AI趨勢周報第283期：Claude Code新功能解決MCP擴充痛點

重點新聞（0109～0115）

  Claude Code    MCP     Token  

還沒寫程式就沒Token了？Claude Code新功能解決MCP擴充痛點

Anthropic為旗下程式開發工具Claude Code推出新功能MCP Tool Search，來解決多數開發者的共同痛點：MCP工具一多，Context很快就被吃光，還沒開始寫程式就先用完token了。

Anthropic技術人員Thariq Shihipar在X上說明，當Claude Code偵測到MCP工具描述占用超過10%的Context時，系統就不再把所有工具一次載入，而是改用搜尋方式動態載入。也就是需要時才找工具，避免事前預載造成浪費，等同替MCP伺服器加入延遲載入機制。

Anthropic指出，過去有使用者同時接了超過7個MCP伺服器，就耗掉6.7萬多個 token，Context在真正開始工作前就已用完。但新機制可以大幅改善這個問題。在實作上，MCP Tool Search是一個相似度搜尋工具，輸入關鍵字即可回傳相關工具名稱。由於它本身也是代理流程的一部分，Claude Code可以多次搜尋、調整關鍵字，甚至平行查詢，直到找到合適工具。（詳全文）

 Falcon-H1R     小模型     推理  

不靠堆參數，Falcon-H1R用7B小模型挑戰大型推理AI

阿聯酋科技創新研究院（TII）最近發表Falcon-H1R 7B，是一款主打輕量但具高推理能力的開放權重大型語言模型。Falcon-H1R僅有70億參數，卻以架構和訓練策略取勝，對標更大規模的開源和閉源模型。

Falcon-H1R以Falcon H1架構為基礎，結合了Transformer和Mamba架構，針對多步推理進行強化訓練，讓模型在數學、邏輯和代理任務中，更有效率地使用參數。TII公布的測試結果顯示，Falcon-H1R在AIME-24等推理基準上，表現可逼近甚至超越部分15B、32B規模的模型。

除了準確度，效能也是重點。官方測試顯示，Falcon-H1R在實際部署情境下的推理速度明顯快於Qwen3 8B，而且越忙、輸入越長時，差距越大。比如一次同時處理32個請求，Falcon-H1R每張GPU每秒可產生約1,000個Token；請求數增加到64個時，速度可提升到約每秒1,500個Token，是Qwen3 8B模型的兩倍。當輸入內容拉長到8,000～16,000個Token（例如整份文件或長推理流程），Falcon-H1R的速度仍可維持約每秒1,800個Token，而Qwen3 8B則低於 每秒900個Token。

Falcon-H1R這樣的推理速度，對實務部署相當友善，特別適合要即時推理、又受限於算力的場景。Falcon-H1R以開放權重方式釋出，並提供完整技術文件，延續Falcon系列高效能、可部署、可研究的定位。（詳全文）

自主型AI     Cowork     Claude  

Anthropic揭自主型AI代理，瞄準知識工作

Anthropic推出自主型AI代理Cowork，把Claude的功能從聊天、寫程式，擴展到一般知識工作。Anthropic形容，Cowork就是「非工程師版的Claude Code」，能在少量人為介入下，自行規畫並完成多步驟任務。

與一般聊天介面不同，Cowork可存取使用者指定的電腦資料夾，直接讀檔、改檔與產出文件，並在過程中回報進度，不必每一步都下指令。官方舉例，它能整理下載資料夾、把支出截圖轉成試算表，或從零散筆記生成報告初稿。

在實測中，《Lenny’s Podcast》主持人Lenny Rachitsky讓Cowork分析320份逐字稿，成功整理出關鍵主題。Cowork也能分析本地端的會議紀錄、產生摘要，搭配行事曆與瀏覽器完成跨應用任務。Cowork目前以macOS研究預覽版提供給Claude Max訂閱者。（詳全文）

  Cursor     AI代理     協作  

Cursor實驗多代理協作自動寫程式，從零打造瀏覽器

AI程式開發新創Cursor最近分享一項實驗成果，他們運用幾百個AI代理，在同一個專案連續工作好幾周，將原本需要人類團隊好幾個月才能完成的工程，一口氣平行推進。

在這個專案中，AI代理累積寫出100多萬行程式碼、用了數十億個token，整個系統已能以周為單位，穩定運作。Cursor也發現，真正的難題不是算力，而是如何避免AI彼此重複做事、互相卡關。為解決這個挑戰，團隊先定義分工，由「規畫者」負責分析程式碼、拆任務、排順序；「執行者」照指示把程式寫完、送出修改。每一輪任務結束後，再交給「裁判AI」判斷要不要繼續下一輪。

他們也實際測試，像是從零打造一個網頁瀏覽器，或把前端框架從Solid換成React，都能連續跑好幾周不中斷。團隊也發現，模型選得對很重要，像GPT-5.2在長時間任務中比較不會失焦，因此改為依角色搭配不同模型。不過Cursor也坦言，這套多AI協作還沒到完美，仍需要定期重啟、調整節奏。但整體來看，AI 寫程式已開始從單一助手，走向一整個工程團隊。（詳全文）

  醫療AI    Anthropic      GenAI  

進軍商用醫療AI領域，Anthropic推醫療B2B服務

Anthropic最近推出Claude for Healthcare，這不是AI看診服務，而是把生成式AI導入醫療行政與臨床試驗等內部流程，鎖定醫院、保險公司和藥廠等B2B市場的服務。Anthropic也宣告，Claude已具備進入正式醫療流程的商用成熟度。

Anthropic強調，Claude for Healthcare依美國HIPAA法規設計，可在合規前提下處理高度文件化、錯誤成本高的工作，例如事前授權審查、理賠文件整理、給付規範與臨床指引比對，以及醫師與機構資格驗證，這些正是醫療體系長期的人力黑洞。同樣能力也能延伸到生命科學領域，比如支援臨床試驗設計、收案與法規文件準備。

實例顯示，部分流程可節省最多90%的時間，像臨床試驗文件處理從數天縮短到1小時，製藥大廠Novo Nordisk的臨床文件處理更從12周減至10分鐘。Anthropic強調，Claude for Health的定位是降低錯誤、輔助流程，而非提供診斷建議；不確定時會交由人工審核。目前該服務已部署於AWS、Google Cloud和微軟雲端。（詳全文）

  資策會     趨勢預測     GenAI  

Google升級醫療多模態模型MedGemma，可讀3D影像了

Google最近更新開放權重醫療生成式AI模型MedGemma 1.5，同時推出醫療語音轉文字模型MedASR，要讓開發者更容易把影像、文字和語音，帶進醫療AI應用流程。

Google先提醒，MedGemma 1.5並非直接安裝就能看病的成品，在實際上線前，醫院或廠商仍得用自家資料微調、驗證。Google這次釋出的是4B多模態版本，模型較小、所需的算力也比較省，適合拿來評估或做客製化應用。如果要執行更複雜的文字任務，使用者仍可選擇27B參數的MedGemma 1。

技術上，1.5版最大的進步是能處理電腦斷層（CT）、MRI這類3D醫學影像，甚至是容量非常大的病理切片，只要將把影像切成多個區塊或多張切片，再搭配提示詞一起丟給模型，就能處理。Google內部測試顯示，3D影像判讀準確率確實提升，如CT的宏平均準確率由58.2%提升到61.1%、MRI則由51.3%提升到64.7%。

在系統整合上，Google 也補齊DICOMweb影像傳輸標準流程，讓應用可直接用連結在伺服器端讀取CT、MRI，再交給模型推理，不必來回傳輸龐大的影像。至於MedASR則是為醫療口述特別調教的語音辨識模型，針對醫療名詞和說話習慣優化，錯誤率明顯低於通用模型，適合用於醫師對話聽寫，後續再整理或進行AI分析。（詳全文）

  DeepSeek     殘差網路     資訊丟失  

DeepSeek提出新方法，穩住深層模型的訊號傳遞

DeepSeek發表最新研究，釐清一個常被混為一談的問題：大模型推理變弱，未必是記不住，而是資訊在深層網路中傳遞失真。團隊證明，一種原本潛力高、卻在大規模下不穩定的神經網路設計，經過調整後可穩定訓練，並能實際提高模型表現。

這項研究提出受限超連結（Manifold-Constrained Hyper-Connections），讓模型能在多條殘差路徑間動態混合資訊，提高推理彈性。這種設計本來能提高推理彈性，但在模型變深、變大後，常因訊號被過度放大或壓縮，導致梯度不穩、訓練直接失敗。

DeepSeek的作法是在混合路徑加上約束，只允許重新分配資訊、避免訊號放大，確保推理線索能穩定走完整個網路深度，來避免已學到的資訊，在深層模型中被沖淡。實驗顯示，模型可穩定訓練至270億參數規模，在基準測試BIG-Bench Hard中的準確率，由43.8%提高到51.0%，訓練成本僅增加6–7%。DeepSeek指出，未來推理能力的突破，可能更多來自架構層級的精修，而非單純把模型做得更大。（詳全文）

圖片來源／TII、Cursor、Google

  AI近期新聞 

1. Google推出個人化Gemini功能 可從Gmail、搜尋、相簿擷取資訊

2. 微軟釋出全球AI使用報告，臺灣AI採用率為全球第23名

資料來源：iThome整理，2026年1月