本期 Tempest AI News 整理 2026 年 6 月 1 日的 AI 技術新聞，主要訊號可收斂為四條主線：第一，Claude Code 的多代理（subagent）能力進入「實戰級」階段——社群同時出現「單一請求自動展開 70 個代理」「Dynamic Workflows 重寫 75 萬行程式碼」「Claude Code 一次生成 1,000 個 subagent，直接取代 LangGraph 編排堆疊」三條獨立報告，意味著 Anthropic 的並行代理架構已經把過去需要手寫框架的工作壓進 CLI 內。第二，Anthropic 在 4 月 30 日把 Claude Security 對企業客戶開放公測，本週 IBM 加入其 Project North Star 計畫，這套 AI 漏洞掃描器宣稱已找出超過 10,000 個程式碼缺陷。第三，MCP 供應鏈與權限模型的安全壓力同步升高——MCP Toolbox 出現可影響企業資料庫連接器的高風險漏洞、ChatGPT for Google Sheets 套件可繞過人工核可外洩工作簿、CVE-2026-10280（mcpilot SSRF）與 CVE-2026-40933（Flowise RCE）相繼揭露，Anthropic 也針對「本地 MCP server 預設可讀 SSH 金鑰」的設計缺陷釋出修補。第四，開發者實戰報告與成本資訊持續具體化：有人公開單一 Claude Code 工作階段 1,270 輪、$1,278 美元的細部拆解，也有工程師示範用 MCP 把 Flutter app runtime、Git 內部物件、SEO 後台、Grav CMS 接進代理。以下精選 12 則本日值得讀的技術訊號。
Claude Code 多代理架構與實戰
Claude Code 現在可生成 1,000 個 subagent——作者直接刪掉 LangGraph 編排腳本—— 作者在 Medium 公開：上週四他刪掉了花三個週末寫的 LangGraph 編排腳本，原因不是它壞了，而是 Claude Code 單一請求就能展開的並行代理數量已經足以取代它。對台灣已經用 LangGraph、CrewAI 等框架自架代理編排的團隊，這條的訊號是：把「框架做了什麼、Claude Code 內建做了什麼」重新對齊一次，能由 CLI 自帶 subagent 完成的編排就不必再額外維護一份程式；保留外部框架的理由應該是跨模型、跨供應商或自家審計需求，而不是因為「以前就這樣寫」。原文：https://ift.tt/CyMrl8J
對 Claude Code 下「深度搜尋＋ultracode 模式」一次自動展開 70 個代理、4 階段管線—— 一名開發者在 Reddit 分享：他在 Claude Code 的 ultracode 模式下發出一個「deep search」請求，CLI 自己決定把任務切成四個階段、約 70 個並行代理，全程未經人工切分。對台灣的工程主管，這條的意義是：subagent 自動展開的「行為邊界」已成為實際運維問題，需要在 prompt、工具權限與費用限制上明確設下護欄，避免一次互動就讓 token 消耗失控；建議把「最大同時代理數」與「最大遞迴深度」納入內部規範。原文：https://ift.tt/d9VmzFX
Claude Code Dynamic Workflows：用並行 subagent 編排重寫 75 萬行程式碼—— 該文章拆解 Anthropic 在 Claude Code 推出的 Dynamic Workflows：為何 parallel subagent orchestration 能完成 75 萬行程式碼級別的重構、何時該用、以及如何避免代理彼此踩線。對台灣準備把 Claude Code 推入大型 monorepo 改寫的工程主管，這條的意義是：把「整批改寫」拆成可獨立檢驗的子模組仍是必要前置作業，並行代理是放大器而不是規劃師；把改寫流程改成「規劃→子任務切分→並行→收斂審查」四段才容易控品。原文：https://ift.tt/5sNLFXy
單一 Claude Code 工作階段 1,270 輪、花費 1,278 美元：作者拆解 token 流向—— 作者公開一個真實工作階段的細部拆解：n=1，1,270 輪互動、總成本 $1,278，並強調「長期工作階段中重複傳送的 context 才是主要花費來源」這個機制是通則，但具體數字會因工作流而異。對台灣的工程主管，這條的意義是：把「per-turn 平均成本」拆成「新 token＋重送 context」兩塊計算，並導入 session 切分與摘要策略；對長時 session 設置 hard cap 是降低意外帳單的有效手段。原文：https://ift.tt/7CuEOVI
Anthropic 安全與企業布局
Anthropic 的 AI 漏洞掃描器進入企業公測：IBM 加入 Project North Star、累計找出 10,000+ 漏洞—— Anthropic 在 4 月 30 日把 Claude Security 對所有 Claude Enterprise 客戶開放公測，提供 AI 驅動的程式碼漏洞掃描器，宣稱無需自行設定 API 或建構代理；同週 IBM 加入該公司菁英級的 Project North Star 計畫。對台灣資安預算可動用 Claude Enterprise 的團隊，這條的意義是：可把它作為 SAST 補充而非取代，安排一輪在自家高風險 repo 的 false-positive 與 true-positive 對比測試後再決定導入策略；同時關注 IBM 進場對價格與支援體系的後續影響。原文：https://ift.tt/148Ih0F
本地 MCP server 預設可讀你的 SSH 金鑰，Anthropic 剛把它修了—— 文章指出每一個你在本地跑的 MCP server 都繼承你的完整檔案系統與網路權限：GitHub MCP、Slack MCP、上週才從 npm 安裝的第三方工具，預設都能讀 SSH 金鑰、.env 與憑證儲存；Anthropic 已釋出新的權限模型來解決這個問題。對台灣已大量使用 MCP 的開發者，這條的意義是：升級 Claude Code／MCP runtime 並重新檢視所有本地 MCP server 的權限宣告；對未明確列出檔案路徑與網路目標的 server 暫時下架，並把 .ssh、雲端憑證目錄列入預設拒絕清單。原文：https://ift.tt/c0rJOgA
MCP 安全漏洞與供應鏈風險
MCP Toolbox 高危漏洞：企業資料庫連接器受影響—— 資安研究員揭露 MCP Toolbox 出現一個影響「開源企業資料庫連接器」的高風險漏洞，該套件負責把 AI 代理與應用程式直接接到企業資料儲存。對台灣已在 PoC 階段把 MCP Toolbox 接上自家資料庫的團隊，這條的意義是：暫停所有經由該套件對 production DB 的連線，先在隔離環境驗證更新版本；把「代理→資料庫」的最小權限（read-only、特定 schema）原則寫進部署規範，避免單一連接器漏洞變成資料外洩入口。原文：https://ift.tt/3r7qynS
ChatGPT for Google Sheets 套件可繞過人工核可外洩整本工作簿—— 文章指出 OpenAI 推出的 ChatGPT for Google Sheets 擴充功能（自上線以來已累積 18.5 萬次下載）存在一條攻擊路徑：即使使用者在設定中明確要求 ChatGPT 編輯工作簿前需人工核可，攻擊仍可在不觸發核可流程的情況下完成外洩。對台灣使用 Google Workspace 與 ChatGPT 整合的團隊，這條的意義是：暫時停用該擴充功能或限縮可存取的試算表清單，並重新檢視「人工核可」設定在實際呼叫鏈中是否被尊重；建議把含個資、財務資料的試算表移出 ChatGPT 可見範圍直到供應商釋出修補。原文：https://ift.tt/TMLuDYm
CVE-2026-10280：horizon921 mcpilot 0.1.0 MCP API 端點 SSRF—— 一則被歸類為高風險的漏洞被發現於 horizon921 mcpilot 0.1.0，受影響元件為 client/src/app/api/mcp/call/route.ts 中 MCP API Call Endpoint 的 serverBaseUrl 參數，可被利用為伺服器端請求偽造（SSRF）。對台灣自架 MCP gateway 或評估開源 MCP 客戶端的團隊，這條的意義是：在所有「將使用者輸入帶入下游 HTTP 請求 URL」的路徑加上 URL allowlist 與內網位址過濾；mcpilot 採用者應立即升級或暫停服務。原文：https://ift.tt/v2dAojq
CVE-2026-40933：Flowise MCP adapter 不安全反序列化導致 RCE—— Flowise 是一個拖拉式 LLM 流程設計介面；3.1.0 之前版本的 MCP adapter 對 stdio 指令採用不安全的序列化方式，已認證攻擊者可加入帶有任意指令的 MCP stdio server，達成遠端程式碼執行。對台灣使用 Flowise 自架代理工作流的團隊，這條的訊號是：升級到 3.1.0 以上，並重新檢視 MCP stdio server 註冊流程是否包含人工審查；對多人共用的 Flowise 實例應同步把「新增 MCP server」的角色權限收斂。原文：https://ift.tt/vAK1GpO
MCP 工具實作與開發者實戰
Dart 寫的 Flutter MCP server：讓 AI 代理直接觀察 Flutter app 的 runtime 狀態—— 開發者公開 flutter_agent_lens：一個完全用 Dart 寫的開源 MCP server，解決「AI 工具能寫程式但無法檢視應用 runtime 狀態」的問題；它充當 AI 代理與執行中 Flutter app 之間的橋樑，用於自動化除錯與效能分析。對台灣 Flutter 團隊，這條的意義是：把 runtime inspection 接進代理流程可大幅縮短「描述 bug→重現 bug」的距離，建議先在 dev/staging 環境試跑並把存取範圍限制在開發機；production 端不宜直接暴露。原文：https://ift.tt/IekuEPD
git-courer：用 Go 寫的完整 Git MCP server，內含 tree-sitter、不只是包裝 bash—— 作者厭倦看 LLM 代理在基本 Git 操作上失敗：標準整合會傳原始文字、卡在 pager、或因無法解析 git diff 非結構化輸出而失敗。git-courer 是一個完全用 Go 寫的 MCP server，把 Git 當一等公民處理：不靠 bash spawn、會處理 write-tree 等 plumbing 指令、100% 本地執行，並用 tree-sitter 解析。對台灣的工具團隊，這條的意義是：把 Git 操作交給「協議化、結構化」的 MCP server，可以讓代理在大型 monorepo 的 commit／rebase／patch 流程更可預測，比直接讓代理跑 shell 安全。原文：https://ift.tt/bXQaZDS
MCP 協議設計與生態
從 MCP server 回 402 而不是 429：用付費機制取代速率限制—— 作者觀察 sentry-mcp issue #844 中描述的痛點：Cursor 並行對 Sentry MCP 自動化、瞬間打爆 60 req/min 的桶，回 429 卻沒有 Retry-After header，代理無法收斂。文章主張 MCP server 應在面對「願付費」的客戶端時回 402 Payment Required，把速率限制轉成可付費解鎖的設計。對台灣自架 MCP 對外服務的團隊，這條的意義是：把速率設計從「限制／封鎖」改成「限制／升級」可讓代理更穩定，但需要同步建構 metering 與計費路徑；若暫不收費，至少先把 Retry-After 與 backoff 提示完整回給代理避免無限重試。原文：https://ift.tt/ypreGt2
一句話短訊
Google 推出無螢幕 Gemini Smart Glasses：以語音 AI 為主、與 Gentle Monster 及 Warby Parker 合作—— 強調聲音優先而非視覺顯示，主打輕量、實用日常使用；提供兩款鏡框設計。對台灣關注穿戴式 AI 走向的產品團隊，這條的意義是：在 Meta Ray-Ban 已把語音穿戴 AI 拉到大眾市場後，「無螢幕」的 Gemini 路線可能讓裝置更便宜、更耐用，值得追蹤後續開發者 API。原文：https://ift.tt/aIe7w5M
Killing Shadow AI：為 agentic data cloud 架設零信任 MCP gateway—— 一篇主架構師觀點文章，主張用零信任 MCP gateway 治理企業內部因員工自帶 AI 工具而出現的「影子 AI」現象。對台灣的資安／平台團隊，這條的意義是：與其禁用，不如把所有對外 LLM／MCP 流量集中到一條 gateway 上做身分、權限與資料分級控管，作為合規與安全的單一管控點。原文：https://ift.tt/GrWIpZ1
—— Tempest AI News，2026-06-01