本期焦點顯示,AI Agent 正從聊天介面快速進入企業資料、軟體開發、資安、財務與客戶服務流程。市場關注重點也從模型能力轉向權限控管、資料治理、協定互通、可觀測性,以及如何在維持人工審核的前提下安全部署。
Salesforce 以 Headless Data 360 與 MCP 開放受治理的客戶資料
Salesforce 擴充 Headless Data 360 for MCP,讓 Agent 能直接取得具關聯性且經治理的客戶情境,不必依賴既有操作介面。相關能力涵蓋約 200 個 API 與可重用技能,可用於建立語意模型、欄位對應、資料轉換、身分關係檢查及受眾分群,反映企業資料平台正逐步轉為 Agent 可操作的後端服務。[https://ift.tt/oQfvRBF]
Google Agent 在兩天內找出逾百個重大原始碼漏洞
Google Threat Intelligence Group 表示,其 Agentic Vulnerability Discovery Harness 在遭竊的企業原始碼儲存庫中,於兩天內辨識出超過 100 個重大且確認為真陽性的漏洞。這項結果凸顯 Agent 可大幅縮短弱點探索時間,但將此類能力導入實務流程時,仍須搭配驗證、授權與修補管控。[https://ift.tt/8uUVMJg]
Harness 將弱點分類與修補納入 DevSecOps Agent 工作流程
Harness 推出 AI SAST、Agent 弱點分類及修補能力,先以確定性的靜態掃描器分析程式碼,再由 Agent 協助判讀問題並產生修補內容。修正仍須經開發人員核准後才能交付,呈現目前較務實的資安自動化模式:由機器加速處理大量工作,再保留人工把關。[https://ift.tt/L3P1foi]
企業 Agent 的瓶頸轉向分散資料與語意層
Prevalent AI 完成 2,200 萬美元募資,鎖定企業資料散落於大量既有系統、難以供 Agent 一致使用的問題。另一家業者 Graphwise 則取得 Oakley Capital 投資,希望成為 Agent 使用資料時的語意層。兩則消息共同反映:當 Agent 開始參與決策,資料整合、語意一致性與來源治理已成為基礎建設議題。[https://ift.tt/Pkh1Yxc] [https://ift.tt/0NRwdft]
Agent 權限設計走向使用者授權脈絡與預設拒絕
AWS 說明如何在 Amazon Bedrock AgentCore 中傳遞使用者授權脈絡,避免 Agent 存取 DynamoDB、文件庫、SaaS 或內部知識庫時脫離原使用者權限。另一篇實作文章則主張工具權限應採 deny-by-default,僅明確開放必要操作。對企業團隊而言,Agent 能呼叫工具並不代表應擁有完整權限,身分與授權資訊必須一路傳遞至實際資源。[https://ift.tt/Byou9rd] [https://ift.tt/2KsjWAc]
高自主性 Agent 促使企業建立緊急停止機制
隨著 Agent 開始處理敏感任務及跨系統操作,企業需要能在行為偏離預期、產生危險決策或持續執行錯誤流程時立即中止。所謂 kill switch 不只是介面上的停止按鈕,還牽涉工作階段撤銷、憑證停用、佇列清理、交易阻擋與完整稽核紀錄,應在正式部署前納入治理設計。[https://ift.tt/eyaQkWq]
Block 開源跨模型桌面 Agent 工作區 Berd
Block 將內部使用的 Berd 桌面應用程式以 Apache 2.0 授權開源,支援 macOS、Windows 與 Linux,可在單一工作區中管理不同模型、工具與專案,並將對話紀錄保存在本機。這類工具顯示開發者工作區正從綁定單一模型,轉向可切換模型與 Agent harness 的整合環境。[https://ift.tt/GSCslI0]
A2A 納入 Agentic AI Foundation,互通標準持續整併
Google 將 Agent2Agent Protocol(A2A)貢獻給 Agentic AI Foundation。A2A 聚焦 Agent 之間的互通,與負責連接模型、工具及資料來源的 MCP 形成不同層次。協定進入基金會治理有助於跨廠商協作,但報導也指出此舉並未獲得所有參與者一致認同,後續規格治理與實作相容性仍值得觀察。[https://ift.tt/dJgD1fY]
VS Code 強化 Copilot Agent 的沙箱與專案解析
VS Code 1.135 擴充 Copilot Agent 控制能力,已設定的沙箱政策可跨核准模式持續生效,企業管理的沙箱設定也會顯示於權限介面。Agent 工作階段則可依顯示名稱、專案 URI 或多根目錄工作區脈絡解析專案,改善大型或複雜儲存庫中的操作範圍判定。[https://ift.tt/rDlcp38]
多 Agent 客服開始進入即時、高情境壓力場景
Fanatics Betting and Gaming 在 AWS 上建置多 Agent 客服系統,處理帳號、存款限制、各州規定等問題,並因應賽事進行期間對即時與正確回覆的要求。案例顯示,多 Agent 架構的價值不只在分工,也在於讓不同領域脈絡、工具權限與回覆流程分別管理,降低單一 Agent 承擔所有任務的複雜度。[https://ift.tt/JjWGh0H]
Agent 支付需從瀏覽器結帳轉向程式化交易
本期多篇內容把焦點放在 Agent 經濟的支付基礎設施:傳統瀏覽器導向的結帳流程需要填寫地址、處理驗證及操作網頁,並不適合自主系統;另一案例則描述透過 MCP 端點,讓 Agent 以單一提示建立公司並申請商業銀行帳戶。若機器對機器交易持續發展,授權、限額、身分驗證與可撤銷性將成為支付流程的核心需求。[https://ift.tt/05H2gU4] [https://ift.tt/UlTQd1v]