本文研究窗口為 2026-07-20 至 2026-07-26（Asia/Taipei）。W30 的共同訊號是：AI Agent 正從「能不能做」進入「能不能在權限、成本與事故責任下長期運作」。
本週三篇深入分析：
三條線如何接在一起
產業端以 Claude Opus 5、Gemini Flash 分型與企業 Agent 服務，把 coding、低延遲、成本與治理放進同一採購決策。研究端則指出長程能力不能只用最後答案評估，必須觀察整條帶權限軌跡。開源端的 Paperclip、QwenPaw 與 OpenSRE，正在把 adapter、session、policy、gateway 與 trace 做成真正的執行層。
三者的交集是控制面。模型愈強、任務愈長、工具愈多，系統愈不能把安全寄託在 prompt。身分、最小權限、網路邊界、敏感動作確認、完整 trace、人工接管與回滾，必須成為架構的一等公民。
給建置團隊的本週行動
先選一條高價值但可回復的流程，以「成功任務成本」而非 token 單價評估。把 Agent 的 read 與 write 權限拆開；對不可逆動作加入明確確認；保存可重播軌跡；每次模型或工具更新都跑同一批回歸任務。
Watchlist
- 長程任務風險是否隨時間與工具數量非線性增加。
- 供應商能否提供獨立、可重現的任務成本與介入率。
- 開源 control plane 是否形成共同 policy/trace 標準。
- 安全事件是否推動 evaluation harness 的隔離與通報規範。
- 中國垂直 Agent 是否公開可稽核的生產成效。
