 2.4%，研究也未證明這些頁面實際改變了推薦結果。

新研究把原始碼、文件與測試轉成按需載入的操作知識，讓固定模型及代理框架在四項研究基準全面提升。技能建置成本另行計算，成果仍是作者評測，不能直接視為低成本取代模型訓練。

Claude Platform CLI 新增 `ant apply`，可由儲存庫內的 Markdown、YAML 或 JSON 同步受管代理資源。它補上預覽、相依排序與漂移偵測，但狀態檔仍含組織識別資訊，且目前只管理 Anthropic 平台。

開源 AI 滲透測試工具 Shannon 3.0 新增多階段程式碼分析、候選漏洞調和及原生 SARIF。新版只讓成功重現的漏洞觸發流水線門檻，但會實際修改目標狀態，且 2.x 工作區不能續跑。