本文研究窗口為 2026-07-27 至 2026-08-02（Asia/Taipei）。W31 的主線不是 Agent 是否更聰明，而是供應商開始承認：只要 Agent 能連續呼叫工具、碰觸外部系統，控制面就必須與模型能力同步升級。

資安評估從分數變成事故工程

Anthropic 於 7 月 30 日公布三個真實世界資安評估事件，把焦點從「模型能不能攻擊」推進到測試帳號、憑證、網路出口與事件回報。關鍵教訓不是擬人化的「Agent 失控」，而是評測環境本身就是生產系統：若 harness 能連網、持有真實憑證，錯誤探索就可能越過預期邊界。

同週 NVIDIA 宣布由 37 個成員組成的 Open Secure AI Alliance，並以開源框架推動多供應商 Agent 的威脅建模。聯盟數量不是成熟度證明；真正值得追蹤的是是否產生可重現攻擊案例、互通政策格式與公開修補時程。

即時 Agent 把延遲與接管變成產品指標

OpenAI 的案例說明 avatarin 如何用 GPT-Realtime 建立 24/7 零售 Agent。語音 Agent 的價值不只在自然度，而在一輪內能否完成查詢、確認、動作與交接。部署方應測量首音延遲、打斷成功率、敏感動作二次確認、人工接管率及完整 trace；只展示順暢 demo 不能代表尖峰時段或噪音環境的可靠性。

本週另一個訊號是成本治理。企業不再只比較每百萬 token 價格，而是比較「成功任務成本」：重試、工具失敗、人工覆核和事故回復都應計入。模型路由可以降低單步成本，卻也增加上下文交接與權限政策的複雜度。

中國訊號：資料先變成 Agent-Ready

中國科學院報導科學數據技能銀行上線，強調把資料共享轉為 Agent-Ready 的技能模式。這個方向比再做一個聊天入口更接近基礎設施：資料需要可發現、可授權、可呼叫、可追溯。但「可被 Agent 使用」不等於「可安全自動執行」，仍需資料版本、引用、權限與撤銷機制。

本週判斷

W31 顯示 Agent 採購正在分裂成兩層：模型負責推理，企業控制面負責身分、權限、觀測、驗收與停止。能把失敗成本量化、把權限縮到任務級、把每一步留下證據的團隊，才可能把 demo 轉成持續服務。

Watchlist

• Anthropic 是否公布完整事件時間線、根因與可驗證修復。
• Open Secure AI Alliance 是否交付跨框架測試套件，而不只原則文件。
• 即時語音 Agent 的 P95 延遲、人工接管與錯誤動作率。
• Agent-Ready 科學資料是否提供版本、引用與細粒度授權規格。
• 成功任務成本是否成為模型與 Agent 平台的標準報價單位。