這一期最重要的變化，不是又有一個更大的模型，而是企業如何約束 AI 智能體，以及如何降低運算資源成本。微軟提出更細緻的權限和風險控制；另有兩家算力企業在資金與軟件效率上取得新進展。
頭條：微軟將動態權限控制擴展至企業智能體
微軟10月19日宣佈擴展 Project Perception，將企業內部運行的 AI 智能體納入持續風險監測和權限約束。微軟表示，安全系統新增對35類本機智能體的偵測能力，累計支援60類，涵蓋 Claude Code、OpenAI Codex 和 GitHub Copilot。其核心原則是：智能體不應自動繼承員工的全部權限，而應有獨立身分，並只獲得完成當前任務所必需的授權。[1]
新設計的重點在於「動態」，而不是一次性放行。微軟提出 Dynamic Permissions、Dynamic Agent Risk 和 Dynamic Conditional Access：系統可結合身分、數據、端點、網絡與執行階段訊號，持續調整權限。例如，報銷智能體遇到可疑外部內容時，仍可保留必要的讀取能力，但寫入、批准和敏感操作會受到限制，必要時要求人手確認。微軟管理層同時強調，模型負責提供智能，真正執行安全政策的邊界應設於模型之外。[1][2]
為甚麼值得關注？越來越多企業將智能體接入電郵、程式碼儲存庫、財務與內部系統。傳統的「授予帳戶權限，再靠模型自行遵守規則」難以應對提示注入及任務偏移。不過，這些控制措施的實際覆蓋率、部署成本和誤報表現，仍需企業在真實環境中驗證，不能將技術架構的描述等同於已全面普及。[1][2]
要聞
Tenstorrent 完成15億美元融資，繼續擴充 AI 伺服器
美國 AI 晶片公司 Tenstorrent 公佈完成15億美元 E 輪融資，投後估值為62億美元，由 Trace Capital 與 Innovation X 領投。公司計劃擴大 Galaxy 伺服器的生產規模及全球商業化，同時繼續開發可授權予客戶的 AI 與 CPU 晶片設計。由 Jim Keller 領導的 Tenstorrent 嘗試透過 RISC-V 架構、開放軟件堆疊和自家系統，提供有別於英偉達生態系統的選擇。[3][4]
為甚麼重要：AI 算力競爭正從單一晶片效能延伸至伺服器、軟件和可自訂硬件。融資能夠支援擴張，但產品交付、軟件兼容性和實際總擁有成本，仍是決定其能否挑戰主流方案的關鍵。[3][4]
doubleAI 推出 Maxwell 早期試用，瞄準執行階段的運算資源浪費
以色列公司 doubleAI 於10月19日開放 Maxwell 早期試用，主打所謂「程式碼執行模型」：不是讓模型代程式設計師編寫原始碼，而是在程式執行時尋找底層執行的優化方法，並透過形式化驗證確認優化不會改變預期行為。該公司當天公布的 LTX-2.5 案例稱，使用兩張 B200 生成一段4K影片，所需時間由250秒縮短至134秒，速度約為原來的1.87倍。[5][6]
為何重要：運算成本不只取決於購買多少 GPU，也取決於軟件能否充分利用硬件。不過，這些數據是供應商針對特定任務的測試結果，不代表所有模型、機器和工作負載都能獲得相同效益；Maxwell 現階段仍屬早期試用，並非已完成全面商用驗證。[5][6]
快訊
本時段其餘候選新聞存在首次發布時間不符、與上述事件重複或來源不足的問題，因此不會以舊消息湊數，增添額外快訊。
參考來源
- 智能體是你最新的內部人員，安全防護必須跟上它們的步伐。 — Microsoft Security Blog，瀏覽於 2026-10-20
- 保障智能體內部人員的安全 — Microsoft，瀏覽於 2026-10-20
- Tenstorrent 宣佈完成 15 億美元 E 輪融資，估值達 62 億美元 — Tenstorrent，瀏覽於 2026-10-20
- Tenstorrent 籌集 15 億美元，用於 AI 運算 — Axios，瀏覽於 2026-10-20
- Maxwell 令 LTX-2.5 生成 4K 影片的速度提升近一倍 — doubleAI，瀏覽於 2026-10-20
- Amnon Shashua 的 doubleAI 推出可在程式碼執行期間加快其執行速度的 AI — The Next Web，瀏覽於 2026-10-20
