微軟（Microsoft）正式發布了自家研發的推理模型（reasoning model，就是特別擅長多步驟邏輯思考與解題的 AI，而不只是問答或文字生成）MAI-Thinking-1。這個模型採用 MoE 架構（Mixture of Experts，混合專家架構——模型裡有很多「小專家子網路」，每次只啟動其中幾個來回答，讓計算更省資源），對外公告的活躍參數規模是 350 億（35B），但模型總參數量高達 1 兆（1T）。在數學推理競賽測試 AIME 2025 上，MAI-Thinking-1 拿下 97% 的成績；在程式碼工程能力測試 SWE-Bench Pro 上達到 53%。在盲測（評測者不知道評的是哪家模型）中，人類評審整體更偏好這個模型，結果優於 Anthropic 的 Claude Sonnet 4.6。微軟同時強調此模型完全自訓、沒有蒸餾（distillation，就是「用現成模型的輸出當教材來訓練新模型」的做法，版權灰色地帶）其他模型，並支援企業用自己的資料做微調（fine-tuning，繼續訓練讓模型更懂特定領域），且訓練過程微軟保證不會看到企業資料（100% eyes-off）。
假設你是一家有大量法律合約的企業，想用 AI 自動審查合約中的風險條款。舊版通用 AI（例如 GPT-4 或 Claude 3）可能因為合約邏輯環環相扣、需要跨段落推理，而漏掉深藏幾層的違約觸發條件，像是「A 條款的但書連動 B 條款、B 觸發後又影響 C 的賠償計算」。MAI-Thinking-1 特別強化了這種多步驟推理能力（97% AIME 代表能穩定解開複雜推導鏈），在這類需要跳好幾層邏輯的場景表現更穩。此外，因為支援企業微調且資料不外流，法律部門可以用自家合約資料把模型進一步調整成更懂本公司規則，不用擔心保密問題。相比之前要麼用通用 AI（不夠懂領域）、要麼自己從頭訓（太貴），這提供了第三條路：有能力的基座模型 + 安全的企業調校。
Google 發布了 Gemma 4 12B，這是一個免費開放給任何人下載使用的 AI 模型（開源，就是程式碼和模型權重都公開，任何人都能自己架設、修改、商用）。這個模型特別的地方在於它採用全新的「無編碼器統一架構」——傳統的多模態 AI（可以同時看圖、聽聲音、讀文字的 AI）通常需要幾個分開的模組分別處理圖片和聲音，再把結果拼在一起；Gemma 4 12B 則把這些全部整合進同一個語言模型主幹裡，圖片和聲音訊號直接轉成和文字相同格式的「語言」讓模型統一理解。實際效能上，12B（120億參數）的模型在測試中表現接近 26B（260億參數）模型的水準，卻只需要一半的計算資源。更重要的是，它只需要 16GB 記憶體就能跑，意味著一台配備 16GB 顯示記憶體的筆電就能在本地運行，完全不用依賴雲端。授權方式採 Apache 2.0，可自由商業使用，整個 Gemma 系列累計已被下載 1.5 億次。
我想做一個「能看圖回答問題 + 能聽懂語音指令」的客服 AI 機器人，部署在自己的伺服器上（不想把用戶資料傳到 OpenAI 或 Google 雲端）。以前要實現這種功能，我需要分別串接圖像辨識模型（如 CLIP）和語音辨識模型（如 Whisper），再把輸出餵給語言模型，整套系統複雜、延遲高、維護麻煩。用 Gemma 4 12B，我只要透過 HuggingFace Transformers 這個常見的 AI 工具庫下載模型，就能直接把圖片和語音一起丟給同一個模型處理，得到文字回答——不需要拼湊多個系統，單一模型搞定。在一台配 16GB VRAM 的工作站或高階筆電上就能跑，完全本地部署，用戶資料不出門。
史丹佛大學法學院做了一項嚴謹的盲測研究，找來 16 位美國頂尖法學院教授，讓他們在「完全不知道答案來自 AI 還是真人同行」的情況下，評比約 3,000 組回答。結果 AI 在 75% 的對決中勝出——也就是說，專業法律教授更常認為 AI 的答案比另一位真實教授的答案更好。更值得注意的是，教授把 AI 的回答標為「有害」的比例只有 3.5%，但同行教授回答被標為「有害」的比例高達 12%，足足高出三倍多。這項研究聚焦在合約法課程（就是規範雙方簽約、承諾、交易的那套法律規則），刻意選擇需要「複雜推理、把法律應用到新情境、幫助學生發展分析思考能力」的題目，而非簡單背誦法條的題型。研究者強調，這結果挑戰了「AI 只能處理基礎問題」的普遍印象，但同時也謹慎表示目前尚無法直接推論「AI 可以取代法律教師」。
想像一位法律系學生遇到一道合約法情境題：「甲向乙發出購買要約（就是正式邀請對方交易的意思表示），但乙還沒來得及回覆就車禍住院——此時合約是否成立？」過去他要等教授批改，通常要等一到兩天，且答覆品質因人而異。現在他把情境丟給 AI，AI 逐步拆解「要約」「承諾」「意思表示到達時點」等法律概念，推導出一個有推論步驟的分析。在這次史丹佛研究中，教授盲測後有 75% 的情況選了 AI 的答案——他們以為自己在比較兩位不同教授，卻不知道其中一位其實是 AI。對學生而言，最直接的差異是：舊做法需要排隊等人，AI 家教可以隨問隨答，而且品質在此研究中已被頂尖法律教授認證「通常更好」。
臥安機器人（一家已在香港上市的中國機器人公司）發表了新版通用動作模型 OneModel 1.7，針對「具身智能」（Embodied Intelligence，就是讓機器人像人一樣能感知環境、做判斷並行動的技術）長期存在的關鍵問題提出解法。這個問題叫「感知—行動斷層」：機器人看懂了場景，卻不知道怎麼動。OneModel 1.7 的核心創新是「隱式通路」（Predictive Policy Latent），在 AI 內部的「潛在空間」（一種高維數學表達空間，不是實際圖片或座標）中直接完成感知到行動的資訊傳遞，省去傳統方案「先把看到的東西轉成中間圖片再給另一個模組看」的步驟，從而降低雜訊、加快速度。在業界標準測試 LIBERO 上，OneModel 1.7 取得 99% 平均成功率，超越 π0.5、GR00T-N1.5 等主流競品；乒乓球真人對打成功率也達 91.2%。
我想讓家庭機器人獨立完成「洗衣全流程」——在房間裡找到散落的衣物、規劃路徑繞過障礙物、柔性抓取衣物（不能太大力壓壞布料）、打開洗衣機門、分類投入滾筒、再把門關好，全程不允許有人在遠端遙控它。舊方案的瓶頸在於：負責「看懂場景」的模組和負責「控制手臂」的模組是分開的，中間需要傳一份文字或座標描述（「衣物在左方 30cm、質地柔軟、門鉸鍊較緊」），這份描述很容易丟失細節。OneModel 1.7 的「隱式通路」讓兩個模組在同一個內部空間直接交換資訊，就像大腦直接指揮手，省掉「先說話—再聽到—再動手」的轉換損耗。搭載這個模型的 onero H1 保姆機器人在模擬家庭場景中以 99% 的成功率完成了整套洗衣流程，全程無人介入。
微軟在年度開發者大會 Microsoft Build 上，一口氣發布了七款全新自家品牌 AI 模型（統稱 MAI 系列）。這些模型涵蓋推理（AI 分步邏輯思考解題）、程式碼生成（自動寫程式）、圖片理解、語音辨識和語音合成等五大能力，包括 MAI-Thinking-1（推理旗艦）、MAI-Code-1-Flash（程式碼快速模型）、MAI-Image-2.5（圖片模型）、MAI-Transcribe-1.5（語音轉文字）和 MAI-Voice-2（語音合成）。其中最受關注的是 MAI-Thinking-1，它是微軟第一款完全由自家團隊從頭訓練的推理模型——推理模型是指能「先想一想、分步驟推導」後再作答的 AI，微軟強調訓練資料來源清晰、且沒有蒸餾（把大模型的能力壓縮複製到自家模型）其他公司的模型成果。微軟還罕見公開了一份長達 109 頁的技術報告，詳細說明訓練方式，在業界引發廣泛討論——大多數頂尖 AI 公司都刻意保密技術細節。除了自研模型，微軟也大幅升級 GitHub Copilot（讓開發者用 AI 輔助寫程式的工具），將其定位為「以 AI 為核心的軟體開發桌面中樞」，支援多裝置同步與更深度的自動化工作流程；同時推出 Web IQ，一套讓 AI 機器人回答前先搜尋網路的 API（讓不同軟體互相溝通的標準管道），微軟聲稱這套 API 已為 Copilot、ChatGPT 等主流 AI 產品提供網路搜尋能力。
假設你是一位軟體工程師，目前使用 GitHub Copilot 輔助開發，但碰到跨多個檔案、邏輯較複雜的 bug 還是得手動來回翻閱。新版 Copilot 桌面應用加入了「Canvas 畫布」功能，可以在同一畫面同時開多份程式檔、即時追蹤修改，並透過 GitHub 內建的自動化流程（如自動執行測試、自動草擬 PR 提交單）完成整個任務。背後若搭配 MAI-Thinking-1，它能先把問題拆解成多個推理步驟——例如先定位 bug 所在邏輯、再逐層追溯呼叫鏈、最後提出修改建議——而非只是給一個猜測性答案。相比舊版只能在編輯器裡一問一答，新版更像一位能追蹤你整個工作進度的 AI 工作夥伴，從「描述問題」到「完成提交」全程支援，不需要你親自切換工具或複製貼上。
微軟（Microsoft）推出了一個名為 MAI-Code-1-Flash 的全新 AI 程式碼模型——一種專門幫開發者寫程式、找 bug（程式錯誤）的 AI 助手。它採用 MoE（Mixture of Experts，混合專家架構，概念上就是一個大 AI 裡面分成很多「小組」，每次只啟動最相關的幾組來運算，既省算力又快）設計，總參數量達 1370 億，但每次實際運作只用到大約 50 億個「活躍參數」，因此速度快、推論成本低。在 SWE-Bench Pro（業界標準測試，衡量 AI 能不能真正解決 GitHub 上的真實程式錯誤）上，它拿到了 51% 的分數，在同量級的輕量模型中成績相當突出，微軟宣稱比 Anthropic（Claude 系列 AI 的開發商）的同規格輕量版 Claude 4.5 Haiku 還強。此模型的上下文視窗（一次能讀取的最大文字量）長達 256K tokens（大約可同時閱讀 20 萬字的程式碼），訓練資料超過 10 兆個 tokens。目前已整合進 GitHub Copilot（微軟的 AI 程式碼助手服務）與 VS Code（開發者最常用的程式編輯器之一）。
假設你是一名後端開發者，在 VS Code 裡維護一個 Python 專案，發現某個函數處理「空列表輸入」時程式會直接崩潰，但你自己找不到問題在哪。你打開 GitHub Copilot 的聊天視窗，把出問題的函數貼進去說「這個函數在收到空列表時會 crash，幫我找原因並修好」。MAI-Code-1-Flash 會快速掃描函數邏輯，定位到是哪一行缺少了「空值邊界檢查」，然後直接回傳修改後的版本，並說明為何這樣改。相比以前 Copilot 用的較大模型，MAI-Code-1-Flash 因為「體積小、激活參數少」，回應速度更快，幾乎感覺不到等待，特別適合在 CLI（命令列，就是黑色視窗打指令的環境）自動化腳本裡頻繁呼叫，不會因為模型延遲而拖慢整個工作流程。
Microsoft 最近展示了一個值得注意的 AI 訓練方式：他們沒有先讓模型學習「推理」技能，就直接用強化學習（RL，一種讓 AI 透過嘗試錯誤、自主摸索解題策略的訓練方法）從頭開始訓練。這個選擇讓業界訝異，因為業界慣例通常是先讓模型看大量人類或其他 AI 的推理範例打基礎，再進行 RL 強化。結果令人震驚：在 AIME 2025（美國邀請數學競賽，一個常被用來評估 AI 數學推理能力的困難基準測試）上，模型成績從不到 20% 一口氣躍升到超過 95%。研究者特別強調，這個過程完全不借助其他模型的蒸餾（distillation，就是把大模型的能力「壓縮」傳給小模型），完全靠自己「白手起家」，被形容為「像大廠一樣的做法」。訓練配方的關鍵是：簡單的訓練方案、嚴謹的科學態度、自我蒸餾、耐心，以及強大的訓練基礎設施。
假設你是一家公司想訓練一個能解數學難題的 AI。舊做法通常是：先找 GPT-4 或 o1 之類的強模型生一大堆解題步驟（合成資料），讓小模型照著學，再進一步強化訓練。而 Microsoft 這次的報告顯示：可以跳過這個「借力」步驟，直接把模型丟進強化學習環境——每次模型答題，根據對不對給予獎懲，讓它自己從 0 摸索出推理策略。雖然這樣「從零開始爬」聽起來很慢，但結果是在 AIME 數學競賽測試上，模型從幾乎全答錯（不到 20%）提升到幾乎全答對（超過 95%）。這個示範對業界的意義是：合成資料未必是突破推理能力的必要條件，純 RL 加上好的基礎設施和耐心也能做到——但研究者也提醒，合成資料對 AI 代理任務（agent 自動執行複雜多步驟工作）的表現仍然很有價值。
GitHub（微軟旗下的開發者協作平台）正式推出全新的 GitHub Copilot 桌面應用程式，主打「agent 原生開發」（agent-native development，意思是讓 AI 代理程式主動幫你規劃、撰寫、執行整段開發流程，而不只是補全幾行程式碼）。新 App 的核心設計是「畫布」（canvas，可以想成使用者和 AI 共用的一塊互動白板），讓你和 AI 代理之間能雙向來回修改程式邏輯，跳脫傳統純問答模式。這次更新同時強調跨平台無縫銜接——不管你用命令列工具（CLI，就是輸入指令的黑色視窗）、手機、瀏覽器網頁，還是本機或雲端環境，都能延續同一個工作流程。GitHub 也明確將自己定位為 AI 代理工作流程的中心，讓從提問題、寫程式到部署的整個流程都能由 AI 代理串接自動化。
假設你下班前在 GitHub 留了一張 bug 回報單（issue），但沒時間處理。透過新版 Copilot App，你可以在手機上把任務指派給 Copilot 代理，讓它在背景自動分析相關程式碼、找出問題根源、草擬修改方案。隔天早上開電腦，桌面 App 或終端機（命令列）裡已有 Copilot 整理好的改動，你在「畫布」上確認細節、微調後直接送出 Pull Request（程式碼審查申請），整個過程你只做「確認」而非「實作」。舊做法：你要自己打開編輯器、一行行追 bug、手動改、跑測試、推送，全程親力親為。新版差異：AI 代理處理中間大量重複性步驟，你只需驗收結果。此外，新版 Copilot CLI 還加入實驗性終端機介面，支援多分頁（tabs）、內建「橡皮鴨除錯」（rubber duck，把問題說給 AI 聽幫你理清思路）、排程提示與語音輸入，讓命令列使用者也能享受更完整的 AI 輔助體驗。
這是同一天內多家頂尖 AI 公司接連發布開發工具的消息彙整。OpenAI 的 Codex（一種能協助寫程式的 AI 助手）推出了「Sites」功能，讓企業用戶只需用文字描述需求，就能直接產生並部署一個有登入功能、能顯示動態資料的內部網站或應用程式，完全不用自己寫程式碼。OpenAI 同時擴展了 Codex 的職能型外掛（就是給 AI 加功能的模組），覆蓋銷售、數據分析、創意製作、產品設計等工作場景，讓 AI 可以連接到 62 個應用程式、執行 110 種技能操作。Anthropic（Claude 的開發商）推出了 Claude 平台的命令列工具（就是在黑底白字終端機視窗中打指令執行的程式），讓開發者更方便串接 Claude；並且升級了 Claude Code 的 /fork 功能，讓開發者可以在保留目前工作狀態的情況下，把任務分叉給背景 AI 代理（agent，就是能自主獨立執行任務的 AI）同步進行，不打斷原本的工作流程。此外，Nous Research 推出了可在自己電腦本機執行的 Hermes Desktop，Cognition 也推出了 Devin Desktop，定位為統一管理本機和雲端 AI 代理的桌面應用程式，讓使用者可以在本機規劃任務後轉交雲端代理執行。
假設我是公司產品經理，完全不會寫程式，但想做一個供內部員工查看每週銷售資料的網頁，且只有公司帳號才能登入。舊做法是找工程師花一兩週開發、設定伺服器、撰寫程式碼；現在用 OpenAI Codex Sites，只需要用文字描述「幫我做一個每週從報表系統拉銷售數字的內部網站，限公司信箱登入才能看」，Codex 就會自動生成程式碼並直接部署成可用的網站，不需要碰任何程式語言，幾分鐘內就能完成。相比舊做法，省下了與工程師溝通、開發、等待部署的全部流程，讓不懂技術的業務或管理人員也能直接把想法變成實際可用的工具。
Harvey（一家專門做法律 AI 的公司）和 LangChain（一個讓開發者更容易搭建 AI 應用的開發框架）合作發表了一項重要研究：他們找到辦法把 AI 法律代理（agent，就是能自主完成多個步驟、像助理一樣獨立辦事的 AI）的訓練成本大幅壓低。在強化學習訓練（RL，一種讓 AI 透過不斷嘗試、根據「答對得分、答錯扣分」來自我進步的訓練方式）裡，最貴的步驟是「驗證器」——每次 AI 生成一個回答，就需要另一個模型來判斷答案對不對、好不好。他們發現：用 DeepSeek V4 Flash（一個速度快、費用便宜的小模型）來做驗證器，和用頂級的 Claude Opus 4.7 相比，評分結論的一致度高達 94～96%，但費用只有原本的 1/18 到 1/1000。換算成具體數字：訓練 3200 次 RL 的驗證費用，從 18,000 美元（約台幣 60 萬元）降到只剩 18 美元（約台幣 600 元）。
假設你是一家法律科技新創，想用強化學習訓練一個「自動審查合約條款是否合法合規」的 AI 代理。訓練過程中，AI 每生成一份審查報告，系統就需要一個「裁判模型」幫忙打分、告訴 AI 這次答得好不好，AI 才能從中學習進步。以前的標準做法是用最強的大模型（如 Claude Opus 4.7）當裁判，訓練 3200 輪跑下來，光是裁判費就要花 18,000 美元——這讓大多數中小型法律科技團隊根本玩不起。現在換用 DeepSeek V4 Flash 當裁判，評分標準幾乎沒有差異（94～96% 一致），同樣 3200 輪只要 18 美元，省下 99.9% 的費用。這個發現意味著，原本需要大公司才負擔得起的法律 AI 強化學習訓練，現在小型新創也有能力自己做。
英國競爭與市場管理局（CMA，負責監管市場公平競爭的政府機構）要求 Google 提供工具，讓網站出版商可以選擇「退出」Google 的生成式 AI 搜尋功能，監管機構稱此為「全球首例」。所謂生成式 AI 搜尋（Generative AI Search），就是 Google 搜尋頁面上自動出現的 AI 摘要回答（稱為 AI Overviews），它會整合多個網站的資訊直接顯示給用戶，用戶往往因此不再點進原始網站。過去出版商和新聞機構幾乎無力阻止 Google 抓取他們的內容來餵給 AI 生成摘要，廣告收入和流量都因此受損。依新規定，出版商可在 Google Search Console（Google 提供給網站管理者的後台工具）開啟「退出開關」，讓自家網站不出現在 AI Overviews、AI Mode 等 AI 搜尋功能中；若選擇留在 AI 搜尋，Google 也必須附上清楚的來源連結與網站預覽。這項功能將先在英國測試，之後推廣至全球。
假設你經營一個台灣科技媒體，每天投入大量人力撰寫深度評測和新聞分析。過去 Google 的 AI 搜尋會直接把你寫的內容整理成 AI 摘要，顯示在搜尋結果最上方，讀者一眼就看到答案、不再點進你的網站，廣告收入大幅滑落，你找 Google 談授權費用也沒有籌碼。現在依英國新規，你可以登入 Google Search Console，把「退出 AI 功能」的開關打開，自家文章就不再被 AI Overviews 引用，讀者若想看完整內容仍需點入網站；或者你選擇留在 AI 搜尋，但要求 Google 附上清楚連結——這讓你有真實的談判籌碼，跟 Google 協商內容授權合約或分潤機制。
Meta（就是 Facebook 的母公司）正式把旗下通訊軟體 WhatsApp 的商業 AI 助理（一種能自動幫商家處理客戶訊息的 AI 機器人）推向全球市場。這個 AI 助理能幫商家自動回答客戶問題、推薦產品、預訂服務，甚至在需要時把對話轉給真人客服。不只 WhatsApp，同一套 AI 也能在 Instagram 私訊、Messenger 等 Meta 平台上運作，並計劃整合 Shopify、Zendesk 等電商和客服系統。特別的是，Meta 的收費模式從過去「按訊息數計費」改成「按 token（AI 處理的文字計量單位，類似電費按度數計）計費」，代表 AI 回覆越複雜、對話越長，費用越高，這也標誌著 Meta 正在打造一條全新的商業化收入來源。
假設我經營一家小型網拍服裝店，以前每天早上要花一小時回覆昨晚客戶傳來的大量 WhatsApp 訊息——「這件有 M 號嗎？」「什麼時候到貨？」「能退換貨嗎？」——現在開啟 WhatsApp Business AI 助理後，這些標準問答 AI 會在半夜自動回完，我早上只需接手 AI 處理不了的少數狀況（例如客訴或特殊要求）。AI 還會每天早上生成一份「昨晚對話摘要」，告訴我哪些問題最常被問、有沒有訂單流失跡象。相較之前完全靠人工，同樣的時間內能服務更多客戶、也不怕半夜訊息沒人回。
Microsoft Scout 是微軟在 2026 年 Build 大會上發表的全新 AI 助手，定位是「永遠在線的個人代理（Agent，就是能自己主動執行任務、不只是回答問題的 AI）」。它深度整合進 Microsoft 365 生態系——也就是 Outlook 信箱、Teams 會議、Word、Excel 這套辦公軟體家族——不需要你在各個 App 之間手動切換，Scout 會自己跨系統幫你完成操作。Scout 最特別的地方是「記憶與成長」：你可以幫它取個名字（發表示範用的是「Sebastian」），它會從你每次的回饋和使用行為中學習你的偏好，越用越懂你、能力越來越強。為了讓企業放心使用，Scout 內建合規稽核機制，每一個操作都自動留下詳細紀錄，讓管理者能追蹤 AI 到底做了什麼事，目前透過 Microsoft Frontier 早期測試計畫開放使用。
假設你是一位上班族，每週都要準備週會議程。以前的流程是：進 Outlook 翻本週 email 往來、打開行事曆查看各項安排、再打開 Word 手動整理成議程草稿，光「蒐集資料」就要花十幾分鐘。有了 Scout，你只需說一句「幫我草擬明天的週會議程，根據本週 email 和行事曆」，Scout 會自動讀取你的信箱和日曆、彙整重點，直接產出議程草稿存進 Word 或推送到 Teams 頻道。相比以前用 ChatGPT 還得自己複製貼上各個系統的資料，Scout 因為原生接入 Microsoft 365，省去了手動搬運的步驟，整個流程從十幾分鐘壓縮到幾秒鐘。
微軟推出了一個叫做 Agent Control Specification（ACS，AI 代理控制規範）的開源標準，讓開發者和企業合規、安全團隊能夠統一控制 AI Agent（代理，就是能自動執行任務、呼叫工具的 AI 程式）的行為。以前，要限制 AI Agent 的行為，開發者得在程式碼各處手動插入檢查邏輯，或在給 AI 的背景指令裡反覆強調規則——既散亂又難審查，換一個開發框架還得重頭來過。ACS 的解法是讓你把所有「允許做什麼、禁止做什麼」寫進一份可攜式的政策檔案，Agent 在執行的幾個關鍵節點（接收使用者輸入前、呼叫外部工具前、工具回傳結果後、送出最終回應前）都會自動對照這份政策，決定要放行、擋下、遮蔽敏感資訊，還是暫停等待人工審批。目前 ACS SDK 已支援 LangChain、OpenAI Agents、Anthropic Agents、AutoGen、CrewAI 等多個主流 AI 框架，政策檔案可以跨框架重複使用，合規團隊也能獨立修改規則，不需要動程式碼。
假設你在公司部署了一個客服 AI Agent，它被允許查詢訂單記錄、寄送確認信，但絕對不能刪除訂單或核准超過 1000 元的退款。以前的做法是在程式碼各處加判斷條件、在 system prompt（給 AI 的背景指令）裡反覆強調限制，但 AI 不一定每次都乖乖照辦，而且規則散在程式碼各角落，合規團隊根本看不懂也無法獨立審查。用 ACS 的話，合規團隊（不需要是工程師）可以用一份政策檔直接寫下規則：「Agent 準備呼叫刪除訂單工具 → 自動擋下」「退款金額超過 1000 元 → 暫停並轉交人工審批」。這份政策在 Agent 每次準備行動前都會被強制檢查，不管底層用哪個 AI 框架都適用，且政策檔可以獨立更新，不用修改程式碼、不用重新部署整個系統。
Hermes Desktop 是由知名 AI 研究機構 Nous Research 發布的開源 AI 代理應用程式（AI 代理就是一個能自動幫你完成任務、跨多個工具操作的 AI 助手），採用 MIT 授權（任何人都可以免費使用、修改、商用）。它支援 Windows、macOS、Linux 三大作業系統，讓一般使用者和開發者都能直接在自己的電腦上運行 AI 代理。最特別的是它可以同時串接 Telegram、Discord、Slack、WhatsApp、Signal、電子郵件和終端機，讓同一個 AI 代理跨越不同通訊平台幫你做事。它還內建記憶系統（記住你的專案進度和常用解法）、子代理機制（把大任務拆給多個 AI 小代理分工完成）、網路搜尋、圖片生成、文字轉語音，以及讓 AI 直接執行 Python 程式碼的能力；執行環境支援本機、Docker、SSH、Singularity 和 Modal 五種沙盒模式。透過 Nous Portal 平台可免費或付費選擇超過 300 個不同的 AI 模型來驅動這個代理。
我需要每天早上從 Gmail、Slack、Discord 三個平台蒐集重要訊息，整理成中文摘要後傳到我的 Telegram。過去我需要自己寫 Python 爬蟲、設 Cron job，再逐一串接各平台 API，技術門檻高且維護麻煩。改用 Hermes Desktop 後，我用自然語言告訴它「每天早上 8 點，讀 Gmail 標星號的信、Slack 的 #general、Discord 的公告頻道，整理成中文摘要，傳到我的 Telegram 帳號」。Hermes 會自動把這個指令拆成子任務：三個子代理各自連線對應平台抓取資料，合併後整理成摘要，最後自動送出 Telegram 訊息——全程不需要使用者寫任何程式碼。沒有工程背景的人也能完成原本需要工程師才能建立的自動化流程。
Mem0（一家專門研究 AI 記憶技術的公司）最新調查了八款主流 AI 助手的「記憶體系統」——所謂記憶體系統，就是讓 AI 記住你的工作習慣、偏好設定、過去對話歷史的那套機制，類似 AI 的「長期記憶」。調查涵蓋 Claude Code、Codex（OpenAI 的程式碼 AI）、GitHub Copilot、Hermes、Bedrock AgentCore（Amazon 的 AI 開發平台）、Windsurf、Devin 等主流工具。結果發現這些工具在記憶體管理上有五大共同缺陷：一、記憶只存在本機且容量有限，長期使用就忘光；二、記憶搜尋只靠關鍵字比對，不能理解語意；三、記憶被鎖在特定工具或對話框架內，換工具就消失；四、過期或錯誤的舊記憶不會自動失效更新。最令人驚訝的是第五點：在多人共用環境下，一個用戶的私人記憶竟有 57–71% 的機率洩漏進另一個用戶的 AI 對話背景中，這就是所謂的「跨用戶記憶污染」。這不是個別工具的問題，而是整個行業的系統性漏洞。
假設一家公司的 IT 部門架設了企業版 AI 程式碼助理，員工甲和員工乙都用同一套系統。員工甲在對話中告訴 AI「我負責公司今年 Q3 財務系統的開發，程式碼不能對外透露」。根據 Mem0 的調查，這條記憶有 57–71% 的機率在員工乙打開 AI 助理時，被悄悄帶進乙的對話背景——乙的 AI 可能開始用財務系統的語境回答乙的問題，乙也可能間接接觸到本不該看到的業務資訊。過去開發企業 AI 工具時，幾乎都假設「每個用戶的記憶天然隔離、互不干擾」，但這份調查指出，當前的主流實作根本沒有做好隔離，跨用戶污染是普遍現象。這對正在導入或自建 AI 助手的企業資安團隊是一記重大警示。
NVIDIA 宣布推出「NVIDIA Agent Toolkit」，這是一套讓企業能夠打造安全、可長時間持續運作的 AI Agent（就是能自動接收任務、獨立思考並執行動作的 AI 系統，像一個不用休息的數位員工）的完整工具包。工具包含四個核心元件：NemoClaw 藍圖（預先設計好的 Agent 架構模板，讓開發者不用從零開始）、Nemotron 開源模型（可部署在自己伺服器上的 AI 語言模型，不需把資料送到外部雲端）、OpenShell 安全執行環境（讓 AI Agent 在企業規定與隱私保護的框架下運作，避免 AI 越權或外洩資料），以及 CUDA-X 函式庫（NVIDIA 的底層加速功能，以「技能」形式讓 Agent 直接呼叫）。Cadence、達梭系統（Dassault Systèmes）、西門子、Synopsys、CrowdStrike、Palantir 等工程與資安巨頭已是早期使用者，用來自動化工程工作流程與資安監控任務；Microsoft、Canonical、Red Hat、SAP、ServiceNow 等平台夥伴也整合了 OpenShell，讓企業可依內部政策在 Windows、伺服器或企業平台上受控部署。
以資安公司 CrowdStrike 為例：過去監控企業網路威脅，需要資安分析師全天盯著告警面板，手動判斷「這個異常是真正攻擊還是誤報」，再決定要不要升級處理。使用 NVIDIA Agent Toolkit 後，CrowdStrike 可部署一個持續運作的 AI Agent：它在 OpenShell 受控環境下自動監測告警、呼叫 CUDA-X 加速查詢歷史攻擊模式，並在達到設定門檻時自動隔離可疑裝置——整段從「發現異常」到「執行初步隔離」全程自動化，只有 AI 判斷威脅等級高時才通知人工介入；舊做法分析師可能每小時要人工審查數十張工單，新做法大部分低風險告警由 Agent 自行處理，分析師只看真正需要決策的案件。
這篇是 AI 業界週報，涵蓋兩大主題。第一，企業 AI「中間層」（Middleware，就是夾在 AI 原始能力和公司實際工作之間的軟體平台）的生存困境——Snowflake、Microsoft、Databricks 等巨頭正搶著成為「AI 時代的可信中介層」，但隨著 AI 越來越容易直接使用，這些中間層的存在價值被質疑。作者核心論點是：中間層不會消失，而是從「打包功能賣給企業的應用軟體」演化成「管理 AI 代理行動的信任與權限基礎設施」——誰掌握了讓 AI 行動「可被信任、可被審計」的治理層，誰才能在代理（Agent，就是能自主執行多步驟任務的 AI 程式）時代存活。第二，本週是模型大爆發週：Microsoft 發布首款推理模型 MAI-Thinking-1（35B 參數、性能比肩 Claude Opus 4.6，目前私人預覽），MiniMax M3 是首個宣稱達到前沿水準的開放權重模型（程式設計基準 SWE-Bench Pro 達 59%，API 已上線），Anthropic Claude Opus 4.8 完成升級（專注長任務可靠性與複雜推理），NVIDIA 發布 Cosmos 3 全模態世界模型與 Nemotron 3 Ultra 大型開源代理模型（號稱比同級模型推理快 5 倍、成本低 30%）。
以 Snowflake 為例：過去五年，一家銀行想讓 AI 分析客戶財務數據，流程是「把資料存進 Snowflake 資料倉儲 → 寫 SQL 查詢撈資料 → 傳給 AI 模型分析 → 回傳結果」，Snowflake 靠儲存和查詢費用賺錢。現在 AI Agent 能自主連接多個資料來源、自動判斷要讀哪些資料，問題來了：銀行真的還需要 Snowflake 嗎？作者的答案是需要，但原因變了——不是因為 Snowflake 很會「存資料」，而是因為 AI Agent 在執行任務前需要有人確認「這個 Agent 有沒有權限讀這筆資料？它真的代表正確的人在行動嗎？操作記錄能不能審計？」這些合規與信任問題，AI 模型本身無法自己解決。誰能替企業把這套「意圖轉行動」的治理層做好，誰就能在直接使用 AI 的時代繼續收費——否則就只剩一個被 AI 繞過的老舊倉庫。
Anthropic（開發 Claude 的 AI 公司）旗下的「前線紅隊（Frontier Red Team）」，花了一整年追蹤 832 個因惡意網路活動被停權的帳號，研究真實攻擊者是怎麼用 AI 工具發動攻擊的。結果發現，有 67.3% 的攻擊者會用 AI 來幫忙寫惡意軟體（就是那種專門用來入侵或破壞電腦的程式）。更令人擔憂的是，「中等或以上風險」攻擊者的比例，在研究前半年只有 33%，到後半年卻跳升到 56%，增加了約 1.7 倍。另外，研究也發現，現行被安全社群廣泛使用的 MITRE ATT&CK 框架（一套用來分類並描述各種駭客攻擊手法的標準清單，就像網路攻擊的「百科全書」），對於 AI 主導的攻擊已經不夠用了——很多新型 AI 輔助攻擊的行為模式，這份清單根本沒有涵蓋到。Anthropic 表示已和 MITRE 接洽，討論如何更新框架，以因應新現實。
2025 年 11 月，Anthropic 發現並中斷了一起國家資助（有政府在背後支持）的網路間諜行動。攻擊者使用 Claude Code（Anthropic 的 AI 程式助手）以極少的人工操作嘗試入侵全球多個目標。按照傳統的 MITRE ATT&CK 框架來評分，這個攻擊者跨 13 個攻擊戰術使用了 30 種具體技法，看起來只算「中等風險」。但 Anthropic 自己開發的風險評分系統卻給了 100 分（滿分），因為 AI 在這場攻擊裡把多個步驟串連起來自動執行，幾乎不需要人手介入——這種「自主化」程度是舊框架完全算不進去的。這個案例說明：AI 讓即使不是頂級駭客的攻擊者，也能發動過去只有國家級組織才做得到的複雜攻擊。
Anthropic（開發 Claude AI 的公司，是 ChatGPT 的主要競爭對手）宣布推出兩項新計畫：「Services Track（服務認證體系）」和「Partner Hub（夥伴平台）」。Services Track 是一套分三級的認證制度，讓顧問公司、系統整合商等服務業者通過考核取得 Anthropic 官方認可資格——等級越高，代表有更多認證人員和更多實際 AI 導入客戶案例（最高等級「全球頂級」需有 1,000 名以上認證人員、在三個地區共 100 個以上部署客戶）。Partner Hub 則是一個公開目錄，讓企業可以搜尋符合自己專案需求的 AI 導入服務商。目前已有 Accenture（訓練 3 萬名專業人員）、Deloitte（47 萬員工）、KPMG、Cognizant 等全球大型顧問公司加入。
一家台灣製造業公司想把「客服 AI 機器人」從試驗階段正式上線到生產環境，但自家 IT 部門缺乏 AI 系統整合經驗。過去要靠人脈打聽哪家顧問公司真正做過 Claude 企業導入，風險高且費時。現在可以直接進 Partner Hub 公開目錄，依條件篩選「在亞太區有認證人員、且有 15 個以上實際部署客戶」的合作夥伴，對比各家等級與公開案例，縮短廠商評估時間，也降低找到沒有實戰經驗業者的風險。
DaVinci Resolve（又稱「達芬奇」）是業界最受歡迎的免費專業影片剪輯軟體，從 YouTube 創作者到好萊塢電影後製都在用。這次的第 21 版主打大量 AI（人工智慧）內建工具，不需要外掛或額外訂閱，直接在剪輯介面裡就能使用。新功能包括「AI IntelliSearch」——讓你用文字描述（例如「找出演員大笑的鏡頭」）就能在幾百段素材中瞬間搜尋；「AI Face Age Transformer」讓演員在鏡頭裡看起來更年輕或更年老；「AI UltraSharpen」把模糊或低解析度畫面變清晰；「AI Motion Deblur」自動修復因手抖或快速移動造成的動態模糊；「AI Blemish Removal」則掃描臉部自動去除斑點瑕疵；還有從文字直接生成語音的語音合成工具。這些功能過去都需要昂貴的外掛軟體或手工逐幀修復，現在全部內建且隨軟體免費提供。
我要剪輯一段 30 分鐘的戶外訪談影片，素材有三個問題：攝影師手抖導致多個鏡頭模糊、受訪者臉部有明顯瑕疵，加上需要從 500 段素材中找出所有「受訪者做手勢強調重點的片段」。舊做法是分別用 After Effects（另一套昂貴後製軟體）的穩定工具修手抖（每個鏡頭要 render 幾分鐘）、手動批次修臉，並且親自一段段重看素材做標記（500 段＝至少 2 小時）。用 DaVinci Resolve 21 的做法：在「AI Motion Deblur」選中模糊片段一鍵修復；「AI Blemish Removal」自動偵測並淡化臉部瑕疵；「AI IntelliSearch」輸入關鍵字描述，幾秒內列出所有相關片段。整個流程從以往的半天工作壓縮到不到一小時，軟體本身免費。
加拿大多倫多大學的研究人員，在受控的實驗環境中展示了一種利用 AI（人工智慧）驅動的電腦蠕蟲（一種會自動在網路中擴散的惡意程式，不需要使用者點擊任何東西就能傳播）的攻擊原型。與傳統蠕蟲依照固定腳本行動不同，這個 AI 蠕蟲會針對每台被攻擊的裝置「臨場調整策略」，就像有一個真人駭客在背後即時分析每個目標然後換不同的攻破方式。最關鍵的發現是：這個蠕蟲不需要昂貴的算力或高階 AI 模型，用網路上可以免費下載的「開放權重模型」（open-weight models，就是任何人都能下載並修改的 AI 模型，例如 Meta 的 Llama 系列）就能實現，甚至可以把這些模型的安全限制移除後直接拿來用。更危險的是，蠕蟲在感染一台機器後，會直接使用那台機器自身的運算資源來進行下一步的攻擊，等於「零成本擴張」。所有連到網路的裝置都在風險範圍內——包括筆電、印表機、網路攝影機、智慧溫控器等。
假設一個辦公室裡有一台沒有更新韌體的老舊網路印表機（這種情況在中小企業非常普遍）。傳統蠕蟲進來後會按固定步驟嘗試已知漏洞，如果那台印表機的漏洞型號不在清單裡就失敗了。但 AI 蠕蟲進來後，會先探測這台印表機的型號、韌體版本、網路配置，然後即時推理出一套針對這台機器的入侵策略；成功後，蠕蟲用這台印表機的 CPU 資源繼續往同一網段的電腦掃描——因為印表機通常跟員工的筆電在同一個內部網段。研究者強調，這整個過程不需要攻擊者事先知道目標網路的任何資訊，也不需要準備昂貴的 GPU 伺服器，一旦出發，蠕蟲就靠沿途「吸血」的方式自我維持。舊有的防毒軟體和靜態規則防火牆對這種「每次都不一樣的行為模式」幾乎無效。
OpenSquilla 是一個開源的 AI 代理（Agent，就是會自己規劃步驟、呼叫工具、然後完成任務的 AI 程式）框架，已在 GitHub 上累積超過 2000 顆星。它最近推出了「Meta Skill（超技能）」功能，讓使用者能把多個小技能模組組合成一個大型自動化流程。以前你要一個一個呼叫不同的 AI 功能，現在可以把它們打包成一個「超級指令」，系統內建的「調度員」會自動決定哪些步驟可以同時跑、哪些步驟要等前一步完成。這套框架還內建了智慧模型路由（根據任務複雜度自動選擇便宜或昂貴的 AI 模型），官方聲稱可比其他方案省下 60-80% 的 token（AI 服務依使用量計費的單位）成本。
想規劃一個為期七天的兒童科學露營活動。使用 OpenSquilla 的 Meta Skill，你只需給出一個指令「幫我規劃一個七天兒童科學露營」，系統會自動在後台依序或同步執行：查詢當地天氣、列出所有需要的材料清單、做安全審查、規劃每天活動內容——整個過程自動跑了 20 多分鐘，最後輸出一份完整的七天規劃包，全程不需要人中途介入。對比舊做法：你要自己打開天氣查詢工具、再開材料計算工具、再問 AI 安全建議，每一步都要手動把前一步的結果複製貼上給下一步，耗時且容易出錯。Meta Skill 把這串繁瑣步驟縮成一個指令，AI 自己串好全程。
橡木果（Acorn Robot）是一家中國機器人新創公司，由清華大學機械工程博士和哈佛大學神經科學博士後共同創立，歷經 9 年研究後走向商業化。他們最新發布了一套稱為「本能驅動、自下而上」的具身智能（讓機器人能在現實世界靈活操作物體的 AI 技術）技術路線，與目前業界主流做法——先靠大型語言模型（就是 ChatGPT 這類會理解語言的 AI）在上層「規劃動作再指揮手臂執行」——方向相反。橡木果認為，操作物體的底層本能和語言理解的底層機制根本不同，機器人就像動物出生就有抓握反射一樣，應該「天生具備」基本操作本能，而非靠學習語言再間接轉譯成動作。他們為此開發了兩個核心模型：Natus 負責手爪末端的自主決策，主打零樣本冷啟動（不需要任何示範資料就能上手）和毫秒級反應速度；Magis 是通用技能模型，利用 Natus 產生的觸覺語義資料輔助訓練，把所需資料量從「百萬小時級」大幅壓低到「數千小時級」。底層依靠自研第三代視觸覺傳感器，能同時感知接觸面、物體本身、周邊環境三類資訊，讓機器手真的「感覺得到」它在抓什麼。
以化妝品製造工廠為例：傳統工業機器人面對形狀各異的瓶身、力道不同的旋蓋動作，通常需要工程師逐一示範教學、蒐集大量動作數據後才能設定完成，往往耗費數個月導入期。換成橡木果的方案，機器手出廠就內建「定向、探索、交互」三種本能——第一次碰到新瓶子時，手爪會自動試探接觸點、調整握力，就像人第一次拿到陌生物品時的直覺反應，不需要預先蒐集任何示範資料。橡木果在一家化妝品廠完成概念驗證（POC，就是「先在小範圍實際試跑看能不能用」的測試），涵蓋瓶身抓取、瓶蓋旋轉等複雜操作，僅花兩個月就開始商業收費，導入速度比傳統方案快上許多。
MAI-Transcribe-1.5 是微軟發布的語音辨識模型（STT，Speech-to-Text，就是「把人說話的聲音自動轉成文字」的技術）。這個模型最大亮點是速度與準確度兼顧：它能以大約 276 倍實時速度（意思是 1 分鐘的錄音只要不到 0.22 秒就轉好）進行辨識，同時字詞錯誤率（WER，Word Error Rate，衡量「辨識錯了幾個字」的數字，越低越好）僅 2.4%，在目前語音辨識公開排行榜上排名第三。此模型支援 43 種語言，包括中文、英文、法文、阿拉伯文、日文，還附有「關鍵詞偏向」（keyword biasing）功能，可以預先告訴 AI 特別注意某些罕見詞，例如人名或醫學術語，讓辨識更精準。使用費用透過微軟的 Foundry 平台（類似微軟的 AI 雲端服務商城）每 1,000 分鐘音訊收 6 美元；也可從 OpenRouter（一個讓你用統一介面存取多種 AI 模型的聚合平台）取用，同日上線。
假設我要幫一家診所建立門診錄音自動轉文字系統，醫師每天口述大量醫學術語如「acromegaly（肢端肥大症）」、「isoflurane（異氟烷麻醉藥）」，傳統語音辨識常認錯這類罕見詞。用 MAI-Transcribe-1.5，我在呼叫 API 時帶入關鍵詞偏向列表，把這些術語預先告知模型，辨識正確率明顯提升。加上 276 倍速，一天 8 小時門診錄音（480 分鐘）只需不到 2 分鐘全部轉寫完畢，費用大概不到 3 美元。相較之下，許多傳統服務沒有關鍵詞偏向功能，速度也慢許多，遇到醫學術語只能靠後期人工校對補救。
微軟的 MAI-Thinking-1 模型在整個訓練過程中，從頭到尾都沒有使用「合成資料」（就是讓 AI 自己生成的假訓練資料）和「知識蒸餾」（把大模型的能力壓縮複製到另一個模型的技術），這在現代 AI 模型中相當少見——因為目前大多數模型都倚賴合成資料或蒸餾來提升效果。根據多位 AI 研究者的分析，這個模型的訓練資料主要來自 Common Crawl（一個大規模抓取真實網頁的資料庫）以及私有來源，並針對不同知識領域各自設計了專屬的資料清洗流程。訓練團隊還做了大量的資料抽取與去除重複工作，並用一個內部的「NLL 測試集」（perplexity，也就是衡量模型預測能力好壞的分數）作為決定訓練規模的依據。
假設你是一個想訓練自己語言模型的研究者。現在主流做法是用 GPT 系列先生成大量「合成問答資料」當作訓練素材，或直接把 ChatGPT 的回答拿來蒸餾成自己的小模型。MAI-Thinking-1 的策略完全相反：只用真實網路資料，不靠任何 AI 生成的假資料。這代表：如果你想複製這個路線，你不需要先擁有另一個大模型來幫你生成訓練資料，但你需要能取得大量高品質的真實文字，並具備針對不同領域（程式碼、科學論文、一般網頁等）分別做客製化清洗的能力。換句話說，「資料品質」比「靠 AI 生 AI」更關鍵——MAI-Thinking-1 是這個理念的具體示範。
Microsoft 在 Build 大會上罕見地公開了大規模 AI 訓練的 MFU（模型算力使用率，就是訓練 AI 時實際用到了多少計算資源的比例，越高代表浪費越少）數據，業界觀察人士指出這在如此規模下極少見。這次訓練動用了 8192 顆 GB200 GPU（NVIDIA 最高階的伺服器 AI 晶片），規模相當龐大。Microsoft 同時展示了自研的 MAIA 200 AI 加速晶片（專門為 AI 計算設計的自製芯片），並宣稱在每瓦特運算效能和每元成本效能方面都超越 NVIDIA GB200，其中有約 40% 的吞吐量提升數字被業界評為「令人印象深刻」。這個動作顯示 Microsoft 正積極降低對 NVIDIA 的依賴，試圖透過自研晶片壓低 AI 訓練成本。
假設你是一家大型企業，想在 Microsoft Azure 上訓練自己的大型語言模型（就是類似 ChatGPT 背後的 AI 系統）。過去你只能租 NVIDIA GPU，費用由 NVIDIA 說了算。如果 MAIA 200 真的達到每瓦特效能高 40%，那在相同電費預算下，你能跑更多訓練任務，或更快跑完相同工作量。以 8192 顆晶片的規模，即使效能只多 10%，每年累積的電費節省就可能是數億元等級。Microsoft 同步公開 MFU 數字，讓外部開發者第一次能用具體數據評估平台效率，而非只聽廠商行銷說詞。
Microsoft 在 Build 開發者大會上，把 Windows 重新定位為 AI 代理人（Agent，就是能自動執行任務、做決策的 AI 程式）的「執行環境」。簡單說，以後的 AI 助理或自動化工具不用每次都連到雲端伺服器，可以直接在你的 Windows 電腦上本地跑。微軟提出三大重點：讓開發者執行更快、提供安全的代理人執行沙箱（讓 AI 在受控環境中執行而不亂存取系統）、以及「不計量的本地智慧」——就是本地 AI 功能不用再按用量計費。這個方向代表微軟在把 AI agent 能力下放到裝置端，而不是全部依賴 Azure 雲端服務。
假設你是開發者，想做一個能自動整理 Email、排行程、下載報告的 AI Agent。過去這種 agent 需要每個動作都呼叫遠端 API（如 OpenAI 或 Azure），每次都要走網路、有延遲、也計費。Windows 提供本地安全執行層後，你的 agent 可以直接在本機跑：不需要上雲端、延遲更低、隱私風險更小（資料不離開電腦）、且不按 API 用量計費。對比之下，舊做法是每次 AI 動作都要付費且依賴網路，新做法是在 Windows 本地有個「受控房間」給 AI agent 住、直接在你的機器上做事。
Microsoft 推出了一套叫做「Web IQ」的新型搜尋 API（API 就是讓程式呼叫某項服務的介面，就像餐廳的點餐窗口，程式透過它下訂單、拿資料），這套 API 是專門為 AI 代理人（agent，就是能自主執行任務的 AI 程式，例如幫你自動查資料、寫報告、訂機票的 AI 助手）量身設計的。過去的搜尋引擎（像 Google、Bing）是為「人類眼睛」設計的——有漂亮的介面、廣告、排名系統，但 AI 代理人不需要這些，它需要的是乾淨、結構化、可直接機器讀取的資訊。Web IQ 提供網頁、新聞、圖片、影片四種類型的搜尋 API，讓 AI 程式直接拿到整理好的資料。Microsoft 認為，未來 AI 代理人產生的搜尋需求，可能是人類搜尋流量的 1000 倍以上，這個市場還沒有人真正為它設計基礎設施。
假設你在開發一個「每天自動整理科技新聞摘要」的 AI 代理人程式。舊做法是讓 AI 去抓 Bing 搜尋的 HTML 頁面，再想辦法把廣告欄、導覽列、版權聲明等雜訊全部過濾掉，工程複雜且容易因為搜尋引擎改版介面而壞掉。用 Microsoft Web IQ 的新聞 API，你的 AI 程式直接呼叫一個「抓今日新聞」的端口，拿到已整理好的標題、摘要、發布時間、來源網址等結構化欄位，完全不需要任何頁面解析程式碼。整個搜尋步驟從幾十行複雜的 HTML 解析，縮減為一個 API 呼叫，資料格式穩定，AI 代理人的開發難度大幅降低。
微軟旗下 AI 事業負責人 Mustafa Suleyman 在 Microsoft Build 大會上預測，AI 的算力（就是跑 AI 模型所需的計算能力，算力越高代表能訓練越強大的 AI）將在未來三年成長整整一千倍。目前頂尖 AI 模型的訓練規模約為 5×10²⁷ FLOPs（FLOPs 是衡量計算量的標準單位），他預測到 2029 年將達到 5×10³⁰ FLOPs，增幅高達千倍。微軟同時公布了公司整體的 AI 哲學主題——「人文主義超級智能」（Humanist Superintelligence），強調未來的超強 AI 不只追求技術突破，也要符合人類的價值觀與需求。然而，微軟為了支撐這些算力需求而大規模擴建資料中心，也引發了當地社區的不滿，居民擔心大量電力消耗會推高電費，微軟則回應稱 AI 基礎設施可以在不增加當地居民電費的前提下擴張。
這個「千倍算力成長」的預測對整個 AI 生態有具體意義。今天，訓練一個真正頂尖的語言模型（例如 GPT-4 或 Claude 這個等級）需要花費數億美元和幾個月時間，只有 OpenAI、Google、微軟這種超大企業才負擔得起。如果微軟的預測成真，到 2029 年，現在需要億元資金才能跑的訓練規模，將可能在十分之一甚至百分之一的成本內完成——這代表中型企業、新創公司，甚至個人研究者都可能有機會自行訓練比現在頂尖模型更強的 AI。這也解釋了為什麼微軟、Google、Meta 都在瘋搶土地蓋資料中心：誰的算力基礎最先到位，誰就佔據下一代 AI 的制高點。電力問題能否解決，是這個預測能否兌現的最大變數。
Microsoft 在 Build 2026 開發者大會上強調「端側 AI（on-device AI，就是 AI 直接跑在你的電腦或手機裡，不需要每次都連到遠端伺服器）」的重要性，並把這個策略與 Windows 作業系統和實體裝置的銷售綁在一起，而不只是靠 Azure 雲端服務。大會訊息反覆強調，推理模型（reasoning model，就是那種會一步步想清楚再給答案的 AI）、自動規劃器和代理程式（agent，能自主完成複雜任務的 AI 程式），可以越來越多地在使用者自己的裝置上執行。另一個值得注意的亮點，是一份長達 109 頁的頂尖 AI 模型技術報告，多名研究人員特別點名，這份文件對訓練資料、基礎設施與訓練方法的揭露程度，在現今各大 AI 公司整體越來越不透明的趨勢中相當罕見。報告中格外強調「乾淨血統、不使用蒸餾（no distillation）」——意思是這個模型的訓練完全自主，沒有從 OpenAI 或其他外部實驗室的模型「抄答案」——這對企業客戶來說非常重要，因為他們擔心智慧財產權歸屬不清，以及未來是否會被外部廠商綁架或限制。
假設我是一家法律科技公司，想在律師事務所的筆記型電腦上部署能幫律師搜尋法律文件的 AI 助理。過去的做法必須把文件送到 Azure 雲端，客戶擔心敏感訴訟資料外洩不肯配合。現在微軟端側 AI 路線意味著推理等級的模型可以直接跑在裝置本機，文件完全不用離開電腦。同時，如果採用的模型附有「乾淨血統」保證，並附上 109 頁詳細的技術報告說明訓練來源，法務部門審查智慧財產風險時就能拿著白紙黑字說服合規委員會，而不是只靠廠商口頭承諾——這在過去幾乎沒有 AI 公司肯這樣做。
這篇文章彙整了三個互相呼應的 AI 近況：第一，H Company 推出 Holo 3.1——一系列可以直接在你自己電腦上跑的「電腦操作 AI」（computer-use，就是讓 AI 幫你操作滑鼠、鍵盤完成任務的技術），模型大小從 0.8B 到 35B，支援多種格式讓不同硬體都能用；最大的 35B 版本在安卓操控基準測試中達到 79.3% 準確率。第二，Perplexity（一間 AI 搜尋引擎公司）宣布其「Perplexity Computer」將採用「混合推理」策略——簡單任務交給手機或電腦裡的本地小模型，複雜任務才送到雲端大模型，同時兼顧隱私（敏感資料不必外傳）和節省費用。第三，OpenRouter（一個讓開發者統一調用各種 AI 模型的中介平台）數據顯示，開放原始碼模型已佔總使用量的 69.1%，超過閉源商業模型的 30.9%，顯示開源 AI 生態持續成長。業界也開始討論「模型路由」（根據任務難易自動選最划算的 AI 模型來跑）會是未來的關鍵技術，但也有人指出企業生產環境對穩定性的要求讓路由實作比想像中難。
假設我要開發一個自動幫使用者整理電腦桌面的 AI 助理 app。以往必須串接 OpenAI 或 Anthropic 的雲端 API，每次操作都要把截圖上傳外部伺服器——隱私風險高、費用也不低。現在用 Holo 3.1 這類本地 computer-use 模型（例如選 7B 大小），整個 AI 推理都在使用者自己的電腦上跑，截圖不離機、不計 API 費用，操作桌面的指令也直接本地執行。若某個步驟需要更強的推理（例如判斷使用者複雜意圖），再透過混合路由把那一步送去雲端——整體下來，費用和隱私都比全雲端方案好得多，而且隨著開源模型越來越強，這種「本地優先、雲端補位」的架構也越來越可行。
Google DeepMind 發布了一個名為 Co-Scientist 的 AI 系統，以 Gemini（Google 的大型語言模型，跟 ChatGPT 同類的對話 AI）為核心，採用多代理（multi-agent，就是讓多個 AI 分工合作、互相審查）架構，專門設計來協助科學家生成研究假說（「假說」就是「這個疾病可能是 X 原因造成的」這種尚未被證實的猜想）。它已實際參與真實科研專案，包括找到肝纖維化（肝臟長期受損後逐漸硬化的疾病）的潛在治療靶點、探索 ALS（俗稱漸凍症）的新治療方向，以及找出與老化有關的基因線索。這代表 AI 已從「回答問題的工具」進化成主動參與科學假說生成的研究夥伴，開始嵌入真實的科研工作流程。
假設我是一位研究肝纖維化的醫學研究員。過去，我需要花幾週時間讀大量論文、整理知識空白、再根據直覺提出可能值得驗證的方向。現在改用 Co-Scientist，我描述研究問題後，系統會自動整合既有文獻、讓多個 AI 代理分別提出假說再互相批評修正，最終輸出「蛋白質 X 可能是肝纖維化的關鍵調控因子，理由如下…」這類具體方向。相比過去手動梳理文獻要幾週，AI 幫忙可在幾小時內生成多個候選假說供研究員評估，大幅縮短從「看完文獻」到「有方向可做實驗」的時間差。
Martin Scorsese（馬丁·史柯西斯，美國知名導演，代表作《計程車司機》《愛爾蘭人》）在電影前製階段，小範圍試用了 FLUX（一款由德國公司 Black Forest Labs 開發的 AI 圖像生成工具，就是「輸入文字描述、AI 自動畫出圖片」那種）來輔助分鏡設計（storyboard，即把電影場景先用連環圖「畫」出來，確認構圖和氛圍）。史柯西斯強調這只是探索性嘗試，定位是補充協助，而非取代傳統手繪藝術工作者。FLUX 目前是業界評價最高的開源 AI 圖像生成模型之一，生成品質接近商業頂尖水準。這是傳統電影工業中，頂尖創作者公開承認使用生成式 AI 輔助創作的罕見案例，對於 AI 進入傳統創意產業的討論具有示範意義。
假設我是一名獨立導演，正在規劃一場複雜的夜晚追逐戲。傳統做法是雇插畫師根據劇本手繪數十格分鏡圖，費時且昂貴，改一次就要重畫。改用 FLUX 的做法：輸入文字描述「夜晚城市狹巷、主角奔跑、低角度仰拍、霓虹燈反光地面」，幾秒內生成參考圖，快速測試不同構圖方案，確認風格後再讓插畫師精修定稿。對比舊做法的差異在於：從「一稿難改、修改成本高」變成「快速出圖、先確認方向再精修」，大幅縮短前期溝通時間。史柯西斯的做法就是這個邏輯——用 AI 加快概念驗證，而不是讓 AI 取代藝術家的最終作品。
Microsoft 發布了一個叫做 ASSERT（Adaptive Spec-driven Scoring for Evaluation and Regression Testing，直譯是「自適應規格驅動的評分與迴歸測試」）的開源工具框架。簡單說，這是一個幫開發者「測試 AI 有沒有按規矩辦事」的工具。當公司要把 AI 助手上線時，最頭痛的問題之一是：這個 AI 在各種情境下真的會照預期行為嗎？傳統方法要靠人工一個個設計測試案例，既費時又容易漏掉邊角情境。ASSERT 讓開發者只要用普通文字描述「這個 AI 應該做什麼、不應該做什麼」，工具就會自動把這些描述轉成一批可執行的測試場景，對 AI 系統實際發問、給出評分，並記錄 AI 每一步的決策路徑供開發者檢查。Microsoft 的產品主管也指出：「如果不了解 AI 系統的實際行為，根本無從判斷它是否符合組織標準。」
假設你正在開發一個公司內部的「文件查詢 AI 助手」，你希望這個助手做到兩件事：（1）機密報告只能提供給 C 字頭高階主管，（2）回答時必須給出簡短摘要而非大段文字。以前你得自己設計幾十個測試案例來驗證這些行為，比如模擬不同職等的員工來詢問、設計各種問法，需要花費數天時間。用 ASSERT，你只要把這兩條規則用白話輸入，ASSERT 就會自動生成測試情境——「模擬一個一般員工詢問機密報告」、「模擬問一個答案本來很長的問題」等——然後對你的 AI 系統實際發問、記錄回應過程，並明確告訴你哪些地方符合規則、哪些不符合。整個過程從幾天縮短到幾分鐘。
Perplexity（一個以 AI 搜尋為主的服務）發表了一套「混合推論系統」，能自動判斷你交出的 AI 任務，該在你自己的電腦上處理、還是送到網路上的伺服器（雲端）跑。系統的核心設計是「隱私優先」——如果你輸入的是財務文件或健康資料等敏感資訊，系統會讓這些內容留在你電腦本機，完全不傳到外部；如果是需要大量運算的複雜問題，才轉交給雲端的強力模型處理。這套系統與 Intel 聯合發布，採用模型無關架構（意思是不只能搭自家模型，也可以跑在 Nvidia 等其他廠商的硬體上）。整合工作預計 7 月起透過 Perplexity 的 Personal Computer 產品陸續上線。
假設我用 Perplexity 同時處理兩件事：第一，上傳一份含薪資資訊的 PDF 請 AI 整理重點；第二，請 AI 幫我分析一個複雜的技術架構問題。在過去純雲端模式下，這兩件事都會把你的資料傳到遠端伺服器。有了這套混合系統，Perplexity 的 orchestrator（協調器，就是負責分配任務的中樞）會自動判斷：薪資 PDF 含有個資，交給本機 AI 模型處理，資料完全不離開你的電腦；技術架構分析則需要更強的模型，自動轉送雲端跑。用戶不需要手動切換，系統全程自動完成。相比之前，以前要嘛手動選「用本機還是雲端」，要嘛全都傳到雲端；現在系統自動幫你保護敏感資料，同時確保複雜任務能用到最強的模型。
傳統的視覺 AI（就是 Midjourney、DALL-E 這種能幫你生成圖片的 AI）輸出的是一張「最終成品圖」，就像印好的海報，看得到卻改不了。現在新一代視覺 AI 正在轉向另一種模式：不輸出圖片，改輸出「原始碼」（就是能讓程式讀懂的文字指令）。這個原始碼可以是 HTML/CSS（網頁設計的基礎語言）或 Blender 腳本（Blender 是做 3D 模型的軟體，腳本就是控制它動作的指令）。因為輸出的是結構化的程式碼而非像素，設計師或工程師拿到之後可以繼續修改、調整細節，整個設計流程變成「生成→微調→再生成」的循環，而不是每次不滿意就要從零重新生一張圖。這個方向對需要一致 3D 結構或互動素材的產業（如遊戲、建築可視化）特別有潛力。
假設我要做一個產品官網首頁設計稿。舊做法：用 AI 生成一張漂亮的首頁示意圖，但那只是一張 PNG 圖片，想改按鈕顏色或調整字型，只能截圖、丟回 AI 再生一張、再看看對不對，反覆重來效率很低。新做法（程式碼原生視覺 AI）：我輸入需求，AI 直接輸出一份 HTML/CSS 程式碼，我在瀏覽器打開就能看到成品網頁；想改按鈕顏色，直接在程式碼裡找到對應那行改掉就好，5 秒完成；想換排版，也能在程式碼裡精確微調。一個需要來回確認 20 次的設計工作，現在可能只要 3～4 次修改就定稿，因為每次修改都精確落地，而不是重新猜 AI 會生出什麼。
Vercel（一家專門幫開發者部署網站和 API 的雲端平台）發表了一篇技術文章，揭露一種新型的 AI 資源竊盜攻擊手法，並說明他們如何阻止它。這種攻擊叫「AI 推理竊盜」（inference theft）——「推理」在這裡是指你把問題丟給 AI、AI 幫你算出答案的過程，而這個過程是需要花錢租用計算資源的。攻擊者的做法是：先找到某家公司開放給自家用戶的 AI 問答端點（endpoint，就是一個可以對外接收請求的網路接口），然後把這個接口偽裝成 OpenAI 或 Anthropic 的格式包裝起來，再拿去轉售給其他人使用——等於用別人的錢在跑 AI。傳統的防護手段（IP 流量限制、帳號驗證）對這類攻擊幾乎無效，因為攻擊者可以租用大量真實住宅 IP 位址和大量假帳號來繞過，成本極低。Vercel 最終採用了一套叫做「BotID」的機器學習技術（由 Kasada 公司提供），在每一次 AI 請求進來時都即時判斷「這是人還是機器人發出的」，而非只在登入時驗證一次——這讓攻擊者難以用低成本大量繞過。
2026 年 4 月 12 日，Vercel 自家的文件問答 AI（就是你問 Vercel 技術文件，AI 幫你回答那個功能）突然遭到攻擊，請求量暴增到每分鐘 1,300 次（平常的十倍），如果放著不管，那一天光 AI 算力費用就可能超過 1 萬美元。傳統方式是設 IP 速率限制（比如每個 IP 每分鐘最多 50 次），但攻擊者早就備好了幾千個不同的家用網路 IP 輪流發送，根本擋不住。啟用 BotID 後，系統在攻擊開始的最初幾分鐘內就擋掉了超過一萬次機器人請求，不需要人工介入，流量在 24 小時內恢復正常。和以前靠人去手動封 IP 相比，速度快了十倍以上，且完全自動化。
Wall Attention 是一種新型的注意力機制（Attention Mechanism，就是讓 AI 決定「該看哪裡、看多仔細」的核心技術，是 ChatGPT 等大型語言模型的基礎）。傳統做法中，AI 在閱讀長文時對所有位置一視同仁，容易造成早期關鍵資訊被後來大量內容「淹沒」。Wall Attention 的創新在於，它讓每個注意力通道（可以理解為 AI 記憶的「不同維度」）學習各自獨立的遺忘速率，讓模型能夠依內容決定哪些遠處資訊要記得清楚、哪些可以漸漸淡化。這個設計把之前幾種方法（RoPE 位置編碼、FoX 門控）統一成更通用的框架，並附帶專為 GPU 優化的高效核心，訓練和推理都能在現代 GPU 上實際運行。
假設你要訓練一個 AI 閱讀 10 萬字的法律合約，並回答「第 3 章定義的術語在第 8 章如何被引用」這類跨越超長距離的問題。用標準 Transformer（主流大語言模型架構），模型讀到第 8 章時，第 3 章的內容在注意力機制裡已被大量稀釋，極容易忽略。用 Wall Attention，不同維度的資訊可以有不同遺忘速率——重要術語定義遺忘慢、背景措辭遺忘快——模型更可能在第 8 章時仍精準記得第 3 章的關鍵定義。此外，Wall Attention 提供預先計算好的 KV Cache（把已讀過的內容壓縮暫存以供快速查用），讓逐字生成回答時無須每次重算整段前文，比傳統做法節省大量 GPU 算力，對長文本生成特別有感。
GitHub 是全球最大的程式碼存放平台，全世界幾乎所有軟體開發者都在上面存放和分享程式。最近「AI Coding Agent（AI 程式撰寫機器人，就是能自動寫程式的 AI 工具，例如 GitHub Copilot 的進化版）」爆炸性成長，讓平台上被提交的程式碼量今年暴增 1400%——相當於原本的 15 倍。AI 機器人不需要休息，可以持續不間斷地產出程式碼，速度遠超任何人類開發者。問題是 GitHub 原本的後端基礎架構（伺服器、資料庫、排程系統）都是針對「人類的操作速度」設計的，現在被 AI 的速度徹底打穿，開始出現各種意想不到的故障和瓶頸。GitHub 的營運長 Kyle Daigle 接受深度訪談，分享公司內部如何應用 AI、AI 帶來了哪些衝擊，以及 GitHub 打算怎麼面對「AI 時代」所帶來的全新挑戰。
假設你是個工程師，用 AI Coding Agent（例如 GitHub Copilot Workspace 或 Devin）幫你自動開 Pull Request（PR，就是把程式碼提交給團隊審查的申請）、跑測試、修 bug。過去這些操作一天可能只有幾百次，人類開發者下班後就停了。但 AI agent 不用睡覺，能在半夜持續開幾千個 PR、觸發幾萬次 CI/CD（自動建置和測試的系統）流程。GitHub 原本假設同時在線的操作量是某個規模，現在被 AI 放大到 15 倍，導致任務排隊堵塞、通知系統失靈、伺服器負載超標。這不是有什麼新技術突破，而是「用戶從人類換成 AI」後，整個系統使用模式徹底改變——GitHub 因此需要重新設計整個基礎架構來適應這個新現實。
TinyFish 開源了一套叫 Bigset 的 AI 多代理工具（由多個 AI「小幫手」分工合作的系統），只要用白話文描述你想要什麼資料，它就會自動去網路上找、整理成有結構的表格，並定期自動更新。背後同時用了 Claude Sonnet 4.6（Anthropic 出的大型語言模型，類似 ChatGPT 這種能對話的 AI）來推斷資料欄位，以及 Qwen3.7-max 來實際執行網路研究任務。整個流程分兩層：一個「指揮代理」先廣泛找資料來源，再派出「子代理」逐一深挖、驗證、去掉重複，最後輸出可直接用的 CSV 或 Excel 表格。資料集建好後，你還能設定每 30 分鐘到每週自動重新爬取，讓資料隨時保持最新狀態。
假設你想追蹤「現在市面上所有主流 GPU 的價格與庫存狀況」——過去你得自己寫爬蟲（一段自動抓網頁資料的程式）、設定欄位格式、處理重複資料、排定定時更新，光搭環境可能就要幾個小時。用 Bigset，你只要輸入一句話：「幫我建一個追蹤各品牌 GPU 型號、價格、電商平台、是否現貨的資料集」，系統就會自動推斷應有哪些欄位、派出 AI 代理去各大電商與比價網站爬取、驗證數據後整理成表格，2 到 5 分鐘內就能下載 CSV。之後每天定時自動更新，你不用再手動重跑。差異在於：傳統做法需要自己寫程式、現有付費工具常按帳號人數收費且限制可用主題，Bigset 免費自架、無領域限制、完整掌控整個流程。
Salesforce（全球最大的 CRM（客戶關係管理軟體，用來追蹤和管理客戶資料與互動的系統）公司）宣布正式收購 Contentful（一家提供企業內容管理平台的公司）。Contentful 的核心技術是「headless CMS（無頭內容管理系統）」——簡單說就是把「管理內容」和「怎麼顯示這些內容」拆開，讓同一份文字、圖片可以彈性地同時出現在網站、手機 App、AI 聊天視窗等各種地方。Salesforce 計畫把 Contentful 的技術接入自家的 Agentforce 平台（Salesforce 推出的 AI 代理系統，能讓軟體自動替企業執行業務任務，例如自動回覆客戶、處理訂單等）。整合後，企業的 AI 代理在與客戶互動時，能根據客戶資料、當下情境和商業規則，即時動態組合最適合的個人化內容，而不再只能回應預先設定好的固定話術。
假設我是一家電商的行銷人員，公司有一個 AI 客服代理負責處理客戶詢問。整合前：AI 只能依照工程師預先寫死的固定範本回覆，每次想改文案都要請工程師更新程式，慢且費工。整合後：行銷團隊在 Contentful 平台上更新「本月退貨政策說明」或「限時促銷文案」，AI 代理會即時撈出最新版本，再結合這位客戶的購買紀錄（從 Salesforce CRM 取得）動態組成個人化回覆——例如「您上個月買的商品還在 7 天退換貨期內，這週我們有 88 折優惠可以換購同類商品」。差異：以前全公司 AI 客服說同一套話，現在每位客戶看到的是根據自己情況即時生成的訊息，且文案更新後 AI 立即套用，不需等工程師發版。
SAP（全球最大的企業管理軟體公司，幫各大企業管財務、人力、供應鏈等一切業務流程）在 2026 年 Sapphire 大會上提出了一個觀點：企業 AI 的關鍵不是找到更強的 AI 模型，而是讓 AI 能取得「正確的業務資料與背景脈絡」。換句話說，就算 AI 模型再聰明，如果沒有公司內部的即時數據和操作權限，它也無法真正幫企業完成任何業務工作。SAP 因此推出了「Business AI Platform」（企業 AI 平台），把他們原本的 ERP 系統（幫企業管記帳、倉庫、採購等核心業務的軟體）、資料工具，以及全新的 AI 代理程式（Agent，就是能自動執行多步驟任務的 AI）管理功能，整合成一套完整方案。這套平台的目標是讓企業可以在現有業務系統中統一控管和協調各種 AI 代理程式，確保 AI 在公司內部按照規則和治理框架行事，而不只是跑個聊天機器人。
假設一家製造業企業想讓 AI 自動處理「物料採購申請」流程：採購員提出申請 → AI 檢查即時庫存 → AI 查詢供應商報價合約 → AI 根據公司預算規則自動批准或請主管確認 → AI 送出採購單。這個流程橫跨 ERP 裡的多個模組（庫存、財務、採購）和複雜的公司規則。若用傳統的 ChatGPT 類工具，AI 根本沒有這些內部資料和執行權限，只能給通用建議，無法真正動手操作。SAP Business AI Platform 的設計讓 AI 代理程式能直接存取 ERP 中的即時庫存數字、供應商合約、預算上限，並在公司治理框架內自動完成整個流程，省掉採購人員在多個系統間來回複製貼上資料的繁瑣工作，也降低人工疏漏的風險。
現在很多公司員工會偷偷使用未經公司批准的 AI 工具，例如用個人帳號登入 ChatGPT 來處理工作文件，這種現象叫做「影子 AI」（Shadow AI，就是公司根本不知道存在、看不見的 AI 使用）。Netskope（一家專做網路與資安的企業軟體公司）推出了 AI Command Center，這是整合在其安全平台上的新模組，專門幫企業 IT 和資安團隊把員工的 AI 使用行為「攤在陽光下」。它不只能列出公司批准和未批准的 AI 工具清單，還能把每次 AI 使用行為連結到具體的使用者、所用的應用程式、碰觸的資料，以及是否違反公司規定。一旦偵測到有風險的行為（例如員工把機密文件上傳給未授權的 AI 服務），系統可以自動執行補救，不用等資安人員手動介入。目前調查顯示，94% 的企業在資訊不完整的情況下做 AI 安全決策，88% 的企業無法分辨員工用的是公司授權帳號還是個人帳號在操作 AI——這個工具正是要解決這個盲點。
假設一家金融公司的資安團隊想追查員工有沒有用個人帳號登入 Claude 或 ChatGPT 來處理內部報告。以前這件事幾乎做不到，因為員工用個人瀏覽器、個人帳號，公司看不見那段網路流量的細節。有了 AI Command Center，公司部署在網路邊界的 Netskope 系統會掃描流量，自動辨識出「小明今天下午 3 點，用個人帳號登入 Claude.ai，上傳了一份含有客戶姓名和帳戶資訊的 Excel」——這個行為觸發了公司的資料外洩防護規定，系統立即封鎖上傳並通知資安主管。換成以前，資安團隊可能要等到資料真的外洩、被監管機關查到，才能事後回溯追責；現在是在行為發生當下就即時阻止，把風險消滅在萌芽階段。
Cisco（美國最大企業網路與軟體公司之一）宣布在旗下視訊會議平台 Webex 中加入多項 AI agent（就是能自動執行特定任務的 AI 程式）功能。新功能包括：會議前自動彙整過去紀錄與相關文件的「會議準備助手」、能保留說話語氣與情緒的即時語音翻譯（初期支援中文、日語等 10 種語言）、可同時排程與監控真人員工和 AI agent 混合團隊的工作管理系統，以及統一管理所有 AI agent 安全與行為的監控儀表板。Cisco 把這整套能力稱為「Connected Intelligence」框架，目標是把 Webex 從視訊會議工具升級為「智能工作作業系統」，讓人與 AI 能混合協作、自動處理重複性辦公室流程。對跨國企業、客服中心、大型會議密集的組織影響最大。
假設我是一家台灣公司的專案經理，明天有一場和日本客戶的重要會議。以前的流程：花半小時手動翻找上次會議記錄和相關文件備課、安排翻譯人員或事後人工整理機器翻譯結果、會後再自行打會議紀錄。用新版 Webex AI agent 的流程：會議前「Meeting Prep Agent」自動幫我從 Webex 歷史記錄和文件庫拉出所有相關素材，開啟 Webex 就看到整理好的摘要；會議中「Translator Agent」即時把我的中文翻成日語播給對方，同時把對方的日語翻成中文給我聽，且保留對方說話的語氣（緊張聽起來還是緊張，不是機器人朗讀）；後台由「AI Agent 360」全程記錄並監控行為是否異常。整場會議從備料到翻譯到監控，全部自動化，我只需要專注在談判內容本身。
PostHog（一套幫公司分析用戶行為的數據平台）把 Andrej Karpathy（特斯拉前 AI 負責人、現知名 AI 研究者）開發的 AutoResearch——一個能自己去找問題的 AI 代理程式（agent，就是讓 AI 自己決定要做什麼、然後去執行的程式）——指向自己的資料庫查詢系統，餵給它一批跑很慢的真實查詢，讓 AI 整晚自動分析。隔天早上，團隊發現 AI 找到了一個藏了將近三年的 bug：每次帶時間篩選的查詢，都沒有正確用到 ClickHouse（他們使用的高效能資料庫系統）的主索引，導致資料庫每次都多掃了大量不必要的資料。修掉這個 bug 之後，查詢需要掃描的資料量減少了 62%，速度也明顯加快。這個案例說明 AI 代理在「自動找 bug、改善系統效能」這種真實工程工作上，已經能產生實際可用的成果。
假設你是 PostHog 的工程師，知道某些分析查詢跑得很慢，但一直沒空深入查。現在把 AutoResearch AI 代理接上 ClickHouse 資料庫、餵給它幾條慢查詢的 SQL（就是你平常下指令叫資料庫去找資料的語法），讓它在晚上自己跑分析。AI 會嘗試各種假設、追蹤查詢執行計劃，最終發現：原來帶時間條件的過濾語法，一直沒有觸發 ClickHouse 的主鍵索引優化——意思是資料庫每次都從頭全盤掃資料，而不是直接跳到正確位置。靠人工排查這種問題可能要花好幾天，甚至根本找不到；而 AI 代理一夜之間就定位出來，並給出可執行的修法建議。修完後查詢掃描量減少 62%，速度明顯提升——相比舊做法需要工程師手動 profiling（逐步追蹤效能瓶頸），這省去了大量人力。
Google 悄悄向 Google Play 商店（就是 Android 手機下載 App 的平台）的 App 開發者發出邀請，邀請他們加入一個「機密內容提供試點計畫」，用出售自己 App 的程式碼（原始碼，也就是軟體的製作方式，詳細寫明程式怎麼運作的文字檔）來換取額外收入。Google 打算拿這些程式碼來訓練 AI（人工智慧）模型，尤其是針對 AI 編碼工具（就是會幫工程師自動寫程式的 AI 助手）。開發者保留程式碼的所有智慧財產權，且許可為非排他性，也就是說同一份程式碼還是可以賣給其他人或繼續自用。這個計畫背後的原因是：Google 在 AI 編碼助手的競賽中落後於 Anthropic（開發 Claude 的公司）和 Microsoft（GitHub Copilot 的開發商），靠網路爬蟲抓到的公開程式碼品質良莠不齊，所以轉而直接向有真實商業 App 的開發者購買高品質程式碼。
假設你是一個 Android 開發者，兩年前做過一個功能完整的點餐 App，現在那個 App 已經下架停用了。Google 寄給你邀請信，請你把這個 App 的原始程式碼授權給他們，你可以因此領到報酬，同時你的程式碼智慧財產權完全沒有損失——你還是可以把同一份程式碼賣給其他人或繼續用在別的專案。Google 拿到這份真實的商業程式碼後，用來訓練 AI 讓它理解複雜的 App 邏輯（例如訂單狀態管理、金流串接），也用來做「基準測試」（就是評估 AI 寫程式能力的考試題目）。未來 Google 的 AI 編碼工具如果能準確回答「怎麼寫一個點餐系統的後端」，背後就可能有你的程式碼在幫忙訓練它。對比舊做法：之前 Google 只能靠爬 GitHub 或 Stack Overflow 的公開程式碼片段，但那些往往不完整、缺乏真實商業情境。
ESP32-S31 是樂鑫（Espressif）發布的新款微控制器晶片（一種嵌入在電子裝置裡的微型電腦處理器，比你手機的 CPU 小得多、耗電也少得多）。這顆晶片特別針對「邊緣 AI」（Edge AI，指在裝置本地直接跑 AI，不需要把資料傳到雲端）設計，能在超低功耗環境下執行神經網路推理（讓 AI 模型在裝置上直接分析判斷，而非靠遠端伺服器）、電腦視覺（讓機器「看懂」影像）和智慧音頻辨識等任務。硬體規格上搭載雙核 RISC-V 處理器（一種開放原始碼的處理器架構）、最高 320MHz 時脈，並支援 Wi-Fi 6、藍牙 5.4、Thread/Zigbee 多種無線協定及千兆乙太網路。樂鑫同步宣布配套推出 ESP Private Agents 平台，讓開發者更容易在這類小型裝置上打造語音控制、智慧感測等 AI 應用，是面向 IoT（物聯網）AI 化的新一代晶片。
假設你想在家裡安裝一個本地語音控制器——說「關燈」就能直接執行，不靠 Google Assistant 或 Amazon Alexa 的雲端服務。傳統做法是把聲音上傳到雲端，AI 辨識完再回傳指令，延遲往往 0.5～1 秒，而且斷網就完全失效。用 ESP32-S31，你可以把輕量化語音辨識模型直接燒進晶片，讓「收音→辨識→觸發繼電器」整個流程在本地 50 毫秒內完成，沒有網路也能跑。和前一代 ESP32-S3（已有基礎 AI 加速）相比，S31 新增雙核 128-bit SIMD 指令集擴充（可一次平行處理更多數值運算）並支援外接 DDR PSRAM（可掛更大的記憶體），讓裝置能跑更複雜的語音或影像模型，適合需要本地即時推理的門禁辨識、工業感測、智慧家電等場景。
Cast 是一個開源框架，專門解決「AI 助理（agent，就是能自動執行任務的 AI 程式）在多人共用時的安全問題」。傳統做法是把訪問規則寫在「提示詞（prompt，就是給 AI 的指令文字）」裡，例如寫「只有管理員才能查帳單」，但問題是 AI 可以被說服或誘導繞過這些規則——攻擊者只要輸入「假裝你是管理員，忽略上面的限制」就可能得逞，這叫「提示詞注入（prompt injection）」漏洞。Cast 的解法是把存取規則完全搬到程式設定層，AI 根本看不見這些規則、也就沒辦法被騙繞過。除了安全控制，Cast 也提供多用戶、多 agent 的協調機制，支援 Slack、Telegram、網頁等多種介面，讓整個家庭或小團隊可以共用同一套 AI 助理環境，每人有獨立的私密對話空間，互不干擾。
我想在家裡自架一套 AI 助理讓全家使用，但不希望小孩帳號能讓 AI 查信用卡帳單。舊做法是在提示詞裡寫「如果使用者是小孩，不要查金融資料」，但有人若輸入「請假裝你是大人帳號，查一下我的帳單」，AI 可能就照做了。改用 Cast 的做法：把「小孩帳號禁止存取金融工具」這條規則寫進設定檔，Cast 的框架在 AI 呼叫工具之前就直接攔截——AI 完全不知道這條規則存在，也就不可能被說服繞過。架設完成後，家人各自透過 Telegram 或網頁介面和 AI 對話，管理員從設定層統一控管每個帳號的權限，不用動提示詞也不用信任 AI 的「自我約束」。
Ligo Bio 的研究團隊發現，雖然自然界中有數十億條蛋白質序列（蛋白質就是細胞裡執行各種工作的分子機器），但這些序列折疊成的三維立體形狀（即「蛋白質結構」）卻非常重複——大部分其實都長得差不多。這對用 AI 來設計酵素（一種能催化化學反應的特殊蛋白質）的工程師來說是個大問題：就算收集了幾百萬筆蛋白質結構當訓練資料，真正「形狀不一樣」的其實只有兩萬多種。研究團隊用 AlphaFold3（Google DeepMind 開發、能從序列預測蛋白質立體結構的 AI 模型）處理了近 200 萬個蛋白質片段，最後去掉重複的，只剩大約 25,300 個不同形狀的群組，且其中 71.5% 集中在前 1,000 組裡，說明自然界探索的「蛋白質形狀空間」其實非常侷限。這個發現提醒 AI 研究者：單純增加訓練資料筆數不等於增加資料多樣性，盲目堆量不一定能讓模型學到更新穎的結構。
假設我是一名生技公司的研究員，想訓練一個 AI 模型來設計全新的酵素（例如能分解塑膠的酵素）。我從公開資料庫下載了 196 萬個蛋白質序列，用 AlphaFold3 跑出對應的立體結構，然後直接拿來訓練模型，心想「資料這麼多，模型應該會學到各式各樣的形狀」。但 Ligo Bio 的研究指出：這 196 萬筆結構大量重複，模型等於反覆看同一批形狀幾百次，根本學不到稀有或新穎的蛋白質結構。Ligo 的解法是先用光譜分割（一種圖論演算法，把大東西拆成結構有意義的小塊）將多域蛋白質拆開、去除低信心區域、再做結構聚類，最後篩出 25,300 個真正不一樣的代表性形狀。實際差異：用舊方法訓練的 AI 傾向生成自然界常見的老形狀；用去重後的精簡資料集訓練，模型才有機會探索結構空間邊緣，設計出自然界沒有的新酵素。
訓練一個大型語言模型（LLM，就是 ChatGPT、Claude 這類會對話的 AI）要花費大量算力和時間，若架構設計選錯了，等到訓練完才發現就損失慘重。AI 研究員 @eliebakouch 分享了一個解決方案——「縮放梯子」（Scaling Ladder）流程：先在小規模下測試多種不同的架構設計，用「效益增益（EG，Efficiency Gain）」指標評分——意思是「若用基準架構，要多花多少算力才能達到相同的預測準確度」，分數最高的架構才被「晉升」到大規模訓練。此外，測試點設在「Chinchilla 最佳點」附近——Chinchilla 是一個著名的 AI 訓練法則，大意是「每個模型參數大約搭配 100 至 200 個訓練詞（token）是目前較划算的比例」，但這條法則對 MoE（Mixture of Experts，混合專家模型——一種只啟動部分神經元以省算力的架構）的適用性，與傳統全連接的密集模型有所不同，需分別考量。
假設一個 AI 團隊要訓練一個 100 億參數的語言模型，他們設計了三種不同的神經網路架構。傳統做法是憑直覺選一種就跑全量，可能白花幾十萬美金後才發現另一種更好。用 Scaling Ladder + EG 指標的方式，他們先各自訓練到 1 億參數的小版本，在相同算力下比較誰的「語言預測錯誤率（Loss）」最低。若架構 B 比基準架構 A 少用 30% 算力就達到同樣 Loss，那 EG 就是 30%。架構 B 大幅勝出後，團隊只把架構 B 推進到完整規模訓練，省下另外兩個方案的巨大算力成本，避免了「訓練完才後悔」的昂貴錯誤。
這是一個關於 Anthropic（開發 Claude 系列 AI 的公司）傳聞中下一代超大模型「Claude Mythos」的社群迷你劇。故事發生在微軟 Build 大會期間，有網友宣稱從微軟的一張投影片中意外看到了訓練 Mythos 所用的「算力」（FLOPs，就是訓練一個 AI 模型需要做多少億億次乘法加法運算，數字越大代表模型越龐大也越燒錢訓練）。分析帳號 @scaling01 甚至用「量投影片上的像素寬度」來反推數字，得出約 6.1×10²⁷ FLOPs 的估算，並有人指出這規模和 Google Gemini 3.1 Pro 差不多大，引發廣泛討論。然而後來有多位網友質疑這個讀法，@scaling01 自己也先修正了數字範圍，最終承認原始「洩漏」數據根本不可信，整個故事以「數據是假的」收場。
假設你是一個想估算 Anthropic 下一代模型規模的研究者，這件事給出了一個警世故事。過去社群曾透過分析訓練成本、晶片採購量等線索推測模型大小，這次有人更激進地用「量投影片像素」來逆推 FLOPs。@scaling01 最初估出 6.1×10²⁷，後來自己修正到 3.37×10²⁶～1.46×10²⁷ 這個大範圍，最後說原始數字根本是錯的。結論是：看到「某 AI 公司算力外洩」這類消息，來源是別人量投影片像素推出來的，可信度幾乎為零，不要把它當作可靠的模型規模參考。
Amazon 在購物 app 的搜尋功能裡，加入了 AI 生成商品示意圖（AI 生成圖：就是電腦根據你的描述，自動畫出一張從未存在的圖片，不是真實商品照）的新功能。當你輸入搜尋關鍵字時，系統會在自動補全建議下方，顯示幾張 AI 繪製的商品樣式圖供你挑選。點擊其中一張，系統會把這張圖交給 Amazon 的視覺搜尋功能（以圖搜圖：你給一張圖，系統幫你找長相類似的真實商品），帶你到更精準的搜尋結果頁面。Amazon 說這個功能是為了幫助「知道自己想要什麼款式，但不知道那個設計的專業名稱叫什麼」的使用者，例如不知道垂墜領叫「cowl neck」、或藤編家具要搜什麼字的人。
假設我想買一件有那種垂墜感圓弧領口的上衣，但我不知道那叫「cowl neck」。過去在 Amazon 搜尋「上衣垂墜領」，可能什麼都找不到，或搜出一堆不相關的商品。現在系統會根據我輸入的描述，自動生成幾張不同垂墜領設計的示意圖；我挑一張最接近我想要的，系統就用那張圖去比對 Amazon 龐大的商品資料庫，找出真實的上架商品。和過去純文字搜尋相比，多了一個「視覺示意」的中間層，幫助說不出名稱的使用者縮小範圍。批評者則指出：Amazon 本來就有海量真實商品照，用 AI 生成圖反而可能讓使用者誤以為那是真實商品，找不到一模一樣的時候反而失望。
AethexAI 是一家新創公司，由曾在高盛和 Meta 工作的兩位創辦人共同成立，專門為非洲和中東地區開發語音 AI 平台。所謂「語音 AI」，就是讓電腦能夠用語音自動通話的技術，像是自動接聽電話、問答或辦理業務的 AI 客服機器人。現有的語音 AI 工具（如 Vapi、LiveKit）主要針對英美英文設計，對非洲英語方言、法語方言或阿拉伯語腔調支援很差，在當地使用延遲高、辨識率低。AethexAI 從零打造了「Kora 系列模型」，參數規模在 3 億到 17 億之間（相比 ChatGPT 這類大型 AI 動輒千億參數要小很多、跑得更快），並用非洲廣播電台音頻和匿名通話錄音來訓練，讓 AI 真正聽得懂當地腔調。目前每天已處理超過 17,000 通真實電話，主要用於催收帳款、新客開戶和身份驗證，公司也完成了 300 萬美元種子前輪融資，投資人包含 Anthropic（開發 Claude AI 的公司）的研究員。
假設我是一家在奈及利亞做小額貸款的公司，每天需要撥出數百通電話提醒客戶還款。用傳統人工外撥成本高；用一般 AI 電話機器人（如美國市場的 Vapi），AI 聽不懂奈及利亞腔英文，常常「雞同鴨講」，客戶要重講好幾遍甚至直接掛電話。換成 AethexAI 的 Kora 模型：AI 事先用奈及利亞廣播音頻訓練，可直接聽懂當地腔調，搭配低延遲設計（就算當地網路不穩也能快速回應），自動完成提醒還款、確認金額、記錄回覆的全流程。對比舊做法，一個人工客服一天大概打 50 通；Kora 每天處理 17,000 通，省下大量人力成本，且聽懂率與真人相當。
這篇文章是 Sentra 公司執行長 Ashwin Gopinath 對 AI 系統「記憶架構」的觀點。他認為在 AI 系統裡，「記憶（memory）」並非只是附加功能，而是決定 AI 推理時「看到什麼現實」的核心層。他特別區分兩個概念：「知識（knowledge）」指所有曾被記錄下來的資訊，而「記憶」則是其中「因為會改變未來行為，所以應該留下來」的那個子集。他提出「巨石問題（boulder problem）」來說明同一份資料對不同人有截然不同的意義。關鍵洞察是：如果 AI 系統在資料入庫時就把知識「一刀貼死標籤、永久定型」，等於把整個系統鎖在某一個過早確定的單一視角裡——之後任何人問問題，都只能從那個框架得到答案，完全無法因人而異地提供有意義的回答。
想像一家企業的 AI 知識庫裡有一條記錄：「工地入口有一塊大石頭擋路，導致車輛無法進出」。同一筆資料，不同角色問 AI 時需要的意義完全不同——業務問「客戶這季有什麼風險」，這筆資料代表「工程延誤、收入受影響」；工程師問「現場有什麼需要處理的技術障礙」，代表「需要出動機具移除」；法務問「有沒有潛在訴訟風險」，代表「進出受阻可能引發意外、有人身安全責任」；執行長問「這個案子時程怎麼樣」，代表「整體交期延後的風險訊號」。現在大多數企業 AI 系統用的是 RAG（一種把文件切成小段、靠語意相似度撈資料的技術），在資料入庫時就把這筆記錄歸類到「工程障礙物」分類。業務問風險、法務問責任時，AI 根本找不到這筆資料，因為它的類別跟問題的分類對不上。這篇文章的主張是：記憶的意義應該根據「誰在問、這筆記憶對他的未來行為有什麼影響」動態決定，而非在入庫時就永遠定型。
Box 是一間做企業雲端文件儲存與管理軟體的公司（你可以想成是企業版的 Google Drive），最近開始把 AI 功能加進自家產品，讓 AI 幫公司員工自動審閱合約、標記風險條款等文書工作。這波轉型直接帶動了新職缺需求：Box 不只在產品裡加 AI，連公司內部也新設了「AI 架構師」「AI 方案經理」「AI 平台主管」等全新職位，共計 13 種新類型。Box 預計明年初前再追加招聘超過 100 人。不過，有一個懸而未決的問題：這些新增的 AI 相關職缺，能不能彌補同時因 AI 自動化而減少的工作數量，目前仍不清楚。
假設你是 Box 的客戶——一間中型律師事務所，每個月要審完 300 份合約。以前的做法：請初級律師花一週逐份讀完、標記風險條款、寫摘要報告。現在，Box 的 AI 審約功能可以把合約上傳後自動標出不尋常條款、生成摘要，律師只需花幾小時複核結果，大幅縮短流程。但要讓這套 AI 系統順利在律師事務所上線，你需要一個「AI 解決方案經理」幫你對接 Box 技術團隊、設定流程、訓練同事怎麼用——這就是 Box 現在新增的職位類型之一。原本市面上根本沒有這個職稱，是 AI 工具普及後才出現的全新角色。