近期重點
CyberQ 觀察，近期 Meta 推出首款終端編碼代理 Muse Code，同步發表以長時程任務訓練的 Muse Spark 1.2，單一任務的自主執行時間拉長到 24 小時，工具呼叫推進到千次以上。Anthropic 則宣布自 8 月 14 日起，Claude Code 的 Auto Mode 成為 Pro、Max 與 Team 方案預設值，以分類器取代逐次人工核准。兩者指向同一個判斷，代理的價值來自不被打斷的長時間執行，而人類逐次把關的模式已經失效。硬體端，AMD 收購推論晶片新創 Taalas，Anthropic 確認自建晶片團隊，推論成本正取代訓練規模，成為新的競爭軸線。
1、Claude Code Auto Mode 將於 8 月 14 日起預設開啟
Anthropic 宣布，自 8 月 14 日起，Claude Code 的新工作階段在 Pro、Max 與 Team 方案將預設啟用 Auto Mode。該模式改以分類器判斷工具呼叫，除非動作被判定為不可逆、具破壞性或指向使用者環境之外，否則不再逐次詢問。
Anthropic 官方引述一項 1,053 位付費專業使用者參與的研究，分類器攔下 89% 的危險指令，人工審查僅攔下 13.6%，而使用者對權限提示的核准率高達 97%，顯示長時間操作後的把關多半流於習慣性點擊。Claude Enterprise、Claude API 以及 AWS、Amazon Bedrock、Google Cloud 與 Microsoft Foundry 上的部署維持選擇性啟用，預計一個月內跟進。管理者可透過 managed settings 的 defaultMode 統一組織行為，以 disableAutoMode 全面關閉，並自訂涵蓋資料外傳的強制拒絕規則。
企業資安團隊應在 8 月 14 日前完成組織設定盤點。89% 的攔截率意味著仍有約一成的危險指令會通過，這個殘餘風險分散在每一位開發者的每一個工作階段中。
來源：Anthropic / TechCrunch ｜ 參考連結
2、AMD 收購 Taalas，Anthropic 確認自建推論晶片團隊
AMD 於 8 月 6 日宣布，已簽署最終協議收購加拿大多倫多的推論晶片新創 Taalas，交易金額未揭露，尚待例行成交條件與主管機關核准。Taalas 成立於 2023 年，由曾任職 Tenstorrent 的 Ljubisa Bajic 領軍，技術路線是將訓練完成的模型權重直接固化進客製化晶片，藉此消除通用架構在推論資料流上的運算與記憶體瓶頸。AMD AI 事業群資深副總裁 Vamsi Boppana 表示，Taalas 的技術與工程團隊能強化 AMD 的 AI 產品組合，帶來具差異化的推論效能，相關技術將納入加速器藍圖並與 Instinct GPU 組成系統級方案。同一週，Anthropic 向 Business Insider 證實正組建內部晶片團隊，共同設計推論專用晶片，外傳其製造夥伴為三星，此部分待查。
推論成本已取代訓練規模，成為企業採購最關切的財務項目。固化模型的專用晶片以架構彈性換取總持有成本下降，企業簽訂多年期推論合約前，應確認模型與硬體共同設計對服務可攜性的影響。
來源：AMD / Tom’s Hardware ｜ 參考連結
3、日本法務省發布 AI 聲音權指引，未經同意的聲音複製構成民事侵權
日本法務省於 8 月 8 日公布指引，將藝人與聲優的聲音納入形象權的保護範圍。日本現行法律並無專門的聲音保護條文，指引因此以形象權，也就是不被任意使用的權利，作為法理基礎。適用範圍包括以相似聲音製作並在社群平台獲利的假影片、公開散布以聲優或歌手聲音生成的音樂，以及使用相似聲音的猥褻影片所造成的名譽損害，並同時適用於企業與個人使用者。喜劇演員在點名被模仿對象的情況下所做的模仿不在此限。救濟手段為損害賠償請求與要求平台下架。法務大臣平口洋表示，期望指引能在防止未經授權使用所生爭議的同時，促成 AI 的普及應用。
這是主要亞洲經濟體首次就聲音複製提出具拘束力的政府解釋。在日本以合成語音進行行銷、配音或客服的企業，需建立可稽核的同意鏈，並在供應商合約中釐清語音素材來源。台灣企業若有日本業務，宜同步檢視語音資產取得紀錄。
來源：Japan Today ｜ 參考連結
4、Meta 推出首款終端編碼代理 Muse Code，模型與工具鏈共同訓練
Meta Superintelligence Labs 日前推出終端編碼代理 Muse Code 測試版，以新款編碼模型 Muse Spark 1.2 驅動。官方說明指出，Muse Code 採用簡單的代理迴圈搭配一組非同步背景代理，並以本地事件日誌實現可重播的執行環境，程序中斷後能精確還原。內建技能包括需經核准的 /plan 規劃模式、用於壓力測試的 /grill 與目標設定的 /goal。Muse Spark 1.2 在編碼任務上大幅擴增訓練算力，重點放在整個程式庫產生、大型端對端專案與自動研究，並與 Muse Code 工具鏈共同訓練。Meta 公布的評測涵蓋 Terminal-Bench 2.1、DeepSWE 1.1 與內部編碼基準，並展示 GPU 核心最佳化案例，在超過一千次工具呼叫、最長 24 小時的連續執行中維持穩定改善。目前提供 macOS 與 Linux 測試版，模型同時上架 Meta Model API，未開放權重。
這類代理會直接取得終端機權限並操作程式庫，等於在開發流程中新增一條供應鏈路徑。可重播的事件日誌是值得肯定的設計，資安團隊評估代理產品時，應把稽核軌跡與事後重建能力列為必要條件。
來源：Meta AI Research ｜ 參考連結
