1. Meta 研究者提出「Hyperagents」架構，讓 AI 自我改進能力跨出程式碼領域
Meta 與多所大學的研究團隊發表「Hyperagents」論文，打造能持續改寫自身問題解決邏輯與底層程式碼的自改進 AI 系統。有別於現有自改進架構只適用於軟體工程，Hyperagents 可在機器人控制、文件審查等非程式碼場域運作，還能自主發明持久記憶與自動效能追蹤等通用能力。這代表自改進 AI 正從「人類設計改進規則」邁向「AI 自己發明改進機制」，是通往高度自主 agent 的關鍵一步。
🔗 來源：VentureBeat
2. Retool 報告：AI 把軟體開發成本打到趨近零，但企業治理完全跟不上
Retool 發布 2026 Build vs. Buy 報告，調查 817 位開發者發現 35% 團隊已用自建工具取代至少一套 SaaS，78% 計畫在 2026 年建造更多自研工具。當建構成本驟降一個數量級但 SaaS 定價紋風不動，每家公司的自建 vs 採購算式都在改寫。最容易被取代的是工作流自動化（35%）與內部管理工具（33%）。這不只是工具偏好轉變，而是 AI 正在拆解 SaaS 產業的定價基礎。
🔗 來源：VentureBeat
3. Cisco 提出「共享認知」協議，宣稱 AI 下一個瓶頸是 agent 能不能一起思考
Cisco 旗下 Outshift 團隊提出新觀點：目前的 AI agent 可以串接、可以分工，但無法真正一起思考，缺乏語意對齊與共享上下文。團隊提出 SSTP、LSTP、CSTP 三種新協議，分別在語言層、潛空間層與壓縮狀態層實現 agent 間的認知共享，並與 MIT 合作推進相關研究。這代表 agent 基礎設施的競爭正從單 agent 能力走向多 agent 協作認知，若能實現，會是邁向分散式超級智慧的重要基礎。
🔗 來源：VentureBeat