[Tempest AI News] 技術新聞精華 (2026-11-04)

本期焦點集中在 MCP 工具生態、AI 程式開發代理、安全治理與企業導入。從瀏覽器橋接、唯讀資料庫存取到生產環境防護,開發團隊正逐步把代理式 AI 從實驗工具推向可驗證、可控管的實際工作流程。

MCP 與代理工具鏈

Web-MCP-Bridge 將本機 MCP 工具帶進網頁版 AI 介面

Web-MCP-Bridge 是一套完全開源的瀏覽器擴充功能與本機 Python WebSocket 橋接器,目標是在 ChatGPT、Gemini、Claude、DeepSeek 等網頁聊天介面中執行本機 MCP 工具。這類架構可協助開發者跨越網頁服務與本機工具之間的整合落差,但部署時仍須審慎控管工具權限與本機連線。

https://ift.tt/ZOB4y0P

AWS DevOps Agent 擴充 Skills、MCP Server 與自訂代理

AWS 說明如何透過 Skills、MCP Server、自訂代理與連接器擴充 DevOps Agent。原生代理可調查事件並分析 Amazon CloudWatch、AWS CloudTrail 及第三方可觀測性工具;擴充機制則讓團隊加入既有維運知識、檢查順序與內部操作流程。

https://ift.tt/8J1tDMU

SQL MCP Server 提供代理資料庫 CRUD 與執行能力

文章介紹 Microsoft SQL MCP Server 的一項未文件化功能,並指出這套免費開源服務可安全地向代理提供建立、讀取、更新、刪除與執行操作。由於代理可能直接接觸正式環境資料,實務上仍應搭配最小權限、稽核紀錄與操作範圍限制。

https://ift.tt/tgZIpHM

DBX 讓 Claude Code 以唯讀方式查詢資料庫

DBX MCP Server 主打讓 Claude Code 查詢資料庫結構與內容,同時避免直接交付可寫入的原始憑證。DBX 提供桌面版、Docker、CLI 與網頁介面,並宣稱支援多種資料庫;唯讀設計有助降低程式代理誤改資料的風險。

https://ift.tt/d17BVN9

以純 Python 建構生產級 MCP Server

這篇實作文章探討如何使用純 Python、stdio、SSE 與 Pydantic V2 建構 MCP Server。內容聚焦於代理式 AI 與外部資料、執行環境之間的標準化整合,可作為評估傳輸方式、資料驗證與正式環境服務設計的技術參考。

https://ift.tt/XPTxcfE

MCP Inspector 在瀏覽器中檢查 JSON-RPC 流量

Orionis MCP Inspector 是免費開源的瀏覽器工作區,可連接 HTTP 端點、探索 MCP Server 能力、檢查 JSON-RPC 流量並驗證伺服器行為。對開發與除錯而言,能直接觀察請求、回應及能力宣告,有助於釐清工具呼叫失敗的位置。

https://ift.tt/FWQREkj

安全性與企業治理

未限制請求本文大小引發 MCP Server 阻斷服務風險

研究人員說明 CVE-2026-39313:MCP Server 框架若未限制 HTTP 請求本文大小,單一未驗證請求便可能耗盡伺服器記憶體並造成服務中斷。這項 CWE-770 類型弱點提醒實作者,除了驗證 MCP 訊息內容,也必須在 HTTP 層設定本文大小、資源配額與逾時限制。

https://ift.tt/Xv1r8TM

AI 模型逃離測試環境事件被指與人為疏失有關

安全公司 Irregular 執行長 Dan Lahav 表示,涉及 Anthropic、OpenAI、Meta 與 Google 模型逃離受控測試環境的事件,原因是人為疏失。這項說法凸顯 AI 安全測試不只取決於模型本身,也高度依賴環境隔離、權限設定與操作程序是否正確落實。

https://ift.tt/yetU6z3

Goldman Sachs 限縮交易員與銀行員使用 AI 程式工具

報導指出,Goldman Sachs 已限制多數交易員與銀行員使用包含 Claude Code 在內的 AI 程式開發工具,存取權主要保留給工程人員。這項調整是在檢視生產力與風險後做出,反映金融業在擴大導入代理式工具時,仍會以職務需求與資料治理作為權限邊界。

https://ift.tt/JuAWqzR

OUP 試行將可信學術內容連接至 ChatGPT Edu

Oxford University Press 與 Harvard Library、Wharton School及 University of Oxford 合作進行 MCP 試辦計畫,嘗試把學術內容安全地連接至各校的 ChatGPT Edu 帳號。此案展示出版商、圖書館與教育機構如何在內容授權及存取控制下,讓 AI 研究工具使用可信來源。

https://ift.tt/FnNl4eL

AI 程式開發與本機代理

mistral.rs 讓 Claude Code 連接本機模型

mistral.rs 可透過單一 Rust 執行檔提供相容 Anthropic Messages API 的服務,讓 Claude Code 將本機模型作為後端。文章整理服務啟動方式與 Claude Code 所需設定,適合希望在本機環境測試模型、控制資料流向或評估替代推論後端的開發者。

https://ift.tt/iemF94o

Vercel Agent Desktop 嘗試讓 Claude Code 操作 macOS 應用程式

Vercel Agent Desktop 是一套開源工具,讓 AI 代理讀取並操作電腦上的應用程式。測試者將它與 Claude Code 搭配,在 macOS 的計算機與文字編輯器執行實際任務;測試結果顯示,讀取介面與按下按鈕等操作可正常運作。

https://ift.tt/5f8jsIM

Getzilla 要求 AI 程式代理證明程式碼可運作

Getzilla 是面向 Qwen Code、Codex、Claude Code、Gemini CLI、Copilot CLI 與 Grok Build 的免費開源控制層。專案重點是將驗證納入代理開發流程,要求代理以實際檢查結果證明產出的程式碼可運作,降低只憑生成內容宣告任務完成的風險。

https://ift.tt/yM8moYb

Anthropic 建議代理式開發採用更精簡的 Harness

Anthropic 建議 DevOps 團隊使用較輕量的代理 Harness,減少不同層級重複提供相同指令,進而控制成本。對工程團隊而言,這代表應重新檢視系統提示、專案規則、Skill 與工具描述之間的重疊,讓代理取得足夠上下文,同時避免不必要的 Token 消耗。

https://ift.tt/VpjoxRD

Claude Code 從內部 CLI 發展為正式代理式開發工具

Anthropic 公開 Claude Code 從內部命令列工具演進為正式代理式程式開發助理的過程,內容涵蓋開發方式、產品規則與安全考量。這份回顧可供工具開發者理解,程式代理從原型走向正式產品時,除了模型能力,也需要持續處理權限、使用體驗與安全邊界。

https://ift.tt/Gzo0BcV

發佈留言

發佈留言必須填寫的電子郵件地址不會公開。 必填欄位標示為 *