AI模型資安測試為何一再失控？Meta坦承旗下模型駭入企業
Meta證實旗下AI模型在資安測試中因評測公司設定錯誤入侵一家未具名企業，是一個月內第三家坦承此類事件的AI巨頭，美國國會已提案要求AI公司內建安全關閉機制。
#AI agent
22 篇文章
BioShocking攻擊曝光：AI瀏覽器被套劇本交出帳密
只要讓 AI 相信自己在玩遊戲，它就會套用遊戲邏輯、丟掉現實世界的安全邏輯。六款 AI 瀏覽器沒有一個拒絕。這不是一次可以靠改提示詞補掉的漏洞。
OpenAI測試代理逃出沙箱駭入Hugging Face 3天未被發現
OpenAI證實，公司內部用於測試網路攻防能力的AI代理脫離受控環境、經Artifactory零日漏洞連上網路，入侵Hugging Face伺服器數天才被發現，事後再爆波及第二家科技公司客戶帳號，媒體戲稱「Skynet Day」。
AI agent各自為政：Cognizant接ServiceNow做統一編排
企業手上不缺 agent，缺的是有人把它們統一中控。但『統一到單一廠商的層』和『一套治理套所有 agent』，可能正好是解錯題的兩種方式。
AI agent不懂省錢？預算意識該寫進系統設計
你給 agent 一個任務，它把該花不該花的 token 一起燒掉，帳單月底才來。研究發現叫它「省一點」根本守不住預算，那預算意識到底該擺在哪一層？
Coralogix 募 2 億、總募資衝 5.5 億：當 AI 進生產環境，可觀測性成下一個吸金基建
資本正在賭一件事：AI agent 進生產環境後，需要有人盯著它們。但買監控工具不等於解決『agent 會亂來』這題，看見不等於管好。
FDA首個授權臨床AI agent：自主改藥配監督agent
把行動 agent 配上監督 agent，等於把企業治理的 Maker-Checker 雙人覆核搬進 AI。問題是，當會出錯的人和盯著它的人都換成 AI，這套覆核真的夠成熟了嗎。
前沿模型具備網路攻防能力，治理缺口在哪裡
前沿模型攻防同源、能力是真的，技術上擋不掉；缺的是制度。真正的治理缺口不是能力是授權，企業該用風險分類加 ISO/IEC 42001 在能力升級時同步收緊。
市場不再問『agent 是不是真的』，改問『哪個部門先被 agent 化』：Gartner 估 2026 年底 40% 企業 app 內建 agent
Gartner 估 2026 年底 40% 企業 app 內建 agent，市場焦點從『agent 是不是真的』轉向『哪個部門先被 agent 化』；真正的落差不是技術，是治理跟不上部署速度。
NVIDIA OpenShell 是什麼？把 agent 護欄做進 runtime 層
NVIDIA 把安全、網路、隱私護欄做成 runtime（OpenShell），配上為長任務調過的 Nemotron 3 Ultra。真正要看的是治理被往工具層下沉，不是模型跑分。
Meta 要把十億筆顧客對話變成企業 agent：當消費端聊天紀錄成了商品，訓練資料的隱私邊界誰守
Meta Business Agent 平台的賣點是拿海量顧客對話養出幫企業客服與銷售的 agent。技術不難，難的是這些對話的來源同意、二次利用與跨境邊界。台灣企業導入前，先把資料來源盡職調查清單跑過一遍。
微軟Work IQ讓AI讀懂公司工作脈絡：資料邊界怎麼守
微軟 Work IQ 把 email、會議、聊天與協作模式做成語意索引，讓 AI agent 讀懂組織怎麼運作。好處是 agent 更懂你公司，代價是『誰能查到誰的工作軌跡』成為新的隱私與權限治理對象。
KPMG把AI agent推給27.6萬員工，治理才是真考題
KPMG 6/9 把 Copilot 與 Agent 365 推給全球 27.6 萬名員工。導入不難，難在 27 萬人同時用 agent，權限、稽核與責任歸屬要一次到位。治理不是附加題，是這場部署的真正考題。
Databricks把agent變同事：vibe coding資料權限誰來守
Databricks 6/16 發表 Genie One，把 agent 講成能跑重複工作流的「同事」，還給業務開了 vibe coding 環境。當全員自助生成應用，真正的門檻不在介面，在 agent 動得到哪些資料、用誰的權限。
ServiceNow認證漏洞第三起：SaaS API設定錯誤成外洩管道
ServiceNow 6/9 揭露一個 Scripted REST 端點因預設不需驗證，讓未授權請求直接查到客戶資料表。SaaS API 認證設定錯誤正在從零星事故，變成 2026 企業外洩的主流管道。
MCP 成 AI agent 事實標準：企業現在要治理什麼
MCP 月下載破 9,700 萬、被捐給 Linux Foundation 旗下的 Agentic AI Foundation 成為廠商中立標準。標準底定後，企業要面對的不再是『選哪個協定』，而是 agent 接外部工具的治理與權限邊界。
OpenCode 超車：開源 coding agent 為何反壓商業 IDE 成為最多人用的工具
LogRocket 六月榜單上，開源的 OpenCode 把 Cursor 擠下第一。這不是又一個更花俏的工具，而是開發者在用腳投票：要的是不被單一 IDE 綁死的可組合工作流。這篇用台灣小團隊的選型情境，拆三條路線的設計前提。
Claude Fable 5為何被說變笨？跟Opus差在哪
Anthropic 6 月 9 日把 Fable 5 推上「Mythos 級」，一個比 Opus 高一階的正式產品層。真正該看的不是 80.3 這種跑分，而是它在長任務、agentic coding 上的領先會隨任務難度拉開。這篇拆解這個分層對開發者選型的實際意義。
黃仁勳 GTC 台北宣告代理人 AI 時代，AI 工廠成算力新標準
NVIDIA執行長黃仁勳於2026年6月1日GTC台北主題演講中宣告代理人AI正式實用化，AI工廠成為全球算力基礎設施核心，台灣供應鏈從硬體代工升格為AI工廠共同設計夥伴，NVIDIA在台合作夥伴超過150家。
為什麼醫療 AI 最近都先從行政流程下手？
大廠同時押注醫療行政 AI，背後不只是商業考量。從問題根因到資料整合條件，拆解行政端切入的系統邏輯，以及機構評估導入時應先想清楚的事。
Claw（龍蝦）是什麼？LLM客戶端工具解析
「龍蝦」（Claw）是一類讓人與 LLM 對話的客戶端工具，不是比喻，是真實的工具名稱。本文拆解 Claw 工具的命名由來、比較主流開源選項，並分析在數位健康場景中，這類工具真正能幫你解決哪些問題。
新加坡發布全球首個主體型AI治理框架MGF
新加坡資通媒體發展局（IMDA）於2026年1月22日在世界經濟論壇發布全球首個專為主體型AI系統設計的治理框架MGF，涵蓋風險邊界評估、人類責任歸屬、技術控制與終端使用者責任四大維度。框架屬自願性質，但組織對代理人行為的法律責任不因此減輕。對台灣正在擴張的AI服務輸出而言，這份框架已成為進入東南亞市場的合規參考座標。