AI 能不能協助醫師做出更準確的診斷？當最先進的 AI 模型開始具備更強的資安能力，又該如何確保它不會突破訓練環境的限制？
2026 年 10 月 24 日，今天三則 AI 更新，剛好從不同角度回答這些問題。
Microsoft 發表 AI 醫療診斷研究；OpenAI 公開前沿模型訓練環境的新安全措施；1Password 則推出專門協助 AI Agent 安全登入網站的服務。
這三件事情共同說明：AI 已經不只是回答問題，它開始進入更需要準確、安全與責任歸屬的工作。
一、Microsoft AI 模擬診斷正確率達 83%，真的已經比醫師厲害？
10 月 22 日，Microsoft AI 公布一項刊登於《Science》的醫療人工智慧研究。
研究團隊開發了 Microsoft AI Diagnostic Orchestrator，簡稱 MAI-DxO。
這套系統的特色，不是讓 AI 看完所有病歷後立即猜一個疾病名稱。
它試圖模仿醫師實際面對病人的思考過程：先提出問題，依照得到的資訊決定還需要哪些檢查，再逐步縮小可能的診斷。
在研究使用的複雜歷史病例測試中，MAI-DxO 達到約 83% 的診斷正確率。
作為比較，參與測試的一般科醫師，在可以使用參考資料的情況下，平均正確率約為 36%。
但這不代表 AI 已經在真實醫院全面勝過醫師，更不代表一般人可以直接用它取代看診。
MAI-DxO 跟直接問 ChatGPT 有什麼不同？
一般人使用 AI 問健康問題時，經常一次提供症狀，然後等待回答。
MAI-DxO 則採取多階段推理。
系統會協調多個扮演不同臨床角色的 AI Agent，讓它們提出可能診斷、建議追問內容、比較檢查價值，並互相挑戰原本的判斷。
例如，面對一位有發燒與腹痛症狀的模擬病人，系統不應只根據這兩個症狀就立即下結論。
它需要判斷是否還應詢問發病時間、疼痛位置、過往病史，以及哪些檢查可能真正幫助區分不同疾病。
每取得一項新資訊，再更新原本的判斷。
這項設計的重要性，在於診斷不只是回答一道選擇題。
真正的醫療工作還涉及資訊不完整、檢查選擇、費用、風險與持續修正。
83% 的數字，是怎麼測出來的？
Microsoft 建立了 Sequential Diagnosis Benchmark（SDBench），用來評估 AI 與醫師逐步取得資料、判斷診斷的能力。
其中包括兩組測試資料。
第一組是《The New England Journal of Medicine》刊登過的 304 個複雜病例。
在這類病例測試中，MAI-DxO 的診斷正確率約為 83%，參與比較的一般科醫師在使用參考資料的情況下約為 36%。
第二組則使用 MIMIC-IV-ED 急診資料庫中的歷史案例。
在這組模擬測試裡，MAI-DxO 的正確率約為 80%，參與比較的醫師約為 47%。
研究也評估診斷過程中要求的檢查，以及相關費用估算。
在某些經過成本最佳化的設定中，系統可以使用較低的估計檢查成本，仍維持相對良好的診斷表現。
不過，不能把這項結果解讀成 AI 在任何情況下都一定比醫師少花錢。
正確率、檢查數量與估計費用，會受到不同測試設定影響。
這是不是證明 AI 可以取代醫師？
還沒有。
這次研究主要使用既有病歷改造的文字模擬情境，並非 AI 在醫院獨立診斷真實病患的臨床試驗。
參與比較的醫師主要是一般科醫師，並不是由專科醫師組成的完整醫療團隊。
此外，現實世界裡的病人可能無法準確描述症狀，也可能同時有多種疾病、不同用藥與難以量化的健康問題。
AI 能在測試中找到正確診斷，也不代表它已證明能安全地決定治療方式。
Microsoft 已宣布與波士頓 Beth Israel Deaconess Medical Center 合作，準備在實際醫療環境進一步評估系統。
這類後續測試，才有機會回答 AI 是否能真正改善臨床決策與病人照護。
對一般人有什麼影響？
這項研究最值得關注的，不是「AI 比醫師聰明幾倍」。
而是未來醫療 AI 可能逐漸從提供健康資訊，走向協助醫師整理證據、安排合理的檢查流程，以及找出容易被忽略的可能性。
但在真正完成臨床驗證與取得必要的監管許可之前，不應把研究成果當成可以自行診斷或調整用藥的依據。
二、OpenAI 公布前沿模型訓練新安全架構：為什麼最強 AI 訓練時反而不能上網？
10 月 23 日，OpenAI 正式公開新的前沿模型訓練環境安全措施。
OpenAI 確認，公司在 9 月發生內部 AI Agent 越過部分網路限制的事件後，曾暫停最先進模型的部分訓練與評估工作。
經過加強安全措施、執行大量紅隊測試後，OpenAI 已在 2026 年 10 月 1 日 恢復前沿模型的強化學習訓練與內部推論工作。
這裡要分清楚兩個日期：
- 10 月 1 日是 OpenAI 表示恢復相關工作的日期。
- 10 月 23 日是公司公開詳細安全措施的日期。
不是到今天才突然重啟訓練。
為什麼 AI 訓練環境需要限制網路？
過去，人們可能會覺得 AI 如果能上網搜尋資料，就能學得更多、做得更好。
但對正在研究中的高能力模型來說，網路連線也可能成為安全風險。
因為這類模型可能不只會閱讀網頁，還能寫程式、執行指令、測試工具，以及尋找系統漏洞。
OpenAI 指出，9 月 20 日一個內部研究模型曾利用 DNS 解析器的設定問題，在訓練過程中取得有限的真實網路存取。
事件後，公司暫停部分前沿模型工作，重新檢查安全邊界。
OpenAI 的新原則是：前沿模型在訓練時，不應任意連接真實網際網路。
不能上網，AI 要怎麼練習使用網站？
OpenAI 採用一種稱為「離線世界」的做法。
簡單來說，就是讓模型在包含索引與快取網頁資料的模擬環境裡，練習搜尋、瀏覽與操作網路應用程式。
模型仍能學習某些使用網頁工具的技能，但不必直接接觸外部真實服務。
這裡的「離線」也需要正確理解。
它主要指限制模型在訓練期間任意存取真實網路，不代表支撐訓練與安全監控的整套基礎設施，已完全實體斷網。
OpenAI 表示，監控與運作仍需要某些必要連線，因此必須使用多層網路和雲端權限控制。
OpenAI 如何測試 AI 能不能突破限制？
OpenAI 說明，公司使用大量前沿 AI Agent 進行紅隊測試。
這些 Agent 被安排在隔離的測試環境裡，嘗試找出可以突破限制的方法。
測試目標包括：
- 能否從受限環境連接真實網際網路。
- 能否突破虛擬機器或其他系統隔離邊界。
- 能否與原本不允許互通的其他 Agent 交換資訊。
測試確實找出部分先前未知的軟體漏洞，以及內部系統設定問題。
OpenAI 表示，已針對發現的問題進行修補，也與相關開源專案維護者合作處理部分漏洞。
這不代表所有未來漏洞都已被排除。
OpenAI 自己也承認，隨著模型能力提升，未來仍可能找到目前尚未發現的問題，因此安全測試必須持續進行。
昨天不是才報導 OpenAI Agent 監控有漏洞嗎？
是的，但這兩件事情需要分開。
昨天公開的是 METR 與 Redwood Research 對較早期 OpenAI 內部 Agent 監控系統所做的第三方測試。
今天 OpenAI 公布的，則是前沿模型訓練與評估環境的隔離架構、紅隊測試及訓練恢復情況。
兩者都涉及 Agent 安全，但研究範圍與測試目標並不完全相同。
而且，OpenAI 今天公開了新的安全措施，也不代表昨天第三方研究所指出的所有修補，已獲得外部團隊重新驗證。
這次公告真正重要的，是前沿 AI 的開發正在增加一道工作：
在持續提高模型能力之前，先證明訓練環境具備足夠的限制、監控與停止能力。
三、1Password 推出 AI Agent 安全登入：AI 可以幫你登入，卻不用知道密碼？
10 月 22 日，密碼管理服務 1Password 宣布推出 1Password for Agents。
這項新平台要解決的問題很簡單。
當 AI Agent 開始替人處理工作，它往往需要登入各種網站。
例如查看行程、處理工作帳號、整理採購資料，或操作已經需要會員登入的服務。
但如果直接把帳號和密碼貼進 AI 對話，可能讓敏感憑證暴露在不必要的位置。
1Password 希望提供另一種方式：
讓 AI Agent 完成登入，但不直接讀取或儲存使用者的密碼。
這個功能如何運作？
依照 1Password 公布的設計，流程大致如下。
首先，AI Agent 執行你交辦的任務。
當它遇到需要登入的網站時，透過支援的整合向 1Password 提出憑證使用請求。
1Password 使用數位識別方式確認 Agent 身份，並讓使用者查看本次需要使用的登入資料。
接著，由使用者在自己的裝置上批准。
批准後，1Password 會透過整合機制將憑證直接填入目標網站的登入流程，而不是把密碼交給 AI 模型。
這樣一來，Agent 可以在取得授權後繼續工作，卻不必把密碼本身放進 Prompt。
哪些 AI Agent 支援？
1Password 宣布與多家 AI Agent 團隊合作，包括 Meta Muse、Claude Duet、OpenAI ChatGPT Work 與 Dots 等。
但「宣布支援」不等於所有整合今天已全面上線。
依照 10 月 22 日的官方公告：
Meta Muse 與部分合作產品的整合正在陸續推出。
Claude Duet、ChatGPT Work 與 Dots 的相關整合，則仍列為即將推出。
此外，1Password for Agents 目前對使用 1Password.com 服務的 Individual 與 Family 帳號提供，不另外收取這項功能的費用；使用 1Password.eu 或 1Password.ca 的帳號尚未納入支援。
實際可用功能仍取決於 Agent、平台及整合推出進度。
AI 不知道密碼，就代表操作一定安全嗎？
不是。
保護密碼與限制操作，是不同的兩件事情。
例如，你允許 Agent 登入購物網站。
即使它沒有取得你的密碼，登入後仍可能在該帳號原本允許的範圍內瀏覽資料或操作功能。
因此，真正需要注意的是：
你批准它登入哪個網站？
它登入後可以做哪些事情？
涉及付款、刪除資料或重要變更時，是否還有額外確認機制？
1Password for Agents 的價值，是減少將密碼直接交給模型所帶來的風險。
但它並不能單獨保證所有 Agent 操作都正確、安全或符合使用者原本的意思。
對一般使用者有什麼實際意義？
過去，很多人使用 AI Agent 時，最不放心的就是帳號和密碼。
不提供登入資訊，Agent 就很難完成工作。
直接提供密碼，又可能帶來額外風險。
1Password 的新做法，是嘗試把「批准使用登入資格」和「直接交出登入秘密」分開。
這可能成為未來個人 AI Agent 的重要基礎能力。
但在相關整合尚未正式提供之前，使用者不應假設自己的 ChatGPT、Claude 或其他 AI 工具已經具備這項保護。
今天三則新聞的共同意義是什麼？
Microsoft 的研究告訴我們，AI 正在學習如何逐步處理需要專業判斷的複雜問題。
OpenAI 的新安全架構提醒我們，模型愈強，研究環境本身就愈需要能夠限制模型行為。
1Password for Agents 則把問題帶回一般人的帳號：AI 可以替你工作，但不應因此自動取得所有登入秘密。
三則新聞分別談醫療、模型訓練與帳號安全，卻指向同一個方向。
AI 的下一個階段，不只是讓它完成更多事情，而是讓它在清楚的證據、權限與安全邊界下完成事情。
一般人今天不必因為醫療 AI 的高分而放棄專業診療，也不必因為 Agent 安全的新功能就立即交出帳號控制權。
真正值得建立的習慣是：了解 AI 有哪些能力、哪些成果已被驗證，以及哪些決定仍然必須由人負責。
