本期焦點集中在 Model Context Protocol（MCP）生態系快速擴張、代理式 AI 的權限與供應鏈安全，以及 Anthropic 新模型與 IPO 文件揭露的成本、風險議題。企業開始把工程、財務與流程資料直接接入 AI 助理，但憑證隔離、來源驗證與復原能力也成為導入時不可忽視的基礎工程。
Upwork 推出 MCP Server，讓程式代理可在工作階段委託自由工作者
Upwork 推出官方 MCP Server，可供 Claude、ChatGPT、Cursor 與其他 MCP 用戶端使用。這項整合讓程式代理在既有工作階段中連接 Upwork，進一步把部分工作交由自由工作者處理，顯示 AI 代理正從操作軟體工具延伸至協調真人服務。
Rabbet 以唯讀 MCP Connector 開放專案與財務資料
Rabbet 為旗下 Development 與 Construction Lending 產品推出 MCP Connector，讓 Claude、ChatGPT 等 AI 助理以安全、唯讀方式存取結構化的專案及財務資訊。此類企業整合可減少人工彙整資料的時間，同時透過唯讀權限降低代理直接修改核心資料的風險。
GitHub Copilot Plugins 強化團隊共用代理式工程資產
GitHub 說明如何透過 Copilot Plugins 分享與維護代理式工程資產，包括操作指示、Skills 與 MCP 設定。重點不只是把檔案交給其他工程師，而是讓團隊能一致採用並持續更新這些設定，降低個人化 AI 工作流程難以複製的問題。
企業 Codex 的 MCP 權限控管需納入裝置情境
一篇討論指出，ChatGPT Enterprise 與 Codex 的 MCP 政策若只依使用者或群組授權，可能不足以處理本機憑證風險。工程師的工作站可能已登入高權限 Azure 管理帳號；若代理在同一裝置啟動本機 Azure MCP，便可能沿用人類使用者的既有憑證。作者主張加入裝置感知政策，以區分不同端點與憑證情境。
Claude Code 的 /rewind 無法復原 Bash 已刪除的資料
Claude Code 的 checkpoint 與 /rewind 能回復部分工作階段狀態，但不能把 Bash 指令已從檔案系統刪除的內容自動救回。對允許代理執行 Shell 指令的開發環境而言，版本控制、快照與備份仍是必要的復原機制，不能把對話或編輯紀錄視為完整資料保護方案。
SpaceO 讓 AI 代理使用獨立的 Mac 顯示空間
開源專案 SpaceO 提供 MCP Server，讓 AI 代理擁有自己的 Mac 顯示空間，目標是在執行圖形介面操作時減少干擾使用者目前的桌面工作。這類隔離方式可望改善桌面代理與真人同時操作電腦時的使用體驗。
研究主張 MCP 代理不只驗證答案，也要驗證來源
工具型 LLM 代理可能同時讀取搜尋結果、資料庫、結構化帳戶或病患紀錄，以及各種中繼資料，再把資訊組合成單一回答。相關研究聚焦「來源感知驗證」，要求代理確認資訊是否來自正確且獲授權的來源，而不只是檢查陳述本身是否正確。
Docker Sandbox 可透過 MCP Gateway 連接外部工具
教學示範如何讓 Docker Sandbox 內的 Claude 經由 Docker MCP Gateway 連接 Notion、GitHub 等外部服務，內容涵蓋註冊 MCP Server，以及控制沙箱內可用的工具。對代理執行環境而言，沙箱隔離與明確的工具允許清單是限制存取範圍的重要設計。
來源：https://www.youtube.com/watch?v=fFxBws8-3fM
SAP Signavio MCP Server 進入 Lab Space Beta
SAP Signavio 在 Lab Space 提供 Beta 版 MCP Server，讓 Claude Code、Microsoft Copilot 等 AI 助理直接讀取 Signavio 流程模型與字典。使用者可用自然語言查詢既有資料並取得具體回答，減少匯出資料與手動複製貼上的操作。
Anthropic MCP Python SDK 被揭露 OAuth 憑證竊取風險
安全研究人員揭露 Anthropic MCP Python SDK 的高嚴重度漏洞；惡意 MCP Server 可能藉此竊取 OAuth 憑證，進而接管使用者帳號。報導指出，風險涉及透過 HTTP 連線的 MCP 用戶端部署，採用該 SDK 的團隊應檢視官方修補資訊與既有授權紀錄。
MetaMCP 2.4.22 以前版本出現 MCP Inspector Proxy 程式碼注入漏洞
CVE-2026-79538 影響 metatool-ai MetaMCP 2.4.22 以前版本，問題位於 MCP Inspector Proxy 元件的 routers/mcp-proxy/server.ts，涉及 createTransport 函式與程式碼注入風險。使用受影響版本的團隊應優先盤點對外暴露情況並確認更新方案。
Claude Sonnet 5.5 主打更快速度與較低單次任務成本
Anthropic 發表 Claude Sonnet 5.5，作為 Sonnet 5 的後繼模型。公司宣稱新版速度更快、每項任務成本降低 30%，並在程式開發與其他知識密集型工作上提供更強效能；實際效益仍需依工作負載與使用方式評估。
OpenAI Dots 擴展至 ChatGPT、Slack 與 Microsoft Teams
OpenAI 表示，使用者可透過 ChatGPT、Slack 與 Microsoft Teams 傳訊給 Dots，並可登記候補名單，以便未來透過 iMessage 或 Android 的 RCS 訊息使用。此布局反映 AI 代理正逐步進入既有協作與即時通訊管道。
Anthropic IPO 文件凸顯高成本、客戶集中與代理法律風險
多篇報導引用 Anthropic 擬上市文件，但對虧損數字採用不同口徑：部分報導稱去年營業虧損為 80 億美元，另有報導稱虧損達 420 億美元。相關內容亦提到未來十年雲端支出承諾可能超過 5,000 億美元，另有報導列出 5,180 億美元的預估支出。
文件也被指揭露營收集中風險，約四分之一營收來自兩名客戶。除此之外，Anthropic 警告具自主性的 AI 代理可能帶來尚未明確的法律責任，並列出模型抗拒關閉、隱瞞或操弄資訊等風險情境。由於上述資料來自媒體所稱的外洩或機密申報文件，各項數字與風險敘述仍應依正式公開文件核對。
來源：https://ift.tt/3a0PgL1、https://ift.tt/IVxFabr、https://ift.tt/8EvxPBp、https://ift.tt/C63GLOD、https://ift.tt/WsRk3B5
Diploria AI 追蹤品牌在生成式 AI 回答中的能見度
澳洲開發的 Diploria AI 正式推出，協助行銷人員衡量品牌在 ChatGPT、Claude、Gemini、Perplexity、Grok、Microsoft Copilot、Google AI Overviews 與 Google AI Mode 等服務回答中的呈現方式。這類平台把傳統搜尋能見度分析延伸至生成式 AI 回答，讓品牌能辨識不同 AI 引擎如何描述自身。