67%。

這是全球企業裡，懷疑自家 AI agent 已經偷看了不該看的資料的比例。不是「可能會」，是「懷疑已經發生了」。三分之二的企業承認：我們放了一個東西進來，然後我們不確定它看了什麼。

同一週，Apple 宣布 iOS 27 讓你選第三方 AI 取代 ChatGPT。Notion 把工作空間變成 AI agent 的控制中心。Amazon 的 AI 購物助理可以跑去別家網站幫你刷卡。Honeycomb 推出 agent-native 可觀測性——因為你根本不知道你的 AI agent 在生產環境裡幹了什麼。

五條新聞，一個共同訊號：AI agent 的權限正在以超越我們理解速度的方式擴張。而我們連監控它們的工具都才剛開始蓋。

Apple iOS 27：你的 Siri，你選引擎

Apple 終於承認了一個事實：單一模型不可能最擅長所有事。

iOS 27、iPadOS 27、macOS 27 將允許使用者選擇第三方 AI 模型——Claude、Gemini、以及其他通過審核的模型——取代 ChatGPT，作為 Apple Intelligence 的預設引擎。不是只能換一個，是可以依任務分配：寫作用 Claude、搜尋用 Gemini、圖片生成用別的。Apple 同時發布了新的「Extensions」框架，讓第三方 AI 可以插入 Siri、Writing Tools、Image Playground 的每一個接口。

Apple 跟 Google 簽了約，Gemini 會是選項之一。第三方 AI 會有獨立語音，跟 Siri 區分。預計 WWDC 六月公布細節，秋季正式推出。

為什麼重要？

表面上，這是 Apple 向開放生態系邁出的一步。實際上，這是一個風險轉移的決策。

當 Apple 只綁定 ChatGPT 的時候，OpenAI 的任何問題——幻覺、偏見、安全漏洞——都是 Apple 的問題。現在 Apple 說：你自己選，責任你自己扛。這不是慷慨，這是保險。

但更深層的結構性變化在這裡：Apple 正在把自己從「AI 供應商」重新定位成「AI 平台商」。 它不需要有最強的模型，它只需要所有最強的模型都在它的平台上跑。這跟 App Store 的邏輯一模一樣——Apple 不做 app，Apple 做的是讓所有 app 必須經過它。

反過來想：怎樣讓這個策略一定失敗？讓第三方 AI 的體驗比原生 ChatGPT 差。如果切換引擎後 Siri 變慢、Writing Tools 格式跑掉、Image Playground 品質下降，使用者試一次就不會再試了。Extensions 框架的 API 設計品質，會決定這件事是真正的開放還是做做樣子。

原文來源：iOS 27 will let you choose between Gemini, Claude, and more for AI features — 9to5Mac
原文來源：iOS 27 Third-Party Chatbots to Replace ChatGPT in Apple Intelligence — MacRumors

工作空間、購物車、信用卡、生產環境——AI agent 的觸手伸進的地方，比你以為的多得多。

Notion Developer Platform：你的工作空間變成 AI Agent 的作業系統

Notion 不想只當筆記軟體了。它想當 AI agent 的控制中心。

五月十三號，Notion 發布 Developer Platform，包含三個核心組件。Workers：在 Notion 託管環境中部署自訂程式碼，處理資料同步、工具建立、webhook 觸發，不需要你自己架伺服器。External Agent API：把 Claude、Codex、Decagon 等外部 AI agent 直接接進你的 Notion workspace。Database Sync：從 Zendesk、Salesforce、Postgres 等外部系統把資料拉進 Notion。

還附了一個 CLI 工具叫 ntn——一行指令就能認證、讀寫 Notion、管理部署。Workers 在 beta 期間免費，八月十一號起開始使用 Notion credits 計費。

為什麼重要？

Notion 正在做的事情，本質上是把一個「人類用的工具」改造成「AI agent 用的平台」。

這有夠猛，但也有夠危險。

想像一下：你的 Notion workspace 裡有產品路線圖、客戶資料、內部討論紀錄、財務數字。現在你可以讓外部 AI agent 直接存取這些資料。你設定了權限——至少你覺得你設定了。但 AI agent 不像人類員工，它不會「只看跟自己工作相關的頁面」然後「忽略旁邊那個薪資表」。它會存取所有它被允許存取的東西，而「被允許存取」跟「應該存取」之間的差距，就是風險住的地方。

這不是 Notion 的問題，這是整個「AI agent 接入企業工具」浪潮的結構性問題。每一個新的 API 接口，都是一個新的攻擊面。每一個「讓 AI agent 更方便」的設計決策，同時也是一個「讓未授權存取更容易」的設計決策。

原文來源：Notion just turned its workspace into a hub for AI agents — TechCrunch
原文來源：Introducing Developer Platform — Notion Blog

Akeyless 調查：三分之二企業懷疑 AI Agent 已偷看資料

67% 的企業懷疑 AI agent 已經存取了超出預期範圍的資料。這個數字不是來自恐嚇行銷，是 Akeyless 的全球企業調查結果。

問題的根源不是 AI agent 有惡意。是它們被授予了過多權限，而傳統的 secrets management 框架根本不是為這種動態行為設計的。

人類員工拿到一組 API key，會用它做特定的事。AI agent 拿到同一組 key，會用它做所有它「能」做的事——因為它被設計成盡可能完成任務。你給它「讀取客戶資料庫」的權限來回答客服問題，它可能為了「更完整地回答」而去翻了客戶的付款紀錄、合約條款、甚至內部備註。它不是在偷看，它是在「盡責」。但結果跟偷看一模一樣。

為什麼重要？

企業正面臨一個兩難：限制太多，AI agent 就廢了，你花的錢全白費。限制太少，你的資料就在裸奔。

這個兩難的根本原因是：我們還在用「人類權限管理」的思維去管「非人類行為者」。 人類權限管理假設行為者有判斷力——你不會因為有權限就去翻同事的薪水。AI agent 沒有這層判斷。它只看權限邊界，而權限邊界通常設得比需要的寬，因為設太窄會讓它做不了事。

這是一個脆弱性的經典來源：系統的安全性取決於最寬鬆的那一層。你可以把防火牆蓋到天花板，但如果你給 AI agent 一把萬能鑰匙，防火牆就只是裝飾品。

現在回頭看上一則 Notion 的新聞——Workers、External Agent API、Database Sync——每一個都是在給 AI agent 更多鑰匙。技術上很漂亮。風險管理上，踩坑的機率有夠高。

原文來源：Two-Thirds of Enterprises Suspect AI Agents Have Already Accessed Unauthorized Data — PR Newswire

AI agent 能讀你的資料庫。能操作你的工作空間。現在它還能拿你的信用卡去別家網站結帳。

Amazon Alexa for Shopping：AI 替你去別家網站刷卡

Amazon 五月十二號推出 Alexa for Shopping——一個由 Alexa+ 驅動的 AI 購物助理。它能比較產品、追蹤價格、排程定期訂購。

但真正讓人瞪大眼睛的是 Buy for Me 功能：AI 可以到 Amazon 以外的零售商網站，替你完成購買。

讓我說清楚這代表什麼。Amazon 的 AI agent 會打開第三方網站、瀏覽商品頁、把東西加進購物車、填寫你的信用卡資訊、按下結帳按鈕。整個過程不需要你碰鍵盤。

方便嗎？炸了。但請冷靜三秒鐘想一下這裡的風險結構。

你正在把你的信用卡號碼、帳單地址、收貨地址交給一個 AI agent，讓它在你不完全控制的環境中使用。第三方網站的結帳流程可能改版、可能有隱藏費用、可能有不同的退貨政策。AI agent 會不會在結帳前幫你確認退貨條款？會不會辨識出釣魚網站？會不會在遇到「加購延長保固只要 $9.99」的彈窗時幫你按「不要」？

為什麼重要？

這是 AI agent 從「資訊助理」跨到「金融行為者」的分水嶺。以前 AI agent 最多幫你整理資料、寫摘要、回答問題——做錯了，最多是資訊不準確。現在它代替你花錢——做錯了，是真金白銀的損失。

而且 Amazon 選擇讓 AI agent 到「別家」網站買東西，這不只是功能擴張，是控制權的延伸。Amazon 的 AI 會成為你跟整個電商生態系之間的中介層。你不再直接跟零售商互動，你透過 Amazon 的 AI 跟它們互動。長期來看，這讓 Amazon 掌握了跨平台的購物行為資料——即使那些購買不是在 Amazon 上完成的。

原文來源：各大科技媒體報導

Honeycomb Agent-Native Observability：給 AI Agent 裝上黑盒子

如果前面四則新聞讓你開始焦慮——AI agent 在你的手機裡、工作空間裡、信用卡裡、企業資料庫裡——那 Honeycomb 這則新聞至少是個好消息的方向。

五月十三號，Honeycomb 推出 agent-native 可觀測性功能，專門設計給在生產環境中自主運作的 AI agent。三個核心功能：Agent Timeline 提供跨 multi-agent、multi-trace 的工作流視圖，讓你看到一個 AI agent 從接到任務到完成的完整路徑。Canvas 是重建的工作空間，結合聊天介面和自主 agent。Canvas Skills 讓你把工程師的除錯經驗編碼成可重複使用的 debugging playbook，變成 AI 可以直接使用的技能。

為什麼重要？

這解決的問題很根本：當 AI agent 在生產環境中自主運作時，你怎麼知道它做了什麼、為什麼做、在哪裡做錯了？

飛機有黑盒子。每一次飛行的每一個操作都被記錄下來。不是因為我們不信任飛行員，是因為在高風險環境中，「可追溯性」不是可選的——它是必要的。

AI agent 正在進入高風險環境：你的財務系統、你的客戶資料、你的購物流程、你的程式碼庫。但大多數企業部署 AI agent 的方式，更像是讓一架沒有黑盒子的飛機起飛。它飛得很好——直到它出事。然後你連它為什麼墜毀都不知道。

Honeycomb 的 Agent Timeline 本質上就是 AI agent 的黑盒子。它不能阻止事故發生，但它讓你有能力在事後理解發生了什麼，並且在事前設定告警。這是目前整個 AI agent 生態系最缺的一塊拼圖。

原文來源：Honeycomb Blog

五條新聞，一個結構。

Apple 讓你選 AI 引擎——但選擇權的背後是責任的轉移。Notion 讓 AI agent 接入你的工作空間——每一個 API 都是一扇門。Akeyless 的調查說三分之二的企業已經在擔心 AI agent 看了不該看的東西。Amazon 讓 AI agent 拿你的信用卡出去逛街。Honeycomb 開始蓋黑盒子，因為其他人都在蓋沒有黑盒子的飛機。

共同趨勢不是「AI 變強了」。是「AI agent 的權限膨脹速度，遠遠超過我們對它們行為的可見度。」

每一次你授權一個 AI agent 存取一個系統，你都在做一個不對稱的交易：你給出去的是確定的——權限、資料、行為能力。你收到的回報是或然的——它可能幫你省時間，也可能幫你製造一個你三個月後才發現的資安事件。

不對稱風險的管理原則很簡單：在你看不清楚下行風險的時候，不要急著最大化上行收益。

這不是說不要用 AI agent。是說在用之前，先問自己三個問題：

  1. 這個 agent 能存取什麼？它「需要」存取的跟它「被允許」存取的，範圍一樣嗎？
  2. 它做了什麼事，我有辦法事後知道嗎？
  3. 它做錯了，我有辦法在損害擴大前發現嗎？

如果三個問題裡有任何一個答案是「不確定」，你的 AI agent 部署就還沒準備好。