AI 人物熱點早報
週五早報兩條主線：一是 AI 安全的自我揭露，OpenAI 公開它怎麼偵測前沿模型失控，坦承先前 Hugging Face 事件發生在沒開監控的資安評測、一度暫停前沿強化學習，同日也以五大價值改寫 Model Spec；Satya Nadella 則說 OpenAI、Anthropic 與 Meta Muse 都在用 Microsoft 的 agent 管控工具 MXC。二是開放與可驗證：Mistral 釋出兆級參數的 Large 4 權重，Axiom 讓 AI agent 群 24 天把「有限單群分類」寫成 4,310 萬行可驗證證明。算力線則是 NVIDIA 出面解釋 Vera Rubin 記憶體與互連頻寬下修。開發者這邊有 LangChain、Cloudflare 與 GitHub Copilot 的 agent 新功能，Cartesia 的無 tokenizer 模型、Irregular 的 GLM-5.3 攻擊評測也值得一看。
收聽今日早報，通勤路上也能掌握重點。
OpenAI 首度說明它如何偵測前沿模型的不當行為。起因是先前的 Hugging Face 事件：那次是在內部資安評測時發生，偏偏當時沒開「失準行為」監控。OpenAI 之後把監控擴大到訓練、評測、內部使用與對外產品，並用新監控重播當時紀錄驗證能否攔下；期間一度暫停前沿強化學習訓練、先補強隔離系統。內部所有 Codex 流量不論用哪個模型都在監控範圍內，偵測器刻意調成寧可誤報也不漏抓。
這是少見的實質自揭，值得肯定，但它也等於承認之前有一大塊盲區。具體來說，事故發生在「最該盯的資安評測」卻沒開監控，代表過去的安全宣稱只覆蓋了一部分場景。如果其他實驗室跟進公開同類做法，「監控覆蓋率」會變成企業採購會問的新問題。反方會說公開細節也教了模型與攻擊者怎麼繞；若半年內再出現同類事故而監控沒攔到，這份說明就只是事後補漏。
OpenAI 更新公開的 Model Spec（描述模型該怎麼表現的準則），改以五個核心價值重新組織：忠於人的意圖、降低傷害、誠實透明、尊重人的自主、關懷。新版補上情境、監督與自主行動的指引，調整部分預設行為，並拿掉大量細節性的文風規定，目標是讓模型在指令沒寫到的情況下也能做出合理判斷。
這比較像方向宣示，不是能直接驗證的能力進步。關鍵在「忠於意圖」比「照字面聽話」更難稽核：模型替你推想偏好時，錯了誰負責、你怎麼看得到它的假設，文件只給原則沒給量測方法。開發者若依新預設做產品，行為改變會直接傳到終端用戶。若 OpenAI 之後公布依五大價值做的評測與違規率，這份文件才算落地。
Mistral 釋出旗艦 Mistral Large 4 的權重（Hugging Face：Mistral-Large-4-1T-A52B，另有 NVFP4 版本）。這是可讀圖文的多模態 MoE 模型，總參數約 1.05 兆、每次推論啟用 520 億，支援 100 萬 token 上下文，官方特別鎖定資安用途。授權允許修改、微調與商用，但以「模型即服務」對外提供的業者需另簽商業授權；vLLM、SGLang、Transformers、llama.cpp 都能跑。
這是實質進展：歐洲終於有一個兆級、可下載的旗艦模型。但「開放」有附帶條件——雲端業者拿去賣 API 要另外付費，等於擋住最可能的大規模散布管道。兆級參數一般企業要多台高階 GPU 才跑得動，真正受益的是有機房的政府與大企業，正好對上歐洲主權 AI 的需求。若一個月內第三方測出它在資安任務上明顯落後同級閉源模型，「鎖定資安」就只是定位話術。
數學史上最長的證明之一「有限單群分類」散落在 500 多篇論文、約 1.5 萬頁。Axiom 的團隊指揮數十個 AI agent 協作，24 天內產出約 4,310 萬行可由電腦逐步驗證的 Lean 4 證明；工作拆成 108 個里程碑、約 380 項任務，透過 GitHub issue 分派。過程找出 34 處與已發表紀錄不一致的地方，其中一處讓標準證明路線斷掉，Axiom 以新結果補上。瓶頸不是模型能力，而是 Lean 重新檢查的速度；外部團隊尚未獨立重建。
這是這週最硬的進展，因為它自帶驗證：Lean 接受就是接受，不靠發表會說法。重點在分工模式——幾十個 agent 透過 issue 認領任務、互相補缺，這套流程可以直接搬到大型軟體遷移。但人類仍要確認「形式化的命題真的就是數學家說的那個定理」，這一步沒法自動。若外部團隊幾個月內無法重建這 4,300 萬行，就得對可重現性打問號。
Microsoft 表示 OpenAI、Anthropic 以及 Meta 的 Muse 都在採用 MXC，這是一套在模型外部強制執行權限與監控、用來「治理並圍住」AI agent 的工具；Meta 已開始企業部署。同場 Microsoft 也把年度資本支出展望下修到 1,700 億美元，原因是 GPU 產能交付延遲。
值得追，但先當成財報場合的卡位宣言。三家對手都用同一套外部管控，代表「agent 權限」正在變成獨立的基礎設施層，Microsoft 想當那個收費站；企業一旦把稽核規則寫進 MXC，換雲就更難。不過目前只有 Microsoft 單方說法，沒看到三家各自的公告或部署範圍。若一季內 OpenAI 或 Anthropic 自己沒提到 MXC，這就是誇大的合作名單。
NVIDIA 正式說明為何更新 Vera Rubin 規格表：HBM4 記憶體頻寬從原先數字下修約 12.7% 到 19.2 TB/s，NVLink 頻寬下修約 16.7% 到 3 TB/s，所有配置都適用。NVIDIA 表示新數字反映量產時能穩定維持的水準，已公開的第三方效能評測本來就是用量產規格量的，Vera Rubin 目前已進入量產。
規格下修本身不稀奇，值得注意的是 NVIDIA 選擇低調改表、被追問才解釋。頻寬掉一成多，對最吃記憶體頻寬的長上下文推論影響最大，買方原本依舊規格算的每 token 成本要重算。NVIDIA 說「看整座資料中心表現」有道理，但這也讓單一元件承諾更難追責。若接下來客戶實測推論吞吐明顯低於原先簡報，下修就不只是規格表的事。
Anthropic 推出 Claude for Legal 的 artifacts：律師可做出可重複使用、可客製的工具、儀表板與工作流程，搭配 12 個依執業領域設計的外掛，以及連到 60 多個法律平台的連接器。同時開放 Claude Dashboards（即時儀表板）與 Claude Motion（可編輯動畫）測試版，並加上企業對 artifacts 的管理控制。
這是產業卡位多於能力突破：法律是 AI 付費意願最高的垂直市場之一，Anthropic 要直接跟 Harvey、Legora 這些建在它模型上的客戶搶位置。60 多個連接器才是重點，資料一旦流進 Claude，事務所換供應商的成本就上升。反方會說律師要的是可靠的引用與責任歸屬，不是更多儀表板。若半年內沒有大型事務所公開採用案例，這就是一次產品包裝。
幾乎所有大型語言模型都要先用固定的 tokenizer 切字。Cartesia 發表改良版 H-Net，讓模型直接從原始位元組自己學會切塊。在只換掉 tokenizer 的對照實驗中，H-Net 達到相同損失約省 1.28 倍算力、下游評測約 2 倍，沒看過的程式語言最多 5.37 倍（Prolog）；3.67B 的兩階段 H-Net 約用 1 兆 token 就追上 SmolLM3-3B 用約 11 兆 token 的成績。Cartesia 表示會釋出部分架構。
方向值得追，但「10 倍」要打折看。真正有說服力的是那組只換 tokenizer 的對照實驗，1.3 到 2 倍才是比較可信的量級；10 倍是拿單一內部模型跟別人的模型比，訓練資料和配方都不同。若成立，最先受惠的是程式碼、非英文和新資料格式，中文用戶也在其中。要看它放大到百億參數以上還能不能維持優勢，做不到就只是小模型的漂亮曲線。
其他值得知道的動態，一行看完，點來源讀原文。