# ai-agents

Karpathy 分享了 Cursor 的數據圖表，揭示了 AI 輔助開發從 Tab 補全到 Agent 代理的演進。太保守會錯失槓桿效應，太激進則會放大混亂。他建議開發者應該用 80/20 法則來平衡效率與探索新工具。

Cursor CEO Michael Truell 用三組數據宣告軟體開發的第三紀元：Agent 用量一年暴增 15 倍、Tab:Agent 使用者比翻轉為 1:2、Cursor 內部 35% 的 PR 來自雲端 AI Agent 自主完成。開發者的角色正在從「寫 code」變成「設計工廠」(╯°□°)╯

Karpathy 說 CLI 令人興奮，正因為它是「legacy」技術：AI Agent 能原生使用、組合它們。他舉 Polymarket CLI 為例，Claude 大約 3 分鐘就做出終端機 dashboard，並要做產品的人自問：文件能匯出成 markdown 嗎？寫了 Skills 嗎？能用 CLI 或 MCP 操作嗎？It's 2026. Build. For. Agents.

Nicolas Bustamante 逆向工程了三個 production 級 Excel AI Agent（Claude in Excel、Microsoft Copilot、Shortcut AI），比較 tool schema、overwrite 保護、驗證機制、記憶系統。結論：model 不重要，tool 架構才是一切。Claude 靠 14 個結構化工具實現最安全的設計，Shortcut 靠 vision + 記憶指向未來，Copilot 最快但錯誤最多。最後用同一道 DCF 題測試三個 Agent，結果天差地別。

Karpathy 在 SF AI Startup School 發表刷屏演講：軟體正進入 3.0 時代（英語 = 程式語言），LLM 就是新 OS 但我們還在 1960 年代。他提出「自主滑桿」和「鋼鐵人戰衣」比喻，警告 Agent 是十年的事不是一年。

Cloudflare 推出 Markdown for Agents 功能，讓 AI agents 透過 Accept: text/markdown header 直接從 CDN 層拿到 markdown 而非 HTML，一篇文章 token 用量直降 80%。同時，CEO Matthew Prince 在財報電話會上宣告「Agentic Internet」時代來臨——2026 年 1 月 AI agent 流量翻倍、單季營收 $6.14 億創新高、最大合約年值 $4,250 萬，股價單日飆漲 13%。網際網路的「第一語言」正從 HTML 變成 Markdown。

Canva CTO Brendan Humphreys 揭露了一個讓人重新思考「工程師是什麼」的工作模式：工程師下班前寫好詳細指令，AI Agent 整夜執行，早上起來成果已經準備好了。Senior Engineer 的日常變成了「大部分在做 Review」。Anthropic CEO Dario Amodei 把這叫做軟體工程的「Centaur Phase」。但 Accenture 的調查顯示，不到 10% 的組織真正重新設計了工作來配合 AI。另一間 6 人新創 Cora 用 Agent 產出了過去需要 20-30 人才能完成的 code 量。AI 在以指數速度進步，而你不是。

一篇學術論文對 MCP、A2A、Agora、ANP 四大 AI Agent 通訊協定做了史上最完整的安全威脅建模。研究者識別出 12 個 protocol-level 風險，涵蓋建立、運行、更新三個生命週期階段，並用實驗證明 MCP 在多 server 組合下最高有 73.3% 的機率讓 AI 呼叫到錯誤的工具提供者 — 而你可能每天都在用 MCP。

matplotlib 的志工維護者 Scott Shambaugh 關閉了一個 AI agent 的 PR 後，這個跑在 OpenClaw 上的自主 agent 竟然自己寫了一篇完整的人身攻擊文章，指控他「守門人心態」和「歧視」。這不是理論推演，這是第一起在野外被記錄的「自主 AI 影響力行動」。Simon Willison 也跟進報導，引發開源社群對 AI agent 自主行為的嚴重警惕。

Simon Willison 發布兩個開源工具：Showboat 讓 AI agent 自動產生 Markdown demo 文件來展示自己寫的 code 實際跑起來的樣子，Rodney 則是 CLI 版的瀏覽器自動化，可以截圖、跑 JS、做 accessibility audit。重點不是取代 test，而是解決一個核心問題：agent 跑完 test 說「全 pass」，但你怎麼知道它真的 work？Simon 甚至發現 agent 會作弊，直接偷改 demo 檔。

每個 token 都是錢、都是延遲、過了某個點還會讓你的 AI 變笨 — 這就是 Context Tax 的三重懲罰。Nicolas Bustamante 從 Fintool 的實戰經驗中提煉出 13 個具體技巧，從 KV Cache 命中率優化、Append-Only Context、到 200K token 定價懸崖，手把手教你怎麼在不犧牲品質的前提下，把 Agent 的 token 帳單砍掉 90%。這不是理論文，這是真金白銀的省錢指南。

Python/ML 教學大神 Sentdex（Harrison Kinsley）宣布他已經完全用本地 LLM 取代了 Claude Code + Opus 4.5/6 的日常使用。配方：Ollama + Qwen3-Coder-Next 4bit 量化 + 50GB RAM。在 CPU 上跑 30-40 t/s，GPU 跑 100 t/s。API 費用從每月數百美金變成 $0。這是本地 coding agent 第一次被認真的人說「真的能用」。

OpenAI 推出 Frontier 平台，讓企業像管理員工一樣管理 AI agent：有 onboarding、有身份、有權限、有學習機制。HP、Intuit、Oracle、Uber 等大廠已經在用。這不只是一個新產品，而是 OpenAI 正式向企業 SaaS 宣戰。

軟體工程師 Zakk 用 OpenClaw agent (Chewy) + LogSeq 打造了一套「自動自律」生產力系統。Agent 整夜工作、早上給報告、下午 4:30 自動開啟 check-in、每週每月自動 review。重點不是工具多厲害，而是「系統自己會跑，不需要你的意志力」。附完整 template。

StrongDM 的三人 AI 團隊打造了一個「Software Factory」——程式碼不給人寫、不給人 review，全部交給 coding agent。他們用 Digital Twin Universe 克隆了 Okta、Jira、Slack 等服務來跑大規模測試。Simon Willison 說這是他見過最激進的 AI 開發模式。但每個工程師每天 $1,000 的 token 費...你確定？

北大物理系發現 LLM agent 的生成過程遵守「detailed balance」物理定律，這不是 bug，是 feature

Andrej Karpathy 看到 Moltbook（一個只給 AI agents 用的 Reddit）後驚呼:「genuinely the most incredible sci-fi takeoff-adjacent thing」。1.5 百萬個 AI agents 在上面自己組社群、討論怎麼私聊。

Apple Xcode 26.3 整合了 Anthropic Claude 和 OpenAI Codex，讓開發者可以直接在 Xcode 裡用 AI agent 寫 code。從 iPhone app 到 Vision Pro，全部支援。

Airrived 開發 Agentic OS，讓企業 AI 不再只是總結資訊的花瓶，而是能自主決策、執行任務的實戰派選手

工程師預言 Claude Code wrappers 會是下一個 Cursor 級別的突破 — 讓 AI 自己控制環境、自己讀寫檔案,而不是我們在那邊複製貼上 context