AI 人物熱點早報
今天主線是「agent 拿到更多自主權，監督也跟著被檢驗」：Anthropic 下週起讓 Claude 各平台預設 auto mode，METR 與 Redwood 則公開實地紅隊 OpenAI 內部 agent 監控、找出可繞過的缺口。Anthropic 把 Agent Skills 標準捐給 AAIF，OpenAI 正式推出專做快速判斷的 Decisions API。資金面有 DeepSeek 傳募 150 億美元、Kevin Weil 的 Warp Sciences 拿下 2.15 億美元；黃仁勳在 GTC Berlin 替 neocloud 喊話。另外還有 OpenCode 的 MCP 登入漏洞、Ai2 與 DeepMind 的地球觀測新模型，以及 IBM 開源語音模型。
收聽今日早報，通勤路上也能掌握重點。
Claude 官方帳號宣布，從下週開始，Pro、Max 與 Team 方案在 Claude 網頁版、桌面 App 和手機 App 上的工作階段，都會預設以 auto mode 執行：不再要求你逐步核准每個動作，改由一層自動檢查負責擋下有風險的操作。使用者隨時可以切回手動模式。
這是把「預設信任」往前推一大步，值得追，但風險也跟著轉到使用者身上。逐步核准很煩，可它是最後一道人工防線；改成自動檢查後，擋不擋得住就取決於那個分類器，而多數人不會去改預設。檢查點：上線一兩個月內，若出現 auto mode 誤刪檔案、誤送訊息的公開案例，或 Anthropic 不公布攔截率與誤判率，就該把這次改版當成體驗優先、安全後補。
OpenAI 今年夏天邀請 METR 與 Redwood Research 深入內部基礎設施三週（7 月 21 日到 8 月 11 日），測試它監控內部 agent 是否失控的系統。METR 公布的報告估計，監控覆蓋了 75%–94% 符合條件的內部 Responses API 流量、內部 Codex 流量則有 99.2%；但研究員也找到繞過監控的方法、能讓監控模型失效的輸入，以及可讓新 agent 關掉監控的設定。OpenAI 表示正式環境的漏洞已修補，METR 則註明這點未經它驗證。
這是今天最有份量的安全新聞：外部團隊拿到深度權限、還公開寫出缺口，比任何自評都可信。75% 到 94% 的範圍很寬，代表連 OpenAI 自己都說不準有多少流量沒被看到；一旦這種「內部監控＋外部稽核」變成慣例，其他實驗室就很難再只交一份自寫的安全報告。反方會說三週試點、修補也還沒被獨立確認；若下一輪稽核仍找到同類繞過方法，就證明這套監控還只是半成品。
Anthropic 宣布把 Agent Skills 開放標準（一個資料夾放 SKILL.md，教 agent 做特定任務）捐給 Agentic AI Foundation（AAIF），也就是先前接收 MCP 的基金會，由 Anthropic、Block 與 OpenAI 共同成立。自 2025 年 12 月公開標準以來，已有 ChatGPT、Cursor、GitHub Copilot、VS Code 等 70 多個 agent 平台整合，累計發布約 100 萬個 skill、安裝近 2.8 億次。名稱、商標、GitHub 組織與 agentskills.io 網域一併移交，之後由 Anthropic、Google、OpenAI 等公司的工程師共同維護。
這是實質進展：標準交給中立基金會，對手才敢放心長期投入。70 多個平台、近 2.8 億次安裝的數字量級說得通，因為 skill 本質上只是資料夾加說明檔，門檻很低；真正的改變是之後規格怎麼演進不再由一家決定，寫 skill 的人也不用怕被單一平台綁住。檢查點：若半年內 Google、OpenAI 的維護者真的在規格上提出並合併重要變更，就證明不是掛名；若仍只有 Anthropic 在推，那就只是換個招牌。
OpenAI 讓 Decisions API 正式開放（GA）。它以 GPT-6 Luna 為底，專門回答有固定選項的問題，例如分類、路由、評分、決定下一步，官方說比透過 Responses API 呼叫 Luna 快到 10 倍。公開測試期後新增了 GPT-Live 原生整合、提示快取、美國與歐盟推論落地，每次請求最多可問 400 題。客戶案例：Datadog 稱 p95 延遲比前沿模型快 40 倍，Sierra 在 280 毫秒內完成、成本降 90%，Ramp 快 4 倍、便宜 30%，Speak 把反應時間從 1.4 秒壓到 0.13 秒。
這是很實在的工程產品，不是噱頭，值得做 agent 的團隊試。agent 一輪工作裡有大量「選 A 還是 B」的小判斷，讓大模型每次都生成完整回答又慢又貴，切成專用端點是合理的成本設計；後果是開發者會把更多流程的路由權交給 OpenAI，換模型的成本跟著變高。反方會說這些數字都是客戶自己挑的案例；若獨立測試顯示準確度明顯低於一般呼叫，快 10 倍就沒意義。
Bloomberg 與 TechCrunch 報導，中國 AI 實驗室 DeepSeek 募得約 150 億美元（約人民幣 1,000 億元），是中國規模最大的融資之一。時間點緊接在美國下令聯邦民用機構以安全疑慮為由，從系統中移除 DeepSeek 技術之後。DeepSeek 過去以低成本、開放權重模型聞名，長期不太對外融資。
這筆錢值得追，但先別把它讀成「DeepSeek 要跟美國實驗室拚燒錢」。150 億美元在中國算天價，放到美國前沿實驗室動輒數百億的算力合約旁邊仍是小一號；更大的後果是資金來源可能讓它更貼近國內政策與晶片供應鏈，海外企業採用會更猶豫。檢查點：若接下來它仍維持開放權重、並公布資金用在哪批算力上，才代表路線沒變；若開始收緊開源，這筆錢就改變了它的性格。
前 OpenAI 科學負責人 Kevin Weil 在 X 宣布創立 Warp Sciences，用 AI 加機器人自動化藥物研發中的實驗室工作：合成並測試研究員挑出的候選分子。A 輪募得 2.15 億美元、估值 8.65 億美元，由 Lightspeed 領投，IVP、Premji Invest、Lux Capital 跟投；OpenAI 應用部門負責人 Fidji Simo 也個人投資。做法是讓人類化學家戴攝影機與感測手套示範，訓練機器人執行實驗步驟，目標把過去外包給中國代工廠的合成工作移回美國。
方向值得追，但「AI 加速新藥」這句話先打折聽。模型提出候選分子早就不是瓶頸，慢的是合成與測試；把這一段自動化才是真正會改變週期的地方。不過用手套示範教機器人做化學實驗，難在每種反應都不一樣，失敗率很可能比展示影片高很多。檢查點：一年內若它能公開每週合成與測試的分子數量、並有藥廠客戶具名合作，才算真的跑起來。
NVIDIA 執行長黃仁勳在 GTC Berlin 記者會表示，neocloud（專做 AI 算力的新興雲端業者）需求「off the charts」，它們缺的只是營運資金。他也提到曾要求英國的 Nscale「work around the clock」，因為該公司資料中心遭遇延遲、設備故障、電力不足，300 億美元的 IPO 估值也遭投資人質疑。同一時間，澳洲 Firmus 撤回 IPO、費城半導體指數創 2008 年以來最長連跌。黃仁勳另稱光互連的需求將成長「好幾個數量級」。
這是在替客戶信心喊話，判斷上偏行銷。neocloud 的錢很多來自 NVIDIA 自己或用 GPU 抵押借款，供應商說「需求很強、只缺錢」本身就有立場；真正的風險是利率上升時，這些公司的債務會一路傳回 NVIDIA 的訂單。反方會說訂單積壓是真的；若下一季 Nscale 這類業者如期上線並順利融資，今天的喊話才算被坐實。
資安公司 Pillar Security 揭露開源 coding agent OpenCode 的遠端程式碼執行漏洞：遠端 MCP 伺服器可以在 OAuth 授權網址中塞入 PowerShell 的 $(...) 語法，使用者在 Windows 或 WSL 上登入該伺服器時就會被執行。受影響版本為 1.0.137 到 1.18.32，請升級到 1.18.33 以上，並移除來路不明的遠端 MCP 伺服器。同一個開啟網址套件的注入問題也影響 MCP Inspector 2.0.0–2.11.0（2.12.0 已修）。
這是實質的安全問題，有用 OpenCode 或 MCP Inspector 的人今天就該升級。漏洞不在模型，而在「打開一個網址」這種看似無害的步驟；MCP 讓任何人都能架伺服器給 agent 連，等於每接一個新伺服器就多一個可以下指令的外人。檢查點：若接下來其他 agent 工具也被找到同一類開網址注入，就代表 MCP 生態需要一套共用的安全規範，而不是各家各修。
其他值得知道的動態，一行看完，點來源讀原文。