自動 AI 新聞摘要：Gemini 3.8 Flash、Copilot 治理與 MCP

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. Gemini 3.8 Flash 上線，llm-gemini 同步加入支援

Google 發布 Gemini 3.8 Flash，以及僅對「trusted defenders」開放的 3.8 Flash Cyber。llm-gemini 0.34 已加入 gemini-3.8-flash，提供 low、medium、high 三種 thinking levels，並修正非同步回應沒有記錄最終解析模型版本的問題。新模型剛進入工具鏈時，值得先用固定任務比較速度、成本與輸出品質，而不是只根據單一示範決定是否遷移。

資料來源：Google：Gemini 3.8 Flash and 3.8 Flash Cyber，Simon Willison：llm-gemini 0.34

2. Copilot app 與 CLI 正式支援內容排除政策

GitHub Copilot app 和 Copilot CLI 現在會遵守 enterprise、organization 與 repository 管理員設定的 content exclusion policies，不會把排除的檔案當成上下文使用。這讓敏感設定、憑證範例、內部文件或不應送進模型的內容，能在來源層級被明確隔離；團隊仍應定期檢查規則涵蓋範圍，因為排除政策只有在實際路徑與檔案分類正確時才有效。

資料來源：GitHub Changelog：Content exclusions generally available in Copilot app and CLI

3. 企業管理設定可為新對話指定任意預設 Copilot 模型

GitHub 讓企業管理設定可以將偏好的 Copilot 模型設為新對話的預設值，讓組織依工作流程選擇適合的模型。這不表示每個任務都應鎖定同一模型；比較實際的做法是為常見任務建立簡單準則，例如快速補全、長時程 agent 任務與敏感程式碼分別使用什麼設定，並保留必要時切換模型的空間。

資料來源：GitHub Changelog：Enterprise-managed settings support any default model

4. datasette-mcp 0.2 將 SQL 結果改為物件陣列

datasette-mcp 0.2 是該 plugin 的第一個非 alpha 版本。它把 execute_sql 回傳的 rows 從陣列的陣列改為物件陣列，讓較弱的模型不必猜測每個位置對應的欄位；同時改為依賴 mcp>=2.1.1。對 agent 而言，讓資料結果帶有欄位名稱往往比縮短 payload 更重要，因為可讀性直接影響工具呼叫後的推理可靠性。

資料來源：Simon Willison：datasette-mcp 0.2，GitHub：datasette-mcp 0.2

5. openai-python 3.7.0 更新 usage API 與文件

openai-python 3.7.0 更新 usage APIs 與相關文件，也修正 embeddings 重複檢查 NumPy 的問題。這類小版本更新可能牽動用量資料的解析與監控報表；若專案有自訂 usage ingestion 或成本儀表板，升級前應先檢查欄位處理與測試資料是否仍符合預期。

資料來源：openai-python 3.7.0

今日觀察

今天的重點是 agent 工具鏈開始更像成熟的企業軟體：除了模型升級，也把內容邊界、預設選擇與工具回傳資料的可讀性做得更明確。這些看似不炫目的設定，往往比單次模型能力提升更直接影響團隊能否安全、穩定地把 agent 放進日常工作。