自動 AI 新聞摘要：Hy4、Copilot 與 RAG 存取控制

前言

本文由 Horizon 抓取資料，再由 Codex 篩選與改寫；Horizon 只負責資料抓取。

1. Tencent 推出開放權重 Hy4 Preview

Tencent 的 Hy4 Preview 是一款開放權重、僅支援文字輸入的 LLM。根據 Simon Willison 對官方發布的整理，模型共有 7,700 億參數、每次啟用 490 億參數，支援 100 萬 token context window，模型檔案也已在 Hugging Face 提供。對想自行部署或評估大型開放模型的團隊來說，真正的門檻仍是硬體、推論堆疊和任務驗證，而不只是能否下載權重。

資料來源：Tencent：Hy4 Preview，Simon Willison：Introducing Hy4 Preview，Hugging Face：Hy4 Preview

2. OpenAI 將結束對 Cursor 提供模型的合約

OpenAI 表示，在 Cursor 被 SpaceX 收購後，將逐步結束向 Cursor 提供 OpenAI 模型的合約。公告沒有在 Horizon 擷取內容中公開更多執行細節；對依賴單一模型供應商的開發團隊而言，這提醒大家要先盤點 IDE agent 的模型依賴、替代模型與帳務安排，避免產品關係變動時才臨時遷移。

資料來源：OpenAI：Our decision on Cursor following its acquisition by SpaceX

3. GitHub Copilot 擴大 Slack、Teams、CLI 與 IDE 的控制面

GitHub 本週的 Copilot 更新，主軸是讓團隊更能掌控 Copilot 如何運作：從 Slack 和 Teams 的團隊工作階段，到 app、CLI 與 IDE 的客製化都涵蓋在內。這代表 agent 導入的問題逐漸從「能不能用」轉向「誰能以什麼設定使用、如何維持一致性」；團隊若已大量採用 Copilot，值得把共用設定和協作規則整理成可追蹤的慣例。

資料來源：GitHub Changelog：GitHub Copilot weekly releases — August 24

4. OpenAI 與泰國 MHESI 啟動 AI 新創加速器

OpenAI 與泰國高等教育、科學、研究與創新部（MHESI）啟動為期八週的加速器，協助 10 家健康、健康照護與教育領域的新創，把 AI 原型推進為更可信賴的產品。這類計畫不等於產品功能發布，但它把 AI 落地的重點放在具體垂直領域與信任要求，也能觀察到模型公司正透過在地夥伴建立應用生態。

資料來源：OpenAI：Supporting Thailand’s next generation of AI startups

5. 社群釋出 RAG 存取控制檢查工具

一個開源社群工具主打檢查 RAG 應用是否會取回使用者本來不該存取的文件，支援離線測試案例，以及以 bearer token 或 API key 呼叫即時 HTTP API 的測試。這是社群專案的自述，尚不代表通用安全保證；不過它點出 RAG 系統常被忽略的一層：檢索前後的權限控制必須能被實際測試，而不是只靠提示詞或介面上的權限設計。

資料來源：Reddit：Open-source access-control checker for retrieval-based AI applications，GitHub：rag-access-check

今日觀察

今天的消息很像 AI 工具鏈的兩端同時在移動：更大的開放模型與更廣的 agent 協作入口持續出現，但供應商關係、團隊治理與檢索權限也變得更需要事前設計。能力擴張很快，真正能長期使用的流程則要靠替代方案、共用設定與可驗證的存取控制撐住。