[Tempest Agent Insights] 技術趨勢 (2026-08-05)

本批 115 篇內容顯示，Agent 技術焦點正從提示詞與單一模型能力，快速轉向可長時間執行的 Runtime、多 Agent 協作、工具介接、安全治理、記憶管理與可觀測性。企業導入也不再只做聊天介面，而是逐步深入金融、晶片設計、供應鏈與軟體開發等核心流程。

Agent Runtime 不只是迴圈，完整執行環境成為架構核心

近期討論開始明確區分 Prompt、Context、Loop、Graph、Harness 與 Runtime：單純用 while 迴圈反覆呼叫模型，並不足以處理狀態保存、錯誤復原、權限、排程與長時間任務。AWS 推出的開源 Kiro Crew，目標是把 Coding Agent 組成可跨 Repository、開發工具與多個工作階段運作的自主工程團隊；Microsoft Agent Framework 也把 Agent Harness 與託管式 Agent Runtime 推向正式環境。這表示 Agent 平台競爭正從 SDK 擴大到完整執行與維運層。

安全治理下沉到每次工具呼叫與執行階段

Agent 能操作終端機、資料庫與企業 SaaS 後，傳統只管理應用程式或模型輸入的做法已不夠。Airlock Digital 將治理延伸到命令與 Session 層級；Rubrik Agent Identity 採取逐次工具呼叫授權；Straiker 則推出可讓企業 Coding Agent 與自建 Agent 停止運作的 Kill Switch。共同方向是持續驗證 Agent 身分、執行脈絡與每個動作，而不是在工作流程啟動時一次性放行。

Google ADK 案例凸顯間接提示詞注入與權限串接風險

Google Agent Development Kit for Python 儲存庫中的自動化工作流程被揭露存在安全缺陷：對外服務的 Agent 若信任錯誤訊息，可能觸發權限更高的自動化。此案例提醒工程團隊，Agent 的輸入不只來自使用者，也可能包含網頁、Issue、文件與其他 Agent 傳入的非可信內容；所有外部內容都應視為不可信資料，並在工具執行前加入權限隔離、參數驗證與人工核准邊界。

相關連結：[https://ift.tt/XJYGDsS]

Agent 可觀測性開始追蹤決策路徑，而非只收集 Log

傳統 Log、Metric 與 Trace 能說明服務是否失敗，卻不一定能回答 Agent 為何重複提問、選錯工具或產生異常成本。新一代可觀測性做法開始記錄規劃步驟、模型呼叫、工具參數、回饋結果與資料庫端執行。BigQuery 範例進一步把遙測資料轉成自適應回饋迴路；Oracle 案例則串接 Spring Boot Agent、JDBC 與資料庫端 Trace，呈現端到端執行鏈。

MCP 從 Demo 介接走向企業資料與事件串流治理

MCP 與 REST 並非單純的替代關係：REST 提供成熟且明確的服務介面，MCP 則讓 Agent 能探索工具及其結構化能力。當 PostgreSQL、Redis、Neo4j 或 Kafka 經由 MCP 開放給 Agent，設計重點會轉向連線範圍、資料權限、消費進度、重試語意與操作稽核。尤其 Kafka 的 consume 行為具有長時間狀態與 Offset 管理需求，不能只包裝成一次性的工具呼叫。

長期記憶正在成為 Agent 的新控制平面

Agent 記憶已從保留聊天紀錄，擴展到使用者偏好、任務狀態、團隊知識與跨工作階段上下文。Redis 架構文章聚焦持久化記憶的設計；TencentDB-Agent-Memory 則以團隊層級的共享記憶中樞為訴求。隨著記憶影響後續決策，企業必須同步處理資料來源、存取權、保存期限、更新衝突、刪除要求與敏感資訊污染，否則記憶層本身就可能成為新的資安與合規風險。

網站與 App 開始提供 Agent 原生操作介面

目前 Agent 操作網站多半依賴 DOM、無障礙樹或畫面辨識，再模擬點擊與輸入，流程容易因 UI 改版而失效。WebMCP 提倡由網站直接提供可靠、結構化的機器操作介面；Android AppFunctions 則讓 App 宣告可供 Agent 呼叫的功能。這類做法可望減少脆弱的 UI 自動化，但也要求開發者重新設計權限確認、參數驗證與高風險操作的使用者授權流程。

Coding Agent 工程化重點轉向隔離、標準化與生命週期管理

Isolade 以本機優先、無密鑰 microVM 隔離 Coding Agent；ADLC Team Skills 嘗試把團隊開發規範轉為 Claude Code 與 Codex 可重複使用的技能；Cloudflare 則提出涵蓋開發、測試、部署與維運的 Agent Development Lifecycle。這些案例反映團隊導入 Coding Agent 後，真正的挑戰不只在產生程式碼，而是如何一致套用工程規範、限制執行環境並管理變更品質。

企業 Agent 開始進入金融、晶片設計與營運核心流程

Westpac 已將五個 AWS AI Agent 接入貸款流程，用於處理房貸或信用卡申請者提供的薪資單；Cadence 發表面向 PCB 與先進封裝設計的 AuraStack AI Super Agent；Blend 的 Autopilot Analytics Agent 則讓貸款機構以自然語言查詢申請到結案之間的借款人活動與漏斗表現。垂直場域的價值逐漸從通用問答轉向具備領域資料、專用工具與明確責任邊界的工作流程自動化。

資金持續流向 Agent 營運與安全基礎設施

HappyRobot 完成 1.5 億美元 Series C，投後估值為 12 億美元，業務聚焦供應鏈相關電話、Email 與排程作業；Obsidian Security 完成 8,500 萬美元 Series D，投後估值為 11 億美元；Zenity 則取得 1.25 億美元 Series C，用於擴展 Agent 安全平台。這幾筆交易顯示市場資金同時關注能直接執行企業工作的 Agent，以及身分、行為監控與安全控制等支撐層。