今天三件事最值得 3Q 客戶關注：一是 Google 把「電腦操作」能力直接內建進 Gemini 3.5 Flash，企業可建跨瀏覽器、手機、桌面的自動化代理；二是 Notion 用 Cursor SDK 幾週內把編碼代理嵌進產品，免自建基礎設施；三是 OpenRouter 零資料留存（ZDR）模型流量已逼近一半，企業導入 AI 的資料安全選項愈來愈成熟。整體訊號很清楚：AI 代理正從聊天玩具走向真正接手業務流程。
產品動態
Gemini 3.5 Flash 內建「電腦操作」能力，可跨瀏覽器手機桌面建代理
Google 把 Computer use（電腦操作）做成內建工具整合進主力的 Gemini 3.5 Flash，開發者能建構橫跨瀏覽器、行動端與桌面環境的智慧代理。此前這項能力只在 Gemini 2.5 以獨立模型提供，現在原生整合進 Flash，可透過 Gemini API 與企業代理平台呼叫。安全方面採對抗訓練降低提示注入風險，並新增兩項可選的企業級防護：敏感操作要求使用者確認、偵測到間接提示注入時自動停止。官方點名適用於持續軟體測試、跨應用知識工作等長週期企業自動化。
對 3Q 客戶意義：想把重複性後台流程（測試、跨系統搬資料）交給 AI 代跑的客戶，現在有原生且帶安全護欄的選項可評估。
來源：Google 官方部落格（Hacker News 熱門）
Notion 用 Cursor SDK 幾週內嵌入編碼代理，免自建基礎設施
Notion 透過 Cursor SDK 在數週內把編碼代理嵌入產品。使用者可在文件中 @Cursor、在討論串提及，或對資料庫指派任務，Cursor 就能端到端完成規劃、建構、測試、驗證並自動建立 PR。整合建立在一套與供應商無關的代理框架上，結果用 SSE 串流傳輸、支援斷線恢復。Cursor SDK 提供與正式環境相同的模型、執行環境與遠端 MCP 支援，讓 Notion 不必自建代理基礎設施就能取得完整堆疊的編碼能力，還能自訂模板、MCP 伺服器與子代理。
對 3Q 客戶意義：想在自家 Web 系統裡塞「AI 幫工程師寫程式」功能的客戶，可走 SDK 整合路線，不必從零打造代理後端。
來源：Cursor 官方部落格
火山引擎推出 Agent Ready 基礎設施，AgentKit 與企業版升級
火山引擎在 FORCE 大會推出面向企業智慧應用的 Agent Ready 基礎設施，建構 AI 雲與代理三層架構。AgentKit 升級提供 Identity、Runtime、Sandbox、Evaluation 等模組，讓代理可靠、可控、可衡量；Identity 已接入數千家身分體系，Runtime 支援長程任務與分鐘級高並發沙箱。企業版整合代理廣場、技能中心與企業知識庫，支援 IDP/SSO/OAuth 及 IM 入口統一管控。實務案例：海底撈門市經營代理把小時級工作壓縮到分鐘級、人工跟進時間縮減 70%。
對 3Q 客戶意義：代理要進企業就得有身分管控、沙箱與可衡量機制——這正是 3Q 幫客戶做 AI 整合時要先談清楚的治理框架。
來源：火山引擎（公眾號）
Mistral 為 Connectors 推出多項企業安全與可控能力
Mistral AI 6/24 發布 Connectors 多項新能力：強化版管理控制（GA）可按工作空間設定連接器存取權並單獨開關工具；帶連接器範圍的 API 金鑰（GA）防止自動化 AI 工作負載中的身分冒充；多帳號連接器（GA）讓單一連接器綁定多個帳戶；連接器除錯工具（公開預覽）對 MCP 連接器做端到端根因分析；另有在開發介面複用連接器、以及支援長時間執行任務不中斷等能力。
對 3Q 客戶意義：企業導入 AI 連外部系統時，權限分級與身分防冒充是必備項——這些控制細節值得 3Q 在規劃整合時列入需求清單。
產業動態
OpenRouter 零資料留存（ZDR）模型已佔近半流量
OpenRouter 的零資料留存（ZDR）保證使用者提示詞與模型回應不被儲存。自 1 月以來新增 97 款支援 ZDR 的模型，每月 token 量成長 4.3 倍，約佔全部路由流量一半。ZDR 在三個層面執行：帳戶級（整個供應商開啟）、護欄級（按 API 金鑰或組織成員限定）、單次請求級（傳參數僅路由至 ZDR 端點）。企業可彈性選擇控制粒度，避免被單一供應商鎖定。
對 3Q 客戶意義：對資料外洩敏感的工廠或政府客戶，ZDR 提供一個「用雲端 AI 但提示詞不落地」的折衷方案，是說服上雲的關鍵賣點。
AI 本該取代工程職，新數據卻顯示工程是 2025 最有韌性的職位
創投機構 SignalFire 追蹤 8000 萬家公司、數百萬員工數據發現，工程是 2025 年最具韌性的職位。大型科技公司總招聘較 2019 年下降 25%，工程職僅降 11%；工程職佔 12 家科技巨頭新招員工的 55%（2019 年為 46%）。早期新創 2025 年工程師招聘比 2019 年成長 7%。NVIDIA 執行長黃仁勳表示 AI 讓工程師更忙碌，是傑文斯悖論的典型例證——效率提升反而帶動更多需求。
對 3Q 客戶意義：AI 不是裁掉工程人力，而是讓同一批人扛更多需求——這正是 3Q 對客戶「用 AI 放大現有 IT 團隊產能」的論述支撐。
來源：TechCrunch
字節跳動分享 AI Coding 實踐：別只盯單一指標
在火山引擎 Force 大會，字節技術副總裁洪定坤分享 AI Coding 實踐。過去一年字節 AI 程式碼貢獻率成長 6 倍、token 消耗成長 5 倍，但過度關注單一指標可能失真——TRAE 團隊程式碼超過 90% 由 AI 生成，人均需求吞吐率卻僅提升 60%。900 次實驗顯示，主流 Coding 模型組合程式碼正確率超過 80%，但「可交付性」僅 40–60 分，結合 Harness 基建後才提升到 80 分。結論是 AI 降低編程門檻，但仍需最佳化指標、治理與協作。
對 3Q 客戶意義：「AI 生成 90% 程式碼」不等於產能翻倍——導入 AI 編碼要看可交付性與工程基建，這是 3Q 幫客戶設定合理期待的重要提醒。
來源：火山引擎（公眾號）
3Q 編輯部觀點
今天的訊號高度一致：企業級 AI 代理（Agent）正式從 demo 走進產線。Google 把電腦操作能力內建進 Gemini 主力模型、Notion 用 Cursor SDK 幾週嵌入編碼代理、火山引擎與 Mistral 各自補上身分管控、沙箱、權限分級——大廠這一輪比的不再是模型分數，而是「代理能不能安全地接手真實業務流程」。對 3Q 的客戶來說，這正是務實切入點：與其追逐聊天玩具，不如思考哪些重複性後台流程（跨系統搬資料、表單處理、巡檢回報）可以交給帶安全護欄的代理。但兩個現實提醒同樣重要。其一，字節的數據戳破了「AI 生成 90% 程式碼就等於產能翻倍」的幻覺——可交付性才是關鍵，沒有工程基建與治理，AI 產出的程式碼一樣得人來收尾。其二，OpenRouter 的 ZDR 流量逼近一半，說明資料不落地已成企業上雲的硬需求，這對資料敏感的工廠與政府客戶尤其是說服上雲的突破口。把這幾條串起來，3Q 對客戶的建議很清楚：選一個邊界明確、可衡量成效的流程先試水，把身分、權限、資料留存三件事在合約與架構階段就談清楚，再談規模化。AI 不會取代你的 IT 團隊，但會放大他們能扛的需求量——前提是治理框架先到位。
資料素材來源：AIHOT (aihot.virxact.com)。本文由 3Q 編輯部用 Claude 篩選、翻譯為繁體中文、加上對 3Q 客戶意義的觀點。各則新聞著作權屬原始發佈者，請點上方連結看原文。