中國 AI 公司 Moonshot AI（月之暗面）推出的新模型 Kimi K3，發布後在公開評測平臺「前端程式碼競技場」直接從上一版 K2.6 的第 18 名衝上第 1 名，打敗了 Claude Fable 5，在七個前端子類別中包辦六項冠軍，頭對頭比較勝率達 76%，勝過 Claude Fable 5 的 63% 與 GPT-5.6 Sol 的 58%；在文字競技場也從第 38 名躍升至第 9 名。獨立評測機構 Artificial Analysis 給出的整體智能指數為 57 分，評比結果與 Claude Opus 4.8 和 GPT-5.5 相當。不過 Moonshot 自己也坦承，整體使用體驗上與 Claude Fable 5 和 GPT-5.6 Sol 仍有明顯差距。K3 定位為「開放前沿智慧」（Open Frontier Intelligence），擁有 2.8 兆個總參數（參數可以想成 AI 大腦裡的記憶單元，數量越多通常代表模型能力越強），支援高達 100 萬個字的超長上下文視窗（意思是 AI 一次可以讀取和記住超長的文件或對話），並內建原生多模態輸入能力（就是可以同時看文字、圖片等不同格式的資料）。K3 目前已在 Kimi.com、Kimi Work、Kimi Code 及 API 上線，模型權重（讓所有人都能自行下載、部署、修改的核心檔案）預計於 2026 年 7 月 27 日公開釋出，AI 社群已將此次發佈比擬為先前 DeepSeek 出現時引發的開源里程碑效應。
假設你是一位前端工程師，接到任務要在兩天內做出一個顯示即時數據的互動式儀錶板頁面（Dashboard，就是有圖表、數字、篩選器的管理後臺）。過去你可能需要自己一行一行寫 HTML、CSS、JavaScript，或交給 ChatGPT / Claude 生成，但生成結果常常版面跑掉、功能不完整，還要花大量時間手動修正。現在可以把需求丟給 Kimi K3，它的前端程式碼生成能力目前是所有模型裡公開評測排名第一；接著開啟「vision in the loop」功能，讓 K3 直接看網頁截圖，自己判斷版面哪裡出錯、自動修正程式碼，反覆迭代直到畫面符合你的預期。對比前一代 Kimi K2.6（前端競技場排名第 18），K3 在同樣任務上的前端程式碼生成勝率達到 76%（在 Frontend Code Arena 的兩兩對比中），排名從第 18 名躍升至第 1 名，且每次任務成本約 0.94 美元，比 K2.6 少用約 21% 的輸出 token（token 是 AI 處理文字的計量單位，用得越少代表回應越精準也越省錢）。
Linux 核心（就是 Linux 作業系統最底層的程式碼）的創始人 Linus Torvalds，在 Linux 核心郵件清單上公開表態，強力支持在 Linux 開發中使用 AI 工具。他說，若有人不接受，可以「Fork（分叉另立自己的版本）或直接離開」，措辭強硬。事件起因是社群在討論 Sashiko，一套「代理式程式碼審查系統」（Agentic Code Review System，就是讓 AI 自動幫人掃描程式碼、找出可能的錯誤，不需人工逐行看），其開發者宣稱該工具在測試中能自動找出 53.6% 的 Bug（程式錯誤），但也有約 20% 的誤報（把沒問題的地方誤判為有問題）。有開發者引用「軟體自由保護協會」的聲明，主張開源社群應支持那些「完全拒絕 LLM（就是 ChatGPT 這類大型語言 AI）生成程式碼」的參與者，暗示開源專案應允許成員要求排除所有 AI 產出的內容。Torvalds 直接反對這種立場，表示他不強迫任何人使用 AI 工具，但也會「大聲無視」那些試圖阻止別人使用的人——這個表態對整個開源社群如何看待 AI 工具，具有相當的示範影響力。
以 Sashiko 為例：有開發者想讓 AI 自動審查 Linux 核心每一次程式碼提交、找出潛在錯誤並發出報告。過去這類審查完全靠人工，速度慢且需要大量維護者投入時間。有了 Sashiko，AI 能自動偵測出約一半的真實錯誤，省去人工逐行排查的工夫；但每五份報告裡大約有一份是誤報，維護者仍需花時間過濾這些假警報。Torvalds 公開力挺此類工具，意味著 Sashiko 這類 AI 審查系統在 Linux 開發中將獲得官方支持而非被禁止，也等於向其他大型開源專案釋出訊號：AI 輔助開發工具不應被視為禁忌。
Hugging Face（全球最大的 AI 模型和資料集共享平臺，許多開發者都在這裡下載或發布模型）在 2026 年 7 月遭到駭客入侵。攻擊者利用資料集處理流程中的兩個安全漏洞（一個是能讓惡意程式碼遠端執行的缺陷，另一個是讓攻擊者把指令塞進設定檔的範本注入漏洞）闖入系統，取得初始立足點後橫向移動到多個內部伺服器叢集，並竊取了雲端和叢集的存取憑證（相當於後臺密碼）。最令人警覺的是，這次攻擊不是人工操作，而是由一套「自主 AI 代理框架」（就是讓 AI 自動規劃並執行一連串攻擊步驟的系統）驅動，共記錄了超過一萬七千個自動攻擊動作，以機器速度進行多階段滲透。事後鑑識調查時，安全團隊發現商業 AI API（如 OpenAI、Anthropic 等雲端 AI 服務）的安全過濾器把含有攻擊程式碼的鑑識查詢全部擋掉，只好改用可在自家伺服器本地執行的開源模型 GLM 5.2 才完成分析——揭露了防守方在使用商業 AI 工具時面臨的不對稱困境：攻擊者不受任何使用政策約束，防守方反而被自己信賴的工具所阻礙。目前公開的模型、資料集及 Spaces 服務均未遭竄改，軟體供應鏈驗證清白，但部分內部資料集與服務憑證已確認外洩。
假設你是某公司的資安工程師，負責調查一起入侵事件，手上有幾萬筆攻擊者留下的操作記錄，裡麵包含惡意指令和滲透工具的原始碼。你想把這些記錄丟給 ChatGPT 或 Claude 等商業 AI API 來快速摘要攻擊路徑，但服務直接拒絕回應，因為這些內容長得太像「教駭客入侵」的請求，AI 安全過濾器無法分辨你是防守方還是攻擊者。Hugging Face 的資安團隊就遇到了同樣的問題，最終他們在自己的伺服器上本地部署開源模型 GLM 5.2，把攻擊日誌全部輸入分析，幾小時內完成了平時可能需要好幾天的人工研判工作，而且所有含有敏感憑證的攻擊資料都沒有離開自家環境。教訓是：企業若使用 AI 輔助資安鑑識，必須事先準備好一套可在本地執行的開源模型，不能完全依賴雲端 API。
Mozilla 發布 2026 年開源 AI 現況調查，用大量數據呈現開源模型正在重塑 AI 生態系。開源模型（即公開了模型參數、任何人都可以下載、修改、自行部署的 AI 模型）在 OpenRouter（一個匯集多種 AI 模型流量的平臺）上的 token（AI 處理每個文字單位）使用量已佔多數。能力差距方面，開源模型與閉源頂尖模型（如 GPT-4、Claude 等）的表現差距，已從兩年前的 8% 縮小至 3.3%，在程式撰寫和指令遵循方面幾乎並駕齊驅，只在複雜推理和超長文脈處理上仍有落後。推論成本方面，同等 GPT-4 等級的 AI 每百萬 token 費用從 36 個月前的 20 美元跌至 0.40 美元，降幅達 50 倍。報告同時指出一個警示案例：2026 年 6 月，因某國政府出口管制命令，閉源模型 Claude Fable 5 被迫切斷對所有外國人使用者的訪問，這說明「租用」閉源 AI 存在被供應商或政府政策隨時切斷的主權風險——而持有開源模型權重（模型的核心參數檔案）的使用者完全不受影響。
一家中型公司想要導入 AI 幫助員工撰寫技術文件。如果選擇閉源雲端 API（如 OpenAI 的 GPT 系列或 Anthropic 的 Claude），每月按使用量計費，Uber 的案例顯示工程師個人帳單可達每月 500 到 2000 美元，公司最後不得不設上限限額；更大的風險是供應商可能因政策或監管因素突然停止服務，公司毫無選擇。改為自行部署開源模型（例如 Mistral 或 DeepSeek），需要一次性投入伺服器架設成本，但之後不再有按量計費壓力，也不受供應商政策左右。報告中 PwC 就是這樣把開源金融語言模型跑在自己的硬體上，服務數百位客戶而完全沒有「每處理一個 token 就付錢」的問題；Stripe 改用 vLLM（一套開源推論框架，讓公司可以自己跑模型）後，推論成本直接降低了 73%。
zksecurity 公司開發了一套名為 zkao 的 AI 稽核員（就是由 AI 主導、自動掃描程式碼並找出資安弱點的工具），並把它對準 OpenVM 的 zkVM（零知識虛擬機器，一種讓區塊鏈可以在不洩露原始資料的情況下證明計算正確性的關鍵元件）進行掃描。這次 AI 找到了一個被評為「嚴重（Critical）」等級的漏洞：在配對（pairing，一種密碼學數學運算，廣泛用於 SNARK 零知識證明、KZG 多項式承諾和 BLS 數位簽章等協議）的驗證邏輯裡，程式少做了一個子欄位成員資格檢查，導致惡意的「證明者」可以偽造任意配對等式的結果。換句話說，攻擊者可以讓系統認為一個假的加密證明是真的，從而繞過所有建立在這套配對驗證之上的安全保證。這個漏洞已被登記為 CVE-2026-46669，OpenVM 在 1.6.0 版本修復後，所有相關合作夥伴均已更新。值得注意的是，這次漏洞的發現過程說明瞭單純使用通用 LLM（大型語言模型，就是 ChatGPT 這類會對話的 AI）直接掃描複雜密碼學程式庫往往無效，必須透過具備專家知識的 AI 代理架構，才能找到跨模組組合才會出現的深層漏洞。
假設你是一個 Layer 2 區塊鏈（建立在以太坊上的擴展層，用來提升交易速度和降低費用）的開發者，你用 OpenVM 作為 zkVM 底層來驗證使用者的 SNARK 零知識證明。在修復前，攻擊者可以這樣利用這個漏洞：對任意一個假的配對計算結果 f，攻擊者只需傳入 c=1、u=f 的倒數，就能讓驗證程式計算 f 乘以 f 的倒數等於 1，使驗證通過。這意味著任何 KZG 開放性證明（用來確認資料真實性的加密憑據）都可以被偽造，Groth16 SNARK 驗證器（以太坊智能合約常用的零知識驗證方案）也會被騙過，甚至橋接協議的跨鏈簽章都可以被偽造。修復方式其實很簡單：只需在驗證前額外檢查縮放因子的第 1、3、5 個係數是否為零，就能堵死這個漏洞。這個案例的重點在於 AI 怎麼找到它：zkao 使用了一套名為 cryptopsy 的專屬流程，讓子代理人不只是列出可疑程式碼，而是輸出關於每個模組的「知識」（這個模組假設了什麼、依賴了什麼不變式），再由主代理人跨模組組合分析，這才讓跨越兩個看似各自正確模組之間的漏洞得以被發現。相比之下，直接用 Opus 4.6、4.7 或 Codex 5.3、5.4 掃描，所有發現都只是「值得注意的觀察」，沒有一個真正可利用。
Anthropic（開發 Claude AI 的公司）最近公開了一份詳細指南，說明他們如何用 Claude Code（一種讓 AI 自動寫程式的工具）來執行大規模的程式碼遷移——也就是把一個軟體系統從某種程式語言改寫成另一種程式語言。過去這類工作通常需要數年時間和數百萬美元，但現在可以由多個 AI 代理人（agent，就是能自主完成一系列任務的 AI 程式）在幾天到幾週內完成。整個流程分為六個步驟：先建立翻譯規則手冊、分析程式碼依賴關係、用少量檔案做壓力測試、再大規模展開翻譯、修正編譯錯誤、最後跑測試確認功能一致。其中最關鍵的設計理念是「不修程式碼本身，而是修產生程式碼的流程」，並且讓不同的 AI 代理人互相扮演「挑錯者」的角色來提高品質，同時視任務輕重搭配不同大小的模型以控制成本。
假設你的公司有一套用 Python 寫的內部工具，每次發布新版本需要等 30 分鐘才能完成編譯打包，你想改成更快的 TypeScript 語言但估計要花幾個月。Anthropic 工程師 Mike Krieger 用這套六步流程，在一個週末就把 Python 程式碼改寫成 16.5 萬行 TypeScript：他用數百個 AI 代理人並行翻譯、設置八個品質關卡、進行三輪對抗性審查，最後把每個功能的執行結果與 Python 原版逐字比對。最終成果是編譯時間從 30 分鐘縮短到 2 秒、程式啟動速度快了 6 倍，還省掉了一條獨立的部署流水線。另一個案例是 Bun（一個熱門的 JavaScript 執行環境）把一百萬行 Zig 程式碼改寫成 Rust，耗時不到兩週，且現有測試全數通過——這在過去估計要耗費四年工程時間和數百萬美元。
ARC-AGI-3 是目前最受矚目的 AI 推理能力測試之一，專門設計成讓 AI 很難靠「背答案」得分——它會把 AI 丟進一個陌生的互動遊戲環境，不告訴 AI 規則是什麼，要 AI 自己摸索出背後的邏輯再採取行動。這個測試被視為衡量 AI 是否具備「類人通用推理能力」的重要指標。Schema 是一套全新的代理框架（讓 AI 按照特定方式思考與行動的執行架構），它的核心理念是讓 AI 像物理學家一樣面對未知現象：先把觀察到的規律整理成一段可執行的程式碼，再拿這段程式去預測「下一步會發生什麼」，並與實際互動結果對照驗證，直到程式符合現實再展開行動規劃。搭配 Anthropic 的 Opus 4.8 加上 Fable 5 的組合，Schema 在 ARC-AGI-3 公開測試集上達到 99% 的 RHAE 分數（評估模型在謎題環境中有效解題比率的指標）；搭配 OpenAI 的 GPT-5.6 Sol 也達到 95.35%，兩項成績都遠超過此前的紀錄。
假設一個 AI 被放進一個方格拼圖遊戲，螢幕上有彩色方格，但完全沒有說明書——AI 不知道移動哪個方格會得分、不知道何時算過關。沒有 Schema 的情況下，AI 只能靠語感猜測，一旦猜錯就停在原地或亂動。用上 Schema 後，AI 會先把幾次嘗試的結果（「移動左邊方格→得 1 分」「移動右邊方格→無變化」）整理成一段可執行的小程式，然後用這段程式預測「若我這樣走，應該會得幾分」，再跟遊戲實際反應比對。一旦程式能準確預測現實，AI 就在這個虛擬的「遊戲模型」裡模擬幾十步棋，找出最短路徑破關，再一步步執行。ARC-AGI-3 正是充滿這種從未見過的謎題，Schema 靠這套「先建模、再驗證、後規劃」的流程幾乎全數破解。
Thinking Machines（一家以「讓任何人都能客製化 AI 模型」為使命的新創公司）正式釋出他們第一個從零自行訓練的開放權重模型 Inkling。開放權重（open weights）的意思是模型的完整參數檔案可以公開下載，任何人都能在自己的伺服器上部署，不必依賴第三方雲端服務。Inkling 採用「混合專家」架構（Mixture-of-Experts，縮寫 MoE，一種讓模型同時擁有很多「子專家網路」，但每次推論只啟動其中一小部分的設計，可在不大幅增加運算量的前提下擴大模型規模），總參數量達 9750 億，每次實際啟用的是其中 410 億個。它支援最長 100 萬個 token（token 可以理解為文字、圖片或聲音的基本計量單位，100 萬 token 大約相當於幾十本書的資訊量）的超長輸入，且能同時理解文字、圖片和音訊，不需要另外搭配其他語音或影像辨識工具。模型在多項公開基準測試中，在開放權重模型裡名列前茅，尤其在能自主執行多步驟任務的 AI agent 評測、指令遵循和安全性測試上表現突出。完整模型已上傳至 Hugging Face 供免費下載，也可直接在 Thinking Machines 自家的 Tinker 平臺上進行微調（fine-tuning，即用自己的資料對已有模型做進一步訓練，讓它更符合特定業務需求），目前提供五折優惠試用期。
假設一家中型醫療診所想打造一個能同時接收患者語音提問、查看 X 光或超音波圖片，並給出初步說明的諮詢助理。過去的做法是：先接一個語音轉文字 API，再接一個圖像分析 API，最後再串文字 AI 模型，三個系統互相傳資料，任何一個環節出問題整個流程就卡住，而且還要分別付三家廠商的費用。現在可以直接從 Hugging Face 下載 Inkling 的完整模型檔案，部署在診所自己管控的伺服器上（資料不離院），再用 Tinker 上傳幾千筆自家的病患問答紀錄做微調，就能得到一個同時懂語音、懂圖像、懂繁體中文醫療術語的單一模型，不必再串接多個外部服務，維護難度和費用都大幅降低。
研究人員讓一套名為「autoresearch」的 AI 自動優化系統，去改進它自己的另一個版本，持續運行八天後，成果超越了研究團隊親手調校了整整兩年的版本。這套系統有兩層循環：內層循環負責不斷修改程式碼、讓它在評測題目上拿到更高分；外層循環則負責改進「內層循環本身的運作方式」，等於是讓 AI 替自己設計更好的學習規則。這種「AI 改進自己、改進後的版本再繼續改進」的能力，在 AI 安全研究中被稱為「遞迴自我改進」（Recursive Self-Improvement，指 AI 持續優化自身，每一輪都比上一輪更強），此次是首次有公開的實驗數據支撐這個概念真的可行。系統在運行過程中自行設計出一種全新的搜尋演算法，還把 AI 所需的指令文字縮短了 16 倍，並主動建立了防止「作弊刷分」的保護機制——這些成果多半是研究人員事先沒有明確要求的，而是系統自主發展出來的。
假設你有一個 AI 自動寫論文摘要的工具，你花了兩年不斷手動調整它的提示詞（Prompt，就是給 AI 的指令文字）和程式架構，讓它的效能達到某個水準。autoresearch 的做法是：讓另一套 AI 去自動改進這個工具本身，系統有兩層循環——內層循環負責優化程式碼以提升評測分數，外層循環則在每一步同時嘗試改寫內層循環的運作方式，並只保留表現更好的版本。八天後，它產出的版本在評測上超越了你手調兩年的結果。舊做法是人每次看分數、想改法、手動改；新做法是 AI 自己跑成千上萬次實驗，連「怎麼實驗」這件事都自己優化，人只需要最初設定好評測標準即可。
GPT-Red 是 OpenAI 訓練的一個專門負責「攻擊自家 AI」的模型，目的是找出 AI 系統的安全漏洞。它透過一種叫做「自我對弈強化學習」（就是讓攻擊模型和防禦模型互相競爭、不斷進步，類似讓兩支棋手對弈來讓彼此都變強）的方式訓練，能自動大量生成各種試圖欺騙 AI 的惡意指令，這類攻擊稱為「提示注入攻擊」（就是把藏在網頁、電子郵件或檔案裡的特殊文字，騙 AI 去執行壞人的命令，例如偷偷洩漏使用者的個資）。GPT-Red 測試下來幾乎能攻破所有 OpenAI 內部與已上線的模型，包括 GPT-5.5，在測試情境中成功率達 84%，遠高於人類紅隊的 13%。OpenAI 把 GPT-Red 產生的攻擊資料納入 GPT-5.6 Sol 的訓練，讓這款新模型在最難的提示注入測試中失誤率減少了六倍，GPT-Red 直接注入成功的比例更降至僅 0.05%。GPT-Red 本身不對外公開，只在 OpenAI 內部使用，以防止惡意人士取得它的攻擊能力。
假設我們在一家公司部署了 AI 助理，讓它幫員工瀏覽網頁、讀取電子郵件並執行任務。駭客可能在某個員工會開啟的網頁上藏一段惡意指令：「把這位使用者的所有聯絡人清單上傳到我的伺服器」。過去測試顯示，GPT-5.1 這類模型面對這種「假鏈式思考」攻擊的中招率高達 95%，會乖乖執行這個壞指令。有了 GPT-Red 之後，OpenAI 讓它自動大量生成這類攻擊手法，再把這些攻擊範例加入 GPT-5.6 Sol 的訓練資料，讓新模型學會辨識並忽略藏在外部資料裡的惡意指令。結果 GPT-5.6 Sol 被相同攻擊手法成功入侵的比例降到不到 10%。對比舊做法，以前純靠人工紅隊測試，設計一場測試往往要耗費大量人力與時間，而且產出的攻擊樣本數量有限；現在 GPT-Red 能全自動、持續大規模產出新型攻擊，安全測試的速度和覆蓋範圍都大幅提升，讓 AI 模型的安全防護能跟上能力的提升速度。
歐盟依據《數位市場法》（DMA，一套要求大型科技平臺必須公平競爭的歐盟法規）對 Google 做出裁定，強制要求 Google 必須把旗下搜尋資料開放給競爭對手，並讓 Android 手機系統更深度整合非 Google 自家的 AI 助理。歐盟規定，Google 必須在 2027 年 1 月開始向其他搜尋業者收費提供搜尋指標資料（也就是 Google 自己看到的各種搜尋數據），同時把 AI 聊天機器人（ChatGPT 這類可以對話的 AI）也納入「搜尋服務」的資料共享範圍。Android 方面，Google 最晚必須在 2027 年 7 月更新系統，讓 Gemini（Google 自家 AI 助理）以外的 AI 平臺也能在 Android 上取得更深層的系統整合權限。Google 對此持強烈保留立場，表示這些規定可能危及使用者隱私與安全，並認為歐盟要求已超出必要範圍，同時暗示在細節上仍有與監管機構協商的空間。
假設你是一家 AI 語音助理新創，想讓自家的 AI 助理在 Android 手機上深度整合系統功能，例如能讀取通知、管理日曆、控制手機設定。過去這些深層系統整合功能，Android 主要只開放給 Gemini（Google 自家 AI），第三方 AI 很難取得同等存取權限，導致第三方 AI 助理在 Android 上的使用體驗遠不如 Gemini。歐盟新規生效後，Google 被要求必須讓非 Gemini 的 AI 平臺也能申請類似的深度整合權限，意味著你的 AI 助理 App 有機會與系統功能更緊密結合，用戶不必在 Google Gemini 和你的 App 之間被迫二選一，整體 AI 平臺的競爭空間因此擴大。
Google 將旗下深受歡迎的 AI 筆記工具 NotebookLM 正式更名為「Gemini Notebook」，納入 Gemini 品牌大家族。這項工具自 2023 年推出以來，已累積超過 3,000 萬名個人使用者與 60 萬個組織，是 Google AI 產品中少數真正被大量使用的工具。更名之外，Google 同步為每個 Notebook（筆記本）配備了獨立的「安全隔離雲端運算環境」，讓使用者可以在裡面上傳 PDF 或試算表等文件，直接用程式碼（電腦自動執行的指令集）對文件做複雜分析，不再只是看看摘要而已。另一項重要更新是 Google 搜尋的 AI 模式推出「Connected Apps（連結應用程式）」功能，首波支援購物平臺 Instacart、設計工具 Canva 與 YouTube Music，讓使用者在 Google 搜尋介面裡就能直接完成購物加購、生成設計稿、建立播放清單等完整任務，不需要另開其他網頁。整體來看，Google 正把旗下的 AI Studio、Gemini app、Gemini Notebook 這些分散的工具，全部整合到同一套技術底層，目標是讓使用者不管從哪個入口進來，背後都由同一個 Gemini AI 模型驅動。雲端運算功能目前優先開放給付費的 AI Ultra 與 Google Workspace 企業用戶，Connected Apps 目前僅限美國地區。
我是一名研究人員，手邊有十幾份英文 PDF 論文，想找出不同論文對某個實驗數據的看法差異。以前我得一篇一篇打開、手動標記比對，非常費時。現在用 Gemini Notebook，我可以把所有 PDF 一次上傳進同一個 Notebook，然後直接在裡面寫一段指令（像是「找出所有論文裡關於『準確率』的數字並整理成表格」），Gemini Notebook 的雲端運算環境會自動執行這段指令、讀取文件內容，最後輸出一張比較表。舊版 NotebookLM 只能幫我做文字摘要或提問，沒辦法跑程式碼；現在的升級版可以直接對文件做自動化資料分析，省去手動整理的大量時間。
Google DeepMind 和 Isomorphic Labs（專注用 AI 設計新藥的機構）聯合公佈了一套「生物韌性」計畫，目標是同時防止 AI 技術被惡意人士用來製造生物威脅，又能讓科學家和政府藉助 AI 快速應對未來的疾病爆發或生物攻擊。計畫分三大方向：預防、偵測與應對。預防方面，他們為我們旗下的模型（如 Gemini）建立了四步驟生物安全審查流程，包含威脅建模、評估、防護與監控，並正在把 SynthID（一種替 AI 生成內容加上隱形浮水印的技術）延伸到生物學領域，讓 DNA 合成廠商能自動篩選可疑的 AI 生成基因序列。偵測方面，我們的 AI 代理程式 AlphaEvolve（可優化基因定序資料分析演算法）能加速分析病原體基因定序資料，降低全球疾病監控成本。應對方面，DeepMind 向受信任的研究人員開放 AlphaFold（可預測幾乎所有已知蛋白質立體結構的 AI 工具）等最新系統，加速疫苗和醫療對策的設計。過去 12 個月，他們已與超過 15 個政府機構、生物安全組織和研究團隊建立合作夥伴關係。
假設我是一位在各地廢水、市場或醫院追蹤新興病毒的公衛研究員，傳統做法是對大量環境樣本做基因定序（把 DNA 資訊讀出來），再用人工或老舊程式一一分析，速度慢且費用高。現在 DeepMind 的 AlphaEvolve 可以優化用於生產和分析宏基因組定序資料的演算法，讓 DNA 分析更快速、更準確，從而降低全球疾病監控成本。具體差異是：同樣一批廢水樣本，舊方法可能要幾天才能分析完畢、每份樣本成本高；經 AlphaEvolve 優化後，分析時間大幅縮短、成本降低，讓公衛單位能用更低預算在更多地點布建監測站，在疫情還未大規模擴散前就收到早期預警訊號。
NVIDIA 推出 NeMo Automodel 開源訓練工具庫，並與 Hugging Face（AI 模型共享平臺，類似 GitHub 但專門放 AI 模型）的 Diffusers 函式庫（一套讓人輕鬆使用圖片和影片生成 AI 模型的工具）合作，讓開發者可以直接對 Hugging Face 平臺上的圖片或影片生成模型進行微調（fine-tuning，就是用自己的資料讓已有的 AI 模型學習新風格或新內容）。這次整合最大的好處是「免轉換格式」——過去要把模型拿來訓練再拿回去用，常常需要繁瑣的格式轉換步驟，現在可以省掉。工具支援 FLUX（文字生圖 AI）、Wan 2.1/2.2、HunyuanVideo 等多款主流開源生成模型，同時支援完整微調和 LoRA（一種節省記憶體的輕量微調方式，只調整模型的一小部分參數）兩種模式。此外，它還能自動把訓練工作分散到多張 GPU（顯示卡）甚至多臺機器上，讓一個人或小團隊也能訓練十幾億到數百億參數的大型模型。
假設我想讓 FLUX.1-dev 這個文字生圖 AI 學會一套復古塔羅牌風格：我先把 78 張塔羅牌圖片上傳，執行預處理指令讓工具把圖片壓縮存成 AI 可讀的格式（稱為「潛空間快取」，避免每次訓練都重新計算，節省大量時間），然後用一行指令啟動訓練，工具自動把計算量分散到 8 張 H100 顯示卡上跑 200 個訓練步驟。訓練完成後，用 NeMo Automodel 框架中的 generate 腳本載入產出的模型，在提示詞前方加上代表塔羅牌風格的觸發詞，就能生成帶有塔羅牌風格的圖片；不加觸發詞則維持原本的寫實照片風格，說明塔羅牌風格確實只被綁定在這個觸發詞上、不影響模型本身。相比過去需要自己寫訓練腳本、手動處理多 GPU 分散邏輯、還要前後轉換格式，這套工具把整個流程縮減到幾個指令就能完成。
DharmaOCR 是一款專為巴西葡萄牙語設計的 OCR（光學字元辨識，也就是把掃描文件或圖片裡的文字自動轉成可編輯文字的技術）模型，由 Dharma AI 團隊發表。它採用兩階段訓練：第一階段是監督式微調（SFT，讓 AI 在大量葡語文件上學習，把模型的「注意力」全部集中在巴西葡語的詞彙、文法和文件格式上）；第二階段是直接偏好最佳化（DPO，讓 AI 比較兩份輸出並選出較好的那份，藉此提升穩定性、降低模型在處理困難文件時出現「胡言亂語」的機率）。近期兩款更新的 OCR 模型 Mistral OCR4 與 Unlimited-OCR 相繼問世，Dharma AI 用同一個葡語基準測試比較後，DharmaOCR 得分 0.925，Mistral OCR4 僅 0.798，Unlimited-OCR 更低至 0.759，差距達 13 至 16 個百分點。這結果印證了「把 AI 模型的所有參數都集中在單一語言領域，在該領域的表現會結構性地優於把資源分散到多種語言的通用模型」這個論點——模型容量有限，專精一個語言自然比均分幾十種語言更有效率。
我需要批量辨識一批巴西商業往來文件，裡面有手寫筆記和小字印刷表格。用 Mistral OCR4 處理時，「Chico Buarque」（巴西家喻戶曉的文化人名）被辨識成「Chico Barque」；而用 Unlimited-OCR 處理時，同一個名字被辨識成「chico bique」。遇到字體較小的文件，Mistral OCR4 完全失去參考原始文件的能力，輸出一整頁無意義的重複文字（這種現象叫「文字退化」，就像 AI 陷入鬼打牆循環，和文件內容毫無關係，無法用人工修正，只能整頁廢棄重來）。改用 DharmaOCR，同一批文件不僅正確辨識人名，小字頁面也能正常產出可用文字，因為 DPO 訓練讓模型在視覺訊號模糊時不會「發散」。差別就在：Mistral OCR4 和 Unlimited-OCR 的通用訓練沒有充分涵蓋巴西葡語詞彙，而 DharmaOCR 把所有參數都押注在這一種語言，即使面對更新、更大的通用模型，仍能在葡語任務上取得明顯優勢。
Belfort Labs 發布了一個同態加密的 CIFAR-10 圖像辨識技術示範，總延遲低於 200 毫秒。
例如醫院想用 AI 分析加密的醫療影像，同態加密可讓伺服器在不解密的情況下執行推理。此示範在 200 毫秒內完成 CIFAR-10 分類，接近實用門檻。
Capital One（美國大型金融集團，旗下有信用卡、銀行等業務）開源發布了 VulnHunter，一款用 AI 自主掃描程式碼安全漏洞的工具，採 Apache 2.0 授權放在 GitHub 上供所有人免費使用。VulnHunter 是一款「主動式」AI 資安工具，背後使用的是 Claude Opus 4.8 模型（Anthropic 公司開發的大型語言模型）搭配 Claude Code（AI 輔助撰寫程式的工具）來驅動整個分析流程。它和傳統掃描工具的最大差異在於「視角」：傳統工具看到可疑程式碼就發警告，往往誤報一大堆，讓工程師疲於奔命；VulnHunter 改從攻擊者真正可能下手的進入點（如對外開放的 API、上傳檔案的功能、網路訊息接收處）出發，沿著攻擊者實際走的路徑模擬整個入侵流程。更特別的是，它有一個「自我偽證引擎」（Falsification Engine）：每找到疑似漏洞，先試圖推翻自己的結論，找出假設不成立的地方；只有無法被自己推翻的漏洞，才會呈報給開發者。一旦確認是真實漏洞，工具還會自動整理整個攻擊路徑的證據，並產出具體的程式碼修補建議，讓工程師可以直接審查並套用，而不必從零開始手動排查。Capital One 已在內部數千個程式庫、橫跨數十個業務部門完成測試，稱過去要花大量人力手動確認的問題，現在可以快速產出有依據的行動結果。
假設你負責維護一個有對外 API 的後端服務，擔心可能存在 SQL 注入（SQL Injection，攻擊者輸入特殊字元讓資料庫執行非預期指令）或身份驗證繞過（攻擊者跳過登入直接存取他人資料）等漏洞。用傳統掃描工具跑一遍，可能得到上百筆「可疑警告」，工程師要一筆一筆手動確認哪些是真正危險的，哪些只是誤報，耗時又耗力。換成 VulnHunter，它會從外部可呼叫的 API 端點出發，模擬攻擊者真實的操作：追蹤輸入資料流過每一個函式和驗證關卡，判斷攻擊者能否真的闖入。每找到一個疑似漏洞，先啟動自我反駁機制，試圖找出「為什麼這其實不是漏洞」的理由；只有反駁失敗的案例才會進到下一步。最終呈報的每筆結果，附帶完整的攻擊路徑描述，以及針對該漏洞的具體程式碼修改建議，工程師審查後直接套用，省去大量手動調查的時間，也大幅減少對誤報的疲乏感。
OpenAI 的財務長（CFO，就是公司裡負責管帳的最高財務主管）Sarah Friar 發表文章，提出一套讓企業評估「AI 花的錢到底值不值」的新框架，稱為「每元有用智慧」（Useful Intelligence per Dollar）。這個框架從四個角度切入：AI 完成了多少真正有價值的工作、每完成一個任務的全部成本是多少、輸出結果是否可靠到足以直接使用、以及隨著使用規模增大每一塊錢的產值是否跟著成長。文章同時介紹了上週發布的 GPT-5.6 模型家族，分三個層級：Sol（旗艦版，主打最強推理）、Terra（兼顧效能與成本）、Luna（速度最快、最便宜），企業可依任務複雜度選擇最合適的版本。OpenAI 公佈數據顯示，GPT-5.6 Sol 在國際知名的 AI 程式能力排行榜（Artificial Analysis Coding Agent Index）上刷新紀錄，同時比另一款頂尖模型少用了 54% 的輸出 Token（Token 是 AI 處理文字的基本計費單位，用越少代表完成同樣工作的費用越低）。
假設一家公司的財務部每次做業績預測前，都要花幾小時做準備工作：找最新的預測數字、把資料搬進 Excel 試算表、比對上個月有哪些欄位改了、把所有數字重新組成簡報、再一格格核對有沒有算錯——這些全是「行政苦工」，不是真正的決策思考。導入 ChatGPT Work（OpenAI 推出的企業版 ChatGPT）後，AI 可以自動完成上述流程，財務人員只需要專注在「數字為什麼變了、背後原因是什麼、我們下一步該怎麼辦」這類需要判斷力的問題。按照 OpenAI 這套框架來算：完成的任務數增加了、花在每個任務上的人力時間減少了、而且結果品質維持穩定——這就是「每元有用智慧」真正提升的樣子。與舊做法（人工逐一處理）相比，差異在於團隊可以把認知資源用在更有價值的地方，而不是重複性的資料整理。
Cars24 是全球最大的 AI 原生汽車生態系統之一，在印度、阿聯酋和澳洲都有業務。買賣二手車不像網路購物那麼簡單，整個流程橫跨電話諮詢、文件審核、看車預約，往往要花好幾天甚至幾週。為了在不大幅擴編客服團隊的情況下處理大量用戶互動，Cars24 透過 OpenAI 的 API（就是驅動 ChatGPT 背後的程式介面）打造了語音和文字聊天 AI agent（自動化的 AI 助理，可以獨立完成一連串任務），部署在買車、賣車、貸款申請、售後服務等所有對話環節。成果相當具體：每個月 AI 處理超過 100 萬分鐘的對話、客服問題解決率提升 50%、關鍵服務流程的處理時間縮短了 80%，而且有 12% 原本已流失（超過 10 天沒有回應）的潛在賣車客戶，被 AI 重新喚回並引導回銷售流程。此外 Cars24 也在公司內部的約 600 名員工中部署了 ChatGPT Enterprise 和 Codex（OpenAI 的 AI 程式碼助理），涵蓋工程、財務、法務、行銷、營運等部門，日常使用率高達 85% 到 90%，讓非工程師員工也能自行用 AI 建立工作流程、自動化繁瑣作業。
假設我是 Cars24 的一名有意買車的客戶：我撥電話進去，AI 語音 agent 會主動問我的預算、家庭人數、通勤距離和喜歡的車型，然後從 Cars24 的車輛目錄裡推薦符合條件的車，幫我預約試駕，甚至協助我試算貸款。試駕前一天，AI 會主動來電確認我是否準時赴約，如果我改變心意，它可以當場換推薦其他車款。試駕結束後，AI 再次跟進，問我有沒有要繼續下訂、還是想再看別臺車。這些環節由 AI 提供支援，但人工銷售人員仍在銷售過程中持續引導客戶。
在2026年世界人工智慧大會（WAIC 2026）上，有一個越來越清晰的觀察：中國國產AI芯片最難跨越的障礙，並不是英偉達（NVIDIA）GPU的硬體規格，而是CUDA生態。CUDA是英偉達旗下的一套開發環境，涵蓋程式編譯工具、運算函式庫、除錯工具，以及多年來全球開發者積累的使用習慣與工程標準——客戶買的不只是一張顯示卡，而是一套已經被無數專案驗證過的完整生產體系。文章以中國AI芯片公司清微智能為樣本，指出國產替代的真正難題在於：算力客戶換芯片，等於要同時替換開發環境、重新遷移模型（把現有AI應用移植到新晶片上跑）、重新驗證效能，並承擔系統穩定性與後續維護的風險。因此清微智能不只展示芯片硬體，還展示了配套的RAISA軟體堆疊（一套讓開發者能把AI模型跑在其芯片上的工具鏈）、4K超節點（把4096顆芯片透過高速網路串聯成一個大型算力集群）以及各行業落地案例，試圖證明它能提供「從底層芯片到業務應用的完整鏈路」，而不只是一顆可以對標規格的晶片。文章也提到智源FlagOS，這是一個致力於讓模型在不同芯片間實現「一次開發、多芯遷移」的軟體平臺，目前已支援18家廠商共32款AI芯片，顯示中國業界正在嘗試降低在不同芯片間切換的成本。
假設一家企業想把內部用來執行大型語言模型（就是像ChatGPT這種會對話的AI）的伺服器，從英偉達GPU換成國產芯片。光是換掉硬體還不夠——他們用的PyTorch（一種廣泛使用的AI開發框架）能否跑在新芯片上？模型裡用到的幾百個「算子」（就是AI模型內部各種數學運算，例如矩陣乘法、注意力計算）有沒有被新芯片的軟體工具支援？答案若有一個「否」，模型就跑不起來或結果不正確。以DeepSeek-V4預覽版的發布為例：清微智能聲稱在模型發布當天（即「Day-0」）就完成了Flash版本67個算子的全量適配，代表這款熱門開源AI模型可以在其芯片上立即執行。相較之下，若沒有這種快速適配能力，企業每次使用新模型都要等待數週甚至數月的支援更新，這就是為什麼軟體生態的完整度，往往比芯片規格更能決定企業是否敢切換。
面壁智能聯合清華大學 THUNLP 實驗室、東北大學等機構，開源了一套名為 StaffDeck 的平臺，專門用來幫企業把 AI Agent（就是能自動執行任務的 AI 程式）打造成可靠的「數位員工」，而不只是個會聊天的機器人。現有 AI Agent 在企業落地時常常出問題：流程走著走著跑偏、回答沒有依據亂掰答案、犯過的錯三個月後還在犯。StaffDeck 針對這三大痛點推出了對應解法：第一，用「狀態機」（可以理解成嚴格的流程控制器）確保 Agent 按 SOP 標準流程辦事，不亂跳步驟；第二，引入 OKF（開放知識規範）把企業文件分級管理，讓 AI 每次回答都能附上是從哪份文件的哪條規定得來的，不再憑空捏造；第三，建立反饋迭代閉環，使用者給差評後系統自動分析原因，管理員可以把新學到的規則補進知識庫，下次就不會再犯同樣的錯。StaffDeck 已在 GitHub 開源，預覽版內建五個現成的數位員工範本，涵蓋財務報銷、法務合規、人事服務、IT 支援、行政管家。
假設一家公司的財務部門想讓 AI 幫忙處理出差報銷。以前要先找工程師設定複雜的 AI 流程，且 AI 常常回答「差旅補貼標準是 300 元」但說不出是哪份文件規定的，員工不敢信。用 StaffDeck 的話，財務主管只需用白話寫一段話：「員工申請報銷時，先收集金額和行程，超標就轉人工審批，未超標則直接提交」，系統幾秒內自動轉成有節點的流程圖。員工說「幫我報上週上海出差費，順便查一下這個月額度還剩多少」，AI 會依序執行兩個流程，中間員工突然問「上海餐補多少？」，AI 會暫停手頭的報銷表單，去 OKF 知識庫查出答案並附上文件連結，然後主動帶使用者回到剛才中斷的地方繼續填。若碰到制度沒寫清楚的灰色地帶，AI 不硬掰答案，而是把整個對話上下文打包給財務主管人工處理，主管回覆後可順手把新規則補進知識庫，往後 AI 就學會了這條規矩。
商湯科技（中國知名AI公司）在2026世界人工智能大會（WAIC）上，發布了一套叫做「算電協同Agent」的智慧排程系統。這套系統的核心概念是：AI資料中心（就是大量GPU伺服器聚在一起的機房，專門用來跑ChatGPT這類AI模型的）在同一時間既要處理大量AI計算任務，又要消耗大量電力，兩者如果能即時協調，就能讓每一度電產出更多的AI計算結果。系統被稱為「Agent（自主代理程式）」，代表它能自己感知狀況、自行判斷、自動執行，不需要人工介入也能做決策，例如在電費低的夜間多跑AI任務、電費貴時少算改用儲能電池供電。商湯也提出一個新指標「TPW（每瓦特產出的Token數）」，Token是AI模型處理文字的最小單位，TPW越高代表同樣的電費能換來更多AI服務產出。這套系統目前已在商湯上海臨港機房正式部署，實測結果是同樣電費成本的Token產出提升80%、平均電費比同地區其他機房低10%、算力負載預測準確率達96%，每年預估可減少碳排放2萬4千噸（以每萬P算力為單位）。
假設一家AI雲服務商運營一個有上萬張GPU的超大型機房，電費是最大宗的營運成本。用傳統方式管理時，機房幾乎24小時保持滿載運行，不管電費是尖峰貴時段還是離峰便宜時段都一樣耗電，電池儲能設備也沒被充分利用。換上商湯的算電協同Agent之後，系統自動預測未來幾小時的電費走勢，在深夜離峰時多跑AI推論任務並替電池充電，白天尖峰時減少非緊急任務改由電池放電，機房冷卻系統也跟著算力負載動態調整避免浪費。整體下來，同樣的電費預算能跑出比以前多80%的AI計算量，也就是同樣的成本投入能服務更多用戶的AI請求、產出更多Token，直接降低雲端AI服務的單位成本。
現代AI（人工智慧）系統訓練需要消耗巨大電力，根據國際能源署估計，全球資料中心到2030年的用電量將超過日本全國，訓練一個頂尖的大型語言模型（就是ChatGPT、Claude這類會對話的AI）所需電費，足以點亮一座中等城市。目前所有主流晶片都沿用八十年前設計的「馮·諾依曼架構」（一種讓計算單元和記憶體分開放、資料要在兩端來回搬運的設計），模型參數越堆越大、搬運浪費的能源就越嚴重，晶片的帳面性能越來越難兌現為真實的AI產出。2026年7月18日，世界人工智慧大會（WAIC）在上海舉辦「未來計算·未來算力」專題論壇，邀集中國科學院院士、量子資訊科學家潘建偉，超導量子電腦「祖沖之」總師朱曉波，以及約翰霍普金斯大學彭博傑出教授、諾貝爾和平獎貢獻者Daniel Kammen等頂尖科學家，共同討論五條出路：量子計算（用量子物理取代傳統矽晶片邏輯）、太空算力（把運算節點送上近地軌道直接利用太陽能）、綠色能源整合、演算法與系統協同最佳化、以及算力網路與算力經濟化（讓算力像水電一樣可交易流通）。論壇還特別設計了多場深度對談，並將整理為署名文集，留下2026年這個時間點上科學家對「未來計算」的集體判斷。
假設一家藥廠要用 AI 模擬一種新藥分子和上萬種蛋白質的結合方式，傳統晶片（GPU，就是現在訓練 AI 用的圖形處理器）需要耗費大量時間和電力逐一計算，模擬越精細就越耗電。量子計算機（利用量子力學讓每顆「量子比特」同時代表 0 和 1 的計算機）理論上能在指數級更短的時間內模擬分子行為，因為量子物理本身就是分子世界的語言。中國「祖沖之三號」超導量子計算機已於 2025 年刷新超導體系的世界紀錄，下一步是把這類能力和 AI 訓練與推論整合——屆時藥物開發、材料模擬、加密計算都不必再依賴堆疊 GPU，而是改用更節能的量子範式。相較於舊做法只能靠買更多 GPU、花更多電來換算力，量子路線試圖從物理層換掉計算規則，這正是本次論壇「五條出路」中最根本的一條。
上海正在推動一場「AI+製造」的產業升級，核心理念不是把AI當附加外掛加在既有設備上修修補補，而是讓AI從底層重新設計整個生產流程。多家國企和央企（中國國有企業、中央直屬企業）已率先在研發端導入大型語言模型（就是像ChatGPT這種能理解複雜問題的AI系統），用來自動分析大量工程圖紙、驗證設計邏輯，解決傳統上需要大批工程師人工核對的繁瑣作業。在生產線上，原本從德國、日本、韓國進口的自動化檢測設備，正被AI驅動的國產軟硬體解決方案取代，且效率和準確度已達到甚至超越進口設備。焦化行業（煤炭製造焦炭的產業）的「智能配煤」案例中，AI在樣本資料極度稀缺的情況下，仍能把焦炭關鍵品質指標預測誤差控制在2%以內，單一企業每年可降低成本達數千萬元人民幣。上海市政府也提供政策、算力（電腦運算資源）和生態系支持，計畫三年內推動三千家製造業企業完成智能化轉型。
以電路板（電子設備的核心零件，上面密佈數萬個微小元件）品質檢測為例。傳統做法是：每次要換一種新型號的電路板，產線必須暫停，由工程師花數小時手動框選各元件位置、調整演算法參數，才能讓機器認識新板子，一條產線還需要2至3名人工目檢員輔助確認結果。導入識淵科技的AI原生方案後，同樣的換線作業最短只需55秒即可完成，且一個人就能同時監管3條產線，整體效率提升數十倍。更關鍵的是，這讓工廠能靈活接受少量多樣的訂單——在傳統大批量生產模式下，頻繁換線的成本太高，許多小批量訂單根本不敢接。89%採用類似AI方案的工廠反饋，「把以前不敢接的單子接起來了」，直接打開了新的業務空間。
WITT是文遠知行（一家專注自動駕駛的科技公司）發布的物理AI認知基礎大模型（一種專門用來「看懂」真實道路影片的AI系統）。它的核心做法是把連續的行車影片拆解成一個個可被電腦檢索、驗證的「最小物理事實單元」，例如把一段雨夜路口影片拆成「自車右轉、低能見度、行人出現、信號燈變化」等獨立事實，每一條都能追溯到對應的影片時間點。傳統做法需要工程師事先設計大量標籤來標記場景，但標籤系統無法事先涵蓋所有罕見情況，讓珍貴的「長尾數據」（指那些不常見卻最有學習價值的罕見場景，例如施工區域突然有行人橫穿）淹沒在幾萬小時的影片中無從尋找。WITT改讓工程師用自然語言直接查詢影片，並自動驗證AI的理解是否正確、過濾「AI幻覺」（即AI看錯或捏造不存在場景的問題），再根據每段影片的學習價值自動分配到訓練、仿真或人工審核流程。文遠官方表示，WITT資料處理效率最高比通用大模型提升200倍，單張顯示卡（GPU）每天可處理1萬分鐘行車影片，且在自駕場景中平均每段影片的事實錯誤率約為通用大模型的三分之一。
假設一輛文遠自動駕駛測試車在雨夜施工路段遇到行人突然橫穿，這段影片會被WITT自動拆解成「低能見度、施工路段、行人從左側橫穿、自車減速」等多個事實單元並儲存起來。工程師日後只需輸入「雨天施工區行人橫穿」，WITT就能直接定位這段影片及對應時間點，不再需要逐段手動翻看幾百小時的影片。接著WITT會分析這起事件的因果鏈（行人為何橫穿、自車反應是否合理），並驗證AI描述有無遺漏或時序錯誤。確認無誤後，這段罕見場景會送入文遠另一系統GENESIS（世界模型，用來生成模擬情境），產出改變雨量、橫穿角度、行人速度等條件的大量變體訓練資料，用以訓練下一版自動駕駛模型。對比舊做法：同樣的場景可能因為沒有事先設計對應標籤，就永遠躺在硬碟裡從未被用於訓練，模型也無從學習那個罕見場景。
LangChain 的創辦人 Harrison Chase 與 Factory AI 的共同創辦人 Eno Reyes 對談，討論了「harness（框架層）」這個概念。所謂 harness，是指包裹在 AI 模型外面的一整套控制機制，負責管理對話記憶、決定何時呼叫工具、串接外部資料以及控制任務流程——類似給 AI 裝上一套操控駕駛艙。Chase 的核心主張是：一個 AI 產品的好壞，框架層的設計遠比選用哪個 AI 模型更關鍵。他進一步呼籲開發團隊應該自己掌握三件事：一、框架層的主導權（不要把核心流程外包給第三方平臺）；二、記憶與上下文（context，就是 AI 用來「記住」對話與背景資訊的機制）的控制權；三、模型的彈性選擇權，不要被單一 AI 供應商綁死。此外，有越來越多人關注開放式記憶標準，Chase 推廣了 OKF（Open Knowledge Format，一種開放記憶標準），另一位開發者 Brace Sproul 則介紹了 OpenWiki 在搜尋、檢索與程式碼庫記憶上已採用的效益。
假設你正在打造一個企業內部的 AI 客服系統，目前直接呼叫某家廠商的 API（應用程式介面，就是讓你程式可以連到 AI 服務的橋梁）。若該廠商漲價或停服，你的整個系統就癱瘓。依照 Chase 的建議：你應該在自己的程式碼裡建立一個「框架層」，統一管理『把哪些對話記憶帶入每次 AI 呼叫』『任務完成後要不要換一家更便宜的模型』等邏輯。這樣當你想從 A 廠商換到 B 廠商時，只需改框架層的一個設定，不需要翻整個系統。若再搭配 OKF 這類開放記憶格式，你儲存的使用者偏好和知識庫還可以直接帶去另一套 AI 工具繼續使用，不會因為換系統就白做工。
一篇剛發布的學術調查論文（arxiv 編號 2607.13104）系統性整理了「自我改善型 AI 代理」的現況與框架。所謂 AI 代理（Agent，就是能自主執行多步驟任務的 AI 程式），過去幾年大多隻是研究展示，如今已開始進入實際部署的產品中。這份調查把現代 AI 代理定義為兩個部分的組合：一是底層的大型語言模型（LLM，就是 ChatGPT、Claude 這類能理解文字的核心 AI 引擎），二是包在外面的「操作鷹架」（scaffold，指負責安排任務流程、記憶管理、工具呼叫等邏輯的程式框架）。論文把「自我改善」正式定義為一種「自我誘發的更新運算子」，白話說就是：AI 代理在執行任務過程中，能夠自動對自己的模型或操作框架進行修改，讓自己下次表現得更好，而不需要工程師手動重新訓練或調整。同篇新聞也提及有人實際應用「LLM 議會」（LLM Council，讓多個 AI 模型互相討論、定期排程更新研究成果）的多代理工作流程架構，顯示這類概念已從理論走向工程實踐。
假設你在維運一個每天幫客服人員整理產品問題的 AI 代理，初期準確率 70%。按傳統做法，你要等蒐集夠多錯誤案例、人工標注、再重新微調模型，整個週期可能要幾週。套用自我改善框架後，代理在每次回答完問題後，會自動比對客服人員的修正回饋，把成功與失敗的策略寫回自己的操作邏輯（scaffold）——例如更新「遇到退貨問題先確認訂單日期」這條規則。幾天後代理自己調整好策略，準確率提升，整個過程不需要你手動重跑訓練流程。這份論文就是系統性說明這類機制的理論基礎與現有做法，適合想了解「讓 AI 代理越用越聰明」的工程師閱讀。
Google AI Studio（Google 推出的 AI 開發平臺，讓開發者可以在上面打造和測試 AI 應用）新增了幾項對開發者很實用的功能。第一，Managed Agents（託管代理，就是由平臺幫你自動管理、執行的 AI 機器人程式）現在推出了免費方案，只要用 Gemini API 的免費金鑰就能使用，不必付費就能試玩這套功能。第二，新增了一個叫 max_total_tokens 的設定（token 可以理解為 AI 處理文字時的計量單位，大約 1 個英文字等於 1 個 token），讓你替代理程式設一個「用量上限」，跑到上限就自動暫停，之後可以繼續接著跑，避免一不小心跑太久花太多錢。第三，支援原生排程觸發（cron triggers），意思是你可以用類似「每天早上 9 點自動啟動」的設定，讓 AI 代理照時間表自行運作，不必手動去按啟動。這三項更新合在一起，讓開發者更容易用低成本的方式打造自動化 AI 代理應用。
我想做一個每天早上自動整理當日科技新聞摘要的 AI 代理程式。以前的做法：需要自己寫排程腳本（例如用 Linux 的 cron 服務），還得另外寫程式控制 AI 呼叫次數避免超出預算，出錯了整個任務就中斷必須從頭來過。現在用 Google AI Studio 的 Managed Agents，可以直接在設定裡填入排程（schedule: "0 9 * * *"，代表每天早上 9 點整），代理就會自動在那個時間啟動；同時設定 max_total_tokens 上限，例如 100 萬個 token，跑到這個量就自動暫停，下次再從暫停點繼續，不會一次爆掉預算；而且免費方案就能用，不需要先付費。整體省去自己架排程和寫預算控管邏輯的麻煩。
OpenAI 在旗下的 Codex（一個可以自動幫程式設計師寫程式、修 bug 的 AI 工具）裡，新增了兩個輔助審查程式碼的功能。第一個是「PR Chat」，讓使用者可以直接在 Codex 介面裡，針對某一個 PR（Pull Request，也就是團隊成員提交的程式碼修改請求）用對話方式發問，Codex 會根據該 PR 的內容來回答。第二個是「行內程式碼編輯」，讓使用者在審查程式碼時，可以把意見直接傳給 Codex，Codex 會提出修改建議，使用者再決定要接受、拒絕、還是自己再調整。這兩項功能讓開發者不需要離開 Codex 介面就能完成整個 PR 審查流程。OpenAI 也同步宣佈將舉辦 Office Hours（線上問答活動），主題涵蓋 GPT-5.6、ChatGPT 及 Codex。
假設我是一個工程師，同事提交了一個 PR（程式碼修改請求）。過去，我需要在 GitHub 上看程式碼、另開分頁查文件、再回 Codex 下指令修改，反覆切換工具很耗時。現在用 PR Chat，我可以直接在 Codex 裡針對該 PR 的內容提問，Codex 會根據 PR 的程式碼內容回答。若我覺得有問題，可以用行內編輯直接讓 Codex 提出修正版本，我再決定接受或拒絕，全程不需要離開 Codex 介面，大幅減少在不同工具之間來回切換的時間。
Anthropic（開發 Claude 這款 AI 的公司）為旗下的程式開發工具「Claude Code」升級了程式碼審查（code review，讓 AI 自動幫你找程式裡的錯誤或問題）功能。新版本新增了「努力程度（effort level）」選項，讓開發者可以選擇要做輕量快速的審查，還是深度詳盡的審查。在最低層級（low effort）時，Anthropic 宣稱以較少的 token 用量（AI 處理文字的計費單位，越少代表越省錢）就能找到比其他同類工具更多的問題。在最高層級（ultra）時，系統會啟動一批獨立的「審查代理」（reviewer agents，就是多個 AI 同時分頭審查同一份程式碼），每個發現都會被獨立重現與驗證，以提高找到嚴重問題的機率、同時減少「誤報」（把正確的程式碼誤判為有問題）的情況。至於 high 層級則提供更深的審查範圍與更高的召回率，但並未啟動代理群。這次更新讓開發者能根據 token 成本與審查深度之間的取捨，自由選擇審查的層級。
我剛完成一個程式模組，想在合併進主程式前做安全審查，但時間有限且希望省錢。我先用 low effort 模式跑 /code-review，用較少的 token 用量就拿到比同類工具更多的問題發現。隔天要正式上線前，我改用 ultra 模式再掃一次，Claude Code 啟動多個獨立 AI 代理分別審查同一份程式碼，各自獨立重現與驗證發現，藉此過濾誤報，提升對嚴重問題的召回率，幫助找出可能遺漏的嚴重缺失。舊做法只能選一種審查深度，現在可以依情況靈活切換。
Lucy 2.5 是 DecartAI 推出的最新版即時 AI 影片編輯模型。所謂「即時 AI 影片編輯」，就是 AI 能在影片播放的同時，即刻對畫面進行修改或套用效果，不需要事後再剪輯。相較於前一個版本，Lucy 2.5 擁有更多功能與更細緻的操控能力。fal（一個提供 AI 模型運算基礎設施的平臺）同步把 Lucy 2.5 Realtime 透過 WebRTC（一種讓瀏覽器或應用程式直接即時傳輸影音的技術標準）開放給開發者使用，讓「即時影片轉影片」的 AI 編輯功能可以整合到各種產品裡。官方展示的應用場景包括直播串流、電商、廣告等領域。
假設你是一位電商直播主，想讓直播畫面在不同品牌場景之間快速切換背景或濾鏡。傳統做法可能需要後製處理，而使用 Lucy 2.5 搭配 fal 的 WebRTC 介面，你可以在直播進行中即時把攝影機畫面送進 AI 處理，觀眾看到的直接就是處理後的結果，有助於減少場景佈置的成本與人力。
Tony Zhao 發布了 ACT-2 Preview，這是一個讓機器人學習動作的 AI 模型（model，就是 AI 背後的計算核心，決定機器人怎麼「理解」和「行動」）。這個模型號稱是首個同時兼顧「廣泛泛化」（generalization，就是學了一件事、能舉一反三在不同場景都用得上）與「高可靠性」（每次執行任務都能穩定成功、不失誤）的機器人 AI。最關鍵的主張是：只需讓機器人看一個動作示範例子做微調（fine-tuning，就像給 AI 補充訓練讓它學新技能），它就能學會這個行為，而且可以在從未見過的真實家庭環境中執行，成功率高達 99%。這比過去多數機器人 AI 需要幾十甚至上百次示範才能學會、換個房間又不會做的困境，有顯著的突破。
假設我想讓機器人「Memo」學會一個新行為，傳統方法得在同一個房間反覆示範幾十次，而且換到另一個陌生廚房就失靈了，必須重來。用 ACT-2 的做法，只需示範一次，模型就學會了這個新行為；接著把 Memo 帶到它從未造訪過的陌生家庭，在完全不同的環境下，它仍能以 99% 的成功率完成該新行為，不需要重新示範或額外調校。舊方法是「每換一個環境就重頭教」，ACT-2 讓機器人一次學習、到處都能用。
阿里巴巴旗下的達摩院（AI研究部門）發表了一項4D具身世界模型的研究。這種模型能讓AI理解三維空間與時間動態，是機器人真實行動的關鍵技術。該模型採用「三分支DiT（擴散式Transformer）」設計，並使用聯合跨模態注意力機制，同時處理影片畫面、深度（物體距離）與光流（物體移動方向）三種資訊。訓練使用了超過2.5億幀RGB影片，每幀都附有深度與光流的詳細標註。相關程式碼已在GitHub上公開（github.com/alibaba-damo-academy）。
傳統影片生成模型主要處理像素層面的時序變化，對三維空間與物體運動的幾何理解有限。這項研究透過三分支DiT架構與聯合跨模態注意力，讓模型能同時理解RGB、深度與光流，並以大量帶有深度與光流標註的影片進行訓練，從而學會立體動態場景的規律。這種方式將傳統的影片生成模型轉變為能感知空間與運動的4D具身世界模型，為機器人操控提供更全面的場景理解基礎。
Patreon（一個讓創作者向粉絲收取月費、販售獨家內容的訂閱平臺）宣佈，不再只靠 robots.txt（一種放在網站裡的文字檔，用來「請求」爬蟲程式不要抓取特定頁面，但爬蟲可以選擇無視）來保護創作者的作品，改與 Cloudflare（全球知名的網路基礎設施公司，負責幫網站防攻擊、加速流量）合作，在技術層面主動封鎖專門用來訓練 AI 模型的爬蟲機器人。這次轉變的導火線是 Patreon 發現 AI 爬蟲（一種自動掃遍網站、收集大量文字與圖片來訓練 AI 的程式）越來越強悍，且測試結果顯示封鎖前每週有「數千次」嘗試入侵，封鎖後直接降到「零」——這說明那些爬蟲根本不理 robots.txt 的禮貌請求，早就在偷偷抓資料。Patreon 使用的是 Cloudflare 的 AI Crawl Control 技術，能主動辨識並攔截用於 AI 訓練的爬蟲，但仍允許一般搜尋引擎的索引機器人（幫用戶從 Google 找到 Patreon 內容的那種）正常進來。這反映出一個更大的產業趨勢：越來越多內容平臺不再相信 AI 公司會自律遵守「君子協定」，轉而採取主動的技術封鎖。
假設你是一位在 Patreon 上發表原創小說的創作者，過去平臺只能在 robots.txt 裡寫「請 AI 爬蟲不要抓我的文章」，但 OpenAI、Google 等公司的爬蟲程式常常無視這個要求，悄悄把你的內容抓走訓練 ChatGPT 之類的 AI。現在 Patreon 啟用 Cloudflare 的 AI Crawl Control 之後，這些爬蟲就會被直接擋住——就像門禁卡系統，沒有授權根本進不了大樓，不是貼個「閒人免入」告示讓人自覺遵守。不過，平臺近期推出的公開短文功能 Quips 可能讓更多內容暴露於爬蟲之下，正是這項風險促使 Patreon 加強防護。你的作品（包括付費牆後的文章）因此能獲得比過去更強的主動封鎖，減少未經同意被拿去餵 AI 模型的機會。
AI 推理新創公司 General Compute 以 SambaNova 的推理晶片（inference chips，就是專門用來「執行」已訓練好的 AI 模型的晶片，跟訓練模型用的高價 GPU 不同）作為抵押品，向科技投資公司 Upper90 取得 4 億美元貸款。這是市場上首次以推理晶片作為融資抵押的交易，過去類似模式都是用訓練用的 Nvidia GPU 來抵押，現在正式拓展到推理晶片這個新類別。背後的市場邏輯是：企業普遍覺得向 OpenAI、Anthropic 等前沿模型廠商買 API 費用太貴，開始轉向用開源模型（open source models，就是程式碼和模型權重公開、任何人都可以免費下載使用的 AI 模型）搭配便宜的推理算力。General Compute 採用 SambaNova 的 SN50 晶片，該公司宣稱比 GPU 雲端推理速度快 16 倍，且不需要昂貴的水冷散熱系統，可以在更多種類的資料中心快速部署，進一步壓低成本。Upper90 執行長 Billy Libby 指出，當年第一個以 Nvidia GPU 作貸款抵押時市場還沒人理解，如今 GPU 抵押貸款已成熟甚至過熱，所以他們現在轉向推理晶片尋找下一波機會。
假設我是一家電商公司，每個月要花大筆費用呼叫 OpenAI 的 API 來做商品描述自動撰寫、客服自動回覆等工作，隨著用量增長，API 費用已成為一大成本壓力。轉向 General Compute 這類推理雲（neocloud，就是專門為 AI 推理工作量打造的雲端服務，不像 AWS、Azure 是通用型雲端）的做法是：租用 SN50 推理晶片的運算資源，在上面跑開源模型。舊做法是每次呼叫 OpenAI API 按 token 計費，用量大就費用暴增；新做法若採用 General Compute 的服務，可能透過固定租用推理算力來降低大量使用時的平均成本，但具體定價方式與模型授權細節原文並未說明。General Compute 這次拿到 4 億美元融資後，可以大量購入 SN50 晶片擴充服務容量，讓更多企業能以更低門檻取得這類低成本推理算力。
Google 更新了旗下的 Vids 影片製作工具（整合在 Google Workspace 辦公套件中），新增三大功能。第一是「AI 個人化虛擬分身」，只要上傳一張自拍照和一段語音錄音，系統就能製作出外表和聲音都像你本人的數位虛擬人物，讓你不用親自出鏡也能出現在影片裡。第二是引入 Gemini Omni（Google 的多模態 AI 模型，能同時理解文字與圖片等不同形式資訊），讓使用者用文字描述加上參考圖片來生成影片，也可以用來換掉影片背景、修正光線或加入特效。第三是支援逐步編輯，不需要從頭來過，可以一步步對影片做調整。AI 生成的分身影片會帶有 SynthID 隱形浮水印並綁定使用者的 Google 帳號，目前僅限部分地區、年滿 18 歲的用戶使用。
假設我是一位企業內部訓練負責人，需要定期錄製新人教育訓練影片。過去需要耗費較多時間與資源預約攝影棚、找主持人、剪接後製。現在透過 Google Vids 的 AI 分身功能，只要事先上傳一張自拍和一段語音，系統就能用我的樣貌和聲音生成影片，讓我不必親自出鏡。同時，Gemini Omni 能根據文字提示與參考圖片生成影片內容，並可調整背景或修補光源。兩項功能搭配使用，加上逐步編輯的支援，能大幅簡化製作流程，不必從頭重拍整個段落。
Roblox 在其行動應用程式中推出名為「Build」的新功能，讓任何人只要輸入一段描述文字，就能讓 AI（就是能理解指令、自動產出內容的人工智慧程式）自動生成一款基本遊戲，完全不需要任何程式設計經驗。這套功能背後結合了多種 AI 模型，包含開放原始碼模型與 Roblox 自家開發的專屬模型，能自動處理遊戲玩法規則、場景環境、角色造型、音效等各項元素。Google、微軟、騰訊等公司也有推出類似工具，但遊戲開發者和玩家對 AI 自動生成遊戲有所疑慮，擔心平臺會湧入大量低品質或重複性極高的遊戲，且今年遊戲開發者大會的調查顯示，52% 的遊戲業界人士認為生成式 AI（就是能自動產出文字、圖像、遊戲等內容的 AI 技術）正對產業帶來負面影響。為了應對品質疑慮，Roblox 計劃以「玩家留存率」（也就是玩家願意持續遊玩某款遊戲的比例）作為排名依據，沒人玩的遊戲就不會被平臺推薦給其他人。Build 功能預計 7 月 28 日在紐西蘭進行公開測試，初步開放給 9 歲以上且通過年齡驗證的用戶，16 歲以上用戶可以將作品發布給全球玩家，另有免費基礎版與付費版可供選擇。
假設你想做一款以茂密森林為背景的輕鬆冒險遊戲，但完全不會寫程式。使用 Build 功能，你只需在手機 App 輸入「做一款在茂密森林裡的輕鬆冒險遊戲」，Roblox 的 AI 就會自動幫你生成遊戲初稿，包含場景配置、角色設定、玩法規則和音效，你再針對細節微調後就能分享給朋友或發布到平臺。這項功能讓不具備程式設計經驗的使用者也能產出可玩的遊戲雛形，但須注意目前 Build 功能僅於 7 月 28 日在紐西蘭進行 alpha 測試，開放給 9 歲以上且通過年齡驗證的用戶，16 歲以上才能將作品發布給全球玩家。
Google 的 AI Mode（一種在 Google 搜尋裡內建的對話式 AI 助理，類似在搜尋框就能和 AI 聊天的功能）現在可以讓使用者連結自己常用的第三方 App，直接在 AI Mode 裡完成購物、設計、音樂播放等任務。目前支援的 App 包括 Instacart（線上雜貨採購平臺）、Canva（線上設計工具）和 YouTube（影片平臺）。這個更新讓 AI Mode 從「只會回答問題」升級成「能跨 App 幫你做事」，不需要自己開很多分頁分別操作。Google 這樣做，是為了追上 OpenAI 的 ChatGPT 和 Anthropic 的 Claude（兩者都是知名 AI 對話助理，且都已支援 App 整合功能）。這項功能目前在美國推出，Google 表示還在和更多合作夥伴洽談，未來將支援更多 App。
我要辦一個烤肉派對，需要準備食材又要設計邀請傳單。以前我要分別：開 Google 搜尋食材清單、自己開 Instacart 網站逐一加進購物車、再另外開 Canva 慢慢找傳單模板。現在只要在 Google 的 AI Mode 裡說「我要辦烤肉派對，幫我列食材清單」，AI 列好後我直接按下連結把食材加進 Instacart 購物車結帳；接著再說「幫我找派對傳單模板」，Canva 就直接在同一個頁面展示模板供我挑選。所有事情在一個對話框內完成，不需要自己切換多個 App 和分頁。
DoorDash（美國外送平臺）推出了一個叫做「dd-cli」的指令列工具（一種讓開發者用文字指令控制程式的介面，類似早期電腦的黑色輸入畫面），目前開放美國和加拿大的 macOS 開發者申請試用。這個工具讓 AI 代理程式（Agent，就是能自動執行一連串任務的 AI 機器人）可以直接搜尋店家、建立購物車、結帳下單，全程不需要人類開啟 DoorDash 的 app 或網頁。這代表 DoorDash 正在把自己的服務平臺開放給 AI 程式使用，開發者可以在自己開發的軟體或 AI 助理裡，加入點外賣的功能，當成其他工具組合的一部分。DoorDash 也向 AI 聊天機器人（例如 OpenAI 的 ChatGPT 及 Anthropic 的 Claude）開放其服務，這次推出 CLI 工具是延伸同樣的「Agent 商務」概念的又一步。
假設我在開發一套給辦公室使用的 AI 助理，希望它能在每天中午自動幫同事訂午餐。舊做法是讓 AI 助理開啟瀏覽器、模擬人類點擊 DoorDash 網頁，這種方式很不穩定，一旦網頁改版就壞掉。現在用 dd-cli，開發者可以在程式裡呼叫指令，例如讓 AI 助理執行「搜尋附近壽司店 → 選擇套餐 → 結帳」，整個流程全部透過程式指令完成，不需要模擬點擊，穩定性更高、也更容易整合進 AI 的任務流程中。具體差異是：舊方法像是讓 AI 假裝是一個人在操作網頁，新方法則是 DoorDash 直接為 AI 開了一道後門，雙方說好的格式溝通，效率更高也不容易出錯。
Apple Intelligence（蘋果的生成式 AI 功能，內建在 iPhone、iPad 和 Mac 裡的 AI 助理，能幫你寫作摘要、生成圖片等）正式獲得中國網路內容監管機構「國家互聯網信息辦公室」的核準，可以在中國市場推出。核准的基礎是蘋果與中國本地 AI 業者達成合作——阿里巴巴旗下的 Qwen 模型（通義千問，一款中國自研的大型語言模型）將整合進蘋果的各作業系統，包括 iOS、iPadOS、macOS 和 visionOS；百度也確認正與蘋果合作，為中國用戶開發 Apple Intelligence 相關功能。此外，蘋果也據報在探索與 DeepSeek 及字節跳動（抖音母公司）的合作可能。Apple Intelligence 自 2024 年在其他市場推出以來，因未獲中國監管批准而一直未能上市，如今終於獲得批准，是該功能在中國市場的重要突破。
假設你是中國的 iPhone 用戶，過去兩年雖然換了最新旗艦機，但其他地區用戶能用的 AI 寫作輔助、郵件摘要、照片智慧生成等 Apple Intelligence 功能，你遲遲無法體驗。現在隨著監管批准，這些功能未來將透過阿里巴巴的 Qwen 模型提供服務——當你要求裝置幫你整理冗長郵件或生成圖片，背後呼叫的可能不是蘋果在美國使用的模型，而是符合中國法規的本地模型。不過，目前蘋果與阿里巴巴的整合尚未完成，也沒有具體上線時間表。對比舊狀況（AI 功能在中國延遲上市），現在終於獲得批准，只是實際推出還要等待後續整合進度。
Applied Computing 是英國倫敦的新創公司，開發了一個名為 Orbital 的 AI 基礎模型（foundation model，就是像 ChatGPT 底層那種大型 AI 模型，但專門為石油、天然氣、石化工廠設計）。一般煉油廠內有成千上萬個感測器，記錄溫度、壓力、流速等數據，但過去工廠只用到不到 8% 的可用數據來做決策，主要原因是感測器數據、工程文件和物理化學規律三類資訊很難即時整合在一起。Orbital 的特別之處在於它同時結合了三種模型：時間序列模型（分析感測器數據的變化趨勢）、物理化學模型（模擬化學反應和物理定律）、以及語言模型（理解工程文件和操作人員的指令），讓這三類資訊即時互通。當工廠出現異常，Orbital 能在幾分鐘內找出原因、評估解決方案是否會影響其他設備，而過去這類調查往往需要好幾天甚至數週。目前 Orbital 已在多家大型油氣和石化公司部署，公司在不到 18 個月內從隱身模式成長到年度訂閱收入達到雙位數百萬美元，並獲得工程集團 KBR 領投的 2,000 萬美元 A 輪融資。
假設一座氨氣生產廠的壓縮機溫度突然異常升高，傳統做法是工程師翻查歷史報告、對照設備規格書、手動計算上下游影響，可能要花好幾天才能確認問題根源並提出安全的修復方案。用 Orbital 的話，系統會同時讀取當下所有感測器數據、比對物理化學規律、並考慮設備約束條件與操作員活動，幾分鐘內就能告訴操作人員問題根源與安全的修復建議，讓操作員直接做決策、不用等好幾天的人工分析。KBR 已將 Orbital 整合進旗下的 INSITE 3.0 數位平臺，並用於氨氣生產作業。
Netflix 目前已在約 300 部影視製作中使用 AI（人工智慧），主要集中在後製階段（post-production，即拍攝結束後進行剪輯、特效、調色等處理的環節）。執行長 Ted Sarandos 在公司最新財報電話會議上說明，AI 能加速從概念發想、前期視覺規劃（previsualization，在正式拍攝前用電腦模擬畫面的規劃方式），一路到最終交付的整個製作流程。具體用途包括利用 AI 擴展人群場景和歷史戰役畫面，這些場景過去因預算或拍攝時間不足而常被刪除。Netflix 自家擁有多套 AI 工具，包括 Interpositive、Eyeline，以及一個自有的動畫實驗室。與此同時，整個娛樂產業存在一種「不問不說」的默契——許多製片公司私下悄悄使用 AI 工具，包括字節跳動（TikTok 母公司）旗下的影片生成模型 Seedance（一種能自動生成影片片段的 AI 模型），但在公開場合避而不談，以免引發創作者的反彈。
紀錄影集《美國實驗》（The American Experiment）在製作過程中，有 17 分鐘的畫面是藉助 AI 輔助完成的。這些畫面的製作速度比傳統方式快一倍，成本只需原來的一半。例如過去需要大量臨時演員、搭景或實地取景的歷史戰役場景，現在可以透過 AI 自動擴展人群、補充背景細節，達到視覺上完整的效果，同時省下大量預算。節省下來的費用，Netflix 表示「可能」用於製作更多內容，而非縮減原有的 200 億美元製作預算。對比舊做法：以前遇到預算不足，這類場景要麼被刪除、要麼大幅簡化；現在有了 AI，這些畫面可以維持甚至提升視覺規模，同時降低成本。
德國媒體監理機構 ZAK（負責核發媒體執照與監督的政府單位）首次將 Google AI Overviews（也就是 Google 搜尋頁面頂端那一塊 AI 自動整理的摘要欄位）和 Perplexity（一家專門做 AI 搜尋的公司）列為「內容提供者」，並依照德國《州際媒體公約》對兩家公司發出正式裁定。AI生成的回答是業者自己創作出來的內容，而非單純轉傳第三方資料，因此不能享有《數位服務法》（歐盟規範平臺責任的法規，原本保護只是「傳遞他人訊息」的平臺免於被追究）的責任豁免。Google 的 AI 摘要長期佔據搜尋頁面最顯眼的位置，把原本連向新聞媒體的傳統搜尋結果往下擠，監理機關認為這構成「禁止性差別待遇」——因為 AI 摘要是 Google 自己的內容，不能算是中立的搜尋結果，卻享有最好的版面位置。Perplexity 目前被指出的問題主要是未在德國設立法定代表人、也未揭露必要透明度資訊。兩家公司均有一個月時間提出申訴，裁定現已立即生效。
舉例說明實際影響：使用者搜尋一個關鍵字時，頁面最頂端會出現一段 AI 自動整理的摘要，下方才是各網站與新聞媒體的連結。德國監理機關認為這段摘要是 Google 自行生成的內容，而非中立彙整，因此不適用《數位服務法》的責任豁免。裁決要求 Google 遵守媒體法中的透明度與反歧視規定；Perplexity 目前則被指出未在德國設立法定代表人及欠缺透明度揭露，尚未涉及反歧視指控。對新聞媒體而言，AI 摘要可能讓使用者看完就走、不再點入原文，導致網站流量與廣告收入下滑。德國此次裁決是全球首例嘗試用媒體法來處理這個問題，未來其他國家是否跟進值得觀察。
Sakana AI 是一家 2023 年在東京成立的新創公司，由 Transformer（讓現代大型語言模型得以運作的核心架構，可以想成是 ChatGPT 背後的基礎技術）論文共同作者 Llion Jones 共同創辦。他們推出了一個叫 Fugu 的 AI 協作系統（Orchestrator，就是一個能自動調度、組合多個 AI 模型來完成任務的管理平臺），Fugu 本身也是一個語言模型（就是像 ChatGPT 那樣的對話型 AI 程式），它的特殊之處在於：它會把一個任務拆解成子任務，再從一個「模型池」（裡面有很多不同的 AI 模型）挑出最適合的模型來分工處理，最後把結果整合成一個完整的回答。Sakana AI 現在宣佈把 Nvidia 的 Nemotron 開源模型（Nvidia 推出、任何人都可以免費下載的 AI 模型系列）加入 Fugu 的模型池。Nemotron 擅長寫程式、呼叫外部工具、以及理解複雜指令，在 Fugu 裡扮演「技術專家」的角色來補強其他模型。Sakana AI 的核心理念是「集體智能」：他們認為最強大的 AI 不來自單一的超大模型，而是多個模型協同合作的成果，這樣的架構也能減少對單一 AI 廠商的依賴，降低因政策或地緣政治造成服務中斷的風險。Fugu 旗艦版 Fugu Ultra 在 Sakana 自家的測試裡，聲稱表現與 Anthropic（Claude 的開發商）的頂尖模型相當，但目前這次加入 Nemotron 後的整合版本還沒有對外公佈具體的測試數字，實際整合時間也只說「即將在下一個版本發布」。
假設我是一位開發者，要為公司建立一個 AI 助理，這個助理需要同時做到三件事：理解使用者的自然語言問題、查詢公司資料庫、並且把查到的資料寫成程式碼回傳結果。如果用傳統做法，我要嘛選一個什麼都會但樣樣稀鬆的大模型，要嘛自己手工把任務路由到不同模型，管理邏輯很麻煩。用 Fugu 的話，我只需接一個 API：使用者問了問題後，Fugu 會自動拆解任務，並從模型池中動態選出最適合的模型來處理各子任務——例如新加入的 Nemotron（擅長寫程式和工具呼叫）可能負責查詢資料庫與撰寫程式碼的部分——最後再把各部分結果合併成完整回答。對比舊做法，我不需要自己決定何時該用哪個模型、也不需要處理各模型之間的溝通格式，Fugu 的協作層可以處理大部分協作邏輯，而且若某家廠商的模型漲價或停服，隨時可以換掉那個位置的模型，不影響整體系統運作。
LM Studio 是一款廣受開發者歡迎的桌面應用程式，讓使用者可以在自己電腦上執行各種開源 AI 語言模型（就是像 ChatGPT 這樣的 AI，但也能在本機運作，不需要連網）。這次他們推出了一款全新的獨立應用程式「Bionic」，並未取代 LM Studio，兩者可同時並存。Bionic 是 AI agent（能依照使用者指示執行多步驟任務的 AI 工具），而非 AI 助理。Bionic 支援三種使用模式：完全離線的本機執行、透過 LM Link 連接遠端機器，或透過 LM Studio Secure Cloud 使用雲端的大型開源模型，並且承諾雲端請求不會被保留或用來訓練模型，保護用戶隱私。Bionic 整合了離線語音輸入功能，採用 Mistral AI 的 Voxtral 模型，可以在不連網的情況下把語音即時轉成文字，輸入到任何應用程式中。在程式碼方面，Bionic 可以掃描整個本地程式碼庫（就是你電腦裡的專案資料夾），找出相關檔案、追蹤行為、解釋陌生程式碼，還能透過內嵌差異對比（直接在畫面上標示修改前後的差異）讓你審查每一項更改；支援 GLM 5.2 和 Kimi K2.7 Code 等開源模型。在文件工作方面，Bionic 可以讀取 PDF、簡報、試算表等各類文件，在一個沙盒環境（隔離區，讓 AI 操作不會影響到電腦其他部分）內進行整理、摘要或生成新文件，並支援自動存檔點讓使用者可以隨時回滾變更。
假設你接手了一個別人寫的 Python 專案，想搞清楚某個函式的邏輯然後修一個 bug。舊做法：手動一個個開檔案看，或把程式碼貼到 ChatGPT，但這樣程式碼可能因此傳到外部伺服器，若是公司機密程式碼就不適合。用 Bionic 的做法：先在 Bionic 裡建立一個 Code 專案並指向本地資料夾，然後直接問「幫我找 X 函式在哪裡被呼叫，並解釋它的邏輯」——Bionic 會自動搜尋資料夾、追蹤行為（例如函式間的關聯），最後給你解釋與相關檔案；接著你說「幫我修這個 bug」，它會提出修改方案並用內嵌差異顯示改了哪幾行，你確認後才套用。根據你選擇的模式，這個過程可以選擇在本機執行，也可以透過雲端處理較重的工作。
Harness Handbook 是由騰訊 HY LLM 前線團隊在 2026 年 6 月發布的行為層級地圖，目的是幫助開發者讀懂、稽核並修改 AI coding agent（就是能自動幫你寫程式的 AI）底下的執行框架（harness，指的是控制這個 AI 能做哪些動作、不能做哪些動作的一整套規則與程式）。問題的根源在於：一個真實的 coding agent 框架可能橫跨幾千個程式檔案、幾萬個函數，像 OpenAI Codex 這個工具的框架就有 2267 個檔案、34000 多個函數——當你想確認「AI 刪除檔案前會不會先問我？」時，靠關鍵字搜尋只會撈到散落各處的片段，根本拼不出完整的執行路徑。Harness Handbook 的做法是把這些散落的程式碼重新整理成三層架構的「行為地圖」：L1 給你整個系統的全局鳥瞰，L2 把系統拆解成各個行為單元（例如「確認後才刪除」就是一個行為單元），L3 則深入到每個行為單元的觸發條件、執行路徑、例外處理，並逐一對應回真實原始碼。實驗顯示，有了這張地圖輔助，AI 規劃代理（負責制定修改計畫的 AI）在定位正確程式碼位置時準確率顯著提升，同時搜索過程消耗的運算資源也下降。
假設你是一位量化研究員，正在用 Codex 打造一個可以自動跑回測實驗的 AI agent（就是讓 AI 自動測試交易策略的系統）。你希望每個命令執行時可以帶入自己專屬的環境變數（就是隻給這次命令用的暫時設定，例如特定 API 金鑰和日期範圍），執行完畢後這些設定就自動消失，不會洩漏給下一個命令。用舊做法，這個聽起來簡單的需求其實要改動 14 個程式位置、跨 10 個檔案——你必須先找出一長串函數名稱才能開始動手，漏掉任何一個就可能造成 bug。換用 Handbook Studio（Harness Handbook 附帶的互動工作臺），你只需要用自然語言說「讓這個命令帶上自己的環境變數」，系統自動把這個問題對應到「命令執行與環境變數」行為單元，沿著行為鏈追蹤出所有 14 個需要更動的位置，並產生一份可以逐項審閱的修改計畫和 diff（就是新舊程式碼的對比）。你確認沒問題後才真正寫入程式碼，整個過程不需要先記住任何檔案名稱。
NVIDIA（美國知名顯示卡與 AI 晶片公司）發布了 Nemotron 3 Embed，一套共三個開源的「嵌入模型」（Embedding Model，就是把文字轉成數字向量、讓電腦比較文字相似度的 AI 模型，是 RAG 系統的核心元件）。其中旗艦版 8B 參數模型（B 代表十億，參數越多代表模型容量越大）在 RTEB（一個專門評比嵌入模型準確度的公開排行榜）上拿下全球第一，成績 78.5 分。RAG（Retrieval-Augmented Generation，讓 AI 回答前先從資料庫查詢相關段落、避免憑空捏造）是目前最普遍的 AI 應用架構，嵌入模型的好壞直接決定 RAG 能不能找到正確答案。這次同步推出的 1B 小模型專為生產環境設計，若搭配 NVIDIA Blackwell 架構 GPU 使用 NVFP4 版本，吞吐量可比一般格式高出兩倍，且準確率幾乎不掉分。所有模型開放商業使用，並附上開源的微調（Fine-tuning，讓模型用自家資料再訓練）與蒸餾（Distillation，把大模型的知識壓縮進小模型）訓練配方，Automation Anywhere、IBM、Zoom 等企業已在評估導入中。
假設你在公司內部建一套「文件問答系統」，讓員工用自然語言查詢上百份 PDF 和技術文件。舊的嵌入模型查「某份合約的付款條款在哪裡」，常因語意匹配不精準而找到錯誤段落，或整段找不到。換成 Nemotron-3-Embed-8B，它支援 32K 的上下文視窗（一次能處理非常長的文件）。若公司預算有限或部署規模龐大、需要壓低成本，可改用 1B NVFP4 版本：在 NVIDIA Blackwell GPU 上吞吐量高出一倍以上，記憶體佔用更小，而準確率保留超過 99%。
GitHub（一個讓開發者存放和分享程式碼的平臺，現隸屬微軟）正式推出 Copilot SDK（軟體開發套件，就是一包現成工具讓你在自己的程式裡調用某項功能）。這套 SDK 讓開發者可以把 GitHub Copilot（一種 AI 程式碼助理）的智慧代理（agent，指能自動規劃、執行多步任務的 AI）能力，直接嵌入自己開發的應用程式或工具裡，而不必只能在 GitHub 官方介面使用。SDK 支援六種主流程式語言：Python、TypeScript/Node.js、Go、.NET、Java 和 Rust，涵蓋目前大多數開發團隊常用的語言，且底層使用的是 Copilot CLI（命令列介面，透過文字指令操控電腦的程式）的同一套引擎，具備自動規劃、呼叫外部工具、編輯檔案等功能，開發者不需要從頭自己搭建這些複雜的控制邏輯。此外支援 BYOK（Bring Your Own Key，帶著自己的金鑰），可改用自己在 OpenAI、Anthropic 等平臺申請的 API 金鑰，不一定需要付費的 GitHub Copilot 訂閱才能上手。
假設你正在開發一個內部程式碼審查工具，希望它能自動分析程式碼並給出修改建議，而不只是單純顯示差異。過去你需要自己呼叫 AI API、設計「先讀懂程式碼→找出問題→提出修改」的整套流程，並自行處理工具呼叫和錯誤重試。現在用 GitHub Copilot SDK，只需執行 pip install github-copilot-sdk（Python 版安裝指令），定義好代理行為（例如「讀取指定檔案，找出潛在 bug，並給出修正建議」），剩下的規劃、工具呼叫、檔案讀寫全由 SDK 負責，你的工具立刻擁有和 GitHub Copilot CLI 相同的代理能力，省去大量重複建設的工程時間。
模型路由（Model Routing）指的是：不把所有問題都丟給最貴的頂尖 AI 模型，而是根據每個任務的難易度，把它分派給最適合的模型——簡單任務用便宜快速的，複雜任務才動用昂貴的旗艦模型。這個概念現在非常熱門，因為開發者不想為每一個 token（AI 處理文字的基本單位）都付頂價。根據 Jerry Liu 的文章，最有效的路由策略是「高度任務導向」的：你把焦點縮得越窄、越聚焦在單一工作流程，能撈到的準確率與成本優勢就越大。重點在於找出「哪個模型能通過哪項任務的品質門檻，同時又符合成本與延遲限制」。近期 OpenRouter 推出了一個叫 Fusion 的複合模型產品，它的做法是把你的提示同時送給多個頂尖模型，再把各個答案整合成一個最終回覆——這是另一種思路，不是選一個，而是同時問多個再合成。
假設你在建一個客服機器人，每天要處理大量訊息。其中大部分是「運費多少？退貨要幾天？」這類簡單問題，少數才是「我的訂單被海關扣押，法規要怎麼處理？」這種複雜問題。如果全部都丟給 Claude Opus 或 GPT-4 等旗艦模型，成本會相當可觀。採用任務導向路由後，你先讓一個輕量分類器判斷這則訊息的難度等級，簡單問題自動送給便宜小模型，只有複雜問題才升級到旗艦模型。實際測試結果顯示，簡單問題用便宜的模型也能達到可接受的品質，整體成本可以大幅降低。關鍵是你必須針對自己的具體業務場景，定義清楚「什麼叫過關」，而不是用一套通用標準套所有任務。
Fireworks 是一家提供 AI 模型雲端代管服務的新創公司，讓開發者不用自己架設伺服器就能呼叫各種開源 AI 模型來開發應用程式。這家由 Nvidia 投資的公司宣佈年化營收突破 10 億美元（較去年成長五倍），並以 175 億美元估值完成 15 億美元的新一輪融資。推動其快速成長的主因是企業財務長對 OpenAI、Anthropic 等頂尖 AI 公司收費的不安，開始要求員工尋找更便宜的開源替代方案。Fireworks 的執行長表示，使用他們平臺上的開源模型，相同品質的服務費用比閉源模型（就是像 ChatGPT 這種只能透過 API 收費使用、不公開底層技術的模型）便宜 5 到 10 倍。在使用量上，Fireworks 每天處理 40 兆個語言單位（token，即 AI 理解和產生文字的最小計算單位，大約等於四分之三個英文單字），高於 Google 的每天 27 兆及 OpenAI 的 22 兆。
假設我是一家中型電商公司的工程師，想在客服系統裡加入 AI 問答功能，讓 AI 自動回覆買家詢問退換貨、商品規格等問題。若直接呼叫 OpenAI 或 Anthropic 的 API，費用相當可觀。透過 Fireworks，我可以改用 DeepSeek 或 MiniMax 等來自中國公司的模型，把我們公司的客服歷史紀錄上傳進行微調（fine-tune，即用自家資料讓通用 AI 模型學會回答特定業務的問題），讓模型專門擅長處理我們商品的相關問答。根據 Fireworks 執行長的說法，這樣做的費用遠低於直接呼叫閉源模型的 API，讓預算有限的公司也能落地 AI 應用。
Agentforce 是美國企業軟體巨頭 Salesforce 推出的一款 AI Agent 產品（就是可以自動幫公司執行業務任務的 AI 助理，例如自動回覆客戶、處理業務流程）。美國投資銀行 KeyBanc 的分析師在訪談多位企業客戶後表示，許多客戶很難從 Agentforce 中看到實際價值，原因主要有兩點：第一，企業本身的資料還沒整理好、品質不夠乾淨，AI 無法在這種基礎上做出有意義的自動化判斷；第二，Agentforce 產品本身目前仍不夠成熟。對此，Salesforce 持不同立場，公司對外表示 Agentforce 是旗下成長最快的產品。不過分析師預測，企業真正大規模採用這項服務，以及靠使用量計費的相關營收真正爆發，所需的時間都將比市場目前的預期更長。這個案例凸顯了一個 AI 落地的普遍現實：光有功能強大的 AI 工具還不夠，企業的資料基礎建設若沒有到位，AI 就算再厲害也很難真正派上用場。
一家公司想導入 Agentforce，讓 AI Agent 自動處理客服工作——例如自動回覆客戶詢問、查詢訂單狀態、更新帳戶資訊。但如果這家公司的客戶資料分散在十幾套老舊系統、格式不統一、沒有統一整合，Agentforce 就無法存取所需資訊來做出正確判斷，最終 AI 只能給出模糊或錯誤的回應。這就是分析師所說「資料還沒準備好」的具體意思——舊做法是人工登入各個系統、手動查詢填表，效率雖低但人會隨機應變；要換成 AI 自動執行，前提是所有資料必須先整合到 AI 能統一讀取的結構，否則 AI 就像一位能力很強的員工被鎖在一個沒有資訊的空房間裡，什麼都做不了。
Palo Alto Networks（全球知名的網路安全公司）正式推出 Prisma AIRS AI Gateway（AI 閘道），定位為企業所有 AI 活動的「中央管控臺」。簡單說，這個產品可以部署在企業 AI 流量路徑上，讓所有 AI 請求統一經過閘道審查與管控——企業可以自主決定是否導入，並非強制要求所有流量都必須經過它。企業目前面臨的挑戰是：各部門各自偷偷使用各種 AI 工具（稱為「影子 AI」），敏感資料（例如原始碼、客戶個資、商業機密）在員工與 AI 模型對話時悄悄流出，且沒有人知道哪個 AI 代理（Agent，就是能自動執行任務的 AI 程式）做了什麼操作、授權是誰給的。Prisma AIRS AI Gateway 整合了多項關鍵功能：可視性——看清楚公司所有 AI 使用量、費用、哪個部門在用哪個模型；治理——統一設定哪些模型可用、預算與速率上限；程式碼輔助安全——保護開發環境中的憑證與原始碼；營運管控——在 AI 互動當下執行資料保護與用量限制；Agent 身份驗證——每個自動化 AI 代理都必須有可驗證的身份，且只能在需要時取得最小必要的操作權限；即時安全掃描——攔截提示詞注入攻擊（Prompt Injection，就是有人試圖用特殊指令騙過 AI 去做不該做的事）和敏感資料外洩。根據 Palo Alto 自家數據，MCP（Model Context Protocol，讓 AI 代理存取外部工具的標準協定）流量在過去半年從 11% 暴增至 41.4%，企業每月 AI 交易量成長 12 倍，顯示 AI 管控需求已相當迫切。
假設一家科技公司的工程部門使用了 Cursor（AI 程式碼編輯器）、GitHub Copilot，以及自建的數個 AI 代理來自動化部署流程。過去每個工具都直接連上 OpenAI 或 Anthropic 的 API，使用各自的金鑰，IT 部門完全看不到使用量和費用，也不知道有沒有把資料庫密碼或程式原始碼傳出去。接入 Prisma AIRS AI Gateway 之後，所有 AI 流量統一走閘道：閘道自動把每個 AI 代理的原始 API 金鑰換成限定範圍的臨時憑證，工程師甲只能用被批准的模型、且受到預算與速率限制（例如設定費用上限）；若代理傳出的訊息被偵測到含有資料庫連線字串（敏感資料），閘道當場攔截並告警，不讓資料流出企業邊界。整個過程工程師端無需改動任何程式碼，IT 部門的儀錶板上即時看到每個代理的費用和行為紀錄。
Google 的新一代 AI 模型 Gemini 3.5 Pro（這是 Google 自家的大型語言模型，跟 ChatGPT 是直接競爭對手）已經比原定計畫晚了好幾個月還沒正式推出。主要原因是 Google 內部一直在針對程式碼撰寫能力（也就是讓 AI 幫工程師寫程式的功能）做深度優化，希望達到公司設定的內部標準。這個遲遲未上線的狀況讓 Google 內部不少工程師、AI 研究人員和主管感到焦慮，擔心 Google 在快速演進的 AI 競賽中會逐漸失去領先優勢。目前這個模型已在合作夥伴之間進行測試，Google 也表示正在和美國政府就模型測試及相關政策框架進行積極合作。
假設你是一名軟體開發者，平常用 Gemini 的 API（就是讓自己開發的 App 能呼叫 Google AI 功能的介面）來做程式碼自動生成的功能。你一直在等 Gemini 3.5 Pro 上線，因為聽說它的程式碼能力比現有版本強很多，想用來取代目前的方案。但現在的情況是：正式版本還沒出來，目前能提前接觸 Gemini 3.5 Pro 的包括合作企業和美國政府，一般開發者需要繼續等待。對比之下，競爭對手如 Claude 和 GPT-4 系列可能已經推出了更新版本，等待期間你能做的就是觀望，或者先評估轉向其他服務商的 API。
美國費恩斯坦醫學研究院的團隊，在《自然醫學》期刊發表了一項突破：透過一套稱為「雙重神經橋接」的技術，讓一名因頸椎骨折而全身癱瘓的男性重新能夠用自己的手吃東西、喝水，甚至恢復了原本已喪失的觸覺。這套系統結合了三項技術：腦機介面（BCI，就是把電極晶片植入大腦，讓大腦可以直接和電腦溝通的裝置）、AI（人工智慧）演算法，以及對脊髓和大腦感覺區的電刺激。AI 在這裡扮演的角色，是即時解讀大腦發出的「我想動手」訊號，然後驅動前臂肌肉實際產生動作，準確率高達 84.6%，且五個月內毋須重新訓練。更令研究人員驚訝的是，療程結束後這些進步並未消失，超過兩年的追蹤顯示改善效果持續存在，顯示這套技術可能真正改變了神經連結，而不只是暫時輔助。研究團隊目前正規劃更大規模的臨床試驗，也在測試能否幫助中風等其他病患。
以試驗參與者 Keith Thomas 為例：他在 2020 年跳水意外中摔斷頸椎，此後無法抬手碰臉。接受治療後，在 35 週的訓練中，他的右臂力量增強了 86%、左臂 62%；他能自己拿杯子喝水、拿叉子吃飯、抓鼻子、擦嘴巴。觸覺方面，受傷後手腕一直沒有感覺，大約 25 週後他重新感受到觸碰，甚至能在邊聊天邊操作的情況下，拿起空雞蛋殼而不捏碎（成功率 87%）。這些成果和過去「只要機器持續輔助才能動」的傳統復健不同——Thomas 的改善在刺激設備關閉後依然存在，像是能摸自己的狗、感受姊姊的手，這些受傷後失去的感覺都回來了。
Microsoft 執行長 Satya Nadella 在一場對 Copilot 工程師的內部談話中，批評 Anthropic 的高端 AI 模型 Fable（Anthropic 推出的頂級對話型人工智慧產品，功能類似 ChatGPT 但定位更高階）對用戶請求的限制過於嚴格。Nadella 說，Fable 會因為「各種莫名其妙的理由」拒絕回答，他表示從來沒見過哪個創作工具被如此嚴格地「編輯把關」，認為這樣的設計「沒有道理」。背景是 Anthropic 在今年六月初發布 Fable 5 後三天，為遵守美國政府出口管制規定（限制某些 AI 技術輸出到特定國家的法規）而暫停 Fable 對外服務；七月一日恢復時，Anthropic 坦承新的安全過濾機制會比以前「誤擋更高比例的無害請求」。這次批評出自一個重要的商業夥伴：微軟去年宣佈對 Anthropic 投資 50 億美元，Anthropic 也承諾在微軟的 Azure 雲端平臺上花費 300 億美元，兩家公司關係密切，此番批評因此格外引人注目。
假設你是工程師，使用 Fable（Anthropic 的頂級 AI 模型）詢問如何訓練大型 AI 模型的技術細節，Fable 可能不直接回答，而是改由較舊版本的模型回覆，或乾脆拒絕服務。這種過濾機制本意是防止 AI 協助製作危險內容，但副作用是把許多合理的技術問題也一起擋掉，讓開發者工作受阻。Nadella 以此為例，點出現在 AI 模型的「安全護欄」（Safety Guardrails，就是內建在 AI 裡阻止它做某些事的規則）設得太保守。相較之下，中國新創 Moonshot AI 同期發布了一個開源模型，宣稱在多項能力上已超越 Anthropic 和 OpenAI 的最新產品，這讓原本依賴商業大型模型的企業開始重新評估替代方案。
NVIDIA 在 CEO 黃仁勳訪日期間發表了新 AI 模型 Cosmos 3 Edge，這是一種「世界模型」（World Model），能比一般大型語言模型（就是 ChatGPT 這類只處理文字的 AI）學習更廣泛的輸入，幫助機器人或視覺 AI 代理（自動執行任務的 AI 程式）即時感知並在真實環境中導航。這次發布緊接著 5 月推出的 Cosmos 3。NVIDIA 同時宣佈在日本擴大佈局，與富士通、日立、川崎重工等日本工業龍頭組成聯盟，並進軍醫療生技領域，透過 BioNeMo Agent Toolkit（加速自主 AI 藥物探索的工具平臺）支援東京第一 AI 藥物探索聯盟，旗下已有安斯泰來製藥、第一三共、小野製藥等大廠加入。
舉例來說，Cosmos 3 Edge 這類世界模型能比大型語言模型學習更廣泛的輸入類型（例如影像、深度感測資料等），幫助機器人或 AI 代理在真實物理環境中即時感知周圍狀況並導航移動。
Perplexity AI 推出一個名為 SPACE 的平臺，專門為 AI 代理（就是能自動執行任務、幫人操作電腦或系統的 AI 程式）提供安全隔離的執行環境。過去 AI 代理在處理敏感任務（例如存取公司資料庫、使用帳號密碼登入系統）時，安全風險相當高——萬一代理出錯或被攻擊，帳號密碼或機密資料可能外洩。SPACE 採用「短暫沙盒」機制，也就是幫每個任務臨時開一個完全隔離的獨立空間，任務一結束就立刻銷毀，不留任何殘存資料。平臺把帳號密碼的存取拆成兩層：控制層（負責管理整體流程與調度）和節點服務層（負責在執行當下安全注入憑證），並加上「滾動式快照」（就是定期自動備份執行狀態，類似電玩的存檔點）與加密儲存。這套設計讓企業可以在自己的機房（on-prem，就是自己架設的伺服器）甚至完全不連網路的離線環境中部署 AI 代理，同時達到高安全標準。
假設我是一家醫院，想用 AI 代理自動存取病歷系統、整理出每日病患報告。最大的顧慮是：AI 代理必須持有病歷系統的帳號密碼，一旦代理被駭或任務中途出錯，密碼與病歷資料可能一起外洩。用 SPACE 的做法是：每次代理要執行任務，SPACE 臨時開一個隔離沙盒，把密碼在任務執行的當下才動態注入、不讓代理自己長期保存，任務完成後沙盒立即銷毀，密碼不會留在沙盒內。此外，SPACE 還會定期製作沙盒的即時記憶體與檔案快照並加密保存，方便用戶事後檢查或從特定狀態繼續執行。整套系統可以部署在醫院自己的機房、完全不送雲端，適合需要高度資料管控的場景。
AI 模型路由（就是讓系統自動決定「這個任務要丟給哪個 AI 模型來處理」的機制）聽起來很直覺，實際上卻是一個複雜的系統最佳化問題。IBM Research 的工程師在建構可自主完成多步驟任務的 AI 代理（agent）時發現，光靠模型標價來選模型根本不準：用同樣 417 個任務測試，Claude Sonnet 4.6 總花費 79 美元，GPT-4.1 卻花了 155 美元、幾乎兩倍——儘管 GPT-4.1 的單位定價比較便宜。關鍵原因在於「快取命中」（cache hit，就是系統記住之前計算過的結果直接重用，不必重新計算），Sonnet 的快取讀取費率更低，在代理任務大量重複呼叫的情境下反而更省錢。除了成本，「任務難度」也難以在任務開始前就準確估計，一句看似簡單的「幫我整理這份合約」背後可能觸發資料查詢、合規審查、多輪工具呼叫等複雜流程；加上企業還要同時兼顧延遲速度、法規合規（例如資料不能出境的隱私規定）等多重目標，絕非單純挑「最強模型」就能解決。
假設你在開發一個企業用 AI 助理，每次使用者送出請求，系統要決定要發給哪個模型處理。舊做法是「估計任務難度，難的發給貴的強模型，簡單的發給便宜的小模型」。但 IBM 的實測顯示這樣反而可能更貴。他們的新做法是把路由當成「多目標最佳化」來處理，同時考量成本、延遲、準確率，讓系統自動找出整體效益最好的模型組合。實際結果是：相比全程使用最貴的 Claude Opus，這套路由器能讓總花費降低 21%、回應速度加快 9%，準確率只略降 4%；而且路由決策本身的運算開銷極小，每次只需約 6 毫秒、2 KB 記憶體，不會拖慢整個系統。對比傳統的「按難度分流」路由器，在相近準確率下，IBM 的最佳化路由器成本反而更低，說明最佳化整個系統比單純判斷任務難易更重要。
xAI（就是馬斯克旗下的 AI 公司，也是 Grok 聊天機器人的開發者）將一款名為 Grok Build 的 AI 程式碼代理（就是能自動幫你寫程式、改程式、執行指令的 AI 工具）在 GitHub 上公開了原始碼。Grok Build 是一個在終端機（就是程式設計師常用的黑色命令列視窗）裡運行的全螢幕互動介面，它能讀懂你的整個程式碼庫（專案裡所有的程式碼檔案）、自動修改檔案、執行 shell 指令（讓電腦做各種系統操作的命令），還能上網搜尋資料。除了讓人直接操作，它也支援「無頭模式」（headless，就是完全自動、不需要人盯著的執行方式），可以整合進 CI 流程（持續整合，軟體公司用來自動跑測試、部署的系統），也可以嵌入各種程式碼編輯器。這個工具用 Rust 語言（一種以高效能和安全著稱的程式語言）撰寫，支援 macOS、Linux 和 Windows 三大平臺，可以用一行指令快速安裝。
假設我是個開發者，手上有一個 Node.js 專案，想要把其中某個舊模組重構（就是在不改變功能的前提下整理程式碼結構）。以前我得自己一個個翻程式碼、手動修改、跑測試確認有沒有壞掉。用 Grok Build 的話，我在終端機輸入需求，它能夠理解你的程式庫並檢視程式碼，還能編輯檔案、執行 shell 指令、上網搜尋。事實上，它也能完全自動執行（headless 模式），適合腳本化或 CI 自動化流程。整個流程比手動逐一修改可能更有效率，而且可能不用在編輯器和終端機之間反覆切換。
Open Interpreter 是一款可以在你的電腦上本地執行的「程式碼 AI 代理」（coding agent，就是能自動幫你寫程式、執行指令、完成任務的 AI 助手）。這個版本是用 Rust（一種執行速度很快的程式語言）重新改寫，是基於 OpenAI 的 Codex 技術的分叉專案，特別針對低成本的 AI 模型做了最佳化。使用者在終端機輸入 i 或 interpreter 就能啟動對話，所有設定與對話記錄都存在本機的 ~/.openinterpreter 資料夾。這次更新重點包含支援 Kimi K3（剛發布的開源前沿模型），以及可切換多種「harness」（運行框架，就是 AI 和工具互動的方式設定），涵蓋 claude-code、kimi-code、qwen-code、deepseek-tui、swe-agent 等主流設定，還內建了一個 QA（品質驗證）技能，讓 AI 能直接操控瀏覽器測試網頁或桌面應用程式。
我要在本機測試一個 Node.js 網頁應用，想讓 AI 自動幫我跑功能測試。安裝 Open Interpreter 後，執行 interpreter，然後用 /harness 切換成 claude-code 模式，再叫它用內建 QA 技能打開瀏覽器測試我的網站登入流程。相較於以往需要手動撰寫 Selenium 測試腳本，這個方式可以讓 AI 自動在真實瀏覽器中操作介面來執行測試。
NVIDIA 推出了 Jetson Thor T3000 和 T2000 兩款新模組，讓開發者可以在體積小、功耗低的裝置（邊緣設備，即不需要連到大型資料中心、直接在現場運算的硬體）上運行複雜的機器人 AI 任務。T3000 提供 865 FP4 兆次運算力（FP4 是一種 AI 加速計算格式，數字愈大代表 AI 處理速度愈快），T2000 則提供 400 兆次。NVIDIA 同步推出 Cosmos 3 Edge，這是一個擁有 40 億個參數的輕量基礎模型（Foundation Model，讓機器人能感知環境、即時推理並規劃行動的核心 AI 模型），可以直接在 Jetson Thor 上執行推理，不需要連到雲端伺服器。此外，新發布的 Agent Skills（AI 代理程式自動優化工具）可以自動調整記憶體配置，幫助開發者在幾天內完成過去需要數週的系統調校工作；Amazon Robotics、Boston Dynamics、FANUC 等知名機器人公司已採用此平臺。
透過新推出的 Agent Skills 工具，系統會自動分析並重新分配記憶體使用，像 UBTech 和 Agile Robots 這兩家公司最多節省了 15GB 的記憶體佔用，成功將硬體需求從 64GB 模組降至 32GB 模組，直接降低每臺機器的硬體成本。另一方面，開發者若想讓機器人具備「看懂場景並自主決策行動」的能力，可以採用 Cosmos 3 Edge 這個 40 億參數的輕量模型，在 Jetson Thor 上進行推理；利用開放的 Cosmos 框架，針對特定機器人形態和感測器進行微調（讓模型適應這臺機器人的身體結構與感測器特性）只需大約一天，比過去從頭訓練大幅縮短，也能有效縮短模擬環境到真實部署的落差。
ReactBench 是一個專門用來測試 AI 程式輔助工具（也就是幫你寫程式的 AI，例如 Claude Code 或 Codex 這類工具）能不能在現實情境下正確撰寫 React（臉書開發、全球使用最廣泛的前端網頁框架，約 70% 使用 JavaScript 框架的網站都選用它）程式碼的全新基準評測平臺。和過去只看「程式能不能通過測試」的傳統基準不同，ReactBench 額外引入了 React Doctor（一個有 400 多條規則的自動化程式碼品質掃描器）來同步檢查效能、無障礙功能（讓視障等身障用戶也能正常使用網站的設計規範）和程式維護性。測試任務全部來自真實開源專案的合併提交，而非人工設計的模擬題目。評測結果顯示，目前表現最佳的 GPT-5.6 Sol 模型通過率僅 43.1%、Anthropic 的 Fable 5 緊追在 41.2%，代表即使是當前最強的 AI 模型，也無法解決超過一半的真實 React 工作；其中 Fable 5 的費用更是 GPT-5.6 Sol 的 5.8 倍，兩者在性價比上差異顯著。
假設你是一名前端工程師，要評估公司要導入哪個 AI 程式輔助工具來協助團隊開發 React 元件。用 ReactBench 的評測邏輯，你讓各 AI 工具分別完成取自真實開源專案的 React 功能新增或重構任務——不只看它能不能讓既有測試通過，還同步用 React Doctor 掃描 AI 寫出的程式碼有沒有引入新的 bug（例如 useEffect 用錯造成無限重新渲染導致頁面卡死）、效能漏洞或無障礙問題。過去你可能只知道「A 模型比 B 模型通過更多測試」，但實際上 A 可能在測試通過的同時悄悄埋下效能隱患；ReactBench 讓你同時看到行為正確性與程式碼品質兩個維度的真實表現，評測結果顯示 GPT-5.6 Terra（中型方案）以 38% 的分數保留了頂級方案大部分效能，費用卻只要三分之一，是高量工作負載下最划算的選擇。
Goodfire 推出了一個名為 Silico 的新平臺，讓研究人員和工程師能夠「看進」AI 模型內部、診斷問題，並從根本上設計模型行為。Silico 的核心功能之一是「模型神經科學家」——一個自主的 AI 代理人（就是能自己規劃並執行任務的 AI 程式），能自動在你的模型上設計並平行跑實驗，類似一個隨時待命的研究助理。平臺運用了可解釋性技術，讓開發者能以精確方式偵錯和控制模型。Goodfire 已用這套技術做出實際成果，例如發現一種新型阿茲海默症生物標記、讓語言模型學會自我修正幻覺（AI 捏造不存在事實的問題），以及診斷機器人模型的效能瓶頸。
假設你正在為公司訓練一個客服 AI，你準備了一批「偏好訓練資料」（DPO dataset，就是標注哪些回答好、哪些回答差的資料集）。以往的做法是訓練完才知道模型學歪了——可能學到了某些不應該有的行為或破壞安全設定的模式。Silico 的「預測性資料除錯」功能可以在你真正開始訓練之前，就先把這批資料餵進一個已經被解析過的模型，預測模型在訓練後會強化哪些行為、壓制哪些行為，準確率（R²）高達 0.9。如果發現某幾筆資料會導致模型破壞安全護欄或產生幻覺，你可以提前刪除或調整，而不是等訓練好再重來，大幅節省算力和時間。Goodfire 用另一個例子展示了這套技術的精細程度：他們在一天的黑客松裡，僅調整一個 67M 參數的語言模型內部一個子元件的一個純量係數，就讓模型完全失去說德文的能力——這項實驗運用了「參數分解」技術（把權重矩陣拆解成可解釋、稀疏激活的元件），展現了 Silico 平臺能實現的細緻控制層級。
一位獨立開發者厭倦了手動處理自己程式專案的待辦清單，於是用 Claude Code（一種可以讀懂程式碼、自動寫程式的 AI 工具）搭建了一條全自動的開發流水線。整套系統每個月只需花費約 110 美元：100 美元買 Claude 訂閱、10 美元租一臺雲端伺服器（VPS，就是放在機房裡的遠端電腦），GitHub（程式碼託管平臺）則免費使用。系統運作方式是：每天凌晨自動分三個時段執行——先由較輕量的 AI 模型（Sonnet）審查 GitHub 上的問題回報、評估複雜度、必要時拆成更小的子任務；接著由更強的模型（Opus）實際撰寫程式碼、跑測試、開 PR（Pull Request，就是「請求把這次修改合併進主程式」的申請單）；最後再自動更新變更日誌。開發者本人只需拿手機審查 PR、點按鈕合併即可，整個過程高度自動化。運行兩週下來共完成 27 次合併，只失敗 1 次，平均每件事的 AI 花費約 1.61 美元。系統刻意設計了一道安全護欄：AI 可以改產品程式碼，但禁止修改流水線本身的設定檔，避免系統自我失控。
假設我是一個獨立開發者，手邊有一個 Python 專案，GitHub 上積了幾十個功能請求和 bug 回報。以前我要一個個讀、自己寫程式修、自己跑測試、自己開 PR，耗時費力。現在用這套 autoloop 流水線：我在 GitHub 上寫好一張 issue（例如「新增匯出 CSV 的功能，接受欄位清單作為參數，儲存到 /tmp/output.csv」），不需要做任何事。凌晨 Sonnet 自動讀取這張 issue、確認可執行、估算工作量；凌晨兩點 Opus 自動建立程式分支、生成程式碼、執行 pytest 測試、確認測試檔案存在後開 PR；早上我打開手機看到 PR，確認沒問題就按合併。若測試失敗，系統會自動重試最多三次並把錯誤訊息餵給 AI 參考，三次都失敗才標記為需要人工介入。相比舊做法每件事自己花 30 分鐘到數小時，現在我的介入時間縮短到幾分鐘的 PR 審查，AI 幫我跑完所有重複性工序。
BetterCloud 調查了 525 位 IT 與資安專業人員，發布《2026 SaaS 現況報告》。報告指出，經過兩年的應用程式精簡整合後，企業的 SaaS（就是透過網路訂閱使用的雲端軟體，例如 Google Workspace、Slack、Zoom 等）數量正在反彈增長，主要推力就是 AI 工具的爆炸性增加。企業平均已部署 27 套 AI 相關的 SaaS 應用，佔整體軟體組合的約 22%。中型企業受衝擊最明顯，一年內平均應用程式數量從 116 套暴增到 164 套，成長了 41%。但最大的問題在於「Shadow AI」（影子 AI）——就像過去員工私自用未經批准的軟體（影子 IT），現在員工也開始私自使用未經 IT 部門允許的 AI 工具。目前只有 56% 的在用應用取得了 IT 核准，近一半的工具遊離在監管之外，過去一年有 18% 的組織發生過因 AI 工具和聊天機器人導致的資料外洩。另一大發現是「自動化仍是假象」：雖然 84% 的組織已在試行或部署 AI 自主代理（Agentic AI，就是能自己執行多步驟工作流程的 AI 系統），但 90% 的組織仍缺乏真正跨應用的自動化串接能力，大多數「自動化」只停留在最基本的帳號停用，而非完整的端對端工作流程自動化。
假設一位員工離職，IT 部門用現有工具停用了他的單一登入帳號（SSO），看似完成了資安處理。但因為缺乏跨應用自動化，他在 Notion、GitHub、AWS 等各平臺的 OAuth 授權令牌（就是各 app 記錄「這個人有權限」的通行證）並沒有被一併撤銷，資料存取權限也沒有被清除，付費授權也還佔著席位沒被回收。結果這位已離職的員工理論上仍可透過舊有令牌存取企業資料，這正是報告中所說 18% 的組織發生「前員工仍有存取權導致資料外洩」的根本原因。有了完整的跨應用自動化串接，離職流程可以同時在所有連動平臺撤銷授權、清除資料、回收授權，而不是隻動了其中一個入口。
Atlassian（開發 Jira 這套廣泛用於軟體開發團隊的專案管理工具的公司）宣佈把 Jira 升級成 AI 代理（agentic AI，就是能自動接收任務、自行規劃並執行一系列步驟的 AI）的管理中樞。目前已整合的 AI 編碼工具包括 Claude Code（Anthropic 的 AI 程式碼助手）、Cursor（內建 AI 的程式碼編輯器）、GitHub Copilot（微軟旗下的 AI 輔助寫程式服務），以及即將加入的 OpenAI Codex。最受矚目的新功能是「Jira Coding Agent」——它讓開發者不需要在自己電腦上建立任何開發環境，只要在 Jira 上建立一張工作票單，AI 就會自動把它變成一份可供人審查的 PR（Pull Request，就是程式碼變更的審核申請），工程師只需要等通知、審閱結果就好。此外，Jira Planner 現在可以讀取程式碼庫、Jira 票單和 Confluence 文件，自動生成結構化的技術規格說明書；DX AI 成本管理報表工具則能把所有 AI 工具的使用量和 token（AI 計費單位）花費匯整在同一個地方，讓團隊掌握 AI 使用成本。
一個後端工程師在 Jira 上建立一張票單：「修復使用者登入頁面回傳 500 錯誤的問題」，並把它指派給 Jira Coding Agent。AI 代理自動讀取 Jira 票單的描述、對應的程式碼庫內容，以及 Confluence 上的相關技術文件，接著自動找到問題所在、修改程式碼、建立一份完整的 PR 提交上來，並通知工程師審閱。工程師不需要自己在本機設定開發環境、不需要 checkout 程式碼分支，直接開 Jira 看 AI 交出來的 PR、按下合併或提出修改意見即可。相較於過去工程師要自己追蹤票單、切換到 IDE 寫程式、再回到 Jira 更新狀態，整個流程可以省去不少重複性的手動步驟。
微軟 Nadella、Salesforce Benioff、Palantir Karp 三位科技巨頭 CEO 近期都在強調一件事：企業真正的 AI 競爭優勢來自「自有情境知識」（就是公司獨有的業務資料、決策過程、修正記錄），而不是 AI 模型本身，因為模型已經快速商品化，任何公司都能買到差不多的模型能力。然而，這篇文章指出三位 CEO 共同忽略了一個關鍵前提：多數企業根本還沒有值得保護的情境知識。現實情況是，企業資料庫裡有的大多是「交易結果」（例如：某筆訂單打折成交），卻缺少「決策過程」（例如：為什麼打折、是哪個客戶施壓、競爭對手是誰），而後者才是讓 AI 真正有用的關鍵原料。作者提出「資訊飛輪」（Information Flywheel）的概念：企業需要主動重新設計資料流程，讓每一次使用 AI 的過程都能產生新的情境知識，這些知識再反饋進系統，讓下一次使用更有價值——如此循環才能建立真正難以被競爭對手複製的護城河，而不是空守一座裡面沒什麼東西的城。
假設一家電商公司想用 AI agent（就是能自動處理任務的 AI 助理）來優化業務員的報價決策。公司的資料庫裡有每筆訂單的最終報價和成交結果，但沒有記錄「為什麼這次決定給折扣」「客戶當時說了什麼威脅要換供應商」「業務員事後覺得這個決定對不對」。這種缺乏決策脈絡的資料，即使餵給最強的 AI 模型，也只能學到「打折就能成交」的表象規律，無法學到「什麼情境下應該堅守價格、什麼情境下應該讓步」的真正判斷力。按照本文建議的做法，公司應先改造 CRM 系統（客戶管理軟體），讓業務員每次提交折扣申請時，必須填寫客戶給的壓力理由、當下的競爭對手狀況，以及事後對這筆決策的評估；這些「決策過程資料」隨時間累積後，AI 才能學到真正有價值的業務判斷模式。相比之下，直接買一個現成的 AI 報價工具，因為沒有公司自己的決策脈絡，頂多就是套用通用規則，效果和競爭對手用的工具差不多，毫無獨特優勢。
隨著企業從傳統軟體（按人頭收取固定授權費）轉向 AI Agent（能自主執行多步驟任務的 AI 系統），費用計算方式從「每人每月固定金額」變成「用多少算多少」，成本變得難以預測。最大的差別在於：一個使用者的一個請求，可能在背後觸發 50 到 100 次 AI 模型呼叫，包括理解問題、查詢資料、驗證答案、失敗後重試等，每一步都在燒錢。本文整理了五個策略幫助企業控制 AI 帳單：第一，以「工作流程」而非「使用人數」來預測成本，因為費用跟 Agent 做幾個決策有關，跟有幾個人用關係不大；第二，要把「失敗路徑」也模擬進去，不能只算一切順利的情況，Agent 出錯、重試、反覆查資料都會大幅拉高費用；第三，把費用限制直接內建到技術架構裡，例如設定 token（AI 處理語言的計量單位）上限、最多重試幾次、超標自動停止，而不是事後才看帳單；第四，依任務難度選擇不同等級的 AI 模型，簡單的表單解析用便宜小模型，複雜的法律分析才用高階大模型；第五，把消費金額跟實際創造的商業價值連結起來，確認每筆支出是否真的帶來回報，避免「花了錢卻不知道有沒有用」。
假設一家保險公司導入 AI Agent 處理客戶理賠申請。在測試階段，工程師只測了「客戶提供完整資料、Agent 一次成功」的理想情況，估計每件申請成本約 0.5 美元。但上線後，現實中有 30% 的申請文件不完整，Agent 需要反覆查詢客戶資料庫、重新解析、甚至呼叫外部驗證系統，實際每件成本暴增到 3 美元。套用本文建議：工程師事先規定 Agent 最多隻能重試 3 次、重試間隔要縮短傳送給模型的資料量、超出限制就轉人工處理，並且把簡單的文件格式檢查改用便宜小模型、只有需要判斷複雜條款時才呼叫大模型。調整後每件成本降回 0.8 美元，同時透過追蹤哪些案件類型真正縮短了人工審核時間，讓管理層看到費用與效益的對應關係。
南韓現代汽車（Hyundai）的工廠工人正在進行部分罷工，原因是他們擔憂人形機器人（外形像人、能雙腳行走並執行各種體力作業的機器人）將搶走他們的工作。現代汽車計畫在 2028 年於美國喬治亞州的非工會廠區 Metaplant 正式部署旗下的 Atlas 人形機器人，用於汽車生產線。工人要求公司在機器人真正上線取代人力之前，先主動提出工作保障方案。這是全球製造業史上首次因人形機器人部署威脅而爆發的罷工事件，顯示 AI 機器人技術的快速進步已開始對傳統工業造成真實的社會衝擊。
南韓現代汽車工人發起部分罷工，要求公司在部署 Atlas 人形機器人之前，先透過正式談判保障工作安全，以因應未來產業轉型可能帶來的失業風險。現代汽車則表示將與工會進行建設性協商，以達成兼顧員工與公司長期利益的協議。
SDK（軟體開發套件，就是第三方服務商打包好讓你直接用的程式庫，例如 Stripe 提供的付款 SDK、Slack 提供的訊息 SDK）過去存在的理由是「省時間」，但 AI 編程工具興起後，這個邏輯正在改變。現在用 AI 輔助寫程式，自己從頭寫一個只呼叫幾支 REST API（就是直接透過網路請求跟服務方溝通，不走人家打包好的套件）的小型客戶端，工時已經跟直接安裝 SDK 差不多。作者所在的公司已經停用 Stripe、WorkOS、Slack 的官方 SDK，改用自己寫的一個小型包裝類別直接呼叫 REST API，好處是程式碼更精簡、可觀察性（observability，就是能清楚看到程式在送什麼、收什麼、哪裡出錯）更好，也不用擔心第三方套件被棄用或與其他依賴項衝突。文章預測，未來服務商不會再出 SDK，而是改出「agent skills」——教 AI agent（能自主執行任務的 AI 程式）怎麼正確呼叫 API 的說明文件或範本，讓 AI 自己去整合。
舉例來說，原本專案要串接 Stripe 收付款，過去開發者會 npm install stripe 並讀懂 SDK 的文件和物件模型，還要跟著每次改版升級。這家公司實際的做法是：自己寫一個小型包裝類別，直接呼叫 Stripe、WorkOS、Slack 的 REST API，不再使用官方 SDK 套件。這樣的好處是依賴項目減少、請求回應的日誌更容易自訂、錯誤處理更直接（看 HTTP 狀態碼即可），而且整套程式碼完全由自己掌控，後續維護也更有彈性。
開發者在讓 AI 自動寫程式時，常以為「讓貴的 AI 先規劃、再交給便宜的 AI 執行」可以節省費用，但實際測試發現這個做法反而更貴。原因在於 AI（大型語言模型，就是 ChatGPT、Claude 這類會對話的 AI）的費用主要來自「讀取輸入的文字」，而不是「生成回答」——兩個模型各讀一遍，費用等於算了兩次。Stencil 團隊提出一種叫 /prewalk 的新技術：讓頂級 AI 先自行探索程式碼、列出待辦清單、並完成第一個實際修改，確認它已經找到方向後，立刻切換到便宜的模型繼續執行，同時把「正在規劃」的系統指令從對話紀錄（也就是 AI 能看到的上下文）裡移除。便宜模型接手後看到的是「已經動手並做完第一步」的狀態，不會困惑也不會重新探索，能順暢繼續完成任務。實測顯示，這套方法能達到頂級模型獨自完成時約 92% 的正確率，只花約 53% 的費用，完成速度也快了約三至四成。
我想用 AI 自動修復一個程式錯誤，但頂級模型 Opus 4.8 每次獨自處理花約 2.78 美元；若改用「Opus 規劃、Gemini Flash 執行」的舊架構，不但沒省錢，反而要 3.18 美元，因為兩個模型都要重新讀取所有程式碼。改用 /prewalk 後：系統先讓 Opus 4.8 讀懂程式、列出修復步驟清單，並實際修改第一處錯誤的程式碼，這個動作完成後自動切換到 Gemini Flash（一種比 Opus 便宜許多的 AI 模型）。Gemini Flash 接手時的上下文已有「第一步修改已完成、待辦清單打了第一個勾」的紀錄，直接沿著方向繼續完成其餘步驟，不需要重新探索。最終花費約 1.46 美元，是 Opus 獨自作業費用的 53%，正確率達 Opus 的 92%，完成時間也縮短約三分之一。
AI Agent（就是能自主完成任務的 AI 程式）要能記得過去的對話、筆記和決策，需要一個「記憶層」。目前 Graphiti、mem0、cognee 等工具都在競相解決這個問題，但還沒有公認最佳方案——有人測試 LangChain 的圖譜工具，從 5 份文件就自動冒出 17 種節點類型、34 種關係類型，甚至把「part_of」、「Part Of」、「part of」視為三種不同關係，混亂到難以使用。本文示範如何用 MongoDB 這個資料庫，搭配知識圖譜（Knowledge Graph，把資料裡的人名、組織、事件等實體抽出來，再用「關係連線」把它們串在一起）從零建構一套統一記憶系統。整個架構的核心是「本體論（Ontology，預先定義知識圖譜裡有哪些節點類型和關係類型的契約文件）」，寫入時經過切段、LLM 抽取、驗證、去重複、寫入七個步驟，讀取時則透過向量搜尋加多跳圖譜查詢對外提供服務，並透過 MCP 伺服器（讓 AI 工具與外部系統標準化溝通的介面）讓 Agent 直接呼叫。
假設我是 AI 工程師，想讓自己的程式 Agent 記得我在 Obsidian 筆記、Readwise 書摘、GitHub 星標專案裡留下的所有資料。用這套做法，我先把所有來源文件餵進去，系統會自動把每份文件切成約 512 個詞的小段，讓 LLM（就是 ChatGPT 這類大型語言模型）從中抽取出「人名、組織、地點、事件」等節點和它們的關係，再去掉重複項、寫入 MongoDB。之後當 Agent 問「我對 X 專案有哪些想法」，系統就用向量搜尋加圖譜多跳查詢（也就是 GraphRAG——比傳統 RAG 多走幾步關係連結，能找到散在不同文件的相關資訊）來回答。對比舊做法（把文件單純切段存向量資料庫靠字面相似度搜尋），這套方法能跨越多層關係找到答案，例如「我提到的某個 API → 它屬於哪個框架 → 我對那個框架的評價」，傳統 RAG 往往因為答案散在不同文件而撈不到，GraphRAG 則能沿著圖上的關係連線一步步跳到答案。
Prefect 和 Dagster 是兩套主流的開源「工作流程編排工具」（就是幫你排程、自動執行一連串程式任務的框架，例如每天固定抓資料、處理、輸出報告），兩者都是老牌工具 Airflow 的競爭者，多年來各有擁護者。Prefect 宣佈收購 Dagster，兩個產品保留各自品牌、定價和開發路線圖不變，約 40 名 Dagster 員工加入 Prefect。這次合併的核心不是傳統的資料管線整合，而是為了服務「AI Agent」（能夠自主決策、執行複雜任務的 AI 程式）的需求：Dagster 擅長定義並追蹤每個工作應該達成什麼成果，Prefect 擅長實際執行這些工作，而 Prefect 自家開發的 FastMCP（一套讓 AI 能快速呼叫外部工具和資料的框架，基於 Anthropic 制定的 MCP 開放標準——MCP 是一種讓 AI 模型自動探索並使用外部系統的通訊規範）則負責控制 AI 在執行過程中能碰哪些資源。值得一提的是，FastMCP 後來被 Anthropic 採納為官方 MCP 的 Python 開發套件，代表它在 AI 工具生態中已具備一定地位。Dagster 創辦人 Nick Schrock 在個人部落格表示將離開專案，但官方收購公告則稱他將擔任 Prefect 的策略顧問，兩者訊息略有出入。
假設我是一家電商公司的資料工程師，需要讓 AI Agent 每天自動完成以下工作：從多個資料庫抓取銷售數據 → 清洗異常值 → 分析趨勢 → 把結果推送到 Slack。過去用 Airflow 排程，每個步驟都是固定的，AI 中途做出不同決策（例如發現資料異常要額外補抓）就很難臨時調整。用新的 Prefect + Dagster 組合，可以先在 Dagster 明確定義「最終要達成什麼成果」（目標層），再讓 Prefect 負責動態執行各步驟（執行層），FastMCP 則讓 AI 在過程中能安全呼叫外部 API 或資料庫（工具控制層）。相較於舊架構，AI Agent 有更大彈性應對中途變化，同時系統仍清楚追蹤每個步驟是否達成預定目標，不會在 AI 自主發揮後失控。
我們在部署 AI 功能（像是自動摘要或客服聊天機器人）之後，常常遇到一個尷尬問題：感覺結果不錯，但沒辦法拿數字來證明到底好不好，因為開放式文字沒有標準答案可以對照。G-Eval 是一套源自微軟 2023 年研究論文的評估框架（評估框架就是一套有系統的評分方法），專門解決這個難題。它的做法是請另一個 AI 模型擔任「評審」，根據你寫好的評分標準（稱為「rubric」，意思是評分細則）來替輸出打分數。G-Eval 有三個核心設計：第一，讓評審 AI 先自己寫出評分步驟（這個技術叫做 chain-of-thought，讓 AI 一步步推理再下結論，而不是直覺跳到答案），確保評審有完整讀過內容再給分，而不是憑感覺亂猜。第二，不直接讀評審 AI 輸出的那個數字，而是讀它在後臺對每個分數的「把握程度」（技術上叫 token 機率），再加權計算出像 4.45 這樣的小數分數，讓細微差異也能被捕捉到。第三，評審 AI 絕對不能跟被評估的 AI 是同家公司出品的模型，因為實驗已證實 AI 會偏袒同門師兄弟、不客觀。使用 G-Eval 時還要記得：評分細則要寫得具體、定期用人工標記的樣本重新校準，以及鎖定評審模型版本，讓每次評分結果都可比較。
假設你的團隊開發了一個「長文件自動摘要」功能，主管問：「改過提示詞（prompt，就是給 AI 的指令）之後，摘要品質有沒有變好？」舊做法是請兩三個同事各自讀幾篇摘要，填表給分，不但費時費力，還很主觀。用 G-Eval 的做法是：先寫一條評分細則，例如「連貫性（1 到 5 分）：摘要句子之間是否有邏輯順序、讀起來不跳躍」，把這個細則丟給 GPT-4（或其他非同家的評審模型）讓它產生評分步驟，然後快取（儲存）這份步驟，之後每篇摘要都送進去評分。最後讀取 GPT-4 給分時背後對每個分數的機率，計算出加權分數。改提示詞前平均得 3.82 分，改完後得 4.17 分，差距 0.35 分——這個數字可以直接放進報告，讓主管知道改動確實有效，而且不需要人工逐篇閱讀。
全球天氣預報正快速從傳統的物理方程式模型，轉向以 AI（人工智慧）驅動的「資料導向模型」（就是讓 AI 直接從大量觀測數據裡學習規律、而非靠人類寫的物理公式來算天氣）。傳統系統有一道叫「資料同化」的品質過濾機制，會把每一筆量測值和物理模型的預期值互相比對，異常的數字會被剔除。但部分新型 AI 天氣系統為了加速運算，省略了這道過濾，直接吃進原始觀測值。這讓天氣資料更容易成為被操弄的目標。現實威脅已出現：在預測市場（一種讓人用金錢押注真實事件結果的平臺）裡下注的人，有動機去竄改天氣站數據讓自己獲利。更嚴重的是，若有人同時微幅竄改多個氣象站的讀數，讓每筆數字的偏差都在正常範圍內、不引人起疑，現有的品質控管很難偵測出來。等 AI 系統把這些被汙染的數據當作真實氣象狀況來判斷，後果可能從錯誤的電力調度、農業決策，一路升級到在緊急天氣系統未發警報、或觸發假警報的國家安全層級問題。
2026 年 4 月，有人在法國巴黎戴高樂機場（CDG）的氣象站旁用手持吹風機或打火機對準感測器加熱，讓兩天的氣溫記錄出現異常飆高至 22°C，而當天實際均溫只有約 18°C。這名預測市場的下注者事先押注了「那兩天會達到 22°C」，靠這個造假數據套利，一個人獨贏了約 2 萬美元。幸運的是，這次是因為一個法國氣候非營利組織的成員偶然發現數據異常才拉警報，傳統系統的人工監控機制這次沒失守。但問題是：若換成正在研發中的「完全略過資料同化步驟、直接讀原始氣象站數值」的 AI 預報系統，同樣的竄改行為就更難被自動偵測出來。若將此手法擴大成多地點、小幅度的協同操作，不僅預測市場的投機者可能得手，能遠端存取氣象站網路的攻擊者甚至可以讓颱風或暴風雪的早期預警系統保持沉默，延誤緊急應變。
OpenAI 公佈針對青少年（18歲以下）使用 ChatGPT（一種能對話的人工智慧工具）的多項安全措施更新。目前每週約有九成青少年使用者將 ChatGPT 用於學習、查詢資訊或提升生產力。新功能包括「學習模式」（Study Mode，一種引導式問答工具，讓 ChatGPT 不直接給出答案，而是透過提問帶領學生一步步思考），現在家長可直接從家長控制後臺為子女帳號啟用這個模式。年齡預測系統（age prediction，自動判斷使用者是否未成年）也同步強化，一旦系統判斷使用者可能未滿18歲，會自動啟用更嚴格的內容過濾，屏蔽暴力、自我傷害、不健康身體形象等不適齡內容，並在長時間使用後送出休息提醒。此外，互動式數學與科學學習體驗已覆蓋超過300個主題，目前每週有1,800萬名用戶使用；另新增61種語言的發音練習功能。
家長發現孩子整天開著 ChatGPT 做功課，擔心孩子只是複製答案、沒有真正理解內容。現在家長可登入家長控制介面，直接替孩子的帳號開啟「學習模式」，之後孩子每次開新對話，ChatGPT 預設就會切換成引導問答風格——遇到數學題不直接給解答，而是問『這道題你覺得第一步要做什麼？』、『你算出這個數字後，接下來應該怎麼用它？』，一步步帶著孩子思考出答案。相比以前 ChatGPT 直接輸出完整解題過程，這個模式比較像家教老師從旁提問，而非替學生寫作業。
沐曦是一家中國國產 GPU（圖形處理器，也就是 AI 訓練和推理最主要的算力晶片）製造商，此次在 2026 年世界人工智慧大會（WAIC）上，展示了他們除了硬體之外更重視軟體生態的策略。重點是一套叫 MXMACA 的全端軟體層，目的是讓開發者能把原本跑在 NVIDIA（目前全球市佔最高的 GPU 廠商）上的 AI 程式碼，不改一行就直接移到沐曦 GPU 上執行。他們測試了 GitHub 上近 5000 個熱門開源專案，結果 92% 無需任何修改即可正常運行；針對 AI 推理框架 PyTorch 2.8（用來建立和訓練 AI 模型的主流工具）的全部 2410 個 GPU 運算子也全部相容，且每次 PyTorch 出新版本，沐曦一週內就能完成適配，同業通常要好幾個月。沐曦也成為中國第一家與 vLLM（專門讓大型語言模型高速推理的開源框架，也就是讓 ChatGPT 這類 AI 回應速度更快的工具）官方簽署合作協議的晶片企業，目標是到 2029～2030 年將生態開發者人數從目前的 50 萬擴大到 500 萬，希望打造成「AI 時代的 Android」——讓其他廠商也能基於這套軟體底座建立自己的算力服務。
假設一位工程師原本用 NVIDIA GPU 跑 vLLM 框架來部署一個開源大語言模型（例如 Llama 系列），現在想換成沐曦 GPU 以降低成本。以往換一家 GPU 廠商意味著要大幅修改程式碼、重新適配底層驅動，可能耗費數週甚至數月。使用 MXMACA 後，工程師只需在 vLLM 社群照常執行 pip install 安裝套件，沐曦的支援程式碼已經合入 vLLM 上游主幹，不必額外打補丁。文章甚至提到有一位產品經理（非工程師背景）在外出吃飯的一頓飯時間內，用 AI 程式設計工具搭配沐曦公開文件，就完成了一款新應用的模型適配與部署——相比過去需要專業工程師花費數天的流程，門檻大幅降低。
達卯科技在2026年世界人工智能大會（WAIC）上發布了「算電協同2.0」平臺，這是一套專門為大型AI運算資料中心設計的能源管理系統。隨著AI算力需求爆炸性成長，一個超大規模的AI資料中心（GW級，就是等同一座中型城市用電量規模的機房）每年耗電可高達80到90億度，電費已成為AI資料中心最關鍵的營運成本之一。這套平臺的核心技術是「能源大模型（類似ChatGPT這種AI，但專門用來理解電力市場規則、發電特性和用電排程）」加上「多智能體矩陣（Multi-Agent，就是讓多個AI分工合作，各自負責不同任務再協調整合）」，能自動預測電價走勢、排定用電時段、管理綠電（來自太陽能、風電等再生能源的電力）採購，並處理多方合作的收益分帳。平臺宣稱能讓資料中心每度電成本降低10%到20%、綠電使用比例提升10%到15%，以及讓月底對帳作業時間縮短五成以上。這是一套面向資料中心營運商的B2B企業軟體，一般開發者或終端用戶不會直接使用。
假設某公司在中國運營一座大型AI算力中心，每天要面對電價隨時段劇烈波動的問題：白天尖峰電價可能是深夜的兩三倍，但AI訓練任務的排程又不能完全配合電價調整。過去只能靠人工經驗決定何時跑大任務、何時充電儲能、何時向市場買現貨電。用算電協同2.0之後，平臺的AI會自動預測明天的電價曲線和太陽能發電量，自動排定何時讓電池儲能、何時把高耗電的AI訓練任務集中在便宜時段，並自動在現貨電力市場下單交易。業者不再需要每天人工分析電力市場數據，系統會輸出「現在充電、晚上11點啟動大批次訓練、明早7點賣回部分電力給電網賺差價」這類可直接執行的操作策略，達到降低整體電費的效果。
在 2026 年世界人工智慧大會（WAIC，全球規模最大的 AI 主題展覽之一）上，中國公司北電數智展示了多項把 AI 落地到日常民生的解決方案。他們的「家醫助手」是一套幫社區家庭醫生處理居民健康諮詢的 AI 工具，可自動識別與梳理訊息，生成諮詢摘要、回覆參考和後續待辦建議，讓一名工作人員就能服務 5,000 至 8,000 位居民，回覆率超過 99%、響應時間不超過一小時。「教育數字大腦」則像一張班級知識地圖，讓老師能一眼看出全班學生在哪些知識點上有盲點，方便針對性調整教學節奏。「長纓 AIGC 平臺」能快速生成融合城市文旅 IP 與個人形象的明信片，也可在數小時內完成從創意策劃到成片交付的城市文旅短片全流程，製作成本比以往降低六成以上。此外他們還展示了 AI 科研助手（幫研究員整理文獻、形成實驗假設）與 AI 工業大腦（讓工廠設備排障時間從小時級壓縮到分鐘級）。整體而言，這是北電數智在 WAIC 會場的展位宣傳，屬於廠商應用案例分享，非獨立技術論文或開源工具發布。
假設你是一位社區家庭醫生，每天要回覆數百則居民傳來的健康諮詢，例如「我體檢血糖偏高怎麼辦」或「小孩反覆發燒要掛急診嗎」，大量重複問題耗掉你大半精力，真正複雜的病患反而照顧不到。引入北電數智「家醫助手」後，AI 會自動協助處理居民諮詢，例如快速解讀體檢指標、給出健康參考建議，並為醫生的診療判斷提供輔助梳理。依據展場演示數據，1 名在線人員在 AI 輔助下可支援 5,000 至 8,000 名居民的日常健康諮詢，回覆率達 99% 以上，響應時間不超過一小時；而在沒有 AI 之前，同樣工作量需要多名人力且大量問題延誤甚至無人回覆。差異在於：以前醫生的時間被基礎資料整理工作吃掉，現在 AI 做完前置篩選，醫生只需處理需要專業判斷的部分。
2026 世界人工智能大會（WAIC，全球最大規模的 AI 年度峰會之一）學術板塊「青年菁英會」定於 7 月 20 日在上海世博中心登場，此次有兩大 AI 專案首發亮相。第一個是「星火傳明」智慧紅外衛星星座：計畫未來三年部署 230 顆搭載 AI（人工智慧運算晶片）的高精度紅外衛星，可在軌即時處理影像，對地球任意地點實現每 5 分鐘重訪一次的監測頻率，相當於一張覆蓋全球的 AI 感測網絡。第二個是「智多星」天地智能體（Agent，能自主執行任務的 AI 系統），讓衛星在太空中的感知能力與地面算力及行業應用形成閉環，達到自動決策的目的。另外還有「AI 上課」線上學習平臺正式上線，主打「用 AI 學 AI」，整合線上課程、三大實訓體系（AI 訓練師、AIGC 生成式 AI、具身智能即機器人 AI）與 AI 伴學系統，提供 8000 多門課程，針對成人學習容易中途放棄的問題提供智慧督學功能。
我是一名想轉行進入 AI 產業的上班族，白天要工作，學習時間零碎。用「AI 上課」平臺，我可以讓內建的 AI 助理根據我目前的程度與時間安排自動組合課程進度（智慧組課），學到一半忘記繼續時，伴學系統會主動提醒並幫我從上次中斷的地方接續，也可以選擇「AI 訓練師」實訓體系，邊學邊在平臺上做實際的模型標注練習，最終取得可對應職缺的技能憑證。相比傳統直播課只能跟著老師進度、跟不上就斷掉，這個平臺讓學習路徑可以根據個人情況動態調整。
LlamaIndex（一個廣泛用於打造 AI 問答系統的開發框架）旗下的文件解析工具 LiteParse 原本只提供 REST 介面（一種讓程式透過網路互傳資料的通用方式，常用於瀏覽器和簡單整合）。現在新增了 gRPC 介面（gRPC 是 Google 開發的另一種程式間高效溝通協定，特別適合服務與服務之間快速、大量地互傳資料）。開發者可透過 npm 套件 @llamaindex/liteparse-grpc 或 Docker 映像檔，把 LiteParse 當作一個獨立的微服務（就是把大系統拆成許多小功能模組分開運作的架構）來部署。新介面支援解析 PDF、Office 文件與圖片（輸出 JSON、純文字或 Markdown 格式），也能把 PDF 頁面轉成截圖，並估算文件是否需要 OCR（光學字元辨識，讓電腦把圖片中的文字轉成可編輯文字）處理。套件附帶 TypeScript 客戶端程式碼，且透過 protobuf（一種跨語言的資料格式定義標準）可自動生成 Python、Go、Java 等多種語言的客戶端，原本的 REST 介面並未移除，兩者可並存。
假設我正在建立一個多語言微服務架構的 AI 文件處理流水線，步驟是「解析文件 → 切段 → 向量化（把文字轉成數字向量方便 AI 搜尋）→ 存入資料庫」，每個步驟用不同程式語言開發（例如解析服務用 Python、向量化服務用 Go）。過去只有 REST 介面時，服務間呼叫的資料格式是 JSON，但 gRPC 提供 protobuf 定義的型別合約與二進制傳輸，更適合多語言微服務的後端通訊。現在可用 Docker 啟動 LiteParse gRPC 服務，套件內已預生成 TypeScript 客戶端，並提供 protobuf 定義檔，讓開發者自行生成 Python、Go 等語言的客戶端。這樣就能直接使用型別安全的合約來呼叫解析服務，適合需要高頻文件解析的後端流水線場景。
Weaviate 是一款開源向量資料庫（一種專門儲存 AI 能「理解」的語意化資料的特殊資料庫，是 RAG（讓 AI 先查資料庫再回答問題、減少憑空捏造）等 AI 應用的核心基礎設施）。過去若要使用 Weaviate，開發者通常需要自己在 Kubernetes（一套管理伺服器叢集的系統）或虛擬機器上架設並維護，相當耗費人力。現在 Weaviate 在 DigitalOcean（一家面向開發者和中小企業的雲端服務商）上推出 Managed Weaviate 公開預覽版，由 DigitalOcean 負責打理所有底層基礎設施，包括自動備份、版本升級、高可用性和儲存容量自動擴充等。這個服務跑的是完整的開源 Weaviate 引擎（v1.37.1 版本），所以原本寫好的 Python、JavaScript/TypeScript、Java 和 C# 程式碼不需要修改就能繼續使用。
假設我要替公司客服系統建一個 RAG 知識庫，讓 AI 能先查詢產品手冊再回答客戶問題。過去我必須自己在 Kubernetes 上部署 Weaviate、設定備份排程、處理版本升級、監控服務狀態，這對小團隊來說相當耗時。現在透過 Managed Weaviate on DigitalOcean，我只需要在 DigitalOcean 控制檯點幾下就能開啟一個向量資料庫叢集，備份和容量擴充都由平臺自動處理，效能日誌也整合在 DigitalOcean 控制面板裡，開發者可以把精力完全放在 AI 功能本身，而不是伺服器維運。
fal（一個 AI 模型部署平臺）聯合 LTX 推出了 LTX-2.3 Reframe 工具，這款工具能用 AI 幫你把影片改成不同的長寬比。所謂「長寬比」就是畫面的寬度和高度比例，例如橫式的 16:9（電視、YouTube 常見格式）、直式的 9:16（手機短影片常見格式）、正方形的 1:1（Instagram）等。傳統剪裁影片時，換成直式畫面就會把左右兩邊切掉，畫面會缺一塊。LTX-2.3 Reframe 則是用 AI 「腦補」出新露出的區域，自動生成符合原始場景風格的內容填補空白，讓畫面看起來完整。目前支援最長 60 秒的輸入影片，輸出解析度最高到 1080p（Full HD，也就是現在主流電視的畫質等級）。
我拍了一段 16:9 橫式風景影片，想放到 Instagram Reels（9:16 直式）。以前的做法是手動裁切，上下黑邊或把畫面縮小放中間，左右兩邊就白白浪費了。現在用 LTX-2.3 Reframe，上傳原始影片後，AI 會自動生成新露出區域的內容，讓直式畫面看起來跟原拍的一樣自然，不會有切到一半的感覺。對需要把同一段素材發佈到不同平臺的創作者來說，可以省去手動重拍或後製補景的時間。
世界模型（World Model，一種能理解並預測真實物理世界運作方式的 AI，例如讓機器人學會「東西掉下去會往下」這類物理常識）的訓練，需要餵給 AI 大量真實世界的影片資料。Reka 是一家專注於此領域的 AI 公司，旗下不到 100 人的團隊，負責處理 petabytes（拍位元組，1 PB 相當於 100 萬 GB）等級的影片資料來訓練世界模型。這次分享的核心洞見是：世界模型的瓶頸往往不只來自模型架構設計，資料平臺工程——也就是如何穩定、快速地把海量影片清洗、格式化、傳送給 AI 去學習的整套系統——更是關鍵挑戰。這與外界常見的「AI 進步靠更聰明的架構」印象形成反差，實際上很多時候資料流通不順暢是卡關的重要因素。
假設你在一家公司負責訓練世界模型，研究團隊每天都在更新訓練需求，要求你提供不同種類、不同長度的影片片段。為了與快速迭代的研究團隊保持同步，資料管道（data pipeline，把原始資料自動處理成 AI 可讀格式的程式流程）必須能應對頻繁的變動。然而，當研究需求一改，資料管道若不夠靈活，就可能阻塞、拖慢整體進度。Reka 團隊正是面對這樣的挑戰：成員不到 100 人，卻要持續處理上百萬小時的影片資料。他們在經驗中發現，瓶頸往往在於資料平臺工程——如何設計一套能快速調整的資料處理系統，而非單純架構設計的問題。換句話說，資料端本身就經常是研究進度的卡關點。
Yann LeCun（楊立昆，深度學習先驅、圖靈獎得主，曾任 Meta 首席 AI 科學家）共同創辦的新創公司 AMI Labs，其執行長 Alexandre LeBrun 在接受媒體採訪時直接拒絕使用「AGI（通用人工智慧，就是能做所有人類能做的事情的 AI）」或「超智能（superintelligence）」這類標籤，認為這些詞語沒有清楚定義、對實際工作沒有幫助。AMI Labs 正在開發的是「世界模型（world model）」——與一般我們熟悉的 LLM（大型語言模型，就是 ChatGPT 這類會對話的 AI）不同，LLM 是預測「下一個文字是什麼」，而世界模型是預測「下一個物理狀態是什麼」，例如理解玻璃被碰倒後會往哪個方向傾倒。LeBrun 強調世界模型和 LLM 是互補關係而非取代，LLM 最適合處理語言，世界模型則負責提供對真實物理環境的理解，兩者合作才能建構能在現實世界中安全運作的 AI 系統。AMI Labs 目前把重心放在機器人、製造業、電子業等「真實接觸物理世界」的產業，並積極在韓國尋找工業合作夥伴；公司今年三月完成 10.3 億美元融資，估值 35 億美元，但目前尚無具體產品上市時程。
一臺機器人在公開活動上表演舞蹈和武術，卻突然朝一名兒童踢去——這不是科幻場景，而是現實中發生過的事故。LeBrun 用這個例子說明「缺乏情境感知」的問題：現在的機器人只能重複預先設定好的固定動作，完全不知道自己身邊有沒有人、周遭環境是否安全。如果機器人的控制系統加入世界模型，它就能即時理解周遭情境——「我旁邊有一個小孩，我不應該往那個方向踢」——在動作執行前自動做出判斷並停止危險行為。對比現在的做法：工廠裡執行固定任務的機器人靠「把人隔離在安全圍欄外」來避免傷害，一旦進入家庭或街道等開放環境，就完全不知道如何應對。世界模型讓機器人從「只會執行劇本」升級為「能看懂場景再決定怎麼做」。
企業使用 AI 服務（例如 ChatGPT、Claude 等 API）的費用已成為增速最快的支出項目之一，但許多公司的財務部門對這些費用幾乎沒有掌控能力。美國金融科技公司 Ramp 擴充了其「AI Token 支出管理」產品，讓企業財務團隊能在同一個介面看清楚公司在各家 AI 廠商的花費。所謂「token（語言模型的計費單位，AI 每讀入或輸出幾個字就消耗一些 token，費用就是依此計算）」的消費方式和傳統軟體訂閱不同，是按使用量計費、分散在各個部門和 API 金鑰，發票也往往看不出實際用途在哪個團隊或專案。這套工具能整合 OpenAI、Anthropic、Google Gemini、Cursor 等多個 AI 服務的帳單，按部門、人員、專案或 API 金鑰做篩選，並在費用超出預算前主動發出警報，還能建議換用更便宜但同等效果的模型。Ramp 表示，在其現有客戶中，每三個客戶就有一個可以使用成本更低但效果相同的模型。
以 AngelList Advisors 為例，這家公司的財務控制人原本不知道「Prompt Caching（提示快取，一種讓 AI 不必重複處理相同的輸入內容、藉此降低費用的技術）」這個省錢技巧，公司每個月因此多付了約一萬美元。Ramp 的每週自動報告把這件事標記出來之後，工程團隊當天就實施了這項優化，立刻省下這筆費用。對比舊做法：財務人員必須分別登入各個 AI 服務平臺查帳單，根本看不出哪個部門或哪個 API 金鑰在花錢，也不知道有沒有省錢空間。用這套工具後，所有 AI 費用集中在一個儀錶板，可設定超支警報，還能自動提出節省建議。
Google Meet（Google 的視訊會議工具）的「幫我記錄筆記」功能（利用 AI 自動整理會議重點）新增更細緻的控制選項。以往管理員只能選擇「所有會議都開啟」或「全部關閉」，現在多了第三個選項：只在「三人以上的會議」才自動啟動 AI 記錄。這表示一對一的私密對話不會被 AI 記錄，僅在多人會議時才自動產出摘要。對企業方案（Business Standard、Business Plus）而言，這個新設定預設為開啟；而企業旗艦版與教育版預設為關閉。使用者本身也會獲得對應的個人設定選項，但最快要到 2026 年 9 月 21 日後才會生效，讓管理員有時間事先調整好組織設定。
假設你是公司的 IT 管理員，公司使用 Google Workspace Business Standard。以前開啟 AI 記錄功能後，連主管和下屬的一對一面談也會被自動記錄，讓部分員工感到不安。現在你可以在管理後臺把設定改成「只在三人以上的會議自動記錄」，這樣一對一談話就不會有 AI 摘要，多人討論的大型會議仍然自動產出筆記，兼顧隱私與效率。你需要在 2026 年 9 月 21 日前完成設定，否則系統會依預設值自動套用。
中國國家主席習近平在一場公開演說中，明確表態支持建立開源 AI（就是指程式碼和模型權重對外公開、任何人都能免費下載使用的人工智慧）模型，同時間接批評美國以國家安全為由限制先進晶片出口的做法。習近平將中國定位為「開放」和「平等」的倡導者，呼籲各界不要過度擴張 AI 領域的國家安全概念。目前中美兩國在 AI 發展路線上有明顯分歧：美國矽谷的主要 AI 公司（如 OpenAI、Google）傾向推出封閉的商業模型，而中國則釋出了許多開源模型供全球使用。不過，中國 AI 業界高層坦承，因為難以取得世界頂級的晶片和製造設備，要縮小與美國的技術差距依然面臨相當大的挑戰。
對於想開發中文 AI 應用的開發者而言，中國持續釋出的開源模型可能提供一條有別於付費商業 API 的路徑。習近平這次公開背書開源路線，可能意味著中國政府未來會更積極投資這類開放模型，讓全球開發者獲取中文 AI 資源的管道更多元；不過，實際的使用條件（例如是否完全免費、是否受平臺限制等）目前並未在習的談話中具體說明，開發者仍須留意後續政策與技術細節。
過去二十年，產品團隊只能靠間接線索（例如用戶點了哪個按鈕、在某頁面停留幾秒）來猜測用戶到底想要什麼，這種方式費力且猜測結果常常不準。現在 AI 產品（就是像 ChatGPT 這種讓用戶用自然語言打字或說話來操作的軟體）出現後，情況完全改變了——用戶直接用文字告訴 AI 他們想做什麼、哪裡遇到問題，這些對話紀錄比點擊數據珍貴得多。作者提出「全面觀測性」（holistic observability，即把所有能觀察到的 AI 使用資料整合分析的做法）的概念，建議把 AI 代理（agent，就是替用戶自動執行任務的 AI 程式）的對話紀錄、用戶滿意度回饋（點讚或點倒讚）、線上評估、用戶提問主題分類、甚至語氣情緒分析（例如用戶聽起來很沮喪還是很滿意）這些資料整合在一起看。目前多數公司的癥結在於資料分散在不同部門手中：工程部門管技術日誌、產品部門管用戶回饋、客戶成功部門管流失率，沒有人把這些串在一起分析，導致大量可用訊號白白浪費掉。
假設我在經營一款幫人寫行銷 email 的 AI 服務。查看 AI 對話紀錄後，我發現平均每位用戶要花 3 次來回跟 AI 說「請按我的語氣重寫」——代表 AI 預設語氣和用戶期望落差很大。我再交叉比對用戶留存資料，發現花最多時間調整語氣的用戶，一個月後流失率高出 35%。有了這個洞察，我決定優先開發「一鍵設定個人語氣範本」功能，讓 AI 第一次就寫出符合用戶風格的 email。上線後平均對話回合從 3 次降到 1 次，流失率也跟著下降。這種優化方向光靠傳統的頁面點擊數據根本看不出來，必須讀 AI 對話紀錄才能發現。
現代 AI 晶片（就是用來跑 ChatGPT 這類 AI 的專用處理器）裡，超過 95% 的計算工作是由一種叫做「脈動陣列（Systolic Array）」的硬體結構完成的。少了它，AI 的計算工作會慢上 20 到 100 倍。脈動陣列的運作方式是讓資料在相鄰的小型運算單元之間一格一格傳遞，不必每次都從遠端記憶體重新搬資料過來，大幅降低記憶體存取的負擔與延遲。陣列設計得愈大，理論上每秒能跑的計算量愈高，但也愈難讓它保持忙碌；因此，負責把程式指令翻譯成晶片可執行動作的「編譯器（compiler）」寫得好不好，往往才是決定晶片實際效能能否接近規格上限的關鍵因素。
假設你要在一顆新 AI 晶片上運行大型語言模型，規格表標榜超高每秒運算量。但若搭配的編譯器排程能力不足，無法持續讓脈動陣列有資料可處理，晶片就會大量閒置，實際速度遠低於理論峰值。這篇文章的核心觀點是：脈動陣列的尺寸決定效能上限，而編譯器的排程品質才決定能否真正觸及那個上限——因此在選用或開發 AI 晶片解決方案時，軟體工具鏈（尤其是編譯器）的重要性不亞於硬體本身。
Vercel 旗下有一個叫「AI Gateway」的服務，讓開發者把自己的應用程式透過統一入口連接到各種 AI 模型（例如 GPT、Gemini 等）。Vercel 會彙整這些流量，做成每日更新的排行榜，追蹤哪些 AI 模型、哪些 AI 廠商、哪些應用程式在真實生產環境裡最被使用，資料規模達到每天數兆個 token（token 是 AI 處理文字的最小單位，一句話大約幾十到幾百個）。這次更新的核心是把排行榜背後的原始數據「開放授權」，採用 CC BY 4.0（一種允許任何人免費使用、分享甚至商業利用的版權授權，只要標明出處即可）。任何人都能在網頁上點擊下載按鈕取得 CSV 格式資料，也能透過 API 端點以程式方式取得 JSON 格式資料。此外新增了「一鍵分享圖表」功能，可以把排行榜上的任何圖表匯出成 PNG 圖片，方便貼在社群媒體或研究報告裡。
我是一個 AI 產業分析師，想知道 2026 年各家 AI 模型在真實商業應用中的市佔率變化。以前只能靠各家公司自行公佈的數字，無法得到跨平臺的客觀比較。現在可以直接用一行指令「curl https://vercel.com/api/ai/leaderboard-export?dataset=models」取得 CSV 資料，裡頭每一筆記錄了某個模型在某天的 token 流量份額——例如可以看到 Gemini 3 Flash 在 2026 年 5 月 10 日佔了所有文字 token 流量的 23.9%。和以前相比，我不再需要人工收集各方報告、也不必猜測各模型實際用量，直接下載完整時序資料就能畫出各模型的興衰曲線。
OpenAI 與外設廠商 Work Louder 合作，推出一款名為 Codex Micro 的迷你可程式化鍵盤，售價 230 美元。這款鍵盤專門設計給使用 AI 編程代理（就是能自動幫你寫程式、改 bug 的 AI 工具，例如 OpenAI 的 Codex 服務）的開發者使用。鍵盤上的燈光會根據 AI 代理目前的執行狀態變色，讓開發者一眼就知道 AI 在做什麼、有沒有需要人工確認的任務。硬體功能包含搖桿、旋鈕、語音輸入按鈕，以及可自訂的快捷鍵，讓使用者能快速切換任務、批准 AI 提出的程式碼變更，甚至調整 AI 的推理模式（也就是讓 AI 思考得更快或更仔細的設定）。
假設我正在用 OpenAI Codex 代理重構一個大型專案，代理同時跑著好幾個任務——有的在改後端邏輯，有的在寫測試。過去我只能盯著電腦螢幕等待，也沒辦法快速知道哪個任務卡關、需要我審查批准。裝上 Codex Micro 後，鍵盤燈號會即時反映各代理的狀態（忙碌中、等待審批、出錯），我推動搖桿就能在不同代理任務間切換，轉動旋鈕則能調整當前任務的推理等級（思考得更快或更仔細），而語音輸入按鈕和可自訂快捷鍵可用來切換任務、批准更改、調整推理等級。對比舊做法，等於是把過去全靠螢幕點按的 AI 代理操控流程，濃縮到一個實體控制面板上。
Oak 是以色列新創公司，專門解決 AI 時代愈來愈複雜的身份存取管理問題。所謂「身份存取管理」（IAM，Identity and Access Management），就是公司用來控管「誰能存取哪些系統和資料」的機制，以前主要是管理員工帳號，現在還得面對大量自動執行任務的機器帳號和 AI agent（就是能自主操作系統、代替人類完成工作的 AI 程式）。傳統 IAM 工具設計時沒考慮到 AI agent，導致這些程式擁有的存取權往往過多、也沒人定期審查，成為資安漏洞。Oak 開發了一套統一控制平臺，能持續追蹤員工、機器、AI agent 在各系統的實際使用狀況，並在發現權限不再需要時即時移除，不再依賴傳統的定期人工審查流程。這次出關同時宣佈已獲得 Accel、CRV、Greylock 三家知名創投共同領投的 6000 萬美元種子輪融資。
假設某家公司用了數十套 SaaS 工具（例如 Slack、Salesforce、AWS），同時也部署了幾個 AI agent 幫忙自動整理報告或執行 IT 流程。傳統做法常是定期進行權限審查，但員工離職帳號可能還開著、AI agent 也持續擁有一開始設定的大量存取權，成為安全缺口。Oak 的平臺會持續追蹤每個帳號（包括 AI agent 帳號）的實際使用狀況，並即時移除不再需要的權限，減少累積過多高風險權限的機會。
Expedia Group（美國最大的旅遊平臺之一）在官方技術部落格分享了一套他們內部發展出來的 AI 系統建構框架，核心觀念是區分「能跑的 AI」和「能長久維持的 AI」這兩件不同的事。他們認為很多公司急著把 AI 功能上線，卻沒有思考長期的擴展性與可維護性，結果陷入「每個團隊各自搭一套、無法共用、壞掉沒人管」的困境。Expedia 的做法分成三個層面：第一是「成效」——每個 AI 模型都必須對應一個可量化的業務指標，不能只追求技術上的準確率；第二是「設計」——優先使用公司共用的平臺基礎建設，不鼓勵各團隊自建一套，讓底層升級時所有應用都能受益；第三是「信任」——每個模型要有明確的負責人分工（業務、產品、AI 工程、營運各一位），並依據風險高低設計不同程度的人工審核關卡。針對自主代理型 AI（就是那種能自動替旅客做決定、採取行動的 AI），他們還設計了「上線前核查清單」，確保每個功能在發布前都通過評估、回滾機制和監控設定的要求。
假設你是一個 AI 工程師，負責建立一個「幫旅客自動推薦行程並直接下訂單」的自主 AI 代理（就是不需要人工確認、AI 直接替你買票的那種）。用 Expedia 這套框架，你在開始動工前就得先回答：這個代理對應哪個業務指標？（例如訂單轉換率）誰是業務端負責人、誰是 AI 端負責人？萬一模型出問題，怎麼快速回滾到舊版？因為這個代理直接影響旅客金流，風險等級高，還需要內建「人工確認關卡」。對比常見的做法——很多團隊直接上線後才發現沒人負責監控、模型跑偏了也沒人能回滾——Expedia 的框架讓這些問題在設計階段就強制釐清，避免事後救火。