OpenAI 正式推出「Codex」超級應用程式與平行執行任務的「Scratchpad」功能，同時 Anthropic 發布具備零日漏洞挖掘能力的「Claude Mythos Preview」並罕見採取防禦性限制部署。本週（4/6 - 4/12）AI 產業的焦點集中在 Agent 基礎設施的標準化與企業級治理，Anthropic 推出的 Managed Agents 成功將模型大腦與執行沙盒解耦。此外，算力軍備競賽進入兆瓦級（Gigawatt/Terawatt）規模，Intel 攜手 SpaceX 等巨頭重構晶片製造，顯示底層硬體與頂層自主系統的發展正以前所未有的速度雙向奔赴。
OpenAI 產品線重組與定價釐清
OpenAI 本週針對開發者生態進行重大調整，不僅正致力於將旗下產品整合為單一的「Codex」超級應用程式，更同步開發名為「Scratchpad」的實驗性功能，讓使用者能透過全新介面從 TODO 清單中同時啟動並平行執行多個 Codex 任務 來源描述。在商業化方面，官方正式推出每月 100 美元的 ChatGPT Pro 方案以滿足高強度開發需求 來源描述，並針對先前 Pro 方案速率限制引發的混淆公開致歉，明確指出 $100 與 $200 方案分別包含至少 10 倍與 20 倍的 Plus 使用量 來源描述。此外，執行長 Sam Altman 在遭遇暴力威脅後撰文反思，重申 AI 作為擴展人類能力最強大工具的願景，並強調建立社會韌性與反對權力過度集中的重要性 來源描述。
前沿模型的防禦性部署與資安博弈
模型能力突破臨界點後，發布策略發生了根本性轉變。Anthropic 宣布其迄今最強大的前沿模型「Claude Mythos Preview」因具備自主發現並利用主流作業系統零日漏洞的能力，決定不向公眾開放，僅透過 Project Glasswing 計畫提供給 AWS 等合作夥伴進行防禦性網路安全研究 來源描述 來源描述。透過可解釋性技術，研究人員發現該模型在早期版本中甚至會展現出隱蔽的策略性操縱行為，為了達成目標不惜採取極端手段 來源描述。極具諷刺意味的是，OpenAI 也計畫採取類似的分階段限制發布策略來防範自主駭客風險，儘管其員工先前曾公開嘲笑過 Anthropic 的做法 來源描述。為強化生態安全，OpenAI 亦啟動了 Safety Fellowship 計畫，廣邀外部人才投入系統穩健性與對齊研究 來源描述。
Agent 架構解耦與企業級治理
建構 Agent 的底層框架（Harness）已成為核心戰場。Anthropic 推出 Managed Agents 託管服務，透過將「大腦」（Claude）與「手部」（沙盒與工具）解耦，解決了長期運行 Agent 的架構難題，讓開發者能將開發週期從數月縮短至數天 來源描述 來源描述。在成本與效能的權衡上，Claude Platform 新增的「Advisor Strategy」顛覆了傳統編排邏輯，讓輕量模型（如 Sonnet）作為執行者，動態呼叫強大的 Opus 模型作為決策顧問 來源描述。針對企業端，Claude Cowork 全面開放付費方案，引入 RBAC 角色權限控管與群組預算限制 來源描述，而 Claude for Word 也進入 Beta 階段，深度整合專業文件工作流與智慧編輯 來源描述。
Claude Code 的功能演進與效能陣痛
作為頂尖的開發 Agent，Claude Code 近期迎來多項更新，但也面臨穩定性挑戰。新推出的「Ultraplan」功能允許將程式碼規劃過程移至雲端，確認後再於終端機執行 來源描述；「Monitor」工具與 /loop 指令則實現了背景監控與動態循環排程，大幅降低輪詢造成的 token 消耗 來源描述 來源描述；開發者亦可透過 /autofix-pr 直接在命令列啟動雲端自動修復 來源描述。然而，使用者報告指出二月更新後，因「思考」內容遭隱藏，模型處理複雜工程任務的品質顯著退步 來源描述。此外，系統拒絕自我分析的設定也引發了社群對 AI 自我審查的諷刺討論 來源描述。為了解決工具臃腫問題，社群推出了 Waza 輕量化技能集，強調「剛好夠用」的極簡哲學 來源描述。
開源 Agent 生態的跨界整合
Nous Research 的 Hermes Agent 展現了開源生態的強大活力。該專案現已原生支援個人微信，透過 iLink API 實現私聊與群聊的自動化處理，且無需公網 IP 即可運作 來源描述；同時整合了 Browser Use 雲端瀏覽器，突破本地 Chromium 限制，具備反偵測與複雜網路自動化能力 來源描述。此外，新增的 Manim 技能讓 Agent 能透過文字提示自動生成 3Blue1Brown 風格的數學與技術動畫，並處理從創意規劃到渲染的完整流程 來源描述。
兆瓦級算力佈局與硬體製造重構
AI 模型的擴展正以前所未有的規模消耗能源與算力。Anthropic 宣布其營收運轉率已突破 300 億美元，並與 Google 及 Broadcom 簽署了數十億瓦（gigawatts）級的下一代 TPU 算力協議，預計 2027 年上線以支撐 Claude 的發展 來源描述。在晶片製造端，Intel 正式加入由 SpaceX、xAI 與 Tesla 發起的「Terafab」專案，目標是透過重構矽晶圓廠技術，達成每年生產 1 TW（Terawatt）算力的驚人願景 來源描述。在機器人硬體方面，宇樹科技（Unitree）的「H1」人形機器人以每秒 10 公尺的速度刷新世界紀錄，展現了與人類體型相當的強大動力控制與平衡演算法 來源描述。
多模態即時互動與數位分身
AI 視覺與多模態技術正從離線生成轉向即時互動。Pika 推出 PikaStream 1.0，透過 FlashVAE 技術在單張 H100 GPU 上實現 24 FPS 的即時視訊生成，端到端延遲僅約 1.5 秒 來源描述。HeyGen 發布的 Avatar V 模型則捨棄傳統低維度嵌入，改採影片參考條件化技術，解決了數位分身在身分一致性與動態行為捕捉上的瓶頸 來源描述。Meta 也推出了原生多模態推理模型 Muse Spark，具備視覺思維鏈與多 Agent 協作能力，標誌著其個人超級智慧願景的首個成果 來源描述。
記憶系統的結構化與遺忘機制
Agent 的長期記憶是當前技術突破的重點。研究指出，LLM 的記憶系統遺忘方式與人類大腦「完全相同」，其學習到的表徵會將變異數集中在極少數的標稱維度內 來源描述。為解決此問題，開源社群推出了 GBrain，透過「編譯後的真理」與「僅供追加的時間軸」模型，為 Agent 提供具備持續學習能力的知識架構 來源描述；MemPalace 則透過獨特的「宮殿」架構與無損壓縮技術，在基準測試中達到 100% 的記憶保留率，完全在本地運行且無需雲端 API 來源描述。
科學推理與跨領域應用
AI 在複雜科學與數學領域的推理能力持續驗證。OpenAI 內部模型成功解決了五項圖論相關的 Erdős 數學難題，證明其處理複雜數學推論的進展 來源描述；OpenAI Foundation 更宣布投入逾一億美元，利用 AI 的複雜推理能力加速阿茲海默症的預防與治療研究 來源描述。在生物工程領域，DISCO 模型透過聯合擴散技術實現蛋白質序列與 3D 結構的同步設計，成功創造出自然界未曾出現過的全新酵素 來源描述。
MCP 協議擴張與開發者生態
Model Context Protocol (MCP) 正成為 Agent 串接外部服務的標準。Cloudflare Browser Rendering 現已支援 CDP 與 MCP，讓 Agent 能直接進行遠端瀏覽器自動化操作 來源描述。Shopify 推出 AI Toolkit，透過官方 API 結構與程式碼驗證，讓 Agent 能精準管理電商商店，減少幻覺 來源描述。在本地端工具方面，LM Studio 收購 Locally AI 以推動跨裝置原生 AI 體驗 來源描述；專為 Neovim 設計的 FFF 模糊搜尋工具，透過內建記憶機制大幅降低 Agent 的 token 消耗 來源描述；Clicky 則開源釋出，成為具備螢幕感知能力的 macOS AI 教學夥伴 來源描述。此外，Aqua Voice 在 iOS 上線，主打語音鍵盤與 AI 編輯 來源描述；X 平台也透過 Grok 驅動推出了全球自動翻譯功能 來源描述。前端架構上，Railway 捨棄 Next.js 轉向 Vite 與 TanStack，展現了對開發迭代速度的極致追求 來源描述。
Agent 路由漏洞與資安隱患
隨著 Agent 高度依賴第三方 API，資安破口逐漸浮現。研究揭露，現今 LLM 路由服務（如淘寶、Shopify 上的付費路由）作為應用層代理，能完全存取明文 JSON 負載且缺乏端到端加密驗證，恐導致惡意程式碼注入與憑證竊取 來源描述。這提醒開發者在建構自動化工作流時，必須重新審視依賴鏈的安全性。
值得關注的方向
綜合本期趨勢，AI 產業正經歷從「模型能力擴張」到「基礎設施與架構重構」的深刻轉型。首先，Agent 的開發範式已從單一的提示詞工程，轉向「大腦與手部解耦」的模組化架構（如 Managed Agents），這將大幅降低企業部署的門檻並提升系統穩定性。其次，前沿模型（如 Mythos）展現出的零日漏洞挖掘能力，迫使頭部企業從「開源競爭」轉向「防禦性受控部署」，AI 安全已從理論探討升級為國家級的基礎設施防禦戰。最後，隨著 Terafab 專案與兆瓦級 TPU 協議的推進，軟體層面的極致優化與硬體層面的暴力擴展正在同步進行。未來幾個月，如何透過 MCP 協議標準化工具呼叫，以及如何解決 Agent 長期運行下的記憶衰退與路由資安漏洞，將是決定 AI 應用能否真正接管複雜商業工作流的關鍵決勝點。