2026
18 篇文章AI 軟體工廠的關鍵不是代理，而是五道閘門
從 Sentry、Stripe、Spotify 的公開架構拆解：先建閘門再放代理，才能讓程式碼產出被團隊吸收。
閱讀文章 ↗把 diff、終端機與瀏覽器收進同一個視窗：Copilot app 對審核流程的實際改變
GitHub 把 diff、終端機與瀏覽器面板整合進 Copilot app，讓審核 agent 改動的三個問題在同一處回答。
閱讀文章 ↗別再只看每百萬 token 報價：Amazon Bedrock 上的 OpenAI 模型該怎麼挑
AWS 的開源評測把「答對一題要多少錢」和「代理跑幾輪才答對」攤開來算，讓模型選擇回到工作負載本身。
閱讀文章 ↗RFI 問卷自動化：把多分頁 Excel 變成可驗證的資料管線
AWS 示範用 Amazon Quick Automate 以自然語言描述流程，把多分頁 RFI 問卷轉成結構化 CSV 輸出。
閱讀文章 ↗從 Fortran 77 到 C++：AI 代理如何處理 4 萬行物理模擬程式碼的現代化
Mistral 用 AI 代理把 4 萬行 Fortran 77 遷移到 C++，關鍵是先建數值對等測試框架，再以結構化工作流程取代全自動。
閱讀文章 ↗Claude Code 不只是終端機：artifacts、auto mode 與 /design 如何把它變成協作平台
從 6 月 artifacts 測試版、7 月 MCP 連接器與公開分享，到 8 月 auto mode 成為預設、self-hosted 環境 beta 與 /design 預覽，Claude Code 在兩個月內從 CLI 代理演進成團隊協作平台。本文依官方文件整理這條產品軌跡與其意義。
閱讀文章 ↗Google Cloud 推出 Gemini Enterprise for Legal：把 agent 工作流帶進律師事務所
2026 年 8 月 25 日，Google Cloud 推出 Gemini Enterprise for Legal，為法律產業打造的代理平台，內建合約審閱與法規追蹤 agents。本文分析垂直化 AI 平台的競爭邏輯，與事務所導入時的實際考量。
閱讀文章 ↗Copilot canvases：把 agentic workflow 從聊天捲動搬上可審視的畫布
GitHub 在 Copilot app 推出 canvases，讓開發者與 agent 在持久、共享的表面上協作。本文拆解兩個實戰 canvas 的設計細節、2,000 到 3,000 AI credits 的成本帳本，以及 builder 可以直接帶走的四步落地藍圖。
閱讀文章 ↗GPT-5.6 Prompt 寫法：少寫一點，結果反而更好
把 OpenAI 官方 GPT-5.6 Sol prompting guidance 整理成繁中實戰指南：意圖理解與精簡機制、三層授權邊界、工具路由與停止條件、PTC 判準，以及 migration 順序與模型家族速覽。
閱讀文章 ↗Claude Fable 5 簡評：不是更強的聊天模型，而是長任務的自主工作者
從 Stripe 一天完成全庫 migration、超過一週的自主研究，到 memory 與 subagents 策略：用官方發布與 prompting 指南重新檢視 Claude Fable 5 的定位、成本與安全邊界，並說明我會怎樣安排這個模型。
閱讀文章 ↗Cognition 推出 Devin Security Swarm：代理群驗證漏洞並自動修補
Cognition 於 2026 年 7 月 1 日推出 Devin Security Swarm：多代理掃描程式碼庫、在沙箱驗證可利用性並開出修補 PR，評測檢出率 72%、單次掃描 90.23 美元。
閱讀文章 ↗Sourcegraph Agentic Batch Changes 公測：代理自動完成大規模程式碼遷移
Sourcegraph 於 2026 年 6 月 30 日宣布 Agentic Batch Changes 公開測試：以自然語言描述遷移目標，代理負責界定範圍、執行、讀 CI 修錯，直到數百個儲存庫的每個 PR 都可合併，公測期間免費。
閱讀文章 ↗Claude Code 六月底連發：組織預設模型上線、MCP 邊界補強
6 月 22 日至 29 日 Claude Code 連發七版：組織可設定預設模型與模型限制，同時修補 .mcp.json 自我核准與 MCP OAuth 範圍等安全問題。
閱讀文章 ↗Runtime（YC P26）上線：把沙盒化 coding agents 開放給整個團隊
YC P26 團隊 Runtime 於 5 月 21 日在 Hacker News 發布：讓非工程同事也能安全使用 Claude Code 與 Codex，以環境快照、沙盒編排、密鑰代理與 RBAC 控制風險，核心開源、不抽 token 加價。
閱讀文章 ↗Zapier 推出自動化 Agent 評測集 AutomationBench：前沿模型全數不及格
Zapier 開源 AutomationBench：47 個模擬 App、600 多個真實商業任務，以最終資料狀態而非模型回答計分。最強的 GPT 6 Astra 完成率也只有 41.4%，最大失敗模式是回報成功但狀態錯誤的假自信。
閱讀文章 ↗Codex 更新：從寫 Code 到幫你操作電腦
OpenAI 在 2026 年 4 月 16 日釋出 Codex 重大更新，加入背景電腦操作、排程任務、記憶功能，並擴充外掛生態。本文整理這些變化的實際用途與限制。
閱讀文章 ↗Claude Code Remote Control 上線：手機遙控本機代理的新工作流
Anthropic 在 2 月 24 日推出 Claude Code Remote Control：在本機執行的代理 session，可以從網頁與手機 App 遙控。本文整理官方文件的設計細節與安全模型，以及 Simon Willison 實測發現的諸多粗糙邊角。
閱讀文章 ↗Notion 3.3 Custom Agents 登場：會排程、會觸發的 AI 隊友
2026 年 2 月 24 日 Notion 發布 3.3 版 Custom Agents：可設定觸發器與排程、全天候執行的自訂 AI 代理，整合 Slack、Notion Mail 與 MCP 工具，5 月 4 日起改採 Notion credits 計點收費。本文解析功能設計、管理控制與早期使用數據。
閱讀文章 ↗
2026
16 ARTICLESThe Gates Come Before the Agent Fleet
A software factory is five gated stages, and the agent is the cheap part — review capacity is the real constraint.
READ POST ↗Copilot's Diff, Terminal, and Browser Panels: A Review Loop You Can Trust
GitHub's Copilot app puts diff review, terminal runs, and browser preview in one window to close the agent coding loop.
READ POST ↗Cost Per Correct Answer: Picking an OpenAI Model on Bedrock
AWS benchmark data shows turn count and retry rate, not token price, decide what a correct answer actually costs.
READ POST ↗RFI Questionnaires Are a Data Extraction Problem, Not a Writing Problem
Amazon Quick Automate turns a multi-tab RFI workbook into structured CSV from a plain-language prompt, no custom code.
READ POST ↗What a 40k-Line Fortran Migration Teaches About Agent Workflows
Mistral's Fortran-to-C++ migration shows parity harnesses and human-gated agent workflows beat full autonomy for legacy code.
READ POST ↗Claude Code Is More Than a Terminal: How Artifacts, Auto Mode, and /Design Made It a Platform
From June's artifacts beta to August's auto-mode default and self-hosted beta, Claude Code became a collaboration platform in two months. The official timeline and what it signals for agent products.
READ POST ↗Google Cloud Launches Gemini Enterprise for Legal: Agent Workflows for Law Firms
Google Cloud launched Gemini Enterprise for Legal on August 25, 2026: an agentic platform for law firms with contract-review and regulatory-tracking agents, and a new front in vertical AI.
READ POST ↗Making Agentic Workflows Visible, Steerable, and Cost-Efficient with GitHub Copilot Canvases
Explore how GitHub Copilot canvases turn agentic workflows into durable, inspectable systems, with real examples and cost insights.
READ POST ↗Devin Security Swarm: Agents Verify Exploits and Ship Fixes
Devin Security Swarm, launched July 1, 2026, uses parallel agents to scan codebases, verify exploitability in sandboxes, and open remediation PRs — 72% recall at $90.23 per run.
READ POST ↗Sourcegraph's Agentic Batch Changes Enters Public Beta
Announced June 30, 2026: Sourcegraph's Batch Changes engine becomes an agent that scopes, executes, and ships migrations across hundreds of repos until every PR is mergeable.
READ POST ↗Claude Code Late June: Org Model Defaults, MCP Hardening
Between June 22 and 29, Claude Code shipped seven releases: org-level default models and model restrictions, plus fixes closing MCP self-approval and OAuth scope holes.
READ POST ↗Runtime (YC P26): Sandboxed Coding Agents for Whole Teams
YC P26 startup Runtime launched May 21 on Hacker News: sandboxed Claude Code and Codex sessions for whole teams, with env snapshots, secret proxy, and RBAC. Open core.
READ POST ↗Zapier's AutomationBench: Real Work Is Still Hard for Agents
Zapier's AutomationBench: 47 simulated apps, 600+ business tasks, scored on final data state, not replies. Top model GPT 6 Astra hits 41.4%; false confidence dominates failures.
READ POST ↗Codex Update: From Writing Code to Operating Your Computer
OpenAI's Codex update adds background computer use, an in-app browser, memory, automations, and 90+ plugins, making it a more proactive partner across the software development…
READ POST ↗Claude Code Remote Control: Phone Drives Your Local Agent
Anthropic shipped Claude Code Remote Control on Feb 24: a local agent session you drive from web or phone. Design details, security model, and Simon Willison's field-tested rough edges.
READ POST ↗Notion 3.3 Custom Agents: AI Teammates That Run on Schedule
Notion 3.3 ships Custom Agents — trigger- and schedule-driven AI teammates with MCP reach, per-agent model choice, audit trails, and a Notion credits cutoff on May 4. What the release changes.
READ POST ↗