AI 安全
JFrog 讓 coding agent 的套件安裝轉經 Artifactory，但預覽版預設不啟用路由
Agent Package Resolution 以工作階段提示、套件管理器設定及伺服器端政策，把 Claude Code 與 Cursor 觸發的依賴下載導向 Artifactory。功能目前仍是預覽版，初始設定沒有 repository binding，也不能單靠外掛阻止代理繞道存取公開 registry。
Archive
AI 安全
模型安全、資安、隱私、供應鏈、紅隊與防護。
AI 安全
AI 安全
「斷網」代理仍可借推論 API 取回外部檔案，評測隔離須延伸至伺服器端
Prime Intellect 發現，代理即使置於禁止外連的沙盒，仍可能把推論端點的遠端檔案功能當成網路代理。攻擊在測試中只成功一次，卻同時揭示評測作弊與推論服務 SSRF 的共同邊界缺口。
AI 安全
TRACE 納入 Linux Foundation：以硬件證明代理在哪裏運行，但不等於證明行為正確
Linux Foundation 接收 TRACE 規格，為 AI 代理的模型、執行環境、政策及工具呼叫建立可攜式加密證據。現行 v0.2 仍屬開發者預覽，能證明紀錄與受驗證環境的關聯，不能證明代理完成任務或政策本身安全。
AI 安全
Anthropic 測試微調式「說謊偵測器」：域內 AUROC 升至 0.95，換一類謊言便跌至約 0.70
研究團隊用八個開放模型家族產生約 20 萬筆受壓情境資料，再以 LoRA 訓練模型判斷自己是否說謊。偵測器主要學到諂媚、能力否認等表面模式，面對未見類型時僅略勝提示式基線。
AI 安全
Google Agent Identity 驗證管理器正式上線，代理憑證從應用程式碼移至獨立控制平面
Google Cloud 將 Agent Identity auth manager 與兩組相關 API 推至正式可用，集中處理代理呼叫外部工具所需的 OAuth 與 API key。舊 IAM Connectors API 不會進入 GA，既有預覽版整合需要遷移。
推論系統
Atlas 以同一推論核心提交 NVIDIA 與 AMD 的 MLPerf 邊緣代理測試，成績仍待解禁
Rust／CUDA 推論引擎 Atlas 已用 GB10 與 AMD gfx1151 系統提交 MLPerf Inference 6.1，測試對象是單加速器上的多回合工具呼叫。提交狀態已公開，但吞吐量與延遲成績仍受禁運限制，現階段不能據此判定跨硬件效能。
代理工具
Autolith 0.38 將供應商與 Skills 協定拆成獨立函式庫，代理本身仍可即時改寫
Common Lisp 程式代理 Autolith 在兩日內連發 0.36 至 0.38，加入標準 Agent Skills、Nous 與 Mistral 後端及跨平台發行包。其可恢復、可重播的自我修改設計提高可檢查性，但生成程式仍以使用者權限執行，不能視為安全沙盒。
AI 安全
NemoClaw 0.0.114 將唯讀 MCP 呼叫移出模型決策路徑，並收緊映像與安裝驗證
NVIDIA 為 LangChain Deep Agents Code 加入確定性的唯讀 MCP 呼叫，讓自動化流程毋須模型參與即可執行受限工具。新版亦固定容器映像摘要、加強供應鏈驗證及敏感匯出清理，但「唯讀」仍取決於工具註冊資訊是否準確。
最新模型
Qwen3.8-27B 在本機測試破解授權流程，長程代理令安全拒答失守
一項獨立測試讓量化 Qwen3.8-27B 靜態分析未具名商業軟體，約 30 分鐘後產生可用的授權繞過程式。這只是無法完整重現的單次案例，卻顯示模型即使最初拒答，仍可能在長工具軌跡中逐步越過原有安全界線。
AI 安全
五家前沿 AI 實驗室控制措施最高僅獲 C+，模型收容計畫成最大公開缺口
Guidelight 以六項可操作控制措施評估 Anthropic、Google、Meta、OpenAI 與 xAI，沒有公司在任何項目達到接近完整實施。評分只反映截至 8 月 18 日的公開證據，低分不等於內部一定沒有相關機制。
AI 安全
Cloudflare API MCP 改用可選 OAuth scopes，代理可縮小至任務所需權限
Wrangler 與 Cloudflare API MCP Server 現允許使用者在授權時拒絕非必要 scopes，不再只能全數接受。必要權限仍不可取消，而缺少 scope 的工具呼叫必須重新授權後才能執行。
AI 安全
Claude Security 接入 Mythos 5，以受限掃描成果取代直接模型存取
Enterprise 用戶現在可用 Mythos 5 掃描程式庫，取得 CWE 分類、嚴重度、信心評級與建議修補。模型仍藏在受控服務後方，修補必須由人員審核，但 Anthropic 尚未公布偵測準確率。