本期 Tempest AI News 整理 2026 年 5 月 21 日的 AI 技術新聞，訊號可收斂成四條主線：第一，模型與公司動向——Google 把 Gemini 3.5 Flash 推進 Search、Anthropic 補進 Karpathy 並收購 SDK 產生器 Stainless，財報與算力支出也同步攤在陽光下；第二，AI 編碼工具與外掛生態持續長大，DeepSeek 要做自己的 Claude Code、Anthropic 官方外掛登錄處成形、社群也以微調小模型補強工具呼叫；第三，MCP（Model Context Protocol）一路擴張，從 Google、Meta 到端側裝置都在接；第四，MCP 安全與治理浮上檯面，從個人開發者到企業控制平面都在補洞。以下精選 15 則本日值得讀的技術訊號。
模型與公司動向
AI 傳奇 Karpathy 加盟 Anthropic，重返預訓練第一線—— OpenAI 共同創始成員、曾主導特斯拉自動駕駛視覺團隊的傳奇研究者 Andrej Karpathy，在社群平台 X 上宣布正式加入 Anthropic，將專注於大型語言模型（LLM）的預訓練與核心研究。在 OpenAI、Google DeepMind、Meta 與 xAI 的人才混戰中，這是一筆指標性的補強。對台灣關注前沿動態的工程師，這條的訊號是：Anthropic 在預訓練核心人才上再下一城，值得持續追蹤其下一代 Claude 模型的能力曲線。原文：https://ift.tt/eOmB1s2
Google 把 Gemini 3.5 Flash 推進 Search—— Google 推出 Gemini 模型家族的最新成員 Gemini 3.5 Flash，用以驅動新一代的搜尋體驗。這款主打推理能力的模型支援代理式（agentic）工作流程，並重新打造了搜尋框的互動方式。對台灣的開發團隊，這條代表「快、可跑 Agent」的輕量推理模型區間又多一個強力選項，值得在下一輪模型選型時，與 Claude Haiku 等輕量模型一起做成本與延遲的橫向評比。原文：https://ift.tt/Y4QxjAl
社群討論：Gemini 3.5 Flash 在 GitHub Copilot 上的定價，以及 Gemini 推理模型採 MoE 架構—— 一則社群貼文指出，Gemini 3.5 Flash 在 GitHub Copilot 上的計費是 ChatGPT 5.5 的兩倍；貼文同時點名 Gemini 的推理模型（2.5 Pro、3.0 Pro、3.1 Pro）採用混合專家（MoE）架構，並認為這個事實的討論度不足。這是一篇帶有主觀立場的觀點貼文，定價與架構細節仍應以原文與官方公告為準。對台灣評估 Copilot 內多模型方案的團隊，建議把這條當成「待查證的成本訊號」，實際採購前以官方計費頁面核對。原文：https://ift.tt/nh9ZRo8
Anthropic 收購 SDK／MCP 產生器 Stainless，並關閉其對外服務—— Anthropic 收購開發者工具新創 Stainless，並關閉其公開的 SDK 產生器。Stainless 擅長從 API 規格自動生成 SDK，這套自動化的 API-to-SDK 工作流先前被多家主要 AI 供應商採用；服務關閉後，競爭對手必須自行吸收工程成本，重建或遷移相關工具鏈。對台灣透過這類自動生成 SDK 介接 API 的團隊，待辦是：盤點專案是否依賴 Stainless 產出的 SDK 或 MCP server，並提早規劃替代維護路徑。原文：https://ift.tt/rqu5XoP
Anthropic 估迎首個盈利季度，第二季營收上看 109 億美元—— 據媒體報導，Anthropic 向投資人揭露：第二季營收預估較上季成長一倍以上、達 109 億美元（約新台幣 3,400 億元），有望首度實現營運盈利；第一季營收為 48 億美元（約新台幣 1,500 億元）。這些數字是其進行中募資輪的一部分，該輪募資可能把估值推高到超越 OpenAI。對台灣關注 AI 產業競局的讀者，這條顯示 Anthropic 已從早期落後者轉為高速成長者，也打破了「AI 公司高額支出必然拖累近期獲利」的既有印象。原文：https://ift.tt/CYeR8St
SpaceX 上市文件揭露：Anthropic 每年付逾 150 億美元租用其資料中心—— SpaceX 一份遲來的美國監管申報文件顯示，Anthropic 同意至 2029 年 5 月為止，每月支付 SpaceX 12.5 億美元（約新台幣 390 億元）以取得雲端運算基礎設施，換算約為每年 150 億美元（約新台幣 4,700 億元）。換言之，Anthropic 正把巨額資金送進一家由競爭對手陣營掌握的算力供應商。對台灣的讀者，這條是觀察 AI 算力供需與成本結構的重要一手數據。原文：https://ift.tt/zMxHOhs
AI 編碼工具與外掛生態
DeepSeek 要做自己的 Claude Code，代號「Deepseek Code」—— 中國 AI 公司 DeepSeek 正在北京組建一支名為「Harness」的新團隊，要從零打造自家的程式碼代理，工作代號為「Deepseek Code」，被視為對標 Claude Code 與 OpenAI Codex 的競品。對台灣重度使用編碼代理的團隊，這條提醒：程式碼代理的市場正在快速增加玩家，採購時不宜單壓一家，並留意各家在資料處理與部署地點上的差異。原文：https://ift.tt/JTlrQ5h
巡禮 Anthropic 官方外掛登錄處 claude-plugins-official—— 一篇「每日一個開源專案」系列的第 70 篇文章，導覽了 Anthropic 在 GitHub 上官方維護的外掛登錄處 claude-plugins-official。如其說明所述，外掛（plugins）能以指令、代理、技能（skills）、掛鉤（hooks）與 MCP server 擴充 Claude Code 的能力。對台灣正在規劃 Claude Code 標準化工作流的團隊，這條提供一個官方參考起點：與其各自土法煉鋼，不如先看官方登錄處有哪些現成元件可直接沿用。原文：https://ift.tt/2k9a7Ob
微調 Qwen3.5-14B 做本機 MCP 工具呼叫，路由基準測試達 100%—— 一位開發者分享他用 LoRA 微調 Qwen3.5-14B、做本機 MCP 工具呼叫的成果（專案名 Prism Coder）。他指出的問題是：基礎模型容易「過度呼叫工具」，明明該直接回答卻硬要叫一個函式，這會拖垮正式環境代理流程的精準度。他的微調版本在路由基準測試上取得 100%，作為對照，Claude Opus 為 98.3%。對台灣建構代理流程的工程師，這條提供一個務實思路：在工具路由這類定義明確的子任務上，微調小模型有機會比通用大模型更穩、更省。原文：https://ift.tt/G1UNP49
MCP 生態系擴張
Google AI Edge Gallery 端側加入 MCP，讓 Gemma 4 跨資料源協調任務—— Google AI Edge Gallery App 擴充了端側（on-device）AI 能力，在 Android 上實驗性支援開源的 Model Context Protocol（MCP），讓 Gemma 4 能跨 Google Workspace、Google Maps 等外部資料源協調複雜任務；此外還新增了通知與 session 連續性。對台灣開發端側／離線 AI 應用的團隊，這條值得關注：MCP 不再只是雲端代理的協定，正往手機端側落地。原文：https://ift.tt/yLUan9d
Meta 推出廣告 MCP server，自動化媒體採購的基礎工作—— 取得 Meta 廣告 MCP server 存取權的廣告主，已經開始用這個 AI 驅動的活動管理平台，自動化橫跨 Facebook 與 Instagram 的基礎工作；報導指出，這個代理式平台未來可望為代理商帶來更多客製化空間。對台灣的數位行銷與廣告技術團隊，這條代表 MCP 正從工程工具走進行銷營運場景，值得評估接入後對投放工作流的影響。原文：https://ift.tt/gPlveU4
用 Claude Code skills 把 Obsidian 知識庫變成 agentic 文件 harness—— 一套 agentic 文件 harness 由多個 Claude Code skills 組成，把 Obsidian vault 變成結構化工作區，讓 LLM 像編碼代理走 import 一樣沿著 wikilink 巡覽筆記，全程不依賴向量 RAG 檢索。作者表示，在一個 99 篇筆記的評估 vault 上，這套做法在忠實度（faithfulness）指標上比向量 RAG 基準高出 0.27。對台灣建構個人知識管理或內部文件問答的工程師，這條提供一個「結構化連結優於向量檢索」的反主流思路，值得實測比較。原文：https://ift.tt/GeDtbV9
MCP 安全與治理
沒人在談的安全問題：你接上的那些 MCP server—— 這篇文章提醒：只要你在用 Claude Desktop、Cursor、Windsurf 或其他 AI 編碼助手，很可能早已接上某個 MCP server——而且可能是在沒完全理解「你把什麼權限交給了 AI」的情況下完成的。MCP 是 Anthropic 推出、用來連接 LLM 與外部工具的開放標準。對台灣的工程師，這條是明確的待辦：盤點目前已接上的 MCP server 清單，逐一確認各自的權限範圍與來源可信度。原文：https://ift.tt/emGNZEq
替 AI 編碼代理裝上「免疫系統」：GitHub 上的 MCP 安全掃描—— 這篇文章點破一個容易被忽略的風險：把 MCP server 接上編碼代理，感覺就像裝瀏覽器擴充——改一個 JSON 檔、重啟用戶端就完成；但差別在於你「授予了什麼」。一個 MCP server 可以讀取你的 repo、執行 shell 指令、查詢資料庫，並持有 API token。文章主張用安全掃描為編碼代理建立類似免疫系統的防護。對台灣導入編碼代理的團隊，這條提醒：MCP server 應比照第三方相依套件，做來源審查與權限最小化。原文：https://ift.tt/b63Gj8M
Trust3 AI 推出 MCP Security，治理企業級代理 AI 工作負載—— Trust3 AI 宣布推出 Model Context Protocol（MCP）Security，主打為企業級代理式 AI 工作負載建立安全防護的新標準。該方案是 Trust3 AI 企業代理控制平面（agent control plane）的關鍵能力之一，目標是讓安全與治理團隊取得統一的管控介面。對台灣正在規劃企業 Agent 平台的架構師，這條與前兩則安全議題呼應：MCP 之上需要補齊權限、稽核與治理層，市場上已開始出現專責的商用控制平面方案。原文：https://ift.tt/uO4HmRc
結語
本日訊號集中在「公司與算力競局」與「MCP 從擴張走向治理」兩條主線。模型與公司端，Google 把 Gemini 3.5 Flash 推進 Search、Anthropic 補進 Karpathy、收購 Stainless，並攤開了營收翻倍與每年逾 150 億美元算力支出的兩面數據；工具端，DeepSeek 要做自己的 Claude Code、Anthropic 官方外掛登錄處成形、社群也以微調小模型補強工具呼叫，顯示編碼代理生態的玩家與元件都在快速增加。MCP 方面，協定一路從 Google、Meta 擴張到 Android 端側裝置，但同一天也出現三則安全與治理訊號——從個人開發者該盤點的 MCP 清單、編碼代理的「免疫系統」，到企業級的 MCP 控制平面。對台灣團隊，這週可立即落地的待辦清單：重新檢視編碼代理與模型供應商的組合與可切換性、盤點並收斂已接上的 MCP server 權限、為企業 Agent 平台補上治理層，並持續追蹤 Stainless 關服對自家 SDK 工具鏈的影響。