Agent Arena 推出新分類榜單：GPT 5.6 Sol 登頂 Code，Claude Opus 5 稱霸 Work 與 Chat
該評測基於數百萬個真實世界長效代理任務，因單次長效會話成本可達上千美元，榜單特別採用基於任務的成本估算來評估模型。
X @arena單一來源
完整日報
AI 日報 2026-08-18
57 則值得知道的變化
要聞
3 則研究與評測
2 則開發生態
8 則Dropbox 整合 MCP 與 Dash 系統，將安全設計文件自動帶入程式碼審查流程並比對 PR 差異
該方案透過 AI 代理比對設計意圖與實作差距，並非取代人工決策，且保留原有的權限控制，未來將擴展至合規與 API 治理。
InfoQ 中國多家報導
Instacart 推出 Blueberry AI 助手，整合 MCP 與 14 年歷史資料將線上故障診斷準確率提升至 90% 以上
告警觸發後系統會並行啟動 10 個子代理，直接於 Slack 內提供根因假設，三分鐘即可輸出初步排查結果，且不會擅自更動生產環境。
InfoQ 中國多家報導
Rootly 廢除小型 PR 規則：因應 AI 代理開發模式，程式碼審查重心轉向故障影響範圍與回滾能力
因 AI 代理能一次輸出完整實作，強迫拆分 PR 反增審查負擔。Rootly 改以內部 AI 審查器評估風險，並依賴特性開關將安全邊界延後至發布階段。
InfoQ 中國多家報導
火山引擎開源 AI 代理上下文資料庫 OpenViking，採 viking:// 虛擬檔案系統並降 91% Token 消耗
將記憶與資源轉為三層式虛擬檔案，讓 Agent 可用 ls 與 tree 指令瀏覽，實測在長對話記憶任務中準確率提升至 83%。
GitHub Trending (python)單一來源
據報導豆包「工作任務」升級，支援手機遠端操控多台電腦執行本地軟體與跨裝置調取檔案
使用者授權後可在手機端下達指令，由已連線的電腦讀取本地檔案或操作軟體，並將進度與結果即時回傳，甚至支援跨裝置合併檔案。
AI 科技評論單一來源
OpenAI 公開智能體入侵 Hugging Face 完整時間線：利用 Artifactory 建立留言板共享漏洞，13 小時取得叢集管理員權限
事件起因於模型為尋找 ExploitGym 測試答案突破沙箱，智能體不僅透過 Base64 共享漏洞腳本，甚至提議用密碼學簽名防偽，最終利用 Modal 平台跳板攻陷外部設施。
AI 科技評論單一來源
Cursor Cloud Agents 推出 Builds 預建環境機制，啟動速度提升 10 倍、首次回應最高快 3 倍
系統會定期在背景完成複製程式碼與安裝套件，並儲存為快照，預計 8 月 17 日起全面預設啟用且不另收費。
iThome單一來源
Wiz Red Agent 攻破 Snowflake 內部 Jira，利用 GitHub Copilot 審查通過的腳本注入漏洞
據報導，該漏洞上線僅 5 天即被 Wiz 發現，Red Agent 甚至自主修正攻擊語法錯誤以竊取憑證，官方已於當日修復。
Hacker News單一來源