自動 AI 新聞摘要：個人 Agent、影像模型與科學工作流

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. Meta 發表個人 AI agent Muse

Meta 發表個人 AI agent「Muse」。個人 agent 的吸引力在於能把多個日常任務整合到同一個助理，但它也會碰到更高的資料與權限風險。Meta 相關安全說明提到，防禦 prompt injection 需要模型辨識、不受信任來源標記、確定性檢查與獨立分類器等多層措施。這些仍是廠商描述，實際使用前應先釐清資料範圍、外部連線權限與可撤銷性。

資料來源：Meta AI：Muse，Hacker News 討論

2. GPT-5.6 Sol 被用於量子運算實驗流程

OpenAI 分享 MIT 研究者使用 GPT-5.6 Sol 與 Codex 執行量子運算實驗、分析結果並校正 qubit 的案例。這是單一研究案例，不代表 agent 可以無監督地取代實驗人員；不過它指出 agent 已經開始介入具體的科學工作流。這類導入最重要的仍是人類可覆核的實驗紀錄、儀器安全限制與結果驗證。

資料來源：OpenAI：How GPT-5.6 Sol helps run quantum computing experiments

3. ChatGPT Images 2.5 與 OpenAI Python SDK 3.10.0 上線

OpenAI 發表 ChatGPT Images 2.5，主打把想法、草圖與參考照片轉成更貼近需求的圖像；官方後續的 Python SDK 3.10.0 也加入 GPT Image 2.5 模型與影像選項，並補上 service account API key 的過期欄位。對 API 使用者來說，這次更新不只是換模型名稱：多輪指令、參考圖處理與金鑰生命週期，都應放進既有的測試與權限流程重新確認。

資料來源：OpenAI：Introducing ChatGPT Images 2.5，openai-python 3.10.0，Simon Willison 的實測筆記

4. llm 0.35 新增 GPT-6 Astra 模型支援

Simon Willison 的命令列工具 llm 發布 0.35 版，新增 gpt-6-astra 模型。這類 CLI 整合的價值在於把模型呼叫放回可腳本化、可組合的本機工作流；升級後仍應檢查自己的環境變數、模型別名、輸出格式與費用限制，避免既有自動化流程因模型切換而產生意外差異。

資料來源：llm 0.35 發布說明，Simon Willison：llm 0.35

5. AlphaGenome Atlas 嘗試繪出 DNA 變異的高解析預測地圖

Google 與 DeepMind 發表 AlphaGenome Atlas，將它定位為人類 DNA 字母變化的高解析預測地圖。這類生物模型的價值不在於單次展示，而在於是否能協助研究者縮小需要驗證的假設範圍。預測結果仍需要實驗與臨床脈絡驗證，不能直接當作診斷或因果結論。

資料來源：Google：AlphaGenome Atlas，DeepMind：AlphaGenome Atlas

今日觀察

今天的共同點是 AI 正從一般問答延伸到個人資料、科學儀器、影像產製與生物研究。能力越接近真實工作流，採用時越不能只看 demo；權限、可追溯紀錄與人工驗證要一起被設計進去。