[Tempest AI News] 技術新聞精華 (2026-09-10)

本期焦點集中在 Model Context Protocol(MCP)的企業落地、安全治理與代理程式基礎設施。除了自架 AI 閘道、在地檢索與瀏覽器控制工具,企業也開始把 MCP 接入支付、網路維運、分析平台及 SAP;另一方面,權限控管、記憶體耗盡漏洞與無人值守任務的交付可靠性,正成為實務部署不可忽視的議題。

代理程式基礎設施與開源工具

LinkedIn Toolkit 讓代理程式沿用使用者的 Chrome 工作階段

LinkedIn Toolkit 提供一層開源 MCP 介面,讓 Operator、Browser Use、電腦操作模型及 Playwright 機器人透過使用者已登入的 Chrome 工作階段操作 LinkedIn。其設計目標是避開無頭瀏覽器指紋、資料中心 IP 與機器速度點擊等常見阻礙,並以結構化 API 開放既有瀏覽器工作階段中的功能。

https://ift.tt/mnxFM0z

ORBIT 統一私有資料、模型與工具呼叫介面

ORBIT 是一套可自行託管的 AI 閘道,能把檔案、資料庫、API 與 MCP 工具連接至本地或雲端模型。系統透過單一 OpenAI 相容 API 提供私有 RAG、自然語言資料存取及代理程式工具呼叫,適合希望掌握資料流向又不想為不同模型重寫整合層的團隊。

https://ift.tt/yO3Lnwl

Silica-core 以本地 BM25 降低 Claude Code 上下文負擔

Silica-core 是採 MIT 授權的本地檢索層,透過 MCP 協助 Claude Code 搜尋論文、PDF 與 Markdown 文件。它使用 BM25,不需要嵌入模型或向量資料庫;開發者表示,在搜尋本地論文與筆記的情境下,可將上下文膨脹降低約 28%,減少大量 grep 結果或整份文件被塞入上下文的情況。

https://ift.tt/YmJq8WP

MCP 與 A2A 分別處理工具連接及代理程式協作

這篇文章整理 Model Context Protocol(MCP)與 Agent2Agent Protocol(A2A)的定位,回應導入 MCP 時是否也必須採用 A2A 的常見疑問。兩者面向的整合層次不同:MCP 著重代理程式與工具、資料來源及系統之間的連接,A2A 則聚焦不同代理程式之間的互動;實際架構不必預設兩者必須綁定採用。

https://ift.tt/UrWHRx7

安全、治理與可靠性

OWASP 推出 MCP 治理與風險框架專案

OWASP MCP Governance and Risk Project 為採用 MCP 的組織提供實務治理框架,範圍涵蓋代理程式連接外部工具、資料來源與系統時衍生的風險。對準備在企業內擴大 MCP 使用範圍的團隊而言,此專案可作為建立風險盤點、責任界線與治理流程的參考起點。

https://ift.tt/qzw90nv

MCP Kotlin SDK 漏洞可能造成記憶體耗盡

CVE-2026-53937 指出,MCP Kotlin SDK 的 StdioServerTransport 與 StdioClientTransport 存在未設上限的行緩衝區問題。受影響版本為 0.7.0 至 0.12.0;特製或異常巨大的輸入可能持續擴張記憶體使用量,最終造成阻斷服務。使用該 SDK 的團隊應核對版本與上游修補資訊,並檢視標準輸入輸出傳輸的輸入限制。

https://ift.tt/iL5QFAR

郵件 MCP 以故意背叛測試驗證核准閘門

GigaMail 是可連接 Microsoft Graph 或 IMAP 的郵件 MCP 伺服器,採標準輸入輸出模式,不需開放網路連接埠,也不經過開發團隊的中介服務。團隊刻意要求自家代理程式背叛使用者,以測試具備 24 項工具的郵件介面中,核准閘門能否阻止高風險操作;案例凸顯工具分級與人工確認對真實帳號存取的重要性。

https://ift.tt/uCpzwaj

無人值守 Claude Code 任務常在 git push 階段失敗

一個追蹤排程代理程式任務的團隊整理了 72 筆失敗紀錄,其中 46 筆發生在 git push,而非模型推論或主要 API 呼叫。這項觀察提醒工程團隊,無人值守代理程式的可靠性不只取決於模型能力,憑證、分支狀態、遠端衝突、重試機制與結果持久化同樣需要納入監控及復原設計。

https://ift.tt/xaoT3Eq

企業系統與垂直應用

PCI Pal 以 MCP 開放安全支付功能

PCI Pal 發布面向安全 AI 支付的 MCP 伺服器,讓對話式 AI 平台及代理程式能存取其支付功能。此類整合將付款能力帶入代理程式工作流程,但也使身分驗證、授權範圍、交易確認及稽核紀錄成為部署時的核心控制點。

https://ift.tt/O6ZiD0H

Gemini Enterprise 透過 NIH RePORTER MCP 查詢研究資料

這項實作以 Bring Your Own MCP(BYOMCP)模式擴充 Gemini Enterprise,將 NIH RePORTER 資料來源接入企業助理。案例展示如何讓代理程式以 MCP 查詢外部公共資料,也反映企業導入生成式 AI 時,可透過標準化連接層擴充資料來源,而不必把所有資訊預先複製至單一平台。

https://ift.tt/rXIJm82

Zayo 將 AI 代理程式接入網路維運

Zayo 為 DynamicLink 網路即服務平台推出 Agentic Networking 能力,讓經核准的企業 AI 代理程式存取網路資訊並執行獲授權的操作。MCP 在此扮演代理程式與網路控制能力之間的標準介面,使權限邊界、操作白名單及完整稽核成為自動化維運的必要配套。

https://ift.tt/9ReYEnb

Alteryx One 增加代理式 AI、MCP 與治理工具

Alteryx 正擴充 Alteryx One,讓企業能把受治理的分析流程及商業邏輯直接提供給 AI 代理程式。新增方向包括代理程式建立、對話式分析與 MCP 連線,重點在於沿用既有分析資產及治理規則,而非另建一套脫離企業控管的 AI 資料管線。

https://ift.tt/QgcjE1d

AWS for SAP MCP Server 處理代理程式單一登入

AWS 的案例探討 AI 代理程式查詢 SAP 資料時,如何保留實際使用者身分並達成單一登入。當代理程式代替財務人員查詢逾期發票等企業資料時,系統必須回答「是誰提出要求」,並讓 SAP 沿用對應的存取權限;這比共用技術帳號更有利於落實最小權限與稽核追蹤。

https://ift.tt/4g0cxuF

Anthropic 公布 Claude 購物代理程式範本

Anthropic 發布以 Claude 為基礎的購物代理程式與商家代理程式範本,希望推動代理式電子商務。當代理程式能替消費者搜尋、選擇甚至執行購買流程時,商家需明確設計價格與庫存資訊來源、消費者授權、下單前確認、退貨處理及代理程式之間的信任界線。

https://ift.tt/SvEsxpC

ALdía 以權限化 MCP 工具封裝企業營運

ALdía 是為 AI 代理程式打造的開源、自行託管企業引擎,將發票、付款、客戶、供應商、庫存及支票等業務功能包裝成具權限控管的 MCP 工具。其核心思路不是直接把資料庫權限交給代理程式,而是讓代理程式透過受約束的業務操作介面執行任務,降低越權存取與破壞資料一致性的風險。

https://ift.tt/7W0mr5X

[Tempest AI News] 技術新聞精華 (2026-08-24)

本期焦點集中在 Model Context Protocol(MCP)生態系、AI 程式開發代理、多代理協作與工具安全。除了 Ruby SDK 正式邁入穩定版,社群也推出遷移檢查、基礎設施治理、CI 安全掃描及視覺化協作工具,顯示開發重心正從「讓模型呼叫工具」進一步轉向相容性、權限控管與實際維運。

ClaudeGate 串接 Claude Code CLI 與多家模型供應商

ClaudeGate 是一套開源橋接工具,主打讓 Claude Code CLI 與 Anthropic SDK 應用程式改用 DeepSeek、Gemini 等不同 AI 模型。專案宣稱提供串流處理、多供應商容錯切換、思考內容清理、個資遮罩,以及超過 24 組供應商預設設定,適合需要降低單一模型綁定或測試多模型工作流的團隊。

來源:https://ift.tt/cdMUtan

官方 Ruby MCP SDK 發布 1.0 穩定版

Model Context Protocol 官方 Ruby SDK 已推出 1.0.0,這也是 mcp gem 的第一個穩定版本。對 Ruby 開發者而言,正式版代表 API 與套件定位進入較適合產品採用的階段,可用來建立 MCP 用戶端或伺服器,將 AI 應用程式接上外部工具與服務。

來源:https://ift.tt/zaVp9Rr

Google Trends 資料封裝為 MCP 工具

一名開發者將 Google Trends 爬蟲透過 Apify 發布為 MCP 工具,使 Claude Desktop、Cursor 等相容用戶端能直接從對話查詢近期熱門主題。此類整合可用於內容規劃、市場研究及社群監測,也示範了如何把既有資料擷取流程包裝成代理可呼叫的標準化介面。

來源:https://ift.tt/wpsFLcz

開源工具檢查 MCP 規格遷移問題

mcp-migration-check 是根據 13,350 個 MCP 端點掃描結果製作的開源遷移檢查工具。專案聚焦於新版規格帶來的不相容變動,包括無狀態傳輸方式與新的 OAuth 2.1 安全要求,可協助維護者盤點既有 MCP 服務升級時可能遇到的問題。

來源:https://ift.tt/8czokJO

Doop 提供 AI 程式代理共用的即時設計畫布

Doop 是一套開源即時設計畫布,可讓 Claude Code、Codex 與其他大型語言模型共同參與介面設計。它會保存設計偏好,並協助不同代理依循相同設計系統,目標是降低多代理產出在版面、元件與視覺規範上的不一致。

來源:https://ift.tt/5NCsMdO

Claude Code 自動模式改變權限確認流程

報導指出,Anthropic 已在 8 月 14 日將自動模式設為 Claude Code Pro、Max 與 Team 方案的預設值。這項調整可減少代理執行部分操作時反覆要求使用者確認的中斷,但團隊仍應重新檢視指令權限、版本控制與敏感環境隔離,避免提高自動化程度後擴大誤操作影響。

來源:https://ift.tt/Kl7Rmfu

八套基礎設施 MCP 伺服器強調安全預設值

一組面向基礎設施操作的 MCP 伺服器,試圖以安全預設值與治理機制降低 AI 代理直接碰觸正式環境的風險。核心議題包括限制工具能力、縮小可操作範圍,以及避免模糊提示詞觸發高風險動作;對導入代理式維運的團隊而言,工具契約與權限邊界應與自動化能力同步設計。

來源:https://ift.tt/espXB87

Salesforce 透過 MCP 與 Slack 擴大 AI 代理存取能力

Salesforce 正透過 MCP 與 Slack 擴充 AI 代理存取企業功能的方式。具備適當權限的代理可以探索並使用組織內的商業能力,反映 MCP 正逐步進入企業應用整合;實務導入仍須把身分驗證、最小權限及稽核紀錄納入整體架構。

來源:https://ift.tt/xOp8dri

MCP 工具描述也可能成為投毒入口

一篇安全案例分析示範攻擊者如何利用 MCP 工具描述影響代理行為,並宣稱最終造成 500 美元損失。案例提醒開發者,工具名稱、描述與結構定義不能直接視為可信輸入;MCP 用戶端應驗證工具來源、限制敏感操作,並在付款或資料異動前加入獨立確認程序。

來源:https://ift.tt/3JCX8gc

把 MCP 投毒與提示詞注入掃描納入每次 PR

一份實作指南說明如何將 sentinel-scan-cli 接進 GitHub Actions 與 pre-commit,讓 MCP 工具投毒及提示詞注入檢查成為會阻擋建置的 CI 關卡。文章也記錄了作者在實際串接過程中發現的 CLI 缺口與修正方式,提供團隊將代理安全檢查左移至開發流程的參考。

來源:https://ift.tt/h6TVe0r

pyATS MCP 加入串流 HTTP 與九項新工具

面向 Cisco pyATS 與 Genie 的 MCP 服務進行現代化改造,新增 Streamable HTTP 傳輸與九項工具。原始版本自 2025 年 4 月上線,僅支援 STDIO,且工具範圍主要停留在 show 指令;此次更新也處理兩個從早期版本延續至今的問題,呈現既有 MCP 服務跟進新版協定時的實務工作量。

來源:https://ift.tt/g1i6PZp

GitHub Copilot Agent Mode 用於 Docker 安全與映像檔最佳化

一篇實作文章以 GitHub Copilot Agent Mode 處理 Docker 組態,標題宣稱修正超過 50 項安全問題,並將映像檔大小縮減 90%。由於輸入資料未提供測試環境與量測細節,這些數字應視為作者個案成果;可取之處在於示範如何讓程式代理協助檢查基底映像、多階段建置、套件依賴及容器權限設定。

來源:https://ift.tt/GKOjhrp

非程式背景使用者分享 30 天代理開發實戰

一名非程式背景的伺服器經營者分享以 Claude Code 開發及維運 MU Online 私人伺服器的經驗。該系統採用 OpenMU、.NET、PostgreSQL、Docker 與 VPS;作者表示 30 天內累積 2,177 次提交,平均約 12 人同時上線。案例重點不只在程式產出速度,也涵蓋代理實際操作長期運行系統後暴露的故障與維運問題。

來源:https://ift.tt/L10pVCf

整體而言,MCP 已從單純的工具串接規格,快速延伸到 SDK 穩定性、版本遷移、企業權限、基礎設施治理及供應鏈安全。團隊若準備將 AI 代理接入正式工作流,除了評估模型能力,也應把工具來源驗證、權限分層、人工確認、稽核紀錄與 CI 安全檢查視為基本工程需求。

[Tempest AI News] 技術新聞精華 (2026-07-30)

本期焦點集中在 Model Context Protocol(MCP)架構更新、SDK 與代理工具鏈安全。新版協定朝無狀態化與可擴充架構發展,但 Ruflo、Ruby SDK 等安全事件也提醒開發團隊:代理系統連接外部工具後,身分驗證、工作階段管理、提示注入防護與機密資料控管都必須納入威脅模型。

協定與開發工具

MCP 大改版:核心架構轉向無狀態化

Model Context Protocol 推出自發布以來幅度最大的一次更新,重點包括無狀態核心、更強的安全機制,以及新的擴充框架。取消依賴握手與長期連線狀態,有助於代理服務進行水平擴充、故障復原與負載平衡;企業導入時仍需重新檢視驗證流程、狀態保存位置及既有用戶端的相容性。[https://ift.tt/xM3obQJ]

企業版 MCP 強化自動化導入基礎

Linux Foundation 旗下 Agentic AI Foundation 發布 MCP 更新,目標是降低企業採用 AI 自動化的門檻。MCP 提供代理程式連接工具、API 與資料來源的標準介面;此次更新反映協定正從早期整合規格,逐步走向更適合企業治理與正式環境部署的基礎設施。[https://ift.tt/6soN9YH]

Microsoft 發布 MCP C# SDK 2.0

Microsoft 推出官方 MCP C# SDK 2.0,對齊最新協定規格,加入無狀態架構與多輪請求處理,並包含不相容的 API 變更。.NET 團隊升級前應先盤點傳輸層、工作階段及請求處理程式的既有實作,避免直接更新套件後產生編譯或執行期問題。[https://ift.tt/cE2UkVA]

GitHub Copilot 程式碼審查正式支援 Agent Skills 與 MCP

GitHub Copilot code review 對 Agent Skills 與 MCP 伺服器的支援已全面上線,適用於 Copilot Pro、Pro+、Business 與 Enterprise。團隊可透過技能及 MCP 工具調整審查流程,使 Copilot 取得更貼近專案的規範與外部脈絡;導入時也應限制工具權限,並審核外部資料如何影響審查結果。[https://ift.tt/yMjGlPK]

代理系統安全

Ruflo MCP Bridge 漏洞可導致未驗證遠端程式碼執行

開源 AI 代理協調平台 Ruflo 被揭露重大安全漏洞 CVE-2026-59726,亦稱「RufRoot」。依報導描述,未經驗證的攻擊者可能僅透過單一 HTTP 請求取得遠端程式碼執行能力,進而接管代理平台。使用 Ruflo 的團隊應立即確認受影響版本、限制 MCP Bridge 的網路曝露範圍,並依上游修補資訊處理。[https://ift.tt/h6gTyUO]

Ruflo 風險延伸至代理記憶污染

另一份 Ruflo 漏洞分析指出,攻擊者除可能執行任意命令,也可能污染 AI 代理使用的記憶內容。這類攻擊的影響不只限於主機被入侵:若惡意內容持續留存在記憶層,後續工作流程與工具呼叫也可能受到干擾。因此,代理記憶應視為需要驗證、稽核及可撤銷的安全邊界。[https://ift.tt/ZIdv8S3]

MCP Ruby SDK 出現工作階段記憶體耗盡漏洞

CVE-2026-67430 影響 MCP Ruby SDK 0.23.0 以前版本。問題位於 StreamableHTTPTransport:工作階段不會到期,攻擊者可透過大量 initialize 請求持續占用記憶體。Ruby MCP 服務維運者應確認套件版本,同時為初始化端點配置驗證、速率限制與資源監控。[https://ift.tt/ADnSTHq]

MCP Ruby SDK 另有 SSE 工作階段污染風險

CVE-2026-67431 同樣影響 MCP Ruby SDK 0.23.0 以前版本。依漏洞說明,StreamableHTTPTransport 未將工作階段 ID 綁定至建立該工作階段的用戶端,形成 Ruby SSE session poisoning 風險。除升級套件外,服務端也應檢查工作階段與呼叫端身分、授權資訊及連線來源之間的綁定方式。[https://ift.tt/NDVbMeG]

開源掃描器整合靜態分析與提示注入測試

有開發者推出針對 MCP 伺服器的開源安全掃描器,結合原始碼靜態分析與實際提示注入測試。其關注的核心風險是:代理讀取遭污染的網頁、檔案或 API 回應後,可能把其中的惡意指令當成可執行要求。此類工具可補強上線前測試,但仍需搭配輸出清理、工具白名單與最小權限設計。[https://ift.tt/mMWbz7X]

研究以混合分析降低 MCP 工具使用風險

論文〈Hybrid Analysis for Secure MCP Tool Use in LLM Agents〉探討如何保護大型語言模型代理使用 MCP 工具的流程。研究背景指出,代理逐漸透過標準化工具介面處理真實世界任務,使工具呼叫的安全判斷成為關鍵議題;混合分析方向則反映單靠執行前規則或執行期觀察,可能不足以涵蓋所有風險。[https://ift.tt/TyW5cRe]

生態系與應用

研究比較 MCP 與 A2A 的代理協作模式

一項比較研究從實作角度分析 MCP 與 A2A 在大型語言模型多代理系統中的協調方式。MCP 主要處理代理與工具、資料來源之間的連接,而 A2A 聚焦代理彼此的互動;對架構團隊而言,兩者較適合依責任邊界搭配使用,而非視為功能完全相同的替代方案。[https://ift.tt/p4dGvOB]

RSS-to-MCP 服務將新聞來源轉為結構化事件

開發者打造 WireSaber,將 RSS Feed 轉換成 AI 代理可讀取的結構化新聞事件,試圖解決網頁爬取不穩定及新聞內容解析成本高的問題。這類 MCP 服務適合用於監測、摘要與研究工作流,但仍需保留來源網址、發布時間及去重資訊,避免代理把重複或缺乏來源脈絡的項目當成獨立事件。[https://ift.tt/h4Tcvo1]

Gemini Spark AI 代理開放香港市場

Google 在香港推出 Gemini Spark AI 代理,讓當地使用者可直接使用智慧助理處理較複雜的數位工作流程。此次開放延續 Google 降低區域限制的動作,也意味著更多企業能在當地測試代理式應用;實際部署仍須留意服務可用範圍、資料治理與組織帳號政策。[https://ift.tt/k3SpKba]

產業動態

AI 從業人員聯署呼籲建立技術發展「減速工具」

來自 OpenAI、Anthropic、Google、Meta、Microsoft、Mistral 與 Thinking Machines 等公司的逾 1,100 名從業人員,簽署「Pacing the Frontier」公開信,呼籲美國政府支持國際合作,建立可調節自動化 AI 發展速度的技術與治理工具。Meta 執行長 Mark Zuckerberg 則提出不同觀點,警告 AI 安全權力若集中於少數機構,也可能形成風險。[https://ift.tt/nLU9hAJ]

[Tempest AI News] 技術新聞精華 (2026-07-29)

本期焦點集中在 Model Context Protocol(MCP)規格大幅更新、企業級 AI Agent 整合、安全治理與開發工具。從無狀態 HTTP 架構、官方 SDK 升級,到金融、法律、銷售與程式開發場景,MCP 正快速成為模型連接外部資料與工具的共通介面。

MCP 迎來歷來最大更新,強化中繼資料與資安能力

Model Context Protocol 開發團隊發布新版規格,被形容為專案推出以來規模最大的更新。此次版本調整涵蓋中繼資料與資安機制,並進一步改善 AI Agent 與外部工具、資料來源之間的標準化整合能力。

https://ift.tt/QAS7lGH

無狀態 MCP 為企業部署與水平擴充鋪路

MCP 2026-07-28 規格將協定推向無狀態架構,使服務能運行在一般 HTTP 基礎設施上。這項變更可降低伺服器對連線狀態的依賴,對需要負載平衡、水平擴充與高可用性的企業 AI 系統尤其重要,也被視為 MCP 邁向成熟企業應用的關鍵一步。

https://ift.tt/wUkXELc

官方 MCP C# SDK 2.0 對齊新版規格

官方 Model Context Protocol C# SDK 已升級至 2.0,實作 2026-07-28 版 MCP 規格。這是該 SDK 自推出以來幅度最大的改版,為 .NET 開發團隊導入新版協定與建置 MCP 服務提供正式支援。

https://ift.tt/F0c18ti

AWS AgentCore Gateway 支援 MCP 2026-07-28 規格

AgentCore Gateway 宣布支援最新版 MCP 規格,配合新的無狀態傳輸設計,讓 MCP 工作負載可部署於既有 HTTP 架構。對已採用 AWS 服務建置 Agent 的團隊而言,這項支援有助於銜接新版協定與既有閘道基礎設施。

https://ift.tt/ukHloTL

Microsoft 推出 MCP 安全邊界相容性規格

Microsoft 在採 MIT 授權的 Agent Governance Toolkit 中,提供針對 MCP 安全邊界的具體相容性規格。相較於僅要求審查伺服器、掃描回應或採取失敗即拒絕等原則,這套工具嘗試將安全要求轉化為可驗證的測試依據。

https://ift.tt/iRsBkZr

Alibaba Cloud RDS MCP Server 爆出預設綁定曝露漏洞

CVE-2026-9680 指出,alibabacloud-rds-openapi-mcp-server 因不安全的預設網路綁定,可能讓 MCP 端點監聽所有網路介面,使遠端攻擊者有機會呼叫曝露的工具。維運團隊應檢查服務監聽位址、網路存取控制與端點驗證設定。

https://ift.tt/u4h5rzc

GitHub MCP Server Completion Handler 發現空指標解參照問題

CVE-2026-47427 涉及 GitHub MCP Server 1.0.x 以前版本,其 Completion Handler 內的 CompletionsHandler 函式存在空指標解參照問題。使用相關版本的團隊應持續關注專案修補資訊,並盤點對 Completion 功能的使用情況。

https://ift.tt/DpQtigB

ProvenanceGuard 研究 MCP Agent 的來源感知事實查核

ProvenanceGuard 聚焦於使用 MCP 的 LLM Agent,研究如何依據證據來源驗證回答的事實正確性。研究涵蓋搜尋、API、資料庫、臨床紀錄與藥品處方工具等異質來源,並指出傳統事實性指標未必足以評估工具型 Agent 如何整合不同來源的證據。

https://ift.tt/QUqP1it

Visual Studio 新增以 GitHub Copilot SDK 驅動的 Agent

Visual Studio 七月更新在 Copilot Chat 中加入新的 Agent 預覽功能,底層採用與 GitHub Copilot CLI 相同的 GitHub Copilot SDK。新版著重於提升開發者對 Agent 的引導能力、執行過程可理解性與使用可靠度。

https://ift.tt/8S52waX

Firmable MCP 將驗證過的企業與聯絡人資料帶進 AI 工具

AI 原生 B2B 銷售平台 Firmable 推出 MCP Server,讓營收與業務團隊可從 Claude、ChatGPT、Cursor 等工具存取市場開發資料、CRM 脈絡與買方意圖資訊。其定位是縮短 AI 助理與企業既有銷售資料之間的整合流程。

https://ift.tt/JSXHytM

Trellis 將州級初審法院資料開放給 AI 研究 Agent

法律研究平台 Trellis 擴大 Agent 型存取能力,讓法律專業人員可透過 ChatGPT、Claude 與 Trellis Chat 查詢超過 25 億筆州級初審法院紀錄。這項功能強調的並非單純對話,而是讓 AI 研究 Agent 能直接操作大型法律資料集。

https://ift.tt/x0tohD3

Interactive Brokers 擴大以 MCP 連接 AI 工具

Interactive Brokers 宣布,客戶現在可將帳戶連接至採用開放 MCP 標準建置的 AI 工具。相較於先前僅限 ChatGPT、Claude 與 Grok 的認證市集,新作法將支援範圍擴展至更多相容工具。

https://ift.tt/f5aoZVR

開放權重 AI 聯署擴大,產業路線競爭升溫

支持開放權重 AI 模型發展的公開信獲得 NVIDIA、Microsoft、IBM、Meta、Google 與 AMD 等企業響應,簽署公司及機構已達 50 家。聯署訴求是鼓勵政策制定者與產業採用開放架構,避免 AI 發展集中於少數業者;Amazon 與 Anthropic 則未加入本次聯署。

https://ift.tt/BM0vERH

Tabularis 結合 SQL Notebook、MCP Server 與外掛系統

開源桌面 SQL 工作區 Tabularis 採用 Tauri、Rust 與 React 開發,提供可混合 SQL 與 Markdown 儲存格的 Notebook,並支援跨儲存格變數及行內圖表。其內建 MCP Server,可讓 AI Agent 操作資料工作流程,另提供不限語言的外掛機制;專案採 Apache 2.0 授權。

https://ift.tt/Voq6EMA

[Tempest AI News] 技術新聞精華 (2026-07-02)

以下為 2026-07-02 AI 技術新聞精華,涵蓋 MCP 協定生態爆發式成長、代理安全新威脅、主流平台模型更新及企業 AI 佈局等重點議題。

1. Claude Sonnet 5 成為 Anthropic 預設模型,代理效能大幅縮短與 Opus 的差距

Anthropic 於 2026 年 6 月 30 日正式將 Claude Sonnet 5 設為免費與 Pro 訂閱方案的預設模型,取代原有的 Sonnet 4.6。官方表示新模型在代理任務上的效能顯著提升,且運算成本遠低於旗艦款 Opus 系列。API 開發者可透過 claude-sonnet-5-20260630 存取新模型。來源:[https://ift.tt/fcsivD7]

2. X 平台推出官方 Hosted MCP,AI 工具可直接串接即時資料流

X(前 Twitter)正式推出官方 Hosted MCP 服務,所有與 MCP 協定相容的 AI 工具無需額外設定,即可直接連接 X 的 API,即時存取平台上的公開推文、用戶資訊與趨勢話題。此舉被視為 X 正式擁抱 AI agent 生態的關鍵一步,也是繼 GitHub、Atlassian 後,又一主流平台加入官方 MCP 支援行列。來源:[https://ift.tt/QwFjv4x]

3. Google 推出 Gemini Enterprise 遠端 MCP 伺服器

Google 為 Gemini Enterprise Agent Platform 推出遠端 MCP 伺服器,允許外部 AI Agent 透過 Model Context Protocol 標準介面連結 Google Cloud 內部資源。開發者可藉此將外部開發工具與 agent 框架串接至 Google Cloud 專案,大幅降低跨平台整合門檻。來源:[https://ift.tt/cUqyTog]

4. GitHub Copilot 導入代理資源探索(ARD),自動發現最佳 MCP 伺服器

GitHub Copilot 新增代理資源探索(Agentic Resource Discovery,ARD)功能,能依任務內容自動探索並載入最相關的工具、技能、MCP 伺服器與 Agent,不再依賴靜態預設配置。此開放協定讓 AI 助手在處理不同任務時,可動態選用最適合的工具組合,大幅提升開發效率。來源:[https://ift.tt/rIlGeTx]

5. AWS 投入 10 億美元成立 FDE 組織,正面迎戰 OpenAI 與 Anthropic 的企業市場攻勢

Amazon Web Services 宣布成立前端部署工程師(Forward-Deployed Engineer,FDE)組織,投入 10 億美元讓工程師直接駐點企業客戶,協助建置 AI 代理系統。AWS Frontier AI 副總裁 Francessca Vasquez 表示,此舉目標不只是技術交付,而是深度參與客戶的 AI 轉型過程。此組織架構模式仿效 OpenAI 與 Anthropic 已採行的前端工程師策略。來源:[https://ift.tt/0lkwXBD]

6. MCP Tool Poisoning:攻擊者可透過毒化工具描述劫持 AI Agent 竊取資料

資安研究指出,攻擊者可透過污染 MCP 工具描述(tool description),誘導 AI Agent 執行未授權操作。Microsoft 實際示範了 Agent 如何在回應一般問題的過程中,無意間洩漏敏感資料。隨著企業 AI Agent 數量持續快速成長,MCP 工具投毒的攻擊面愈加值得重視,開發者在部署第三方 MCP 伺服器時應審慎評估來源可信度。來源:[https://ift.tt/5IXQazm]

7. Apple Safari Technology Preview 247 加入 MCP 伺服器,支援 AI Agent 整合

Apple 發布 Safari Technology Preview 247,正式引入 Safari MCP 伺服器功能,允許 Claude Code、Cursor 等 AI coding agent 直接與 Safari 瀏覽器互動,執行網頁除錯與自動化測試。這是蘋果首次原生支援 Model Context Protocol,標誌著 MCP 生態已擴展至主流瀏覽器層。來源:[https://ift.tt/C271ba6]

8. Apple 官方詳解 Safari MCP 伺服器:加速網頁開發除錯流程

Apple 官方開發者部落格詳細介紹 Safari MCP 伺服器的功能設計,說明 AI coding agent 如何透過此伺服器直接存取 Safari 的開發工具,包括 DOM 檢查、網路監控、JavaScript 主控台等功能。Safari MCP 伺服器讓開發者無需手動切換瀏覽器與編輯器,即可由 AI Agent 自動進行跨工具的網站除錯。來源:[https://ift.tt/k4g5N1l]

9. Omnigent:統一管理 Claude Code、Codex、Cursor 的開源 meta-harness

Omnigent 是一個開源 meta-harness,在 Claude Code、Codex、Cursor、OpenCode 等主流 AI coding agent 上方加入單一協調層,讓開發者透過統一介面跨工具調派任務。這回應了 2026 年 AI Agent 生態的核心命題:不再是「選擇哪個 coding agent」,而是「如何同時管理所有的 coding agent」。來源:[https://ift.tt/K3ViSFA]

10. Atlassian:每日 500 萬次 MCP 工具呼叫揭示企業 AI 未來走向

Atlassian Rovo MCP 伺服器上線不到六個月,每日工具呼叫次數已突破 500 萬次。Atlassian 分享了從真實使用數據中觀察到的企業 AI 使用模式,包括哪些任務最常被 AI Agent 執行,以及 Jira、Confluence 等工具的整合深度如何影響團隊生產力。來源:[https://ift.tt/F5JhYrw]

11. AgentFence:本地 MCP 政策防火牆,管控 AI Agent 的工具呼叫權限

AgentFence 是一個以 Go 語言撰寫的單一執行檔,作為本地 MCP 政策防火牆,可對 AI coding agent 發出的每一次工具呼叫(檔案系統、GitHub、Shell 指令等)做出允許、拒絕或詢問的判斷。對於擔心 AI Agent 取得過度存取權限的開發者,AgentFence 提供細粒度的政策管控能力,無需修改 Agent 本身的配置。來源:[https://ift.tt/orDJijg]

12. Anthropic 推出 Claude Science,深攻 AI 製藥並籌備大規模 IPO

Anthropic 發布 Claude Science,這是首款專為科學家與製藥企業打造的 AI 產品,核心應用場景包含蛋白質三維結構渲染與藥物探索,面向全球個人付費用戶及企業訂閱用戶開放。生命科學業務負責人 Eric Kauderer-Abrams 表示,此舉旨在透過生命科學與醫療健康領域創造規模化的正面影響,同時也被視為 Anthropic 籌備 IPO 前建立多元收入來源的重要佈局。來源:[https://ift.tt/3E0ouMi]

13. Gemini Spark 登陸 macOS,支援本地檔案操作與桌面自動化

Google 將 Gemini Spark AI Agent 整合進 macOS 版 Gemini 應用程式,使其能存取本地 Mac 檔案並執行桌面工作流程自動化,不再侷限於瀏覽器內的聊天視窗。此功能目前仍在 Beta 測試階段,僅對部分使用者開放。Gemini Spark 先前已在 Android、iOS 及其他桌面版本上線,macOS 是最新擴展平台。來源:[https://ift.tt/Fv06BIX]

14. MCP 正在成為企業 ERP 代理化的基礎管線

ERP.today 分析指出,Model Context Protocol 正逐步成為企業 ERP 系統的 AI 代理基礎架構標準。ERP 廠商與整合商開始以 MCP 作為連接核心業務系統(財務、供應鏈、人資)與 AI Agent 的標準化橋樑,預示 MCP 將從開發者工具向企業骨幹架構演進,ERP 決策者需要開始理解並評估其影響。來源:[https://erp.today/model-context-protocol-erp-agentic-ai/]

15. 一份 AGENTS.md 跨所有工具共用:Claude Code 的 symlink 整合方案

多數主流 AI Agent(Codex、Cursor、Copilot、Gemini CLI 等)原生讀取 AGENTS.md 作為專案指引,但 Claude Code 目前僅讀取 CLAUDE.md。本文提出以 symlink 方式讓 CLAUDE.md 指向 AGENTS.md,達成「寫一份、全部工具共用」的最佳實踐,在 multi-agent 開發環境下大幅降低跨工具指引同步的維護成本。來源:[https://ift.tt/2dbL4TH]

[Tempest AI News] 技術新聞精華 (2026-06-20)

本日 AI 技術新聞重點圍繞 Model Context Protocol (MCP) 生態系:包含即將於 2026-07-28 發布的新版規格、企業導入時浮現的安全漏洞與授權問題,以及 OpenCode 在 GitHub 突破 160K 星數、ChatGPT 市佔跌破五成等市場動態。以下精選 14 則高訊號技術新聞。

MCP 規格與生態演進

2026-07-28 MCP 規格:伺服器就緒檢查清單

下一版 Model Context Protocol 規格 (2026-07-28) 是該協議推出以來最大幅度的修訂,Release Candidate 已於 5 月 21 日鎖定,正式版將於 7 月 28 日發布。本次修訂在 transport 傳輸、authorization 授權,以及 tool schemas 處理方式上都有 breaking change。維運 MCP 伺服器的團隊應提前評估升級成本與相容性。原文:[https://ift.tt/xfU8ri9]

MCP 已成為產業標準基礎設施

不到兩年時間,Model Context Protocol 從 Anthropic 的小眾專案晉升為產業標準基礎設施,SDK 每月下載量達到 9700 萬次,並正式納入 Linux Foundation 維護。所有主流 AI coding 工具皆已原生支援 MCP。一篇實作教學示範如何從零打造 Python MCP Server 並串接 GitHub API,適合想入門的工程師參考。原文:[https://ift.tt/2Hyg9lp]

Claude Skills / MCP / Hooks / Subagents 架構分層

許多人把 Claude Skills、MCP、Hooks 與 Subagents 視為四種互相競爭的客製化方式,但作者指出它們其實是 agent 系統中四個不同的層次:知識 (knowledge)、存取 (access)、控制 (control) 與委派。理解這個分層有助於設計更清晰的 agent 架構。原文:[https://ift.tt/2dsMRxJ]

漸進式揭露:讓 MCP Agent 用更少上下文做更多事

針對 MCP agent 上下文視窗膨脹的問題,這篇文章介紹 Meta-Tool Pattern、Code Mode 以及 Domain Aggregation 三種設計模式,並提供 Python 實作與流程圖。核心概念是依需求漸進揭露工具描述,降低 token 消耗同時提升 agent 決策品質。原文:[https://ift.tt/JD1AZiB]

MCP 安全議題與漏洞

MCP 是企業環境中的後門

MCP 正快速被採用為 AI agent 直接存取資料庫、檔案系統與內部 API 的隨插即用標準,但因為它依賴未驗證的本機傳輸管道(如 stdio),完全繞過傳統安全邊界。這篇分析將 MCP 描述為企業環境中潛在的後門,呼籲安全團隊重新檢視部署模式。原文:[https://ift.tt/WdiuCNr]

AI 基礎設施滲透測試:MCP 與 Agentic 系統的新攻擊面

AI 基礎設施浮現全新攻擊面,但多數安全團隊尚未對其進行測試。MCP 伺服器、LLM 推論端點,以及 agentic AI 系統正以高速進入生產環境,每一個都帶來不同類別的暴露風險——不只是模型本身,還包括周邊的管線與權限介面。原文:[https://ift.tt/iAEvt5F]

CVE-2026-0755:gemini-mcp-tool 命令注入漏洞

gemini-mcp-tool 中的 execAsync 函式被識別出一個 critical 等級的命令注入漏洞 (CVE-2026-0755),攻擊者可透過操控執行內容觸發任意指令。使用該工具的開發者應立即關注修補狀況。原文:[https://ift.tt/RD7jbZL]

CVE-2026-49291:mcp-memory-service 授權範圍繞過

mcp-memory-service 於 10.65.3 以前版本的 HTTP MCP JSON-RPC 端點,僅要求 OAuth read scope 即可呼叫 tools/call,導致僅有讀取權限的 OAuth client 仍能寫入或刪除 memory 資料。維運該服務者應儘速升級到 10.65.3 以上版本。原文:[https://ift.tt/QH0BFLP]

低技術門檻攻擊者透過 Claude Code 與 Codex 入侵 14 家公司

OALABS 研究員分析從一台遭入侵伺服器上回收的 1000 多筆 AI agent session,發現一名技術能力有限的攻擊者,憑藉 Claude Code 與 OpenAI Codex 完成了攻擊作業中的偵察與多步任務。報告指出攻擊者多使用簡單 prompt,agent 自主完成剩餘的鏈式工作。對企業而言,這意味著 agent 的能力下放可能同步降低攻擊門檻。原文:[https://ift.tt/vN3JDY9]

市場與廠商動態

微軟評估改採 DeepSeek V4,因 Anthropic Claude 太貴

企業級 AI agent 在處理跨應用、多步驟任務上已相當成熟,但成本壓力同步上升。報導指出微軟正評估在內部生產環境改採 DeepSeek V4,理由是 Anthropic 與 Claude 系列模型的單位成本對企業大規模部署而言過於昂貴。原文:[https://ift.tt/kwHqAPi]

ChatGPT 市佔跌破 50%,Gemini 急起直追

根據 Sensor Tower《State of AI 2026》資料,ChatGPT 至 5 月底全球 AI 助手市佔率已下降至 46.4%,首度失去過半地位。Gemini 攀升至 27.7%、Claude 達 10.3%,其餘市場由小型對手瓜分。整體競爭格局正從單一霸主轉向多元並進。原文:[https://ift.tt/1cXUqpD]

OpenCode 突破 160K Stars,去中心化開源 AI coding agent 崛起

2026 年 5 月 6 日 OpenCode 在 GitHub 突破 16 萬星,成為史上最多星的開源 AI coding agent,超越所有專屬競品的純社群訊號。目前已累積 17.2 萬星、每月 750 萬活躍開發者,且 model-agnostic、無 IDE 鎖定、無行銷預算。文中並提及在 debugging 場景表現勝過 Claude Code。原文:[https://ift.tt/DMOx15T]

Google、微軟聯手推 ARD 協議圍堵 Anthropic 與 OpenAI

6 月 18 日 The Information 報導指出,Google、Microsoft、Salesforce、Snowflake、ServiceNow 等公司聯合宣布支持名為 Agentic Resource Discovery (ARD) 的新軟體標準,旨在讓企業員工透過單一應用程式存取公司所有 AI 工具與功能。Anthropic 與 OpenAI 均未出現在初始支持名單,被視為傳統科技巨頭以「標準戰」反制新興 AI 廠商的關鍵一步。原文:[https://ift.tt/bcM7SOp]

Google Opal:不需動程式碼也能組裝 App

Google Labs 推出的 Opal 走的是另一條路線:使用者完全不需要寫程式即可組裝出 App,這是目前 Cursor 與 Claude Code 都辦不到的事。文章將 Opal 視為 Google 在 no-code AI 領域的低調但具威脅性的實驗,建議關注其未來與既有 AI coding 工具的競合關係。原文:[https://ift.tt/prROxfX]

實務應用與整合

讓 Claude Code 存取 Apple Health 資料的繞道方案

Apple 沒有提供 HealthKit 的 REST API,而 Claude 原生的 Apple Health connector 僅支援 claude.ai 網頁版、不適用 Claude Code。原文說明這項限制來自 Apple 的隱私設計:HealthKit 資料不會透過伺服器端 API 離開裝置。作者提出一套繞道作法,讓開發者在 Claude Code 中以本機橋接方式取得健康資料。原文:[https://ift.tt/SFkRAXv]

小結

本日整體訊號顯示:MCP 已從技術早期跨入成熟標準階段,但同時帶來顯著的安全暴露面與授權問題;模型市場從 ChatGPT 一家獨大轉為多強並立,開源 coding agent 與企業級 AI 標準戰也同步白熱化。建議團隊:1) 立即盤點現有 MCP 伺服器在 2026-07-28 新版規格下的相容性;2) 對暴露的 MCP 端點進行 OAuth scope 與權限稽核;3) 評估 AI coding agent 工具鏈在 debugging、安全 review 等場景的多廠商組合策略。

[Tempest Agent Insights] 技術趨勢 (2026-04-20)

本日精選 10 則 AI Agent 領域的重要動態,涵蓋 Salesforce 架構大轉向、Microsoft Agent Framework 實戰、身份治理、多代理可觀測性與企業落地的現實挑戰,協助團隊掌握 2026 年 Agent 生態的脈動。

平台與框架

Salesforce Headless 360:拋開瀏覽器、把一切開放給 AI Agent

Salesforce 在 2026 年 4 月 15 日發表創業 27 年以來最具企圖心的架構轉型 Headless 360,將平台每一項能力同時以 API、Model Context Protocol(MCP)工具與 CLI 指令對外暴露,目標是讓第三方 AI Agent 直接操作客戶資料,卸掉以瀏覽器 UI 為核心的歷史包袱。另一篇同主題文章補充說明,Headless 360 允許客服與業務團隊將 Microsoft Copilot、Google Gemini、Anthropic Claude 等代理掛進 Salesforce 工作流,加速自動化進程。

原文:[https://ift.tt/pKuYgUm]、[https://ift.tt/2FfVse1]

Microsoft Agent Framework:從零打造多代理管線

Microsoft 近期釋出的 Agent Framework 是一個輕量的 Python 套件,原生支援 Model Context Protocol,適合已經熟悉 CrewAI 或 LangGraph 的開發者切換使用。作者以從單一代理擴充到多代理管線的實作過程,示範了這個新框架在串接 MCP 工具與組合工作流上的簡潔度,適合想評估微軟生態 Agent 解法的團隊。

原文:[https://ift.tt/3nTtFMH]

GitHub Copilot Agent:VS Code 內的三種代理與自訂化

文章整理 GitHub Copilot 在 VS Code 內其實提供三種類型的代理,大多數開發者只熟悉其中一種,並介紹如何建立自訂代理來處理特定工作流。對於 2026 年正在評估工程效率工具的團隊,是理解 Copilot Agent 能力邊界與導入路徑的入門材料。

原文:[https://ift.tt/b87wqOH]、[https://ift.tt/iR1CwU2]

身份、安全與治理

Cloudflare 與 GitHub 正在替 AI Agent 建身份系統

作者以 15 人新創的密鑰管理現況切入,指出 Cloudflare 與 GitHub 都在推動 AI Agent 專屬憑證,但目前沒有任何一套治理機制能回答「代理憑證外洩時誰負責」這個問題。文章提醒,當連人類 API Key 都難以從 Git 歷史中清乾淨時,為每一個代理發身分證會把原本的秘密管理難題指數放大。

原文:[https://ift.tt/yDZpQTP]

Capsule Security 拿下 700 萬美元種子輪,主打企業 Agent 執行期防護

Capsule Security 由 Lama Partners 領投、Forgepoint Capital International 跟投,以 700 萬美元種子輪走出隱形期,專注於處理企業環境內部 AI Agent 的安全風險,建立運行時(runtime)防護平台。這一輪資金側面反映出資本市場正在把 Agent 安全視為獨立的類別,而不只是 SOC 或 EDR 的延伸議題。

原文:[https://ift.tt/6Gc4tED]

現行 AI 治理框架撐不起 Agent 經濟

作者指出目前被廣泛採用的 AI 治理方案,結構上與企業想要的 Agent 未來不相容:未來的代理不是被關在單一組織的沙盒或桌面中執行,而是跨組織協作。這意味著目前以「單點管控」為假設的治理設計,將無法處理跨邊界代理互動帶來的責任歸屬、授權與稽核問題。

原文:[https://ift.tt/SQda045]

工程實務與可觀測性

多代理系統的編排與可觀測性挑戰

文章引用產業調查指出,接近三分之二的組織正在試驗 AI Agent,但不到四分之一能真正把代理推上 production。作者強調這個落差不是來自模型能力,GPT-4o、Claude、Gemini 都夠好,真正卡住的是工程問題——多代理系統會打破過去單體或單一代理架構下的既有假設,包括除錯、追蹤與狀態管理。

原文:[https://ift.tt/fgj0DxC]

SmartBear Swagger 新版對準 AI 程式碼工具引發的 API 漂移

SmartBear 為 Swagger 商業工具組新增治理、驗證與規模化能力,目標是解決 AI 程式碼工具加速開發後帶來的 API 漂移(API drift)問題。更新聚焦於兩項新增功能,協助組織在 LLM 產生大量端點的情況下,仍能維持 API 契約的一致性,是後端與平台團隊值得關注的工具鏈動向。

原文:[https://ift.tt/PhyH9te]

persMEM:為 AI Agent 打造持久語意記憶與多實例通訊

Reddit 上釋出的開源專案 persMEM,嘗試解決 AI Agent 的兩個痛點:跨 session 的持久語意記憶,以及多個代理實例之間的通訊協作。對正在評估 Agent 記憶層的開發者而言,這是一個可以直接參考實作與設計決策的開源起點。

原文:[https://ift.tt/GjcZ1YN]

產業落地與冷靜觀察

銀行用 AI Agent 加速放貸審核與客戶盡職調查

新加坡金融業正加速導入 AI Agent 處理貸款審核、客戶 onboarding 與客服問答等工作,目標是縮短審核時間並提升客戶體驗。文章同時涵蓋全球金融業的類似進展,對想觀察 Agent 如何從試點走進受監管產業的讀者,是一份具體的產業案例參考。

原文:[https://ift.tt/Cl6jEdm]

2026 年的「AI Agent 危機」:企業搶上線卻交不出成果

根據文章引用的新研究與產業觀察,過去一年幾乎所有美國大型企業都在趕著把 AI Agent 投入生產,但實際成效遠低於宣傳,甚至在組織內部衍生新問題。對工程主管而言,這是一份警示資料:盲目鋪 Agent 可能帶來流程混亂與責任真空,比起導入速度,更該優先處理觀測、治理與變更管理。

原文:[https://ift.tt/MUrR3fd]

小結

2026 年 4 月中的 Agent 生態持續兩極化:一端是 Salesforce、Microsoft、GitHub、Cloudflare 等平台廠商加速把一切「Agent 化」,另一端是治理、身份、可觀測性與實際 ROI 的硬碰硬問題浮上檯面。對團隊而言,接下來幾個月的重點不是再多一個 PoC,而是把 MCP、身份、觀測與安全四件事一起納入架構決策。

[Tempest AI News] 技術新聞精華 (2026-04-13)

GitHub Copilot CLI 正式 GA

GitHub 宣布 Copilot CLI 正式進入 General Availability 階段,將生成式 AI 直接帶入終端機。整合至 GitHub CLI 後,開發者可透過自然語言取得指令建議與程式碼說明。最新更新引入「Agentic」工作流的 Autopilot 模式以及 GPT-5.4 支援。
https://ift.tt/I0ZTw2m

SwiftMCP:將 Apple Foundation Models 接上 MCP 生態系

開源專案 SwiftMCP 將 Apple 裝置端 Foundation Models(iOS 26+)與 Model Context Protocol 生態系橋接。由於 Apple 的 Tool protocol 使用編譯期 @Generable 巨集,而 MCP 工具在 runtime 動態發現,SwiftMCP 解決了兩者之間的技術落差,讓開發者能在裝置端直接使用 MCP server。
https://ift.tt/HVlSYz2

Claude Code vs Codex CLI 實測比較

AI 程式撰寫從 IDE 自動補全演進到終端機 Agent。Claude Code(Anthropic)與 Codex CLI(OpenAI)是兩款直接在終端機中運作的全功能 Agent,能自主編輯程式碼、執行測試並迴圈修正。這篇文章提供了兩者的詳細功能比較與實測結果。
https://ift.tt/adSh3Qy

Claude Code 意外洩漏原始碼的分析

一篇 InfoSec Write-ups 的分析文章深入探討 Claude Code 原始碼外洩事件,揭露了其記憶體管理、權限系統與 Sub-agent 架構的內部設計。文章以淺顯易懂的方式解析洩漏的技術細節及其對 AI 未來發展的影響。
https://ift.tt/gmFkGhD

開源 Android SDK:讓 Claude 透過 MCP 操控手機功能

一款開源 Android SDK 直接在裝置上運行,將手機功能(簡訊、感測器、檔案系統等)以 MCP 工具形式暴露。不同於依賴 ADB 或 UI 自動化的方案,此 SDK 透過 Wi-Fi 本地通訊,無需雲端中轉,所有操作完全在裝置端完成。
https://ift.tt/bW3JdOS

CVE-2026-6108:MaxKB MCP Node 指令注入漏洞

1Panel-dev 的 MaxKB 平台被揭露一個嚴重的 OS Command Injection 漏洞(CVE-2026-6108),存在於 Model Context Protocol Node 的 base_mcp_node.py execute 函式中。攻擊者可透過此漏洞在伺服器端執行任意系統指令。
https://ift.tt/geowIKy

CVE-2026-6130:Chatbox MCP Server 指令注入漏洞

chatboxai 的桌面應用 Chatbox(版本 ≤ 1.20.0)被發現一個 Critical 等級的 OS Command Injection 漏洞(CVE-2026-6130)。漏洞位於 MCP Server 管理系統的 ipc-stdio-transport.ts 中,透過 StdioClientTransport 的 args/env 參數可執行任意指令。
https://ift.tt/KH65X3I

MCP vs CLI 瀏覽器自動化效能實測

safari-mcp 開發者發布了 MCP 與 CLI 兩種瀏覽器自動化方式的效能基準測試。safari-mcp 是一款 macOS 原生的 Safari 自動化 server,提供 84 種工具,透過 AppleScript 運作,可保留 Safari 登入狀態,無需 Chrome 額外負擔。測試結果出乎預料。
https://ift.tt/NoGHmUD

2026 MCP 趨勢:邁向企業級 Agentic 工作流

Model Context Protocol 正從實驗性標準快速演進為企業 AI 整合的骨幹。2026 年下半的趨勢重點從基礎連接轉向穩健、安全、可用於生產環境的 Agentic 工作流,探討企業在大規模部署 MCP 時面臨的挑戰與最佳實踐。
https://ift.tt/vCWrdPs

MCP 生態系迎來「App Store」

CuratedMCP 平台上線,為 MCP 生態系提供類似 App Store 的體驗——經過驗證的 MCP server、一鍵設定,以及 AI 技術堆疊建構器。解決了目前開發者在 Claude Desktop、Cursor 等 MCP 客戶端上尋找可信 server 時需要在 GitHub 上大海撈針的問題。
https://ift.tt/LicQPZk

WebGPU Shader 編輯器搭配 MCP Server

開發者使用 Claude Code 打造了一款 WebGPU shader 編輯器,配備完整的 MCP server。AI Agent 可透過 MCP 工具建立、演化並匯出 GPU shader。此專案延續了先前以 Claude Code 復活 1992 年 MUD 遊戲的經驗,將 Agentic 開發推進到 GPU 圖形領域。
https://ift.tt/CqRHExk

Google MCP Toolbox:打通 AI Agent 最後一哩路

Google 推出的 MCP Toolbox 旨在解決 AI Agent 從推理到實際資料存取的「最後一哩」問題。文章探討為何 MCP Toolbox 對生產系統至關重要,以及如何透過它讓 AI Agent 安全、可靠地連接企業內部資料來源。
https://ift.tt/ewZJIGz

Flowise Agent 平台最高嚴重性漏洞與 AI 安全治理

今日安全焦點匯聚多個重疊議題:Flowise Agent 建構平台被發現最高嚴重性漏洞、Anthropic zero-day 研究報告,以及 Berkeley 的 AI 對齊研究持續發酵。這三個問題——基礎設施脆弱性、資訊不可靠性、激勵機制錯位——彼此緊密關聯。
https://ift.tt/Q2PXi7x

[Tempest AI News] 技術新聞精華 (2026-03-21)

本日 AI 技術圈精彩紛呈,Claude Code 生態系持續擴展,MCP 協議成為連接 AI 與外部世界的關鍵橋樑。同時,多個安全性漏洞被揭露,提醒開發者在擁抱 AI 工具的同時不能忽視安全防護。以下精選 15 篇深度技術文章,帶您掌握最新趨勢。

🧠 Prism MCP v2.1:為 Claude Code 帶來持久化記憶功能

開發者厭倦了每次開啟新 Claude 對話時都要重新解釋整個專案背景,於是建構了 Prism MCP —— 一個具備內建對話記憶功能的生產級 MCP 伺服器。最新 v2.1.0「記憶宮殿」版本提供零設定本地 SQLite 資料庫,無需雲端資料庫即可實現跨對話的專案上下文記憶。 📎 https://ift.tt/PWhsuAV

📡 Anthropic 將 Claude Code 轉變為常駐型 AI 代理程式:推出 Channels 新功能

Anthropic 為 Claude Code 推出「Channels」功能,讓訊息、通知和 Webhook 能夠直接流入執行中的工作階段。這使 Claude 即使在使用者不在終端機前時也能回應事件,實現真正的常駐式 AI 代理程式架構,大幅提升自動化工作流程的即時反應能力。 📎 https://ift.tt/IX9n5WC

🔒 Anthropic Claude Code CLI 出現工作區信任繞過漏洞(CVE-2026-33068)

這個 CVSS 7.7 的高危險漏洞屬於組態載入順序缺陷,惡意程式碼儲存庫可透過 `.claude/settings.json` 繞過信任確認對話框。這是一個典型的軟體設定錯誤案例,出現在 AI 開發工具中,凸顯了即使是人工智慧工具也需要嚴謹的安全審查。 📎 https://ift.tt/4dnqY7h

⚡ 十分鐘內建構你的第一個 MCP 伺服器

MCP(Model Context Protocol)伺服器是擴充 AI 能力的關鍵技術,但許多教學都過於複雜。這篇教學提供了一個極簡範例:單一檔案、單一工具,可在十分鐘內完成並執行。適合想要快速入門 MCP 伺服器開發的程式設計師。 📎 https://ift.tt/CuHvgBQ

🔄 使用 Claude Code 進行遠端自動化工作流

文章探討了 Workflow Engineering(工作流工程)的重要性——圍繞 AI 設計的管道比 AI 本身更重要。作者分享了如何使用 Claude Code 建構自動化流程,包括技能定義、OpenSpecs、串珠式設計與平行處理等技術,展示了如何將 Claude Code 整合到複雜的生產環境中。 📎 https://ift.tt/rZdgOX7

🛡️ Git-MCP-Server 命令注入漏洞(CVE-2026-4496)

sigmade Git-MCP-Server 的 gitUtils.ts 檔案中存在子行程命令執行漏洞,攻擊者可透過惡意輸入執行任意作業系統指令。這個安全通告提醒開發者在整合 MCP 伺服器時,必須嚴格驗證使用者輸入並採用參數化命令執行,避免將 AI 工具鏈暴露在系統層級的風險中。 📎 https://ift.tt/dFG5JEb

💡 220,000 行程式碼後的 Claude Code 提示模式心得

經過 47 次開發會話和超過 22 萬行 React Native 程式碼的實戰經驗,作者總結出真正有效的提示模式。這篇技術文章深入探討哪些提示技巧能夠提升開發效率,哪些只是浪費時間,為使用 AI 輔助編碼的開發者提供寶貴的實務指引。 📎 https://ift.tt/2HlXG5o

📊 MCP-38:Model Context Protocol 系統綜合威脅分類法

這篇論文提出了 MCP-38,一個專門針對 Model Context Protocol 的威脅分類框架。現有的威脅框架主要針對傳統軟體系統或通用 LLM 部署設計,無法充分涵蓋 MCP 引入的獨特攻擊面向,MCP-38 填補了這個缺口。 📎 https://ift.tt/auj9KzJ

👥 Agentic DevOps 終極指南:使用 Claude Code 建構安全的自主 AI 團隊

本文介紹如何停止編寫腳本,轉而協調一個完整的 AI 工程團隊,包含即時工具、子代理和強大的安全機制。透過 Claude Code 的 Dispatch 功能,開發者可以從手機端管理整個 Claude Code 工作階段,實現真正的自主 DevOps 流程。 📎 https://ift.tt/J1Yjgrb

🔐 LibreChat MCP OAuth 回呼端點認證缺失漏洞(CVE-2026-31944)

danny-avila LibreChat 0.8.2-rc3 及以下版本發現了一個關鍵漏洞,影響 Model Context Protocol OAuth 回呼端點的未知處理程序。此漏洞允許未經認證的操作,可能導致安全風險,提醒開發者在整合 MCP 時必須注意認證機制的實作。 📎 https://ift.tt/Te4Onj0

🔑 使用 1Password 和 Runlayer 保護 MCP 憑證安全

隨著 AI Agent 在企業中的使用增加,MCP 閘道成為連接 Agent 與外部工具、服務和資料的安全關鍵點。這篇文章介紹如何結合 1Password 的統一存取管理與 Runlayer,確保 MCP 伺服器的憑證安全,將身份安全從人類擴展到機器工作負載和 Agent 系統。 📎 https://ift.tt/x5rzYCj

🤖 開發者將 Claude Code 擴展為完整 AI 軟體團隊,119 個代理、202 項技能開源釋出

名為 vibecosystem 的開源專案將單一 Claude Code 實例擴展為自組織的 AI 軟體團隊,包含規劃師、審查員、安全稽核員與測試員等多種角色。這種多代理架構解決了複雜專案中人工智慧助理能力單一的問題,實現更完整的軟體開發生命週期自動化。 📎 https://ift.tt/pTvUxOM

🚨 Microsoft 365 Copilot Business Chat 爆出重大 SSRF 漏洞 CVE-2026-26137

Microsoft 365 Copilot 的 Business Chat 功能被發現存在伺服器端請求偽造(SSRF)漏洞,CVSS 評分高達 8.9。經授權的攻擊者可利用此弱點透過網路提升權限,凸顯企業 AI 工具在處理敏感資料時必須加強安全稽核與存取控管。 📎 https://ift.tt/RwYhc6r

🏗️ 從氛圍編碼到代理工程

這篇文章提出「代理工程」(Agentic Engineering)作為 AI 產品開發的新標準。相較於快速原型開發,代理工程強調可擴展的架構設計、明確的人機分工,以及長期維護考量。這種方法論轉變代表著 AI 輔助開發正從實驗階段進入成熟的工程實踐。 📎 https://ift.tt/PuCIUOF

📈 Claude Code Insights 報告:529 則訊息、47,604 行程式碼、632 個檔案

一位獨立開發者分享使用 Claude Code 開發 iOS 個人理財 App 的數據分析。22 天內,AI 協助產生近 5 萬行程式碼,涵蓋 SwiftUI 介面、Core Data 模型、Swift Charts 視覺化與雲端同步功能。文章探討人機協作效率、程式碼品質把關,以及 AI 輔助開發對獨立創作者生產力的影響。 📎 https://ift.tt/a9tQRIc

[Tempest AI News] 技術新聞精華 (2026-03-15)

🤖 今日 AI 技術新聞精選

以下為今日精選的 AI/技術領域重要新聞,涵蓋 AI 代理、开源工具、开發框架等熱門議題。


1. MCP is Dead; Long Live MCP

來源:[https://itnext.io/mcp-is-dead-long-live-mcp-a67bd7…]

MCP(Model Context Protocol)的熱潮似乎已經消退,但這是否真的是從「 vibe coding 」過渡到「 agentic engineering 」的關鍵?本文探討 MCP 的現狀與未來發展方向,分析其在企業級 AI 應用中的實際價值與局限性。

2. Building Enterprise Multi-Agent Systems with MCP and Copilot Studio

來源:[https://itnext.io/building-enterprise-multi-agent-…]

學習如何使用 MCP(Model Context Protocol)和 Copilot Studio 構建企業級多代理系統。內容涵蓋架構設計、通訊協定與實際部署策略,為企業導入 AI 代理提供完整的技術指南。

3. OpenAI Brings Alpaca’s Market Data Directly into ChatGPT for Financial Services

來源:[https://ift.tt/wxzg584…]

OpenAI 將 Alpaca Markets 的數據能力整合進 ChatGPT,讓用戶能夠獲取即時和歷史市場資訊。此整合旨在重塑金融專業人士與市場資訊的互動方式,為金融服務業帶來嶄新的 AI 應用場景。

4. GitHub Sparks Student Backlash by Cutting Premium Copilot Models

來源:[https://ift.tt/KRk0ven…]

GitHub 宣布從免費的 Copilot Student 方案中移除高階 AI 模型,引發全球學生的不滿。此變更促使學生轉向其他替代方案,引發關於 AI 輔助編碼工具教育用途的討論。

5. New Study Raises Concerns About AI Chatbots Fueling Delusional Thinking

來源:[https://ift.tt/s3NgRAm…]

首個關於「 AI 精神病 」的重要研究顯示,聊天機器人可能會鼓勵弱勢群體的妄想性思維。這項科學綜述對 AI 聊天機器人在心理健康方面的潛在風險提出警告。

6. SaaStr AI App of the Week: v0 by Vercel

來源:[https://ift.tt/LmWsAo8…]

v0 是 Vercel 推出的 AI 驅動開發工具,讓從工程師到行銷人員的任何人都能用自然語言描述需求,在幾分鐘內獲得可直接上線的網站。自 2023 年底推出至今,已被超過 400 萬人使用。

7. Using KIRO and AMDF MCP to Build Reusable Kubernetes KRO Packages

來源:[https://ift.tt/LW5fPlg…]

探索如何使用 KIRO 和 AMDF MCP 工具加速從 CRD 建立可重複使用的 Kubernetes 套件。Kiro 搭配 AMDF 將傳統上需要漫長對話分鐘數的程序,轉化為開發者只需簡單描述的流程。

8. [D] SuperML: A Plugin That Gives Coding Agents Expert-Level ML Knowledge

來源:[https://ift.tt/yKatjZ0…]

SuperML 是一個開源插件專為處理機器學習工程工作流程而設計,賦予編碼代理專家級的 ML 知識與代理記憶功能。根據 benchmark 測試,在 Claude Code 上有 60% 的效能提升。

9. MCP Server for Querying Logs Across GCP, AWS, Azure, Loki, and Elasticsearch

來源:[https://ift.tt/PLiaN4f…]

mcp-server-logs-sieve 是一個連接 Claude 到現有日誌基礎設施(GCP、AWS CloudWatch、Azure、Loki 和 Elasticsearch)的 MCP 伺服器。用戶可以用自然語言描述想要搜尋的內容,無需撰寫過濾表達式。

10. I Cut Claude Code Costs by Up to 80% (45% Avg) with Better Response Quality

來源:[https://ift.tt/h7a9vTq…]

作者開發了一個名為 GrapeRoot 的免費工具(雙圖形上下文系統),透過優化Claude Code 使用方式,平均降低 45% 的 AI 支出,最高可達 80%,同時反而提升了回應品質。在 10 個實際工程任務上進行了基準測試。


※ 來自 Feedly 歸檔的 AI News 資料夾,每日自動彙整。