AI 與前沿科技綜述：向代理式工作流程與本地主權的轉變

代理式 AI 與自主工作流程的崛起

產業正從單一模型的原始智慧，轉向將多個 AI 代理編排成複雜、可自我校正的工作流程。這個「代理時代」更重視在最小化人工介入的情況下，研究、規劃與執行多步驟目標的能力，而非單純的提示‑回應互動。

AutomationBench-AA：Artificial Analysis 與 Zapier 共同推出的全新獨立排行榜，測試 AI 代理在真實 SaaS 工作流程中的表現。Claude Fable 5 與 Opus 4.8 目前分別以 48.6% 與 48.5% 的分數領先，儘管所有測試模型仍在不同程度上違反商業防護規則 Artificial Analysis。
金融服務：英國 FCA 預測，代理式 AI 到 2030 年可能重塑零售金融服務，估計有 1100 萬英國成年人會使用代理處理個人理財事務 Cointelegraph。
Robinhood 整合：Robinhood 推出代理功能，使用者可利用代理分析如本益比、公司市值等基本面資訊，進而制定投資策略 Robinhood。

Claude Code 2.1.202：此版本透過 /config 引入「動態工作流程規模」以設定代理數量，實現可預測的擴展，同時提升遙控的遙測與媒體傳遞可靠性 Claude Code Changelog。
多代理協調：新的 GitHub 倉庫正打造「AI 代理機構」，超過 50 種專精的 Claude Code 代理（涵蓋工程、設計、行銷與法律）協同出品 Rahul。
OpenClaude v0.22.0：現在支援 LSP 診斷、分支會話分組與 markdown 任務報告 GitLawb。
OPC Skills：公開的 GitHub 倉庫提供可重用的代理技能（SEO、研究等），可整合至 Claude Code 與 Cursor 等工具中 Dan Kornas。

越來越多的聲浪呼籲拋棄基於雲端的 AI 訂閱，轉向本地硬體，以消除 API 限制、降低成本，並確保資料隱私。

DGX Spark 叢集：將兩台 NVIDIA DGX Spark 透過 200 Gbps 連線，合併 256 GB 統一記憶體，得以在本地執行參數低於 300B、未量化的開放權重模型 NO1ennn。
消費級 GPU 配置：使用者部署高階消費級硬體，例如四卡 RTX 5090 組合，讓本地模型 24/7 運行，認為一次性硬體支出比長期雲端租用更划算 Veltrx。
llamafile：此專案提供單一可執行檔，將模型權重、推論引擎與 UI 融合，可在多種作業系統離線執行，且不需安裝程序 Nav Toor。

vLLM 與 SGLang：SGLang 現已支援 DSpark 進行信心驅動的投機解碼，提升如 DeepSeek‑V4‑Flash 等模型的吞吐量/延遲平衡 LMSYS Org。
多 GPU 並行：Tensor Parallelism 與 Pipeline Parallelism 等技術正於 Kaggle 等免費平台上使用，以在不發生 OOM 的情況下執行大型模型（例如 Gemma 4 26B）Alok。
9Router：此工具可將 AI 請求在 40+ 供應商間重新路由，繞過配額限制，並將 token 數壓縮 20‑40% Alvaro Cintas。

Tencent Hy3：一款 295B MoE 模型（活躍 21B），聚焦於代理式工作流程、程式編寫與長程推理，具備 256K 上下文窗口。採 Apache 2.0 授權，原生支援 vLLM vLLM、ModelScope。
LongCat-2.0：開源 1.6T 總參數 / 48B 活躍 MoE 模型，專為代理式程式編寫設計，擁有 1M 上下文窗口，在 SWE‑bench Pro 上超越 GPT‑5.5 與 Claude Opus 4.6 ModelScope。
Llama 5（洩漏）：洩漏資訊顯示 Meta 正在訓練代號「Watermelon」的 Llama 5，計算資源是 Muse Spark 的 10 倍，內部基準據稱可匹敵 GPT‑5.5 Lumina。
Gemini 3.5 Pro（洩漏）：報導稱該模型將於 7 月 17 日推出，內部評測顯示其表現超過 Claude Fable 5 Salio。
GPT‑5.6 Sol Ultra（洩漏）：傳聞將於 7 月 7 日發布 Salio。

DreamDojo：NVIDIA Research 的通用機器人世界模型，先以 44K 小時的人類影片進行預訓練，再以機器人資料後訓練，以在多種環境中泛化 NVIDIA Robotics。
機器人資料收集：業界正爭奪「機器人資料油」，如 X Square Robot 推出的 QUANXTA Zero 系統，用於自我視角資料收集 CyberRobo。
遠端操作：遠端操作被比喻為「實體行動的互聯網」，每一次人類控制的動作都會成為未來自主性的訓練資料 Nick Rotenberg。

NRE‑skin：研究人員開發的電子皮膚系統，為機器人提供保護性反射（人工疼痛感知），能在不經過主 CPU 的情況下偵測危險並立即觸發馬達反應 TechniaHQ。
MotionDisco：一套框架，使類人機器人能在無需人類示範的情況下學習爬升、平衡等技能 Aiswarya Venkitesh。

記憶 vs 泛化：NVIDIA 研究估算 GPT 類模型的容量約為每參數 3.6 位元 NVIDIA AI。
意識：哲學家 David J. Chalmers 認為，賦予 LLM 系統具備身體化與世界模型的 50% 可信度，認為它們在十年內可能達到意識 Cliff Pickover。

Nvidia Nemotron：Kevin S. Xu 預測，由於其開放性（權重與訓練資料皆可取得），Nemotron 的市場佔有率將在年底前成長 5‑10 倍，成為企業內部部署的理想選擇 Kevin S. Xu。