第 6 期2026-06-15（台北時間）
第六期幾乎被地緣政治承包了。封鎖 Mythos 的真正理由浮現——白宮怕的是一個與中國有關的組織摸到了這把「找漏洞神器」，而 Anthropic 否認白宮提過中國；同一張地圖上，印度因為斷線吵起了「主權 AI」，Meta 則被北京一聲令下開始拆解 20 億美元的 Manus 收購案。另一頭，AI 巨頭擠著上市、有人趁勢蹭順風車；里約市府的「自製」AI 被抓包是拿阿里 Qwen 改一改；英國還冒出警員疑用 AI 製造證據的司法首例。歸剛欸，當模型變成各國政府眼中的戰略物資，能不能用這題，越來越輪不到使用者自己決定。
頭條
Semafor 在 6/13 報導，白宮上週五指示 Anthropic 把 Mythos 與消費版 Fable 5 的存取限縮在美國公民，背後一個關鍵理由，是情報擔心一個與中國有關的組織已經接觸到 Mythos。Mythos 今年四月上線，Anthropic 一開始就嚴格控管，只開放給少數能用它來修補資安漏洞的公司，因為這個模型擅長在程式碼裡找出 bug——同一種能力落到惡意者手裡，就是現成的攻擊工具。
把昨天 Amazon 點火的線索接上，今天 Fortune 補了另一塊拼圖：是 Amazon 的一則警告把白宮推向關閉 Mythos。出口管制原本是管晶片、管設備的工具，這次被拿來對一個能力太強的軟體緊急下架，判準是它會不會被外國勢力用來找漏洞。Anthropic 選擇全面下線而非只擋外國人，等於用最大的動作表達不服。
故事最尷尬的地方在於雙方各說各話。Anthropic 發言人對 Semafor 表示，白宮在與公司的溝通裡從未提到中國接觸 Mythos 這件事，而且 Anthropic 本來就禁止從中國境內存取產品。一邊是情報來源指向中國，一邊是當事公司說沒這回事，中間隔著看不到的機密。對外部觀察者，能確定的只有結果：一個已上線的前沿模型，因為一份不公開的國安判斷被全球下架。
把這條和今天另外兩條——印度的主權 AI 辯論、Meta 被北京逼退 Manus——連成同一張地圖，會看到 AI 模型正在變成各國政府眼中的戰略物資，能不能用、賣給誰、誰碰過，全部進入國安審查的射程。台灣的開發者讀這種新聞，最該記住的是「供應風險」這四個字。
歸剛點評｜模型下架的理由從「越獄漏洞」升級成「中國可能碰過」，代表前沿 AI 已被正式當成軍民兩用的戰略資產來管。理由不公開、當事人否認、申訴無門，這種不確定性本身就是所有非美國使用者要計入的新成本。
監管
身為 Anthropic 第二大市場的印度，在 Fable 5、Mythos 5 斷線後重新吵起能不能繼續依賴外國造、外國控制的 AI；Zoho 創辦人與 Aarin Capital 董事長都稱這是「警鐘」，並有人喊出約 60 億美元的國家 AI 投入。
Anthropic 6/12 切斷 Fable 5 與 Mythos 5 的全球存取後，身為其第二大市場的印度反應最激烈。TCS 才剛宣布要替五萬名員工導入 Claude，時間點正好撞上斷線。TechCrunch 報導，這件事在印度重新點燃一個老問題：全球最大的 AI 市場之一，能不能繼續把命脈押在別人造、別人控制的技術上。
Zoho 創辦人 Sridhar Vembu 與 Aarin Capital 董事長 Mohandas Pai 都把這次斷線形容成印度 AI 雄心的「警鐘」。Pai 更進一步喊出投入 5 萬億盧比（以現行匯率約 60 億美元）做國家 AI 任務；Vembu 則說這件事證明「技術才是終極武器」，呼籲印度的組織多擁抱小型與開源模型，把對單一外國供應商的依賴降下來。
印度的處境是所有非美國市場的縮影。當一紙美國行政命令就能讓你昨天還在用的 API 消失，企業的選型邏輯會從「哪個模型最強」往「哪個模型我關得住、斷不了」傾斜。開源權重模型、本地部署、主權雲這幾個詞最近在亞洲特別熱，原因就在這裡。
和今天頭條的中國因素、Meta 被北京逼退 Manus 放在一起看，會浮現一個對稱的畫面——美國用出口管制擋外國人用美國模型，中國用投資審查擋自家技術流出，夾在中間的市場（印度、東南亞、台灣）只能自己想辦法。昨天我們報過 TCS 五萬人配 Claude，今天就看到這個賭注的另一面。
歸剛點評｜斷線把「主權 AI」從口號變成印度產業界的共識動力。對同樣高度依賴美國前沿模型的台灣與東南亞，這是一面鏡子：當供應隨時可能因為與你無關的理由中斷，分散風險、押注開源與本地部署已是基本盤，不能再當成選配。
產業
Meta 已著手拆解對 AI 新創 Manus 的 20 億美元收購：要求員工停用 Manus 工具、封鎖對方存取內部系統。中國四月以外資安全審查機制要求逆轉這樁已完成的交易，七月新規還會給北京更大的事後翻盤權力。
Meta 已著手拆解它對 AI 新創 Manus 的 20 億美元收購。CNBC 與 TechCrunch 報導，Meta 完成了一次營運切割：要求員工停止把 Manus 工具用在內部專案，同時封鎖這家總部在新加坡的公司員工存取 Meta 內部資料系統。這樁交易其實已經談成完成，現在卻被迫倒退嚕。
中國監管機構早在四月就以前所未見的方式，動用外國投資安全審查機制要求逆轉這筆交易，理由是可能違反技術出口管制與外資規定。更關鍵的是七月即將上路的新規，會給中國當局更大的權力去審查、阻擋甚至逆轉涉及敏感技術（含 AI）的跨境交易。Manus 與 Meta 都在搶時間配合北京拆案。
這樁交易成了一個測試案例——中國願意走多遠去保護自己的戰略技術與人才。對全球 AI 併購，訊號很冷：就算交易簽完、錢付了，只要牽涉到中國一端的技術或團隊，北京保留事後翻盤的權力，買方承擔的風險一路延伸到交割之後。
和今天頭條（美國怕中國碰到 Mythos）正好是同一枚硬幣的兩面。美國管「模型別流出去」，中國管「技術別被買走」，兩邊都把 AI 當國安資產在防守。跨國 AI 公司接下來做任何牽涉中美的交易，都得先把「會不會被政府事後拆掉」這一條算進成本裡。
歸剛點評｜一樁已完成的跨境 AI 併購被監管硬生生逆轉，等於替全球 AI 投資定了新規矩：簽約交割不再是終點，地緣政治可以在事後把交易整個推翻。這對任何想跨中美兩端布局的 AI 公司，都是一記寒意十足的警告。
資金
OpenAI 成為繼 SpaceX、Anthropic 後第三家遞件的巨頭，三家私募估值合計約 3.6 兆美元；新縮寫 MANGOS 取代 FAANG。TechCrunch 把鏡頭轉向蹭順風車的新創，例如趁勢募資做「軌道資料中心」的玩家。
SpaceX 本週以史上最大 IPO 掛牌、把馬斯克送上人類首位兆元富豪之後，AI 實驗室排隊衝向公開市場的隊伍更長了。OpenAI 成為繼 SpaceX、Anthropic 之後第三家遞件的巨頭；據 Bloomberg，三家的私募估值合計約 3.6 兆美元。Anthropic 傳出最快十月掛牌、要以 9,000 億美元估值再募 300 億美元。
一個新縮寫正在取代 FAANG——MANGOS（Meta、Anthropic、NVIDIA、Google、OpenAI、SpaceX），反映資本市場的重心從社群媒體與串流，整個倒向 AI 實驗室。TechCrunch 這篇的角度不在巨頭本身，而在誰跟著沾光：有一批新創正想搭上 SpaceX 這班順風車，例如借著 SpaceX 把「軌道資料中心」概念炒熱，趁勢募資去做太空裡的運算。
當火箭公司被當成 AI 概念股估值、資料中心要往太空蓋，代表這波熱潮已經外溢到供應鏈與周邊題材。順風車有人搭得穩、有人純蹭，分辨的關鍵還是看現金流與真實訂單，少看新聞稿裡那些聽起來很性感的願景。
我們前幾期追過 SpaceX 掛牌、貝佐斯的 Prometheus 募資、MANGOS 取代 FAANG，這條是同一條主線的延伸。歸剛欸，上一次「萬物皆沾某概念股」的盛況，結局大家都記得；這次故事的主角換成 AI，但劇本的前半段看起來很眼熟。
歸剛點評｜當火箭被當 AI 股、太空被當機房，題材已經漂得離本業很遠。對散戶和投資人，這是一個提醒：熱潮外溢時最容易踩到的，就是那些靠沾邊敘事衝估值、卻拿不出對應現金流的「順風車」。
社群
里約熱內盧市府透過 IplanRIO 發表號稱自製的 Rio 3.5 Open 397B，上架 Hugging Face 並宣稱多項基準屠榜開源模型。開發者很快指出它其實是拿阿里 Qwen 3.5-397B 基座後訓練而來，且多數跑分只出現在自家模型卡、缺乏第三方驗證。
里約熱內盧市府透過旗下資訊公司 IplanRIO，發表號稱自製的 AI 模型 Rio 3.5 Open 397B，以 MIT 授權上架 Hugging Face，並宣稱在代理程式設計、數學、STEM、多語、多模態等基準上是開源模型的頂尖水準，甚至贏過 DeepSeek V4 與部分舊版閉源模型。
開發者很快在 GitHub 與 Hacker News 上指出，這個 397B 模型其實是拿阿里巴巴的 Qwen 3.5-397B-A17B 基座做後訓練（post-train）而來，所謂自製更接近「在別人的開源權重上再調一手」。更刺眼的是，多數對里約有利的基準成績目前只出現在它自己的模型卡上，缺乏第三方獨立驗證。
這齣戲是典型的 AI 漂綠（AI-washing）——把開源底模重新包裝成在地自研，再配上一張漂亮但沒人複現過的跑分表。對台灣讀者特別有參考價值：未來各國政府、城市、企業都會搶著宣布「我們有自己的 AI」，看到這類新聞，先問三個問題就好：底模是誰的？跑分誰驗的？權重能不能下載自己重測？
和今天的主權 AI 主題隱隱呼應——大家都想要「自己的模型」，但自製和貼牌之間有一條很細的線。開源權重讓後進者能快速站上前人的肩膀是好事，可是把站在肩膀上講成自己長高，就是另一回事了。
歸剛點評｜「政府／城市自製 AI」會是接下來一波公關熱詞，而 Rio 3.5 示範了其中的灌水套路。學會用「底模、驗證、可複現」三問去拆解這類宣稱，比記住任何一張跑分表都重要。
監管
英國德比郡一名警員涉嫌在多起案件用 AI 生成證據材料，遭以「妨礙司法公正」方向刑事調查，已被調離第一線。皇家檢察署正與警方釐清受影響案件，多家英媒指這可能是英國刑事司法體系第一起這類案件。
英國德比郡（Derbyshire）一名警員因涉嫌用 AI 製造證據材料遭刑事調查，據報這名警員在多起案件中用 AI 生成證據，目前已被調離第一線勤務。英國皇家檢察署（CPS）正與警方一起釐清可能受影響的案件，調查仍在早期階段。多家英媒指出，這可能是英國刑事司法體系第一起這類案件。
調查的罪名方向是妨礙司法公正（perverting the course of justice）。AI 生成影像、文件、紀錄的門檻已經低到人人可用，當這種能力進到掌握公權力的人手裡，被偽造的會是能把人定罪的證據，遠比私人文件嚴重。一個人犯案，連帶讓他經手過的所有案件可信度都被打上問號。
這件事戳中了 AI 時代司法的軟肋——舉證與鑑識。過去「有照片、有文件」幾乎等於有證據，往後法庭得預設任何數位材料都可能是生成的，反過來要去證明它「不是 AI 做的」。對警政與司法系統，意味著鑑識流程、證據鏈、稽核紀錄全都得重做一套能對抗生成內容的標準。
把它和前幾期的 Gemini 被詐騙集團拿去寫釣魚網站、AI 寫程式攻擊資安那幾條放一起，會看到同一個趨勢：AI 最先被規模化濫用的場景，多半是把舊有的犯罪手法（偽造、詐騙、釣魚）成本壓到趨近於零，談不上什麼科幻式的失控。
歸剛點評｜這可能是「AI 偽造證據」進入刑事司法的第一個公開案例，後果不止於一名警員，他經手的每一樁案件都得被重新檢視。它逼著整個司法系統重新思考：在生成內容氾濫的年代，什麼還能算數位證據。
觀點
DuckDuckGo 創辦人 Gabriel Weinberg 撰文指出，媒體口中「人人都在用 AI 做所有事」與現實落差明顯，現實更接近一部分人用 AI 做一部分事；他強調 AI 使用是一條光譜，大量人卡在偶爾用與完全不用之間。
DuckDuckGo 創辦人 Gabriel Weinberg（網路 ID yegg）寫了一篇文章戳破一個流行說法：媒體口中「人人都在用 AI 做所有事」與現實有明顯落差，現實更接近一部分人在用 AI 做一部分事。他認為這個落差，反映的是科技媒體與早期採用的知識工作者活在自己的同溫層裡。
Weinberg 強調 AI 使用是一條光譜，不該被簡化成全用或全不用——很多人卡在中間，偶爾用一下，也有相當比例的人完全不碰。大量的人之所以還沒養成每天甚至每週使用的習慣，是因為他們衡量下來，AI 帶來的個人價值還沒大到足以蓋過他們的疑慮。
對做產品、做政策、寫評論的人，這是一記提醒——別把同溫層的熱度誤當成全民現實。把滲透率想像成已經很高，會做出錯誤的產品假設和政策判斷。真正的成長空間，恰恰在那群偶爾用和還沒用的人身上，而打動他們靠的是真實到他們願意改變習慣的價值，更炫的 demo 沒什麼用。
這篇剛好替昨天那些 vibecoding、AI 寫前端的熱鬧討論降一下溫。圈內人天天聊 agent、聊模型跑分，但站遠一點看，多數人對 AI 的態度還停在觀望。歸剛欸，泡沫會出現在估值上，也會出現在我們對「大家有多愛用」的集體想像裡。
歸剛點評｜做 AI 的人最容易犯的錯，就是用自己的使用強度去估算全世界。Weinberg 的提醒很實在：真正沒被滿足的需求在那群觀望者身上，誰能把價值講到他們願意改變習慣，誰才吃得到下一波成長。
開源
Pyodide 314.0 釋出，開發者現在可把為 Pyodide（或相容 PEP 783 的 PyEmscripten 平台）編譯的套件直接發布到 PyPI 並在執行階段安裝，解掉維護者長年自託管 300+ 套件的瓶頸。Simon Willison 第一時間記錄並釋出示範。
Pyodide 314.0 釋出，帶來一個社群期待已久的改變：開發者現在可以把為 Pyodide（或任何相容 PEP 783 所定義 PyEmscripten 平台的 Python 執行環境）編譯的套件，直接發布到 PyPI，並在執行階段安裝。Simon Willison 第一時間寫文記錄，因為這解掉了一個長年的瓶頸。
在這之前，Pyodide 維護者得自己維護、編譯並託管超過 300 個套件，對人力是沉重負擔，也卡住了整個生態的成長。把 WASM wheel 納入 PyPI 標準發布管道後，套件作者自己就能發布 WASM 版本，不必再擠在 Pyodide 官方那條窄門。Willison 同步釋出了 luau-wasm 當作示範。
「在瀏覽器裡跑 Python」這件事，就此從少數人的玩具，往實用基礎設施再推一步。對教學、資料視覺化、互動文件、輕量工具來說，不裝環境、開網頁就能跑完整 Python 套件的價值很大；對 AI 應用，前端直接在瀏覽器端跑 Python 推論與資料處理的想像空間也跟著打開。
在一片巨頭、國安、IPO 的大新聞裡，這種底層工具的進展容易被忽略，但它正是讓 AI 應用更容易交付到一般人手上的那種「水電工程」。生態的長期競爭力，往往就是這些不上頭條的標準與管線一點一點累積出來的。
歸剛點評｜把 WASM wheel 接進 PyPI 標準管道，看似枯燥，卻是「瀏覽器即執行環境」這條路的關鍵基建。它降低了把 Python 與 AI 能力塞進網頁的門檻，受惠的會是一大票教學、工具與輕量應用的開發者。