開源權重回潮，Agent 進入「系統工程」時代

每天花 1% 的時間，掌握科技脈動。

今日金句#

“I’ve been impressed by the way the Claude web_fetch tool is designed to avoid data exfiltration attacks. Ayush Paul found a hole in that design.” 「我一直很佩服 Claude 的 web_fetch 工具在防資料外洩上的設計。結果 Ayush Paul 在裡面找到了一個洞。」 — Simon Willison，開發者、Datasette 作者

今日主軸：開源權重回潮，Agent 從「工具」走向「系統」#

今天兩條線同時發亮。第一條是開源模型：Thinking Machines 丟出自家第一個 open-weights 模型 Inkling，在開發者社群衝上當日熱度第一；同一天 xAI 把 coding agent 工具 Grok Build 開源，直接登上 GitHub 本週趨勢榜首（1,818 stars）。兩家前沿實驗室在同一天選擇「把權重與工具攤出來」，開源不再只是小團隊的事。

第二條線更安靜、但更關鍵。Pragmatic Engineer 提出「loop engineering（迴圈工程）」這個新詞——Anthropic Claude Code 作者 Boris Cherny、OpenClaw 創辦人 Peter Steinberger、前 Google 的 Addy Osmani 幾乎同時在講同一件事：與其一句句下 prompt，不如設計一個讓 AI 自動循環幹活的系統。Latent Space 從 AI Engineer World’s Fair 帶回的五大趨勢也是同一個結論——重心已經從「單一 agent」轉到「圍繞 agent 的整套 harness、context 管理、輸出評估」。

而 Simon Willison 今天貼的 Claude web_fetch 洩密漏洞，正好是這股「系統化」浪潮的帳單：當你把記憶、上網、自動循環都交給 agent，安全邊界就變成一道真正的工程題。開源給你能力，loop 給你效率，但沒有人幫你把 lethal trifecta 補起來。

必讀#

1. Inkling：Thinking Machines 首個開源權重模型 — Thinking Machines AI
2. 如何誘騙 Claude 洩漏你最私密的記憶 — Simon Willison AI
3. 什麼是「Loop 工程」？AI 圈最新顯學 — Pragmatic Engineer Dev
4. xAI 把 Grok Build 開源了 — GitHub Dev
5. 在 13 年老 Xeon、無 GPU 上跑 Gemma 4 26B — Hacker News AI
6. AINews：Codex 用量單週暴增 2.5 倍 — Latent Space AI
7. AI 工程師大會 2026：定義新一年的五大趨勢 — Latent Space AI
8. Apple Intelligence 獲准登陸中國，攜手阿里 Qwen — TechCrunch News
9. 逆向 ChatGPT Web：OpenAI 如何為十億用戶打造前端 — performance.dev AI
10. Vint Cerf 想讓 AI Agent 走上開放網際網路 — TechCrunch AI

1. Inkling：Thinking Machines 首個開源權重模型#

由前 OpenAI CTO Mira Murati 創立的 Thinking Machines Lab，發布了成立以來第一個 open-weights 模型 Inkling，主打「反對 one-size-fits-all」的路線——不追求單一巨型通用模型，而是提供可自行部署、微調的開放權重。發布當天即在開發者社群衝上熱度第一。

• 繼 Tinker 微調平台之後，把「開放、可客製」策略進一步落地到模型本身
• 與 xAI 同日開源，形成前沿實驗室集體「攤牌」的訊號
• 想自建、自控模型的團隊，可用的高品質開放權重又多一個選項

💡 當頂尖實驗室都開始開源，護城河從「誰有模型」轉向「誰能把模型組成好用的系統」。

🔗 閱讀原文 | 來源：Thinking Machines

2. 如何誘騙 Claude 洩漏你最私密的記憶#

研究者 Ayush Paul 在 Claude 的 web_fetch 工具找到資料外洩漏洞。Anthropic 原本限制 web_fetch 只能造訪使用者輸入或搜尋回傳的網址，理論上能擋掉典型的 exfiltration；但 Paul 發現 web_fetch 也允許造訪「先前抓過頁面裡嵌入的連結」，於是攻擊者可佈置蜜罐連結，誘導 agent 一路點擊、逐字元把你的私人記憶偷渡出去。Simon Willison 解析這是 lethal trifecta（私密資料＋讀取惡意指令＋外洩管道）的變形。

• 設計得再嚴謹的邊界，只要留一條「間接跳轉」縫隙就會被撬開
• agent 有記憶又能上網，就同時具備被攻擊與外洩的兩個條件
• 這是逐字元 side-channel，肉眼幾乎看不出被洩

💡 agent 越自主，安全邊界越是硬工程題——能力可以開源，風險得自己補。

🔗 閱讀原文 | 來源：Simon Willison

3. 什麼是「Loop 工程」？AI 圈最新顯學#

Pragmatic Engineer 整理出一個正在成形的新詞 loop engineering。Anthropic Claude Code 作者 Boris Cherny、OpenClaw 創辦人 Peter Steinberger、前 Google 工程師 Addy Osmani 近期不約而同在講同一件事：與其手動一句句下 prompt，不如設計讓 AI 自動循環執行任務的系統。文章把這概念上溯到去年爆紅的「Ralph Wiggum」loop，並整理開發者實際運用迴圈的方式。

• 主流敘事正從「prompt engineering」升級到「loop / context engineering」
• 重點不是單次輸出品質，而是循環、狀態、停止條件的設計
• 與 Latent Space 的大會觀察一致——系統設計 > 單一 agent

💡 會下 prompt 只是入門，能設計「自我循環的工作系統」才是接下來的分水嶺。

🔗 閱讀原文 | 來源：Pragmatic Engineer

4. xAI 把 Grok Build 開源了#

xAI 開源了自家的 coding agent 工具 Grok Build——一個全螢幕、滑鼠可互動、可擴充的 coding agent harness 與 TUI。上線後同時在開發者社群竄升，並登上 GitHub 本週趨勢榜首（1,818 stars）。

• 延續「coding agent 生態系加速」的主線，工具層競爭白熱化
• Rust 打造的 TUI，主打互動式全螢幕體驗
• 與 Codex、Claude Code 等形成直接對打

💡 coding agent 的競爭已從「模型」下沉到「harness 與開發者體驗」，開源是搶生態的最快路徑。

🔗 閱讀原文 | 來源：GitHub

5. 在 13 年老 Xeon、無 GPU 上跑 Gemma 4 26B#

一位開發者示範把 260 億參數的 Gemma 4 26B（MoE 架構），跑在一台 13 年前、雙 Ivy Bridge Xeon、完全沒有 GPU 的舊 HP StoreVirtual 上，仍能維持約 5 tokens/秒 的穩定輸出，整台機器成本不到 300 美元。文章拆解量化（Q8_0）、記憶體頻寬與 CPU 推論的實作細節。

• 5 tokens/秒 雖不快，但足以證明「無 GPU 也能跑中型模型」
• 重點在打破「所有 AI 都要昂貴 GPU」的預設
• 對本地、隱私、低成本部署場景有實際參考價值

💡 邊緣與本地推論的門檻正在下降，老硬體的殘值被重新定義。

🔗 閱讀原文 | 來源：Hacker News

6. AINews：Codex 用量單週暴增 2.5 倍#

Latent Space 的 AINews 彙整 7/13–7/14 動態，OpenAI 執行長 Sam Altman 透露 Codex 與 ChatGPT Work 用量單週成長 2.5 倍，GPT-5.6 Sol 需求強勁到可能造成基礎設施吃緊；JetBrains 也已將 Codex 列為推薦 AI 代理工具。

• coding agent 的實際使用量正在指數級擴張
• 需求成長快到開始擠壓算力供給
• IDE 大廠把 agent 工具內建化，等於官方背書

💡 coding agent 不再是嘗鮮，而是進入日常生產力工具的階段。

🔗 閱讀原文 | 來源：Latent Space

7. AI 工程師大會 2026：定義新一年的五大趨勢#

Latent Space 整理 AI Engineer World’s Fair 2026 的五大趨勢，核心結論是 AI 工程重心已從單一 agent 轉向「圍繞 agent 的整套系統設計」——涵蓋 coding agent 建構、harness 設計、context 管理與模型輸出評估。文章也回顧「AI engineer」一詞自 2023 年被創造以來的演進。

• 系統設計取代單點技巧，成為 AI 工程主軸
• context 管理與輸出評估被列為關鍵能力
• 與今日「loop engineering」敘事互相印證

💡 想跟上 AI 工程，得從「調 prompt」的心態換成「架系統」的心態。

🔗 閱讀原文 | 來源：Latent Space

8. Apple Intelligence 獲准登陸中國，攜手阿里 Qwen#

Apple Intelligence 通過中國監管審批，將透過與阿里巴巴 Qwen 的合作在中國市場落地。這是 Apple 在最大市場之一補上 AI 缺口的關鍵一步。

• 在地化合規＋在地模型，是外商 AI 進中國的必經路徑
• Qwen 成為 Apple 在中國的 AI 後端夥伴
• 牽動 Apple 在中國的硬體換機與生態競爭

💡 AI 的地緣分裂正在具體化，同一支 iPhone 在不同市場跑不同模型後端。

🔗 閱讀原文 | 來源：TechCrunch

9. 逆向 ChatGPT Web：OpenAI 如何為十億用戶打造前端#

一篇技術深挖，逆向拆解 ChatGPT Web 的架構與效能設計，說明 OpenAI 如何在十億級用戶規模下維持前端反應速度與串流體驗。

• 串流、快取與前端狀態管理是規模化的關鍵
• 對做 AI 產品前端的人是實用的架構參考
• 把「大廠怎麼撐住流量」講得很具體

💡 AI 產品的差異化，越來越多發生在前端與工程細節，而不只是模型本身。

🔗 閱讀原文 | 來源：performance.dev

10. Vint Cerf 想讓 AI Agent 走上開放網際網路#

TCP/IP 共同發明人、「網際網路之父」Vint Cerf 正在推動一套標準，用來在開放網路上辨識自主 AI agent 的身分。目標是讓 agent 能安全地在公開網路互動，而非各家關在自己的圍牆內。

• agent 身分辨識可能成為下一個網路基礎協定議題
• 與 Demis Hassabis 提議 AI 標準組織形成呼應
• 呼應今日安全主線——agent 上公開網路需要新的信任機制

💡 當 agent 開始彼此互動，網路需要一層新的「身分與信任」基礎設施。

🔗 閱讀原文 | 來源：TechCrunch

推薦閱讀#

• 印度 AI coding 新創 Emergent 成獨角獸，C 輪 1.3 億美元 — 成立僅一年多，號稱 20 萬付費用戶、ARR 破 1.2 億美元。
• 情境工程對談：Dex Horthy 談 AI 開發脈絡管理 — Pragmatic Engineer Podcast 深談 context engineering 的實作。
• 你剛雇了一百萬個爛員工 — a16z 用 token 經濟學剖析企業大規模部署 AI agent 的隱藏風險。
• Apple 洽談收購把 AI 模型塞進 iPhone 的新創 — Apple 傳與模型壓縮新創 PrismML 洽談，補強 on-device 推論能力。
• LLM 如何學會「有用」：RLHF 對比 DPO — ByteByteGo 淺白拆解偏好對齊，比較 RLHF 與 DPO 兩種方法。
• Armin Ronacher：AI Agent 時代，摩擦正在消失 — 主張團隊對邊界與所有權的共識，正隨 agent 興起而流失。
• Lobsters 論壇成功遷移到 SQLite — 從 MariaDB 遷到 SQLite，單機即可運作、主機費省一半。
• GitHub Dependabot 新增三天冷卻期 — 版本更新預設等新版釋出滿三天才開 PR，回應供應鏈安全。
• OpenAI 首款硬體傳為「會移動的無螢幕喇叭」 — 傳為含機械元件、可移動的無螢幕裝置。
• 旅遊業砸重金賭 AI 客服：誰來決定何時轉真人？ — 分析 Airbnb、Booking、Expedia 的 AI 客服與「何時轉真人」難題。
• 微軟修補創紀錄漏洞數，歸功於 AI 找洞 — 七月例行更新修補創紀錄漏洞，部分成果歸功 AI 輔助挖掘。

中文技術圈#

• AWS 宣布 2026 進入 Agent AI 元年，打造企業 AI 代理平臺 — AWS 推出涵蓋開發、執行、資安到知識管理的企業 AI 代理平臺。
• ASML 想漲價，最大客戶台積電強烈反對 — 半導體設備龍頭計畫漲價，遭最大客戶台積電強烈反對。
• 台達電 SST 迎大型合作案，100MW 搶攻美國 AI 資料中心 — 台達電能源儲存技術進軍美國 AI 資料中心市場。
• 代理式 AI 改革 EDA 技術，衝刺 L4/L5 自動化 — Agent AI 加速晶片設計工具革新，推進高階自動化。
• Telegram 短網址 t.me 被封鎖，全球一夜失效 — 核心短網址域名 t.me 被 .me 註冊局標記 serverHold，全球連結一夜失效。
• 黃仁勳感念 30 年前情誼，SEGA 大作導入 NVIDIA RTX — 黃仁勳回顧與 SEGA 淵源，多款 SEGA 大作將導入 NVIDIA RTX。

開源精選#

littledivy/mimic — Python | ⭐ 1.0K 攔截任何 App，然後像呼叫函式庫一樣用 Python 呼叫它。

mereyabdenbekuly-ctrl/clodex-ide — TypeScript | ⭐ 810 本地優先、零信任的 agentic IDE，主打可驗證的自主開發。

AlephAITech/WorkBuddyGuide — Python | ⭐ 785 WorkBuddy 實戰藍皮書：教程、真實工作流、Skills、MCP、多智能體實踐。

oil-oil/beautify-github-readme — Python | ⭐ 541 用 SVG 標題與可維護 Markdown 設計清晰的 GitHub README 首頁。

pixel-point/aval — TypeScript | ⭐ 483 網頁互動影片的新開源格式，內建狀態機與逐幀轉場。

yetone/kill-ai-slop — TypeScript | ⭐ 460 掃描專案並清掉 AI 生成產品常見的視覺與文案「油味」。

jakubkrehel/skills — ⭐ 391 一組改善產品各面向（動畫、字體、排版、配色）的 agent skills。

今日觀察#

把今天三件事擺在一起看，會發現一個有趣的錯位：能力在瘋狂開源，責任卻沒人接手。Thinking Machines 的 Inkling 和 xAI 的 Grok Build 同日開源，Latent Space 與 Pragmatic Engineer 又不約而同在講「loop / context engineering」——整個產業都在把「怎麼把 AI 組成一台會自己幹活的機器」講得越來越熟練。但同一天，Simon Willison 貼出的 Claude web_fetch 洩密漏洞提醒我們，這台機器每長出一隻新手（記憶、上網、自動循環），就多開一道側門。開源給你更強的引擎，loop 給你更長的自動化鏈條，可是把 lethal trifecta 補起來的工，從來不會附在 release notes 裡。對開發者來說，接下來真正稀缺的能力，或許不是「會不會用 agent」，而是「敢不敢、能不能為一個自己不再逐步盯著的系統負責」。

---

覺得有用嗎？分享給一個也在追蹤新知的朋友。

也歡迎中長期投資者體驗新工具 → Moniit