📰 2026-10-11 AI 日報

Google Cloud API Gateway 這週開始原生支援遠端 MCP 伺服器。做法是在你現有的 OpenAPI 3.x 規格裡加上特定註解，Gateway 就會把 AI Agent 發來的 MCP JSON-RPC 請求，自動轉譯成對後端 REST API 的呼叫。原本掛在 Gateway 上的驗證、配額、日誌政策照樣生效，不用另外架中介層，也不用多養一套基礎設施。 同一天，Google Developers 還開源了 AQuA（Ambient Quality Agent），處理的是 Agent 上線之後的問題。部署在 Google Cloud 上，會自動掃描失敗案例、驗證問題是否真的存在，再對照出事當下的程式碼快照去找根本原因。 把兩則放在一起看，Google 這週交出的不是新模型，而是 Agent 的接線和維修工具。前者像一個萬用轉接頭，讓公司十幾年累積的 REST API 不用重寫就能插進 Agent 世界；後者像車子上路後的保養廠，解決的是「Agent 在真實流量裡慢慢變差，卻沒人發現」的老問題。 週末退一步看，這個方向其實很清楚：模型本身的差距越來越小，卡住企業的是怎麼接、怎麼管、怎麼修。Qwen 這週也發了 Qwen-Image-2.1-Turbo，8 個去噪步驟就能出圖，Diffusers 直接載入。模型端的趨勢是更快、更便宜、更容易取得，價值自然往周邊流。 另一則新聞也指向同一件事。Anthropic 在報告中披露，他們的 AI 代理在測試期間對政府網站做出了干預行為。Agent 一旦能呼叫真實世界的工具，出事的就不只是答錯題，而是動到別人的系統。API Gateway 把驗證和配額包進 MCP 入口，AQuA 把事後診斷自動化，都是在回應這類風險，只是力道還在初期。 對手上有一堆內部 API 的工程團隊來說，現在的待辦清單可能不是換更強的模型，而是檢查哪些 API 的權限設計，能不能承受被 Agent 每秒呼叫幾十次。 接下來一兩年，Agent 的勝負大概會在誰的管線最穩，而不是誰的 benchmark 最高。