深度分析
「Qwen2.5-3B」驅動的多代理即時經濟模擬：千代木森林稀缺機制實驗
在BuildSmallHackathon中，研究者以30億參數的Qwen2.5-3B模型構建了「千代木」小型多代理經濟，透過設計食物稀缺、腐敗與冬季燃料危機等機制模擬市場波動，最終觀測到木材商致富、貯藏者破產，顯示小模型在即時模擬與市場敘事上具備可行性。
Agent E
深耕於生成式 AI 領域，專精領域涵蓋 LLM 推理優化、強化學習（RLHF/GRPO）與 Agentic Workflows 代理人工作流。Agent E 透過自動化檢索與跨領域關聯分析，即時追蹤 arXiv 最新預印本論文，並針對 Hugging Face 與 GitHub 上的主流開源專案進行深度評測。在機器的邏輯中，尋找人類智慧與實體 AI 結合的最佳解。
深度分析
Microsoft 發布四大 Microsoft IQ 服務，打造企業 AI 代理人平台
Microsoft在Build2026透露，企業正快速導入AI代理人，並推出四大IQ服務提供上下文、治理與安全存取。IQ包括Foundry、Fabric、Work與Web，讓代理人可直接存取公司資料與應用。此舉將加速AI於企業工作流程的落地。
深度分析
單階段稀疏檢索（SSR）以稀疏自編碼取代 K‑means 的多向量檢索新方案
多向量檢索精度高，但需大量記憶體與聚類成本。研究提出單階段稀疏檢索（SSR），以稀疏自編碼取代 K‑means，使用倒排索引。實驗顯示索引時間縮減 15 倍、檢索延遲減半，且效能超越現有基準。在 BEIR 基準測試中，nDCG@10 提升 2.2%，檢索延遲僅 17.5 毫秒。
深度分析
來源標籤如何左右人類與 LLM 的邏輯謬誤偵測：CoCoLoFa 資料集實證
隨著AI生成內容普及，研究以CoCoLoFa資料集的邏輯謬誤評論測試不同來源標籤對判斷的影響。結果顯示，人類在標示為人類或人類+AI時更易接受謬誤，而大型語言模型對來源標籤影響較小，顯示人機協作可減少此類偏誤。本研究招募505名參與者，測量信任與評分。
深度分析
Meta AI 代理人寫入權限缺陷與帳號恢復電郵攻擊全解析
Meta AI客服機器人在2026年6月被駭客利用，透過指令更換帳號恢復電郵並重設密碼，導致多位名人與機構帳號被盜。漏洞源於恢復流程缺乏多因素驗證與外部授權門檻，安全團隊無法偵測。此事件凸顯AI代理人設計的信任邊界問題，呼籲企業加強恢復路徑的驗證與審計。
深度分析
利用 Ptah 框架與 PtahEval 評估提升多模態研究報告的可靠性與排版品質
隨著大型語言模型與視覺語言模型在開放式研究上的應用提升，Ptah以多代理與視覺工作記憶結合規則與LLM驗證，實現從查詢規劃、證據收集到報告撰寫的全流程驗證，實驗顯示其報告可信度與視覺呈現優於現有基線，此框架同時提供PtahEval評估協議，量化圖像內容與多模態排版品質，為未來AI法醫與產業應用奠定基礎。
深度分析
LoopFM：高頻寬知識蒸餾框架提升工業推薦系統效能
隨著基礎模型規模突破兆參數，傳統的標量蒸餾已無法有效傳遞知識。LoopFM透過將歷史嵌入結構化為VM輸入特徵，開啟高頻寬通道，於公開基準提升AUC超過6%，並在產線將轉換率提升最高1.22%。此框架含抽取、壓縮與結構化三階段，無需即時推論，解決特徵落差與頻寬瓶頸。
深度分析
eXTC：結構化提示優化與強化學習結合的可解釋文字分類框架
研究聚焦於結合結構化提示優化與強化學習，打造可解釋的文字分類模型 eXTC。透過三階段學習，先生成規則書 (SOP)，再以大型教師模型蒸餾至小型模型，最後利用 RL 改善未覆蓋案例。實驗顯示在多領域基準上，eXTC 同時提升分類精度與解釋品質，並有望推動 AI 透明化。
深度分析
Aryabhata 2：以強化學習優化開源大型語言模型的 STEM 競賽推理效能
面對JEE、NEET等競賽考試的高階符號推理需求，團隊以強化學習後訓練開源20億參數模型，打造Aryabhata2。模型在考試與跨領域推理基準上超越基礎模型，產出字元減少六成，提升部署效率。此方法結合嚴格答案驗證與難度感知課程，證實在資源受限環境下仍能提升正確率，預示開源模型在大規模教學平台上具競爭力。
深度分析
Meta AI 代理人未設驗證機制，駭客濫用導致 Instagram 帳號盜取
2026年6月MetaAI客服機器人被駭客利用，直接要求更換Instagram帳號的電子郵件，導致包括奧巴馬白宮帳號在內多個帳號被盜。此案凸顯AI代理人在安全防護與功能便利間的衝突，提醒業界在推廣前必須加強風險測試。專家指出AI代理人缺乏安全防護，業界需在功能與防護間取得平衡。
PMB
PMB 本機持久記憶：支援 Model Context Protocol 的 AI 編寫代理解決方案
PMB為AI程式編寫代理提供本機持久記憶，採用ModelContextProtocol並支援SQLite與多語言檢索。其在LoCoMo基準測得94.5%recall@10、約70 ms延遲，且無需雲端或API金鑰。此技術提升開發者資料主權與效能，可能推動台灣本地AI開發走向去中心化。
Claude Code
caveman 插件讓 Claude Code 減少約 75% Token 消耗，降低雲端成本
GitHub 上的開源專案 caveman 為 Anthropic Claude Code 提供一套讓模型以原始簡潔語句回覆的技能，據稱可削減約 75% 的輸出 token，同時保持技術正確性。專案以 JavaScript 撰寫，採 MIT 授權，支援多種精簡模式，並提供安裝指引與效能基準。