本期焦點明顯從「做出 AI Agent」轉向「讓 Agent 安全、穩定且可治理地進入正式環境」。企業產品開始補齊身分控管、短效權限、成本治理、可觀測性與故障復原；開發社群則持續探索 MCP 工具設計、規則同步及開源控制平面。
Oracle 將 Agent 應用建置帶進 Fusion Applications
Oracle 發表 AI-native builder 體驗，讓客戶與合作夥伴可在 Oracle AI Agent Studio for Fusion Applications 內建立及執行 Fusion Agentic Applications。這項布局反映企業軟體供應商正把 Agent 從外掛式助理，逐步轉為應用平台內建的工作流程元件。[https://ift.tt/7zuij82]
Snowflake 推出 Cortex AI Gateway，集中管理 Agent 流量
Snowflake 發表 Cortex AI Gateway，定位為企業 AI Agent 的集中控制層，可管理 Agent 對模型、工具、MCP Server 與內部系統的連線，並納入監控、治理及成本控管。當企業同時使用不同模型與 Agent 框架時，統一閘道正成為降低權限失控及非預期費用的重要基礎設施。[https://ift.tt/BJ3tH1F]
1Password 以任務級短效權限降低常駐存取風險
1Password 推出 Privileged Access，讓工程師與 AI Agent 只取得單一任務所需的基礎設施權限，並避免權限在任務完成後持續存在。對會自主呼叫工具及操作正式環境的 Agent 而言，按需授權與權限自動失效，比配置長期憑證更符合最小權限原則。[https://ift.tt/aZYx6JH]
Diagrid Catalyst 2.0 強化長流程的復原與可驗證執行
Diagrid Catalyst 2.0 將耐久且可驗證的執行能力帶入 LangGraph、Microsoft Agent Framework、Google ADK 等框架，目標是讓失敗的 Agent 工作流程能夠續跑，並使執行紀錄具備防竄改特性。這類能力切中正式環境的核心問題：Agent 在多次工具呼叫後發生錯誤時，不能只靠整段重跑處理。[https://ift.tt/R3WjrOK]
企業 AI Agent 安全新創持續獲得資金挹注
Hush Security 完成 3,000 萬美元 A 輪募資，累計募資達 4,100 萬美元，產品聚焦企業 AI Agent 的安全控管與治理。這筆投資顯示非人類身分、Agent 權限及跨系統操作稽核，已從概念議題轉為企業願意投入預算處理的資安需求。[https://ift.tt/cYV3evT]
Preloop 以開源控制平面整合 MCP 防火牆與成本治理
開源專案 Preloop 主打 AI Agent 控制平面，整合 MCP 工具存取防火牆、模型閘道、政策即程式碼、人工核准及執行階段可觀測性。其產品方向呈現 Agent 維運工具的整併趨勢：團隊需要的不只是呼叫紀錄，而是能同時回答「誰執行、用了什麼工具、花了多少成本，以及是否符合政策」。[https://ift.tt/u03Cr6j]
MCP 工具應以 Agent 意圖設計，而非直接包裝 REST API
一篇 MCP Server 設計文章指出，把既有 REST API 原封不動包成工具，未必是適合 Agent 的抽象層。工具介面若能圍繞使用者意圖與業務任務設計，可減少 Agent 自行拼接底層呼叫的負擔，也更容易加入輸入限制、操作邊界與安全防護。[https://ift.tt/GoTuyYc]
資料庫寫入權限成為 Agent 上線前的關鍵防線
隨著開發者透過 MCP 將大型語言模型接上正式資料庫與內部 API，錯誤或非預期操作的影響也同步放大。相關實務提醒團隊，除了限制可用工具，還應針對讀寫操作劃分權限、驗證參數、保留稽核軌跡，並在高風險變更前加入人工確認。[https://ift.tt/mrkfjnV]
Agent 規則開始被視為跨儲存庫的組態管理問題
當團隊在多個程式碼儲存庫使用 AGENTS.md、Cursor 設定及共用提示詞時，手動複製容易造成規則版本不一致。透過 GitHub Actions 同步 Agent 規則，可把這些指令納入既有的版本控管與自動化流程，並降低部分專案持續使用舊版安全或開發規範的風險。[https://ift.tt/3gfHhGU]
GM 以重整工程流程放大程式開發 Agent 效益
GM 自動駕駛部門重新設計工程工作流程後，合併的 Pull Request 數量提升至三倍。報導亦指出，該部門工程師僅約 15% 的時間直接撰寫程式碼，凸顯程式開發 Agent 的價值不只在產生程式碼，更可能來自協助處理測試、審查、整合及其他交付環節。[https://ift.tt/HwEyIxM]
整體而言，Agent 工程的競爭重心正在往正式環境移動。接下來值得持續觀察的，不只是模型能力，而是平台能否提供明確的身分與權限邊界、可復原的工作流程、完整稽核資料，以及跨模型與工具的一致治理機制。