這週最大的事都擠在 11/02 一天：Anthropic 同一天發了 Opus 5.5、Sonnet 5.5、Haiku 5.5 三個模型，還順手遞了 S-1 準備上市
我把這週讀到的東西分成三條線講：模型與產品、資安、還有幾個我一直在追的人這週講了什麼
AI 模型 & 產品更新
Anthropic 這波是「清倉式」發布，一天之內把三個尺寸的模型全換新，再加上一份 S-1（上市申請文件）、一篇加速新藥開發的成果、一篇談自家經濟情境預測的文章
我自己每天用 Claude Code 跑開發，所以最在意的是三個尺寸同步更新這件事 它意味著我可以照任務難度分配：瑣碎的派最便宜的 Haiku，要判斷的才上 Opus，不用每件事都用最貴的那顆 這對任何按量付費、或是像我一樣同時跑好幾個 agent 的人，直接影響每月帳單
同一週 Google DeepMind 也沒閒著：Gemini 4 跟 Genie 4（世界模擬模型）接連出來 開放權重這邊 Mistral 丟了 Large 4，HuggingFace 上一堆小模型更新 我的觀察是「開放模型追上來」這條線這週特別明顯——連歐洲的銀行都在用開放權重模型自己建專有智能，不再只是跟著閉源大廠走
AI 開發工具 & Agent
這週有個我覺得很值得記的小信號：決策模型（decision model）開始變成一類獨立工具 Hamel Husain 寫了一篇怎麼拿決策模型做 evals，點名了 TypeSafe 的 Jev、Perplexity 的 Decider、Liquid 的 d1、Cloudflare 的 Clef、OpenAI 的 Decisions API
我自己在 pipeline 裡就有不少「只要判斷、不需要生成文字」的步驟（分類、路由、打分），這種步驟一直用大模型是浪費 這類專門做判斷的小模型，快又便宜，剛好對症——我會把它放進觀察清單，找機會實測一輪比準確率
Martin Fowler 這週連發兩篇很誠實的文章：一篇講「為什麼好的工程師反而對 agentic 開發特別謹慎」，結論是——好工程師知道「做出來」跟「在正式環境真的能動」是兩回事 另一篇談他讀到疑似 LLM 寫的文章時那種讀不下去的感覺 這兩篇我都有共鳴：我對 agent 交付的東西一律自己重跑驗證，不是不信任工具，是知道「跑綠」跟「真的對」中間還有一段
大神觀點
資安：很糟的一週
這週如果只記一件事，我會記「軟體供應鏈的信任假設正在被戳破」
- Claude Code 的 VS Code 擴充在 Cursor Marketplace 上被種後門——第三方市集不等於官方來源，裝擴充前要看清楚發布者
- 有人用「算數學」接管了 ChatGPT 帳號——看起來無害的輸入，變成帳號接管的入口
- 台灣這邊 DEVCORE 的 Orange Tsai 在 Pwn2Own 公開了串接 5 個弱點、不靠記憶體損毀就突破 Edge 瀏覽器的完整攻擊鏈
- 日本航空、樂天旅遊接連外洩旅客個資（JAL 約 9.2 萬筆、樂天約 354 萬筆）
我的體會是：這幾件事的共通點不是某個漏洞特別新，而是「我們預設可信的東西」——市集擴充、第三方訂位系統、看似無害的輸入——一個個被證明不該無條件相信 對自己在跑的任何系統，這週是個提醒：公開端點、第三方套件、使用者輸入，三個都要當成不可信來處理
行動建議
- 用量大的人趁模型分三尺寸更新，重新盤一次「哪些任務其實用便宜模型就夠」——我自己就靠這個壓每月成本
- pipeline 裡「只需要判斷不需要生成」的步驟，可以研究一下決策模型這類小工具，別什麼都丟大模型
- 裝任何開發工具擴充前，確認發布者是官方來源，不要看到名字對就裝——這週的後門事件就是這樣來的
參考來源
RSS Digest：本週原始資料整理自約 1,574 篇文章，涵蓋 Anthropic、OpenAI、Google DeepMind、NVIDIA、HuggingFace、iThome、Martin Fowler、Zvi Mowshowitz、Hamel Husain、Andrej Karpathy 等來源