重點新聞（0710～0716）

AI Coding Claude Code Bun

1年縮短到11天！Bun創辦人用AI重寫53萬行程式碼

JavaScript執行環境Bun創辦人Jarred Sumner日前分享，他用Anthropic的Claude Code，將超過53萬行、原本以Zig撰寫的Bun核心程式碼重寫為Rust版本，整個過程只花了11天。Bun是近年受歡迎的JavaScript執行環境和工具鏈，整合了Runtime、Bundler、Package Manager及Test Runner等功能，主打高效能。Jarred Sumner表示，若依傳統方式重寫，至少需要3位熟悉程式碼的工程師投入一年以上，因此團隊一直沒有付諸行動，直到Claude Code問世後，才重新評估這項工程。

不過，他們並不是單純把程式碼交給AI重寫而已。正式開始前，Jarred Sumner先花幾個小時與Claude討論，Zig如何對應Rust的設計，再將整個專案拆成好幾個小任務，交由多個Claude平行處理；有的Claude負責撰寫程式碼，有的Claude專門審查，還有的負責找Bug，形成一套由多支AI協作的開發流程。Jarred Sumner甚至表示，每一行程式碼都經過兩個AI審查員交叉檢查，再透過測試持續修正。

他也強調，這次重寫成功的真正關鍵，不是AI本身，而是Bun原本就具備完整的測試和CI流程。AI每完成一部分程式碼，都必須編譯、執行測試、修正錯誤，再重新驗證，才能逐步完成整個系統。Jarred Sumner表示，改為Rust版本後，Bun在各項benchmark表現介於持平到更快，執行檔還縮小了3～8 MB，更修復多項記憶體洩漏和長期存在的穩定性問題。對團隊來説，更大的收穫是Rust編譯器可以提早發現記憶體錯誤，減少團隊過去耗費大量時間除錯的痛點。 （詳全文）

MCP AI Agent 企業授權

MCP推出企業級授權標準，登入一次即可串接所有企業工具

AI Agent要真正走進企業，光能串接工具還不夠，還得要解決「誰可以連、誰可以看、誰可以管」的授權問題。MCP上個月正式發布Enterprise-Managed Authorization（EMA）擴充規範，企業可透過既有的身分管理系統（IdP），集中管理所有MCP Server的存取權限。員工只要登入一次公司帳號，就能自動連接所有已獲授權的MCP工具，不必再針對Slack、Jira、GitHub等服務逐一OAuth授權，官方將這種體驗稱為「Zero-touch OAuth」。

過去，MCP採用傳統OAuth模式，使用者每新增一個MCP Server，就得重新登入、授權一次，不僅新進員工設定繁瑣，IT團隊也難以統一管理權限，甚至可能發生員工誤將個人帳號連接到公司系統的情況。EMA則將授權決策交回企業既有的IdP，例如Okta，管理員可依部門、角色或條件式存取政策，集中設定哪些人可以用哪些MCP Server，並保留完整的稽核紀錄。底層則透過ID-JAG機制，在單一登入（SSO）後自動完成權杖交換，使用者不必再逐一經過各服務的OAuth同意畫面。

這項規範也獲多家業者率先採用。Anthropic已將EMA整合到Claude、Claude Code和Cowork共用的MCP架構中，Visual Studio Code也已支援；身分管理服務則由Okta率先導入，Asana、Atlassian、Canva、Figma、Linear、Supabase等MCP Server也已支援，Slack等更多服務正陸續加入。隨著企業開始部署AI Agent，EMA可望成為MCP邁向企業級應用的重要一步，讓AI存取工具的權限管理正式納入企業既有的身分治理與資安架構，而不再只是各自登入、各自授權的零散模式。 （詳全文）

Meta Muse Image AI生圖

Meta推出Muse Image，把AI生圖搬進Instagram和WhatsApp

Meta Superintelligence Labs近日推出首款圖像生成模型Muse Image，也陸續整合到Meta AI中，且支援繁體中文。Muse Image可根據文字指令生成圖片，也能融合多張照片、移除路人、修改背景等，甚至可製作資訊圖表與QR Code。對一般使用者來説，最大的改變是，不必先到獨立的AI工具生圖、下載，再回到社羣平台發文，而是創作到分享都能直接在Meta旗下應用程式裡完成。

目前，Instagram限時動態已加入超過30款AI特效，WhatsApp使用者也能直接在對話中呼叫Meta AI生成圖片，之後還會擴展到Facebook、Messenger，以及廣告創意工具「高效速成+」。使用者若想微調圖片，也可以直接在畫面上圈選、塗鴉或補上編輯指示，讓Meta AI沿著原本的對話繼續修改，不必每次都從頭來過。

Muse Image背後還會與Muse Spark協作，處理較複雜的創作任務，例如安排畫面構圖、查找即時資訊，或把自拍照、旅遊照、寵物照片等不同素材融合在一起。Meta也加入@標註Instagram帳號的功能，只要對方允許公開照片用於AI創作，就能把特定人物帶進邀請卡、明信片或其他個人化圖片中。 （詳全文）

Harness工程 LLM Taboola

Taboola用Harness工程打造LLM廣告審查系統

廣告科技業者Taboola專攻廣告投放，每天觸及的用户高達6億多人，因此廣告審查成了一項重要業務。Taboola內容品質資料科學團隊主管Eagle Chen日前分享，他們打造一套LLM廣告審查系統Argus，並以Harness工程建置5層架構，包括控制流程、上下文、工具、記憶與CI/CD等，來確保Argus穩定運作。

首先第一層是控制流程，Taboola比照人工審查作業，將廣告審查拆成9個階段，依序判斷廣告類型、檢查帳號紀錄、查證廣告宣稱，再審查內容與連結導向的登錄頁面。第二層上下文，則會根據廣告類型、投放市場與適用政策，動態組合專屬指令，避免無關規則幹擾模型判斷。第三層工具，則讓Argus呼叫網頁和圖片搜尋工具，來查證廣告產品是否獲得FDA核准，或名人代言是否屬實。第四層記憶，則透過RAG找出過去相似的通過和否決案例，供模型參考，降低灰色地帶的判斷落差。

最後一層CI/CD，則把Prompt、流程和模型變更都納入版本控制與回歸測試，上線前還要檢查品質、成本與延遲等3大指標。Taboola曾將GPT-4o換成Gemini 3 Flash，雖然成本降低30%，卻發現部分廣告類別出現過多否決，因此迅速將特定階段切回舊模型，重新調整後再上線新模型。Argus的出現，讓平均審查時間從人工的12小時縮短至數分鐘，也減少75%的人工工作量，審查一致性也提高13個百分點。 （詳全文）

Anthropic AI可解釋性 大型語言模型

Anthropic發現LLM「思考空間」，揭開模型推理過程新線索

Anthropic在7月初發表一項可解釋性研究，提出全新的 Jacobian Lens（J-Lens） 分析方法，首度揭露Claude等大型語言模型內部，可能存在一個類似人類「全域工作空間（Global Workspace）」的推理空間。研究團隊發現，模型雖然同時處理大量資訊，但只有少數概念會進入名為J-space的內部空間，作為推理、規畫和決策的核心。這種運作方式，非常類似認知科學中的全域工作空間理論，但Anthropic也強調，這不代表模型具有意識，而是兩者在資訊處理機制上，功能性高度相似。

這項研究最大的突破，是J-Lens能觀察模型「還沒説出口」的想法。例如，模型閲讀一段藏有提示注入（Prompt Injection）的程式碼時，J-space已先浮現「injection」、「fake」等概念；閲讀有錯誤的程式碼時，內部也會先出現「ERROR」，即使這些字最後沒有出現在回答中。研究團隊進一步發現，若直接修改J-space中的概念，模型後續的推理與回答也會跟著改變，意味著這些內部表徵並不只是中間產物，而是真正參與模型思考。

Anthropic認為，J-Lens未來除了能幫助研究人員理解模型如何推理，也可望成為AI安全的新工具，例如觀察模型是否察覺提示注入、是否出現獎勵作弊（Reward Hacking）等潛在風險。Google DeepMind研究員Neel Nanda也在開源模型Qwen上重現部分結果，認為這是目前理解模型「工作記憶」最有力的證據之一。不過，Anthropic與外部研究者都強調，這項研究討論的是模型的資訊處理方式，而非證明AI具有人類主觀意識。 （詳全文）

主權AI 開源模型 Soofi S

德國開源主權AI模型Soofi S，主打高效率長文本推理

德國研究聯盟Soofi-Team近日開源主權AI模型Soofi S 30B-A3B，是歐洲主權AI的最新成果。該模型由德國聯邦經濟與氣候保護部資助，在德國主權AI超級電腦基礎設施完成訓練，要提供歐洲自主開發、可商用的開源基礎模型，降低對美中AI模型的依賴。

Soofi S的架構整合了Mamba、Transformer和混合專家（MoE），每次推論僅啟用300億參數中的30億個，因此在長文本與高併發情境下，推論效率明顯優於傳統稠密模型，官方表示其每秒解碼速度最高可達同級模型的8至9倍。此外，團隊也特別強化德文語料訓練，在英、德文程式撰寫能力，以及數學、知識等多項評測中，名列多款開源模型前段班。Soofi-Team也同步開源模型權重、訓練程式碼及部分訓練資料，希望提升模型透明度與研究可重現性。 （詳全文）

AI Agent Agentic Commerce Amazon

Amazon揭露AI代理購物藍圖

在AWS Summit Taipei 2026上，AWS資深方案架構師Ray Wang分享Amazon近年打造AI Shopping Agent的經驗，揭露電商正朝向AI代理購物（Agentic Commerce）發展。未來，消費者不一定要輸入關鍵字搜尋商品，而是直接告訴AI「我要參加婚禮，需要一套正式穿搭」，或「想找適合雨天穿的白色鞋」，AI就能理解需求、搜尋商品、分析評論與價格，甚至協助完成交易。Amazon認為，電商流程正從過去「搜尋商品、比較規格、下單購買」，逐漸轉變為「描述需求、AI理解意圖、代理完成任務」。

Ray Wang以Amazon AI購物助理Rufus為例，説明AI除了推薦商品，也能整理大量商品評論、分析價格變化，甚至根據其他消費者的回饋，協助判斷服飾尺寸是否合適，要降低消費者在搜尋和決策上的時間成本。

不過，當AI開始從推薦商品走向自主交易，也帶來新的治理挑戰。提供企業及電商金流支付服務Tap Pay的喬睿科技副總經理Joseph Liao指出，企業除了要讓Agent能完成任務，也得建立交易額度、支付權限及人工覆核等控制機制，避免AI買錯商品、超出預算，甚至執行未經授權的交易。這也凸顯Agent AI的下一個競爭方向，不只是模型能力，而是如何安全地串接工具、執行任務，並建立完善的治理機制。 （詳全文）

Kimi K3 開源模型 Moonshot AI

Moonshot AI推出Kimi K3，中國開源模型再逼近Claude與GPT

中國AI新創Moonshot AI推出新一代開源大型語言模型Kimi K3，瞄準程式開發、Agent及數學推理等應用。官方表示，Kimi K3在多項基準測試中已逼近，甚至部分超越Claude與GPT等國際主流模型，同時維持開源策略，進一步加劇全球大型語言模型的競爭。

Kimi K3採用Mixture of Experts（MoE）架構，總參數規模達2.8兆（2.8T），包含896個專家模型，每次推理僅啟用其中16個，在維持模型能力的同時降低運算成本。模型支援100萬（1M）token上下文視窗，並導入Kimi Delta Attention、AttnRes及Stable LatentMoE等技術，提升長文本理解、推理效率及訓練穩定性。官方展示，Kimi K3可協助最佳化GPU Kernel、開發GPU Compiler，也能在數小時內重現部分天文物理研究成果，展現AI Coding與科學研究等應用潛力。

Kimi K3也已整合到Kimi Chat等產品中，讓開發者與一般使用者都能直接使用模型能力。近年來，中國開源模型持續快速追趕，包括DeepSeek、Qwen及Kimi等業者陸續推出高效能模型，除了在部分能力上逼近國際領先模型，也開始以開源、生態系及部署成本作為差異化策略。隨著模型能力逐漸拉近，各家業者未來的競爭焦點，也可能從單純的效能比拚，轉向開發工具、生態系整合，以及企業導入成本等面向。 （詳全文）

Google Gemini Notebook AI筆記工具

NotebookLM改名Gemini Notebook，Google把AI筆記工具拉進Gemini主戰場

Google正式將NotebookLM更名為Gemini Notebook，這次不只是換招牌，也代表這款AI研究工具更深入Google生態系。除了保留獨立App，使用者現在也能直接在Gemini App建立、開啟並同步筆記，未來還會整合進Google搜尋的AI Mode中，讓查資料、整理內容和生成答案之間少切換幾次畫面。

功能方面，Gemini Notebook近期加入代理人式研究與進階推理能力，每本筆記本還配有可撰寫、執行程式碼的雲端運算環境，可處理更複雜的分析工作，並支援輸出PDF、Word、Markdown等格式。從這波調整來看，Google不想只把Gemini Notebook定位為會整理資料的筆記工具，而要它成為Gemini在研究、搜尋和知識工作的重要入口。 （詳全文）

圖片來源／Jarred Sumner、MCP、Taboola、Meta、Anthropic

攝影／蘇文彬

AI近期新聞

1. Roblox推出手機AI創作工具Build，文字提示即可生成遊戲原型

2. F5以單輪越獄評測26款頂尖AI模型，平均攻擊成功率達71.3%

3. VS Code代理工作階段脱離單一視窗，多視窗可接手同一任務

資料來源：iThome整理，2026年7月