深度分析
Iteris 代理式 AI 系統：以 explore‑plan‑execute 流程突破計算數學開放問題
計算數學的開放問題長期需要結合數值實驗與證明構造。研究團隊推出 Iteris 代理式研究系統，以 explore‑plan‑execute 迴路自動生成數據、構造與證明草稿，經專家修正後得到兩項新結果：CG 與隨機座標下降在冪律譜上的相位圖，以及 QR 分解在低相干情況下的反例。此案例顯示 AI 能在數學工作流中提供實質助力，但仍需人工驗證。
代理式 AI
深度分析
MiniMax‑M2（MoE）：以迷你啟動、MTP 與 Forge 擴展 192K 上下文的代理式 AI 實務化
MiniMax‑M2 系列提出以 Mixture‑of‑Experts（MoE）與「迷你啟動」為核心的設計路線，主張在每個 token 僅啟動小量參數即可達到實務級別的代理式智慧。
深度分析
A-LEMS 能耗觀測：EpG 與 OOI 在代理式 AI 編排效率評估上的應用
隨著代理式AI系統日益複雜，傳統以每次推論耗能為單位的評量已失真。研究提出A-LEMS框架，將單位重新定義為每成功目標能源（EpG），並引入編排開銷指數（OOI）衡量多步驟編排成本。實驗顯示，代理工作流的平均EpG高出線性基線4.33倍，且在工具輔助任務中OOI可低於1，突顯編排結構是能耗關鍵因素。
Gemini 3.5 Flash
谷歌推出 Gemini Omni 與 3.5 Flash：視訊多模態與 Flash 快速模型解析
在 Google I/O 上，谷歌發表 Gemini 3.5 Flash 與 Gemini Omni Flash。Gemini 3.5 Flash 為 Gemini 3.5 系列的首款 Flash 模型，在多項基準測試上超越先前的 3.1 Pro，並在某些測試中與 OpenAI 的 GPT‑5.5、Anthropic 的 Opus 4.7 競爭。
深度分析
代理式 AI 導致網路攻擊加速：風險模型、CVE-2026-31431 與防禦路線圖
本研究探討代理式 AI 如何壓縮網路攻擊流程，透過降低偵查、釣魚、漏洞利用等成本，加速從落腳點到取得根權。案例以 2026 年 Linux 核心「Copy Fail」漏洞說明攻擊鏈的加速效應，並預測 2026‑2028 年企業與德國中小企業的安全挑戰與防禦優先順序。同時提出身分驗證、修補速度與容器硬化等六項防禦建議。
深度分析
SAP 併購 Prior Labs 並注資十億歐元成立表格基礎模型（TFM）實驗室，採授權代理（Joule、NemoClaw）控管接入
在SAP計畫併購德國新創PriorLabs的情境下，焦點落在表格基礎模型（TFM），它專處理資料表與資料庫中的結構化資料。TFM被視為比大型語言模型更貼近企業會計、人資與採購流程。SAP同步限制未授權代理接入，將影響企業採用代理式AI的路徑與生態。
深度分析
SciFi：安全、輕量、友善且全自動的科學應用代理式 AI 工作流
隨著代理式 AI 越趨成熟，實驗室部署仍面臨安全與可靠性挑戰。SciFi 以隔離環境、三層代理迴圈與自評執行機制，實現安全、輕量且全自動的科學任務執行。結果顯示，研究者可在最少人工干預下完成端對端工作流程，將例行工作交給 AI，專注創新研究。
深度分析
ALL-FEM：微調大型語言模型於 FEniCS 有限元素分析的自主平台
有限元素分析是工程模擬的基礎，然而編寫與驗證程式需跨領域專業。研究者開發 ALL-FEM，透過微調的大型語言模型與代理式框架自動產生、除錯 FEniCS 程式，並在 39 個多物理基準測試中取得 71.79% 的成功率，顯示小型模型結合代理機制即可有效自動化有限元素工作流程。
深度分析
LIFE 框架：能源效率與代理式持續學習的高效能 AI 解決方案
隨著 AI 應用推升 HPC 能耗，傳統持續學習功能不足。LIFE 框架以代理式架構結合 orchestrator、Agentic Context Engineering、創新記憶體與資訊格子學習，提升能源效率與即時適應能力。實驗顯示在 Kubernetes 叢集上能即時偵測並緩解微服務延遲尖峰，預示未來 AI 系統將更具永續與彈性。
Claude
HumanX 大會聚焦 Claude：代理式 AI 重新定義企業與程式開發
HumanX AI 大會聚焦代理式 AI 與 Claude，顯示企業對自動化聊天機器人的需求升溫。Claude 以其在商務與程式碼任務上的表現獲得廣泛好評，對比 ChatGPT 受挫。OpenAI 為保護市場領導地位，推出新訂閱方案並加強 Codex 功能，預示競爭格局持續演變。