自動 AI 新聞摘要：GPT-5.6、Copilot Code Review 與 Agent 安全

前言

本文由 Horizon 抓取最近 48 小時的 AI、LLM、agent 與開發工具資料，再由 Codex 篩選、整理與改寫。Horizon 只負責資料抓取；本文優先使用 OpenAI、GitHub、Hugging Face、arXiv 與原始技術文章。

今天的主題是「能力進 production 後的控制問題」：模型更強、agent 更能接工具，但研究、code review 與文件工作流都需要更可驗證的設定、權限與安全設計。

1. GPT-5.6：前沿能力與效率的平衡

OpenAI 發布 How GPT-5.6 fuses frontier intelligence with frontier efficiency。新模型的意義不只在 benchmark；對實際產品來說，更重要的是在複雜任務上是否能以合理的延遲、成本與穩定性完成工作。

評估時建議不要只看一次回答。用固定任務比較成功率、工具呼叫品質、重試次數、token 成本與人工修訂量，才看得出模型升級是否真的改善 workflow。

資料來源：OpenAI：GPT-5.6 frontier intelligence and efficiency

2. ChatGPT for Academic Researchers 與科學研究工作流

OpenAI 推出 ChatGPT for Academic Researchers，同時持續討論 agentic AI 在 scientific computing 的角色。研究工作很適合讓 AI 協助文獻整理、程式與資料分析、實驗規劃與初步解釋；但研究結論仍需要資料、方法、程式與推理可重現。

最值得保留的是 provenance：模型用了哪些來源、怎麼處理資料、產生了哪些程式與參數。AI 可以加快研究迴圈，但不應取代同行檢視或讓不透明流程變成論文結論。

資料來源：OpenAI：ChatGPT for Academic Researchers；OpenAI：Scientific computing in the age of agentic AI

3. ARC-AGI-3：設定本身可能改變結果

OpenAI 分享 How enabling two settings tripled our ARC-AGI-3 benchmark scores。這提醒大家，benchmark 分數除了模型能力，也可能受 prompt、工具、推論設定、測試流程與 evaluation harness 影響。

這不是說分數沒有意義，而是要用正確方式解讀：看到成績提升時，先問是否公開設定、能否重現、實際任務有沒有同樣改善。對使用者而言，配置與工作流常常和模型名稱一樣重要。

資料來源：OpenAI：ARC-AGI-3 settings

4. Copilot Code Review 的 agent skills 與 MCP 正式上線

GitHub 宣布 Copilot code review 的 agent skills and MCP 現已一般可用。這讓 code review 不再只是一段模型評論，而能結合更明確的技能與外部工具脈絡。

不過 code review agent 應先從建議與檢查開始，不宜直接取代審核責任。好的流程會要求它附上可定位的證據、執行既有測試或靜態分析，並把 security-sensitive、架構與資料變更保留給人類 reviewer 最後判斷。

資料來源：GitHub：Copilot code review agent skills and MCP

5. 長 policy 文件不一定能治理 agent

arXiv 論文 Handbook.md shows that long policy documents do not reliably govern agents 指出，長篇 policy 文件未必能穩定約束 agent 行為。這和實務很一致：規則散落在大量文字中，模型可能漏讀、誤解或被任務內容覆蓋。

真正關鍵的限制應放在系統層：工具權限、schema、allowlist、sandbox、審核門檻與可觀測 log。文字規則仍有價值，但不應是阻止高風險動作的唯一防線。

資料來源：arXiv：Handbook.md and agent policy reliability

6. 文件型 AI worm 讓 context security 更迫切

研究文章與 Simon Willison 都討論 document-borne AI worms 可透過 Copilot for Word 傳播的風險。這類研究的核心不是特定產品，而是「不可信文件內容可以變成對 agent 的指令」，進而影響後續的工具呼叫、資料處理或輸出。

處理方式包括將不可信內容與 system instruction 隔離、限制文件 agent 的工具權限、對外傳輸與敏感動作加上確認、記錄 context 來源。只要 agent 會讀 email、文件、網頁或 issue，prompt injection 就是正常威脅模型的一部分。

資料來源：研究文章：AI Worming through Word；Simon Willison：AI Worming through Word

今日觀察

模型與 agent 能力持續往前，但今天更值得記住的是控制面：設定如何影響評估、policy 如何落到權限、文件內容如何不變成指令，以及人如何保留最後驗證權。