本文研究窗口是 2026-05-11 到 2026-05-17（Asia/Taipei）。一句話總結本週：Agent 的競爭正在從「模型」搬到「運行它的系統」——交付、治理、評測、以及平台級工具能力開始決定上限。

本週深度文章（同語言）：

• 產業 / 新聞： AI Agent 產業週報（News/Deployment）
• 前沿研究： AI Agent 前沿研究週報（Research）
• 開源 / GitHub： AI Agent 開源週報（GitHub/Open Source）

1. 產業線：Deployment Company + Daybreak，把「落地」與「安全」產品化

這週我最強烈的感覺是：模型公司開始承認「API 不會自己落地」。OpenAI 的 Deployment Company 代表一種 forward‑deployed 的交付模式，而 Daybreak 代表把高風險的安全流程包成 agentic harness（可控、可審計、可驗證）。

如果你在企業內做導入，下一步不只要問「模型夠不夠強」，而是要問：

• 權限與審計怎麼做？
• 失敗了怎麼回滾？
• 成本怎麼控？
• 誰負責？

2. 研究線：把 Agent 當成「系統」來評測與訓練

本週的研究訊號很一致：Agent 的評測正在離開「短答案」的舒適圈。

• ExploitGym 讓我們把 exploitation 當成可重放的能力測試（安全領域會逼出更嚴格的 verification）。
• FutureSim 用世界事件重播測 adaptive agents 的校準與長流程行為。
• Orchard 嘗試把 agentic modeling 推向可重複的 recipe 與框架。
• Agent‑ValueBench 把「價值觀偏移」拉到 agent 系統層級討論。

這些工作共同指向：長流程可靠性與可驗證性會成為 agent 成敗的分水嶺。

3. 開源線：MCP 平台化、orchestration 套件化、記憶層基礎設施化

開源線本週的關鍵詞是「平台與治理」：

• GitHub 把 secret scanning 接到 MCP server，讓安全能力變成 agent 的標準路徑。
• orchestration 專案用 plugin/skills 的方式把 multi-agent 工作流商品化。
• memory layer 開始被視為 agent stack 的必要部件，但也把 retention / redaction / audit 的治理問題帶進來。

下週 watchlist（跨三線）

• Daybreak / Trusted Access 類安全 harness 的 access policy 是否能被工程化與審計化？
• 長流程可靠性的 failure mode（文件腐蝕、狀態漂移）是否會促成一波新的 eval/observability tooling？
• MCP 能否成為「平台級能力」的通用載體（不只接工具，而是接安全/合規/治理）？
• 記憶層能否走向可用的治理標準，而不是新的風險？