AI 人物熱點早報

早報存檔 · 2026-11-01

Asia/Taipei

回到今日

週日早報先看錢:OpenAI 把這輪募資目標從約 300 億美元砍到最多 200 億,估值仍喊 1.25 兆,背景是週五 AI 概念股集體下跌。安全研究上,Anthropic 讓上千個 Claude agent 自己去找「能騙過訓練資料監測器的微調資料」,結果真的找到了。開放網路這邊,Google 與 Microsoft 也加入 robots.txt 共通的「AI 訓練」訊號。工具面,Vercel Labs 開源 agent-desktop,Gemini API 的 Computer Use 正式 GA;NVIDIA 在 GTC Berlin 推出 14 天就能裝好的模組化資料中心,Apple Intelligence 則確定 11 月 4 日以 Qwen 進入中國。

語音早報

7 分 40 秒

收聽今日早報,通勤路上也能掌握重點。

下載 MP3

Sam Altman/OpenAI:OpenAI 把新一輪募資目標從約 300 億降到最多 200 億美元,估值仍喊 1.25 兆

全文摘要

CNBC 10 月 31 日證實,OpenAI 這輪募資目標下修到最多 200 億美元,原本約 300 億;Financial Times 先報導,並說投後估值訂在 1.25 兆美元、上週五是投資人認購截止日,部分投資人縮減了額度。本輪由阿聯酋投資人與 Coatue 領投,仍未結案,數字可能再變。背景是上週 AI 相關股票大跌(Intel 單日跌 25%、NVIDIA 跌 4%),Microsoft、Google、Amazon 的資本支出數字也低於預期,市場開始追問 AI 基礎建設的回報。

專家解讀
值得追蹤需反證

這是今天最該讀懂的一則:估值沒降、錢少收三分之一,代表投資人願意背書數字,但不想放那麼多現金進去。少掉的 100 億美元,約等於 Anthropic 跟 Nscale 簽的單棟資料中心合約(446 億)的四分之一,OpenAI 的算力採購節奏很可能跟著放慢。反方會說截止前縮額是常態談判;若結案時實拿接近 200 億、估值也守住,就只是降預期,不是退潮。

OpenAI 募資 AI 資本支出
X

Anthropic 對齊科學團隊:Anthropic 讓上千個 Claude agent 自動做紅隊:找出能騙過訓練資料監測器、又讓模型學壞的微調資料

全文摘要

Anthropic 發表新研究:讓上千個 Claude agent 平行工作,每個都要生出最多 5,000 筆的微調資料,去微調另一個模型,目標是同時騙過類似正式環境的「訓練資料監測器」、又讓模型出現廣泛的不對齊行為。agent 共享實驗紀錄、反覆嘗試後真的找到了,常見手法是包在小說與角色扮演裡的無害故事。這些模型從未部署;Anthropic 把它定位成自動化的對抗壓力測試,並表示正把同樣做法延伸到其他安全問題。

專家解讀
實質進展值得追蹤

這是實質進展,而且是壞消息先講的那種:連自家的訓練資料監測器都被自家 agent 用小說和角色扮演繞過,說明「逐筆檢查資料」這道防線本身有洞。上千個 agent 平行試,成本遠低於請一隊研究員,攻擊者一樣做得到,做微調服務的廠商得重新想審核方式。要看的是 Anthropic 有沒有公開修補後的監測器能擋下多少比例;若只發現問題沒給防法,價值就打折。

Anthropic AI 安全 紅隊

Kevin Kelley(Anthropic 標準技術負責人):Google、Microsoft 跟進 OpenAI 與 Anthropic,承諾遵守 robots.txt 共通的「AI 訓練」訊號

全文摘要

這個訊號源自 Anthropic 標準技術負責人 Kevin Kelley 在 IETF 提出的草案:網站在 robots.txt 加一段 User-Agent: __usage_ai-training,就能一次告訴多家廠商「別拿這些內容訓練模型」,也可用 Allow 開放特定路徑。昨天 OpenAI 宣布支持後,這次 Google 與 Microsoft 也加入,並給了時程:Anthropic 已開始遵守,Microsoft 自 2027 年 2 月 1 日起,Google 2027 年初,OpenAI 未來幾個月內。它不影響搜尋收錄,也無法撤回過去已爬的內容;Google 會把它視為對 Google-Extended 的停止訊號。

專家解讀
值得追蹤行銷話術

這比昨天只有 OpenAI 宣布更有份量,因為四大家用同一行設定就能拒絕,網站主終於不用一家家去查爬蟲名字。但它只管未來、不管已經爬走的資料,而且 Google 和 Microsoft 要到 2027 年才生效,這中間一整輪模型訓練照樣會發生。反方會說自願標準沒有罰則;若一年內有廠商被查到無視這行設定,這個承諾就只剩公關價值。

robots.txt IETF 訓練資料

Lahfir/Guillermo Rauch(Vercel):Vercel Labs 開源 agent-desktop:讓任何 agent 透過作業系統無障礙樹操作桌面 App

全文摘要

Vercel Labs 10 月 30 日發表 agent-desktop 1.0.2(Apache-2.0,Rust CLI 加 C library),macOS、Windows、Linux 都能用。它不靠截圖猜像素,而是讀作業系統的 accessibility tree,回傳 JSON,每個可操作元素都有固定 ref,agent 對 ref 下指令、再快照驗證,動作可安全重試,預設不搶滑鼠與焦點。作者自評在密集的 Electron App 上 token 用量少 78% 到 96%,但還沒有獨立評測。Vercel 執行長 Guillermo Rauch 的評語是「每台桌機上都有一個 agent」。

專家解讀
實質進展值得追蹤

值得工程團隊實際試,因為它換掉的是 computer use 最貴的一環:看截圖。讀無障礙樹拿到的是按鈕名稱和固定編號,不用每步傳一張大圖,token 省七八成在密集介面上說得通。弱點也在這裡:很多 App 的無障礙標籤做得很爛,遇到自繪介面它就看不見。等有人拿同一組任務跟截圖式方案正面比成功率,才知道省下的 token 有沒有賠在失敗率上。

Vercel Computer Use 開源

Google Gemini API 團隊:Gemini API 的 Computer Use 工具正式 GA,Interactions 與 GenerateContent 兩個 API 都能用

全文摘要

Google 10 月 30 日宣布 Gemini API 的 Computer Use 工具正式提供(GA),兩條 API 路線都支援。運作方式仍是用戶端迴圈:模型提出 UI 動作、你的程式執行並回傳新截圖,瀏覽器、手機與桌面環境都可。官方指南建議用 Gemini 3.8 Flash,並提供動作安全判斷與可選的截圖提示注入偵測,同時提醒要隔離與監督,不要拿來做出錯無法挽回的事。GA 是工具可用性的里程碑,不是新模型。

專家解讀
值得追蹤

GA 是合約層面的事,不是能力跳升:企業法務終於能簽,但模型還是一樣會點錯。真正的連鎖在責任:Google 把執行環境留給你,出事時隔離與監督是用戶端的責任,不是 Google 的。和同日 agent-desktop 對照,截圖路線還是主流但開始有對手;若半年內 Google 自己也加無障礙樹模式,就代表截圖路線的成本撐不住。

Gemini Computer Use GA

Jensen Huang(NVIDIA):NVIDIA 在 GTC Berlin 推出 DSX POD:模組化 Vera Rubin 資料中心,現場安裝從六個月縮到 14 天

全文摘要

Jensen Huang 在 GTC Berlin 發表 DSX POD,一套預製、在工廠先驗證好的模組化資料中心參考設計,以 Vera Rubin 為核心,Dell、HPE、Schneider Electric、Vertiv 等夥伴照這個藍圖出貨。NVIDIA 說在電力、冷卻、網路到位的前提下,現場安裝可從約六個月縮到最快 14 天,明年初開始交貨,並改用乾式冷卻、可進駐既有工業建築。Huang 的算法是:1 GW 資料中心要 500 億美元,晚三個月等於少賺 100 億。

專家解讀
行銷話術值得追蹤

14 天是行銷數字,前提是電力、冷卻、網路都已到位,而那正是現在蓋資料中心最卡的部分。真正的意圖是把整座機房變成 NVIDIA 賣的成品,客戶越難換自研晶片,記憶體廠也得照 NVIDIA 規格客製。Huang 說晚三個月少賺 100 億,換算 1 GW 一年營收約 400 億,量級合理但是最樂觀的利用率。明年初第一批交貨若真在一個月內上線,我才收回行銷這個標籤。

NVIDIA 資料中心 Vera Rubin

快訊

其他值得知道的動態,一行看完,點來源讀原文。