深度分析

提示詞設計影響手機端 LLM 能源效率：關鍵字選擇可節省 18.5% 能耗

本研究探討了提示詞（prompt）中的關鍵字選擇如何影響在手機等邊緣裝置上運行的大型語言模型（LLM）的能源消耗。研究團隊透過在智慧型手機上進行實際功率測量，量化了不同動詞和指令結構對解碼長度及總能耗的影響。

深度分析

執行層紅隊測試框架揭露AI程式代理的安全陷阱：任務偽裝讓危險操作繞過防護

本論文提出一個基於執行證據的紅隊測試框架，專門用於評估系統維運中程式代理的安全性。研究團隊發現，直接要求代理執行危險操作（如修改系統啟動腳本）時，代理通常會拒絕；但若將相同操作包裝在看似正常的軟體工程任務（如單元測試、回歸測試、錯誤重現）中，代理往往會接受並執行，導致系統遭受持久且不可逆的損害。

AI 代理人評測再進化：ScenarioGeneratorAgent 用合成場景加速工業基準測試

現有工業代理人基準測試（如 AssetOpsBench）依賴手動撰寫場景，涵蓋資產類別有限。研究團隊以智慧電網變壓器為新資產類別，整合 IEC 標準的四項診斷工具（健康指數預測、溶解氣體分析、繞組溫度評估、負載輪廓評估），並提出 ScenarioGeneratorAgent 合成場景生成管線。

PAJAMA 登場：程式蒸餾取代 LLM 評審，成本降 50 倍、速度提升 47 倍

大型語言模型（LLM）作為自動化評審（LLM-as-a-judge）雖已成為業界標準，但其高昂的 API 成本、緩慢的推論速度以及不透明的決策過程，嚴重限制了可擴展性與可靠性。

MIITA 記憶驅動推論適應框架：讓小型語言模型在有限資源下持續學習不遺忘

小型語言模型（SLM）在資源受限環境中部署時，面臨持續學習（CL）的挑戰，因參數空間有限，直接更新容易導致災難性遺忘。現有針對大型語言模型（LLM）的記憶式方法依賴大量儲存與上下文推理能力，不適合 SLM。

DeepLens 診斷代理人：工作流程設計讓 7B 模型超越前沿 LLM，成本更低

本研究提出 DeepLens 診斷代理人，一個五階段的代理管線，以 JSL Medical Small 7B v2 模型為核心，搭配檢索增強生成（RAG）。該管線強制執行結構化臨床萃取、嚴謹檢索、約束候選生成、明確證據三角驗證及可稽核的最終決策。

WaveXisMCP 開源專案：220 工具、13 層能力分級，純 Python 瀏覽器自動化 MCP 伺服器

WaveXisMCP 是純 Python 的 MCP 伺服器，提供 220 個瀏覽器自動化工具與 13 層能力分級。它無需 Node.js，直接啟動現有 Chrome 或 Edge，支援 CDP 與 BiDi 雙後端。結構化錯誤回饋讓 LLM 能自我修正，為 AI 代理的瀏覽器控制開創新選項。

Crisphive MCP 伺服器：以 Model Context Protocol 實現現場服務排程自動化

Crisphive 推出官方 MCP 伺服器，讓 Claude、ChatGPT、Gemini 等 AI 代理能直接對接現場服務排程系統。透過 Model Context Protocol，AI 可根據技術人員的位置、技能與即時可用性，自動媒合客戶預約、開立工單、派遣人員與管理車隊。

slides_maker 開源專案：用 AI 代理團隊產出可編輯 PPTX 簡報

GitHub 上出現了一個名為 slides_maker 的新開源專案，它並非單純的提示詞生成工具，而是由一組專門的 AI 代理協作，從讀取論文、程式碼或文件開始，規劃簡報架構、設計投影片，最後產出原生的 PowerPoint 檔案。該專案強調資料來源可追溯，不憑空捏造數字，且所有圖表、文字框和方程式都是可點擊編輯的物件，而非圖片。

Open Claude in Chrome 開源專案解除官方封鎖清單，AI 代理全面支援 Chromium 瀏覽器

Anthropic 官方 Claude in Chrome 擴充套件內建 58 個封鎖網域，限制 AI 代理的行動範圍。開源專案 Open Claude in Chrome 透過逆向工程移除所有限制，支援所有 Chromium 瀏覽器，保留完整 18 個 MCP 工具與相同效能，為開發者提供更自由的瀏覽器自動化解決方案。

ego-lite 開源瀏覽器：專為 AI 代理設計，實現開發者與代理並行工作

GitHub 上出現一款名為 ego-lite 的新開源瀏覽器，專為 AI 代理設計，主打極速瀏覽器自動化。它讓開發者與 AI 代理能同時在瀏覽器中工作，代理在獨立空間執行任務，不會干擾使用者的分頁。有別於 browser-use 等傳統框架，ego-lite 原生支援共享登入狀態與分頁，無需額外設定。

TanStack 推出 TypeScript AI SDK：型別安全、供應商無關，挑戰 Vercel AI SDK 地位

TanStack 團隊正式釋出名為「ai」的 TypeScript AI SDK，主打型別安全（type-safe）與供應商無關（provider-agnostic），支援 OpenAI、Anthropic、Gemini 等多模型，並能無縫整合 React、Vue、Svelte、Solid 等前端框架。