第 18 期2026-06-27（台北時間）
第十八期。今天的主旋律只有一個字：權力。OpenAI 在週五掀開 GPT-5.6 系列的限量預覽，Sol、Terra、Luna 三款一字排開；但真正的新聞不在模型本身，而在它出場的方式——白宮先要求緩發、OpenAI 只給少數夥伴試用，公司還公開表態不希望這種政府審查變成常態。隔壁 Anthropic 的 Mythos 已經被勒令下線兩週、僵局未解。美國政府的手，已經實際伸進了前沿模型要不要、什麼時候、給誰用。其餘版面留給晶片、訴訟、研究與一場沒人攻破的紅隊挑戰。
模型
O
p
e
n
A
I
在
週
五
公
布
G
P
T
-
5
.
6
系
列
的
限
量
預
覽
，
一
口
氣
端
出
三
款
定
位
分
明
的
模
型
。
旗
艦
款
S
o
l
主
打
程
式
、
科
學
與
資
安
三
個
方
向
的
能
力
升
級
，
並
搭
配
O
p
e
n
A
I
稱
為
目
前
最
先
進
的
安
全
堆
疊
；
中
階
的
T
e
r
r
a
針
對
高
流
量
的
日
常
工
作
，
官
方
說
法
是
效
能
逼
近
上
一
代
G
P
T
-
5
.
5
、
但
價
格
便
宜
一
倍
；
最
入
門
的
L
u
n
a
則
用
最
低
成
本
提
供
堪
用
的
能
力
。
按
官
方
說
明
，
這
次
先
做
限
量
預
覽
，
並
把
上
線
計
畫
先
向
美
國
政
府
報
備
過
，
三
款
模
型
預
計
在
接
下
來
幾
週
進
入
正
式
開
放
。
命
名
也
從
過
去
的
數
字
後
綴
改
走
天
體
路
線
，
S
o
l
（
太
陽
）
、
T
e
r
r
a
（
大
地
）
、
L
u
n
a
（
月
亮
）
各
據
一
層
，
等
於
把
同
一
代
切
成
旗
艦
、
主
力
、
平
價
三
個
價
格
帶
，
分
頭
去
搶
不
同
預
算
的
客
戶
。
值
得
注
意
的
是
發
表
的
時
機
與
姿
態
。
消
息
傳
出
不
到
一
天
，
模
型
就
端
上
桌
，
速
度
快
得
像
是
被
外
力
推
著
走
；
而
把
能
力
升
級
的
重
點
放
在
資
安
與
程
式
，
正
好
踩
在
各
國
政
府
最
敏
感
的
神
經
上
。
一
款
模
型
怎
麼
出
場
，
這
次
比
它
能
做
什
麼
更
值
得
看
。
歸剛點評｜三款分層其實是在搶不同錢包：Sol 收頂規客戶、Terra 用對半砍的價格去打高用量場景、Luna 守住便宜這條防線。但這代真正的看點是它被政府盯著出場，技術反而成了配角。
監管
報導指 OpenAI 原本要廣泛開放新模型，川普政府以安全顧慮為由要求先緩發，改成只分享給少數合作夥伴。
在
G
P
T
-
5
.
6
正
式
亮
相
的
前
一
天
，
外
界
先
得
知
一
個
關
鍵
內
情
：
O
p
e
n
A
I
本
來
打
算
把
新
模
型
廣
泛
開
放
，
卻
在
川
普
政
府
以
安
全
為
由
介
入
後
，
改
成
只
分
享
給
一
小
群
挑
選
過
的
夥
伴
，
而
非
一
般
大
眾
。
隔
天
模
型
如
期
登
場
，
但
開
放
範
圍
明
顯
收
窄
，
印
證
了
這
條
消
息
。
這
代
表
政
府
對
前
沿
模
型
的
影
響
，
已
經
從
事
後
監
管
前
移
到
上
線
之
前
。
過
去
的
劇
本
是
模
型
先
發
布
、
出
事
再
究
責
；
現
在
則
是
發
布
計
畫
要
先
送
審
，
由
行
政
部
門
決
定
要
不
要
踩
煞
車
、
給
誰
用
。
對
一
家
把
廣
泛
可
用
性
掛
在
嘴
邊
的
公
司
來
說
，
這
是
一
次
姿
態
上
的
退
讓
。
把
這
條
線
拉
長
看
就
更
清
楚
：
同
一
時
間
A
n
t
h
r
o
p
i
c
的
M
y
t
h
o
s
已
被
勒
令
下
線
兩
週
，
如
今
輪
到
O
p
e
n
A
I
被
要
求
緩
發
。
兩
起
事
件
指
向
同
一
個
方
向
—
—
美
國
政
府
正
在
用
個
案
處
理
的
方
式
，
逐
一
決
定
哪
些
模
型
能
在
什
麼
時
候
見
人
。
前
沿
實
驗
室
再
有
錢
、
再
領
先
，
這
道
閘
門
都
不
在
自
己
手
上
，
能
談
的
只
剩
細
節
，
要
不
要
放
行
的
決
定
權
已
經
換
了
主
人
。
歸剛點評｜重點不是這一款慢幾天上線，而是「上線前要先過政府這關」開始變成預設值。對台灣這種高度依賴美國模型的市場，等於你能用到什麼工具、什麼時候用得到，主導權握在華府手裡。
監管
OpenAI 配合這次緩發，但同步發聲明表示不認為這種政府審查流程應成為長期預設，會擋住使用者、開發者與資安防禦方取得最好工具。
O
p
e
n
A
I
這
次
選
擇
一
邊
配
合
、
一
邊
把
不
滿
說
出
口
。
公
司
在
聲
明
中
直
言
，
不
認
為
這
種
政
府
介
入
的
審
查
流
程
應
該
變
成
長
期
的
預
設
做
法
，
因
為
它
會
把
最
好
的
工
具
擋
在
使
用
者
、
開
發
者
、
企
業
、
資
安
防
禦
方
以
及
全
球
夥
伴
之
外
。
話
講
得
克
制
，
但
立
場
清
楚
：
這
次
照
辦
，
不
代
表
認
同
這
套
規
矩
。
這
番
表
態
的
微
妙
之
處
，
在
於
它
同
時
面
對
兩
個
聽
眾
。
對
政
府
，
它
先
服
從
、
保
住
關
係
；
對
市
場
與
開
發
者
，
它
又
要
撇
清
自
己
不
是
審
查
的
共
謀
，
把
球
丟
回
行
政
部
門
。
一
家
正
在
跟
政
府
深
度
綁
定
的
公
司
，
要
在
配
合
與
抗
議
之
間
走
鋼
索
，
這
段
聲
明
就
是
那
條
鋼
索
的
具
體
長
相
。
放
進
整
個
產
業
脈
絡
看
，
O
p
e
n
A
I
的
兩
難
其
實
是
所
有
前
沿
實
驗
室
的
共
同
處
境
。
模
型
能
力
一
旦
碰
到
資
安
、
生
物
、
選
舉
這
些
領
域
，
政
府
就
有
充
分
動
機
要
先
看
過
再
放
行
；
而
公
司
要
的
是
速
度
與
普
及
。
這
次
O
p
e
n
A
I
把
矛
盾
攤
開
講
，
等
於
替
後
面
每
一
家
都
先
把
話
說
在
前
頭
。
歸剛點評｜這段聲明翻成白話就是：我這次聽話，但別把聽話當成以後的規矩。OpenAI 想兩邊不得罪，但它已經證明政府的煞車踩得下去——往後想抗議，籌碼只會更少。
監管
Anthropic 兩週前在川普政府週五晚的最後通牒下把 Mythos 級模型下線，火速派高管赴華府，但至今無進展、多次拒絕置評。
A
n
t
h
r
o
p
i
c
的
麻
煩
還
在
發
酵
。
兩
週
前
的
一
個
週
五
晚
上
，
川
普
政
府
下
了
最
後
通
牒
，
A
n
t
h
r
o
p
i
c
隨
即
把
M
y
t
h
o
s
級
的
模
型
整
批
下
線
，
並
立
刻
派
出
一
批
高
管
飛
往
華
府
滅
火
。
動
作
不
可
謂
不
快
，
但
兩
週
過
去
，
外
界
等
到
的
是
一
片
沉
默
—
—
公
司
這
週
多
次
被
問
都
拒
絕
置
評
，
事
情
看
不
到
解
決
的
跡
象
。
模
型
被
勒
令
下
線
、
又
遲
遲
談
不
攏
，
對
一
家
以
安
全
與
對
齊
為
招
牌
的
公
司
來
說
特
別
尷
尬
。
它
向
來
把
自
己
定
位
成
最
在
意
風
險
的
那
一
個
，
如
今
卻
在
跟
政
府
的
角
力
中
被
掐
住
產
品
線
。
下
線
越
久
，
營
收
與
開
發
者
信
心
的
損
失
越
實
在
，
而
談
判
桌
上
的
籌
碼
則
隨
時
間
流
失
。
把
M
y
t
h
o
s
的
僵
局
和
O
p
e
n
A
I
被
要
求
緩
發
放
在
一
起
看
，
輪
廓
就
完
整
了
：
這
不
是
單
一
公
司
的
個
案
，
而
是
美
國
政
府
對
整
個
前
沿
模
型
陣
營
同
時
收
緊
。
一
個
被
下
線
、
一
個
被
緩
發
，
手
法
不
同
、
訊
號
一
致
。
A
n
t
h
r
o
p
i
c
的
沉
默
，
可
能
正
說
明
這
場
談
判
比
外
界
想
的
更
難
收
場
，
連
對
外
能
講
的
進
度
都
生
不
出
來
，
僵
局
還
會
再
拖
一
陣
子
。
歸剛點評｜Anthropic 一直賣的是「我們最安全」，結果第一個被政府摁住的就是它，諷刺得很。下線兩週還沒下文，代表這不是技術問題能解的，是政治帳。它越安靜，越說明談得不順。
觀點
TechCrunch 評論指出，AI 模型能力已進步到帶有真實政治後果的程度，應對這些後果需要的是集體行動，而非廠商間的零和競爭。
T
e
c
h
C
r
u
n
c
h
一
篇
評
論
替
這
週
的
所
有
新
聞
下
了
註
腳
：
現
在
的
重
點
，
已
經
不
是
A
n
t
h
r
o
p
i
c
跟
O
p
e
n
A
I
誰
贏
的
問
題
。
文
章
的
論
點
是
，
A
I
模
型
的
能
力
已
經
進
步
到
會
帶
來
真
實
政
治
後
果
的
地
步
，
而
要
應
對
這
些
後
果
，
靠
的
是
集
體
行
動
，
不
是
兩
家
公
司
之
間
的
零
和
廝
殺
。
這
個
視
角
解
釋
了
為
什
麼
政
府
這
週
同
時
對
兩
家
動
手
。
當
模
型
強
到
足
以
影
響
資
安
、
選
舉
、
生
物
風
險
時
，
它
就
從
一
項
產
品
變
成
一
個
公
共
議
題
；
政
府
的
介
入
也
就
不
再
是
針
對
某
一
家
，
而
是
針
對
「
前
沿
能
力
」
這
件
事
本
身
。
誰
家
模
型
比
較
強
的
排
行
榜
，
在
這
個
層
級
上
反
而
退
居
其
次
。
對
讀
者
而
言
，
這
篇
評
論
值
得
記
住
的
是
它
的
提
醒
：
把
A
I
競
賽
看
成
體
育
比
賽
、
只
關
心
誰
領
先
，
會
錯
過
真
正
在
發
生
的
事
。
當
監
管
、
外
交
、
國
安
全
都
被
捲
進
來
，
框
架
就
得
從
商
業
競
爭
換
成
公
共
治
理
。
這
週
M
y
t
h
o
s
下
線
與
G
P
T
-
5
.
6
緩
發
，
就
是
這
個
轉
換
的
第
一
批
實
證
，
也
預
告
往
後
類
似
的
政
府
介
入
只
會
越
來
越
多
、
越
來
越
常
態
化
。
歸剛點評｜我們很容易把 AI 看成兩隊比分，但這篇提醒得對：當模型強到能左右國安，政府要管的是整個賽場，不是哪一隊。看熱鬧的人盯著比分，真正的變化發生在規則本身。
硬體
從 OpenAI 到 SpaceX 都在自研晶片，OpenAI 公布代號 Jalapeño 的晶片計畫，被視為大型科技公司擺脫 Nvidia 依賴的最辛辣一步。
在
模
型
新
聞
之
外
，
O
p
e
n
A
I
也
把
自
研
晶
片
的
計
畫
端
上
檯
面
，
代
號
取
名
J
a
l
a
p
e
ñ
o
（
墨
西
哥
辣
椒
）
，
擺
明
要
替
長
期
被
N
v
i
d
i
a
掐
住
的
算
力
供
應
鏈
加
點
辣
。
報
導
把
這
步
形
容
成
大
型
科
技
公
司
擺
脫
N
v
i
d
i
a
依
賴
最
辛
辣
的
一
招
，
背
後
是
一
整
排
玩
家
—
—
從
O
p
e
n
A
I
到
S
p
a
c
e
X
—
—
都
在
做
同
一
件
事
：
自
己
造
晶
片
。
會
走
到
這
一
步
，
是
因
為
算
力
就
是
前
沿
實
驗
室
的
命
脈
。
長
年
仰
賴
單
一
供
應
商
，
意
味
著
價
格
、
產
能
、
優
先
出
貨
權
全
握
在
別
人
手
上
；
自
研
晶
片
即
使
短
期
燒
錢
、
良
率
難
看
，
換
來
的
是
議
價
籌
碼
與
供
應
安
全
。
N
v
i
d
i
a
多
年
來
在
A
I
晶
片
市
場
近
乎
獨
佔
，
如
今
這
種
總
體
依
賴
的
時
代
開
始
出
現
裂
縫
。
把
晶
片
自
研
和
這
週
的
監
管
新
聞
並
讀
，
會
看
到
同
一
種
焦
慮
：
前
沿
公
司
想
盡
量
把
命
運
抓
回
自
己
手
裡
。
模
型
上
線
被
政
府
節
制
、
算
力
供
應
被
N
v
i
d
i
a
卡
住
，
兩
條
繩
子
都
不
在
自
己
手
上
。
J
a
l
a
p
e
ñ
o
不
會
明
天
就
取
代
N
v
i
d
i
a
，
但
它
是
這
些
公
司
想
替
自
己
鬆
綁
的
明
確
訊
號
，
也
讓
N
v
i
d
i
a
第
一
次
必
須
認
真
面
對
最
大
客
戶
同
時
是
潛
在
對
手
的
局
面
。
歸剛點評｜自研晶片短期幾乎都是賠錢貨，會做純粹是被掐怕了。Nvidia 一家獨大太久，客戶連排隊買貨都要看臉色，現在大咖集體出走，就算造不出更好的，至少手上多一張議價牌。
產業
OpenAI 延攬 Uber 印度負責人來領軍印度業務，這是它擴張辦公室、合作與招募、深耕美國以外最大市場的最新一步。
O
p
e
n
A
I
把
目
光
投
向
印
度
，
挖
來
原
U
b
e
r
印
度
的
負
責
人
，
要
他
來
掌
管
O
p
e
n
A
I
在
當
地
的
業
務
。
對
O
p
e
n
A
I
來
說
，
印
度
是
美
國
以
外
最
大
的
市
場
，
這
次
挖
角
是
它
在
當
地
擴
張
辦
公
室
、
廣
鋪
合
作
關
係
與
加
碼
招
募
的
最
新
動
作
，
找
一
個
熟
悉
印
度
本
地
市
場
、
又
有
大
規
模
營
運
經
驗
的
人
來
坐
鎮
，
意
圖
很
清
楚
。
會
這
麼
用
力
佈
局
印
度
，
是
因
為
使
用
者
規
模
與
成
長
空
間
都
在
那
裡
。
印
度
有
龐
大
的
年
輕
人
口
、
快
速
普
及
的
智
慧
手
機
與
低
廉
的
網
路
費
，
是
任
何
消
費
級
科
技
產
品
都
不
能
略
過
的
戰
場
。
U
b
e
r
印
度
的
經
驗
特
別
對
味
—
—
同
樣
要
面
對
價
格
極
度
敏
感
的
市
場
、
複
雜
的
在
地
法
規
與
激
烈
的
本
地
競
爭
。
挑
在
這
個
時
間
點
補
強
海
外
市
場
，
也
和
前
面
那
些
監
管
新
聞
遙
相
呼
應
。
當
本
土
市
場
被
政
府
盯
得
越
來
越
緊
，
把
成
長
動
能
分
散
到
海
外
、
降
低
對
單
一
市
場
的
依
賴
，
就
成
了
合
理
的
避
險
。
印
度
這
一
手
，
既
是
進
攻
新
市
場
，
也
是
替
自
己
在
母
國
的
不
確
定
性
留
條
後
路
。
歸剛點評｜找 Uber 印度的人來打印度，選得很準——印度市場最難的就是又便宜又難搞，Uber 在那邊摸爬滾打多年。本土被政府盯著，海外成長就更重要，這步是進攻也是避險。
訴訟
在最高法院對 Sony 一案做出不利裁決後，紐約時報調整對 OpenAI 與微軟的版權主張，指控微軟為協助 OpenAI 侵權而打造超級電腦。
紐
約
時
報
把
對
微
軟
與
O
p
e
n
A
I
的
版
權
戰
火
往
上
加
了
一
級
。
在
美
國
最
高
法
院
於
S
o
n
y
相
關
案
件
做
出
一
項
裁
決
後
，
N
Y
T
順
勢
調
整
訴
訟
主
張
，
這
次
直
接
點
名
微
軟
：
指
控
它
為
了
協
助
O
p
e
n
A
I
侵
犯
版
權
，
特
地
打
造
了
一
台
超
級
電
腦
。
這
一
步
等
於
把
硬
體
基
礎
設
施
的
提
供
者
也
一
併
拉
進
被
告
席
。
這
個
策
略
轉
向
的
關
鍵
，
在
於
最
高
法
院
那
項
對
S
o
n
y
不
利
的
裁
決
替
N
Y
T
鬆
了
綁
。
版
權
官
司
最
難
的
一
環
是
把
責
任
從
直
接
行
為
人
擴
展
到
協
助
者
；
當
判
例
往
有
利
於
權
利
人
的
方
向
移
動
，
N
Y
T
就
有
空
間
主
張
，
提
供
算
力
與
工
程
資
源
去
訓
練
模
型
的
微
軟
，
不
能
用
一
句
「
我
只
是
蓋
機
器
」
撇
清
。
對
整
個
生
成
式
A
I
產
業
來
說
，
這
條
線
非
常
敏
感
。
如
果
替
模
型
提
供
超
級
電
腦
也
可
能
構
成
侵
權
，
那
麼
雲
端
供
應
商
、
晶
片
商
、
資
料
中
心
業
者
都
得
重
新
評
估
自
己
的
法
律
風
險
。
N
Y
T
這
一
步
表
面
上
告
的
是
微
軟
，
實
際
上
是
在
替
「
誰
要
為
A
I
訓
練
的
版
權
問
題
負
責
」
這
個
大
問
題
劃
界
。
歸剛點評｜NYT 這招狠在把蓋機器的也告下去。以前大家以為提供算力的雲端商是安全的，現在判例一鬆動，連賣鏟子的都可能要負責。這條線怎麼劃，影響的是每一家替 AI 提供基礎設施的公司。
監管
資安專家 Bruce Schneier 評德國近期裁決：Google 須為其 AI 摘要引入的錯誤負法律責任，AI agent 應被視為部署者的代理人。
德
國
一
項
裁
決
替
A
I
的
責
任
歸
屬
定
了
個
關
鍵
調
子
：
G
o
o
g
l
e
必
須
為
它
A
I
摘
要
功
能
所
產
生
的
錯
誤
負
法
律
責
任
。
資
安
專
家
B
r
u
c
e
S
c
h
n
e
i
e
r
評
論
這
件
事
時
提
出
一
個
乾
淨
的
原
則
—
—
A
I
a
g
e
n
t
就
是
部
署
它
的
個
人
或
組
織
的
代
理
人
，
法
律
上
就
該
這
樣
對
待
。
如
果
一
家
公
司
雇
用
真
人
去
寫
摘
要
，
它
要
為
摘
要
的
錯
誤
負
責
；
換
成
A
I
也
一
樣
。
這
個
判
決
之
所
以
重
要
，
是
因
為
它
堵
死
了
一
條
業
界
很
想
走
的
後
門
：
把
鍋
甩
給
A
I
。
S
c
h
n
e
i
e
r
的
說
法
是
，
要
是
允
許
企
業
用
「
都
是
A
I
出
錯
」
當
免
責
藉
口
，
等
於
白
白
送
給
這
些
公
司
一
份
大
禮
，
讓
它
們
享
受
自
動
化
的
好
處
卻
不
承
擔
自
動
化
的
風
險
。
德
國
的
法
院
顯
然
不
買
這
套
。
放
到
a
g
e
n
t
大
行
其
道
的
當
下
，
這
個
原
則
的
份
量
會
越
來
越
重
。
當
企
業
開
始
大
量
用
A
I
去
回
信
、
寫
摘
要
、
跑
客
服
、
下
決
策
，
每
一
個
動
作
背
後
的
責
任
都
得
有
人
扛
。
德
國
這
一
判
等
於
提
前
立
下
規
矩
：
你
部
署
的
A
I
做
了
什
麼
，
法
律
上
就
當
成
你
自
己
做
的
。
對
所
有
想
用
a
g
e
n
t
省
人
力
的
公
司
，
這
是
一
句
該
記
下
的
提
醒
。
歸剛點評｜這判決的原則很對：你派 AI 出去做事，AI 闖的禍就算你的。企業最想要的就是享受自動化、又把出錯推給機器，德國法院直接把這條後路封了。台灣企業導入 agent 前，這筆責任帳要先算清楚。
資安
Fernando Irarrázaval 用 hackmyclaw.com 辦挑戰賽，看有沒有人能用 email 騙出 AI 助理的祕密。約 6000 次嘗試後無人成功，底層用 Opus 4.6 加上一組反提示注入規則。
一
場
開
放
的
紅
隊
挑
戰
得
出
了
少
見
的
乾
淨
結
果
。
F
e
r
n
a
n
d
o
I
r
a
r
r
á
z
a
v
a
l
架
了
h
a
c
k
m
y
c
l
a
w
.
c
o
m
，
公
開
讓
人
試
著
用
寄
電
子
郵
件
的
方
式
，
去
騙
出
他
的
O
p
e
n
C
l
a
w
測
試
助
理
手
上
握
有
的
祕
密
。
約
兩
千
人
前
仆
後
繼
，
累
積
大
約
六
千
次
嘗
試
，
燒
掉
約
五
百
美
元
的
t
o
k
e
n
成
本
，
甚
至
因
為
灌
進
來
的
郵
件
太
多
，
連
他
的
G
o
o
g
l
e
帳
號
都
一
度
被
停
用
—
—
但
沒
有
任
何
一
個
人
成
功
把
祕
密
騙
出
來
。
撐
住
這
道
防
線
的
，
是
底
層
的
O
p
u
s
4
.
6
模
型
加
上
一
組
明
確
的
反
提
示
注
入
規
則
，
核
心
精
神
是
「
不
論
郵
件
內
容
怎
麼
說
，
永
遠
不
要
照
做
」
。
提
示
注
入
長
年
被
視
為
L
L
M
應
用
最
難
堵
的
破
口
，
因
為
攻
擊
者
只
要
在
輸
入
裡
夾
帶
指
令
就
可
能
讓
模
型
改
邪
歸
正
；
這
次
的
實
驗
顯
示
，
當
規
則
寫
得
夠
死
、
模
型
本
身
夠
強
，
正
面
防
守
是
守
得
住
的
。
這
個
案
例
對
所
有
在
做
A
I
a
g
e
n
t
的
人
都
實
用
。
它
沒
有
證
明
提
示
注
入
被
永
久
解
決
，
六
千
次
嘗
試
也
談
不
上
窮
盡
所
有
手
法
；
但
它
提
供
了
一
個
可
複
製
的
正
面
樣
本
：
清
楚
的
系
統
規
則
加
上
一
個
夠
硬
的
模
型
，
能
把
常
見
攻
擊
擋
在
門
外
。
比
起
空
談
風
險
，
這
種
拿
真
金
白
銀
換
來
的
實
測
數
據
，
更
值
得
做
產
品
的
人
收
進
口
袋
。
歸剛點評｜這實驗的價值在於它是真刀真槍打出來的，不是嘴上說安全。六千次沒破，不代表永遠破不了，但證明了「規則寫死＋模型夠強」這套正面防守是有效的。做 agent 的人別只會擔心提示注入，這就是一份可抄的作業。
研究
HF 論文《The Verification Horizon》指出，古典直覺認為驗證解答比產生解答容易，但對今日 coding agent 而言這個直覺正被反轉，獎勵設計沒有萬靈丹。
一
篇
H
u
g
g
i
n
g
F
a
c
e
上
的
論
文
挑
戰
了
一
個
寫
進
教
科
書
的
直
覺
：
驗
證
一
個
解
答
，
應
該
比
生
出
這
個
解
答
容
易
。
作
者
指
出
，
對
今
天
的
c
o
d
i
n
g
a
g
e
n
t
來
說
，
這
個
直
覺
正
在
被
反
轉
。
當
基
礎
模
型
本
身
已
經
很
強
，
要
可
靠
地
判
斷
它
寫
出
來
的
程
式
對
不
對
，
反
而
變
成
一
件
不
見
得
比
較
簡
單
的
事
，
這
就
是
他
們
所
謂
的
「
驗
證
地
平
線
」
。
問
題
的
根
源
在
於
強
化
學
習
需
要
一
個
可
靠
的
獎
勵
訊
號
。
訓
練
c
o
d
i
n
g
a
g
e
n
t
時
，
理
想
做
法
是
讓
它
寫
程
式
、
再
用
某
種
驗
證
機
制
打
分
數
、
據
此
調
整
；
但
如
果
驗
證
本
身
就
會
出
錯
—
—
測
試
覆
蓋
不
全
、
邊
界
情
況
沒
測
到
、
甚
至
兩
個
A
I
互
相
背
書
—
—
那
獎
勵
訊
號
就
是
髒
的
，
訓
練
出
來
的
模
型
也
會
學
歪
。
論
文
的
標
題
已
經
把
結
論
講
白
：
沒
有
銀
彈
。
這
對
正
在
追
逐
自
動
化
軟
體
工
程
的
整
個
方
向
，
是
一
盆
有
用
的
冷
水
。
市
場
上
不
少
敘
事
假
設
只
要
模
型
夠
強
、
再
配
上
自
動
驗
證
就
能
無
限
自
我
改
進
；
這
篇
論
文
提
醒
，
驗
證
這
一
環
會
隨
能
力
提
升
而
變
難
，
不
會
自
動
跟
上
。
想
靠
R
L
把
c
o
d
i
n
g
a
g
e
n
t
推
上
去
的
團
隊
，
得
先
正
視
獎
勵
怎
麼
給
這
個
老
問
題
。
歸剛點評｜這篇戳破一個美好假設：以為模型越強、自動驗證就越好做，自我進化就能無限跑。實際上驗證會越來越難，獎勵訊號一髒，模型就學歪。對所有想做 AI 寫程式的團隊，這是必須先解的卡點。
研究
HF 論文分析多步工具使用的強化學習為何會崩潰，並提出用監督訊號修正，讓 LLM 在複雜的多步工具任務上更穩定。
工
具
使
用
讓
大
型
語
言
模
型
能
完
成
複
雜
任
務
，
近
期
的
a
g
e
n
t
i
c
強
化
學
習
也
展
現
了
把
模
型
能
力
往
上
推
的
潛
力
，
但
一
篇
H
u
g
g
i
n
g
F
a
c
e
論
文
點
出
其
中
一
個
棘
手
現
象
：
在
多
步
工
具
使
用
的
訓
練
裡
，
強
化
學
習
常
常
會
崩
潰
。
模
型
一
開
始
學
得
不
錯
，
到
了
某
個
階
段
卻
整
個
垮
掉
，
表
現
急
轉
直
下
，
這
讓
不
少
a
g
e
n
t
訓
練
流
程
卡
在
半
路
。
作
者
把
崩
潰
的
成
因
拆
開
分
析
，
並
提
出
用
監
督
訊
號
來
穩
住
訓
練
的
解
法
。
多
步
任
務
的
難
處
在
於
獎
勵
稀
疏
又
延
遲
—
—
模
型
要
連
續
呼
叫
好
幾
次
工
具
才
知
道
最
後
對
不
對
，
中
間
每
一
步
都
可
能
出
錯
卻
拿
不
到
即
時
回
饋
。
純
靠
強
化
學
習
在
這
種
環
境
裡
很
容
易
發
散
；
補
上
適
當
的
監
督
訊
號
，
等
於
在
過
程
中
給
模
型
多
打
幾
盞
路
燈
，
讓
它
不
至
於
走
著
走
著
就
失
控
。
這
篇
研
究
的
價
值
在
於
它
把
一
個
工
程
上
常
見
、
卻
少
被
系
統
性
討
論
的
失
敗
模
式
攤
開
來
談
。
當
業
界
都
在
追
a
g
e
n
t
、
追
多
步
自
主
，
訓
練
不
穩
就
是
擋
在
量
產
前
的
真
實
障
礙
。
提
出
可
操
作
的
修
正
方
法
，
比
起
再
發
一
個
更
高
的
b
e
n
c
h
m
a
r
k
分
數
，
對
實
際
在
訓
a
g
e
n
t
的
團
隊
更
有
用
。
歸剛點評｜做 agent 的人多半都撞過這個牆：訓練前段好好的，後面突然崩。這篇把原因講清楚還給了解法，比刷榜實在多了。多步工具任務的獎勵又稀又慢，能穩住訓練的方法現在就是稀缺品。
研究
HF 論文指出，現代生成式世界模型雖能產生逼真可控的未來畫面，卻常出現幻覺；研究發現這類幻覺是可預測、也可預防的。
生
成
式
世
界
模
型
能
渲
染
出
越
來
越
逼
真
、
還
能
被
動
作
控
制
的
未
來
畫
面
，
被
視
為
機
器
人
與
自
駕
模
擬
的
重
要
基
礎
。
但
一
篇
H
u
g
g
i
n
g
F
a
c
e
論
文
指
出
它
們
有
個
老
毛
病
：
經
常
出
現
幻
覺
—
—
畫
面
看
起
來
流
暢
漂
亮
，
內
容
卻
在
物
理
或
邏
輯
上
站
不
住
腳
，
模
型
等
於
在
編
一
個
視
覺
上
可
信
、
實
際
上
虛
假
的
世
界
。
這
篇
研
究
的
好
消
息
是
，
這
類
幻
覺
不
是
隨
機
亂
跳
、
無
從
掌
握
的
。
作
者
發
現
幻
覺
其
實
是
可
預
測
的
，
而
且
既
然
可
預
測
，
就
有
機
會
在
它
發
生
之
前
先
一
步
防
範
。
把
問
題
從
「
模
型
偶
爾
會
胡
來
、
只
能
事
後
察
覺
」
推
進
到
「
我
們
能
事
先
知
道
它
哪
裡
容
易
出
錯
、
並
提
前
處
理
」
，
對
任
何
要
靠
世
界
模
型
做
決
策
的
系
統
都
是
關
鍵
差
別
。
放
到
自
駕
、
機
器
人
與
具
身
智
慧
的
脈
絡
看
，
這
件
事
的
份
量
不
小
。
當
系
統
要
根
據
模
型
想
像
出
來
的
未
來
去
行
動
，
一
個
沒
被
攔
下
的
幻
覺
可
能
就
是
一
次
真
實
世
界
的
失
誤
。
能
預
測
、
能
預
防
，
意
味
著
這
些
系
統
有
機
會
在
部
署
前
把
可
靠
性
拉
到
一
個
能
信
任
的
水
準
，
而
不
是
只
能
祈
禱
模
型
今
天
表
現
正
常
。
歸剛點評｜世界模型最怕的就是畫面漂亮但內容唬爛，拿去開車或控機器人會出事。這篇證明幻覺有跡可循、能提前擋，等於把它從玄學變成工程問題。對自駕和機器人這種輸不起的場景，可預防三個字最值錢。
研究
HF 論文比較電腦操作 agent 走圖形介面與走指令列的差異，拆解過去評測中被混淆的互動方式與執行瓶頸。
電
腦
操
作
a
g
e
n
t
可
以
用
兩
種
方
式
完
成
軟
體
任
務
：
點
圖
形
介
面
（
G
U
I
）
，
或
是
下
指
令
列
命
令
（
C
L
I
）
。
一
篇
H
u
g
g
i
n
g
F
a
c
e
論
文
指
出
，
過
去
的
評
測
常
把
這
兩
條
路
徑
混
為
一
談
，
導
致
看
不
清
楚
a
g
e
n
t
真
正
卡
在
哪
裡
。
作
者
把
互
動
方
式
與
執
行
瓶
頸
拆
開
來
分
析
，
想
釐
清
螢
幕
操
作
與
指
令
操
作
各
自
的
長
短
。
會
有
這
個
區
分
的
必
要
，
是
因
為
兩
種
介
面
的
代
價
完
全
不
同
。
G
U
I
要
a
g
e
n
t
一
格
一
格
看
畫
面
、
找
按
鈕
、
模
擬
點
擊
，
每
一
步
都
有
辨
識
與
定
位
的
風
險
；
C
L
I
則
是
直
接
送
出
文
字
命
令
，
少
了
視
覺
辨
識
的
不
確
定
，
但
要
求
a
g
e
n
t
懂
得
對
的
指
令
語
法
。
把
成
績
混
在
一
起
算
，
等
於
分
不
清
失
敗
是
因
為
看
不
懂
畫
面
、
還
是
不
會
下
命
令
。
這
對
正
在
做
c
o
m
p
u
t
e
r
-
u
s
e
a
g
e
n
t
的
人
是
務
實
的
提
醒
。
要
改
進
一
個
a
g
e
n
t
，
得
先
知
道
它
的
瓶
頸
是
視
覺
操
作
還
是
命
令
執
行
；
評
測
設
計
如
果
把
兩
者
攪
在
一
起
，
優
化
方
向
就
會
抓
錯
。
論
文
把
這
層
混
淆
挑
明
，
等
於
替
後
續
的
b
e
n
c
h
m
a
r
k
與
產
品
設
計
立
了
一
個
更
乾
淨
的
座
標
，
也
讓
不
同
團
隊
的
成
績
有
機
會
放
在
同
一
把
尺
上
比
較
。
歸剛點評｜做電腦操作 agent 的人常忽略這件事：到底是看不懂畫面，還是不會下指令，得分開算。混在一起測，你連自己該優化哪裡都搞不清楚。這篇把座標立乾淨了，算是基本功的提醒。
研究
HF 論文 JetSpec 針對推測解碼的擴展瓶頸提出平行樹草稿方法，試圖突破既有加速的天花板，加快自回歸大模型生成。
推
測
解
碼
是
替
自
回
歸
大
型
語
言
模
型
加
速
的
常
用
手
法
：
先
讓
一
個
小
模
型
草
擬
好
幾
個
t
o
k
e
n
，
再
由
大
模
型
平
行
驗
證
，
正
確
的
就
一
次
採
納
，
省
下
逐
字
生
成
的
時
間
。
但
這
套
方
法
有
個
擴
展
上
的
天
花
板
，
草
稿
一
拉
長
、
命
中
率
就
掉
，
加
速
效
果
到
某
個
點
就
上
不
去
。
一
篇
H
u
g
g
i
n
g
F
a
c
e
論
文
J
e
t
S
p
e
c
想
處
理
的
正
是
這
個
瓶
頸
。
J
e
t
S
p
e
c
的
解
法
是
平
行
樹
草
稿
。
傳
統
做
法
多
半
草
擬
一
條
直
線
序
列
，
賭
它
整
條
都
對
；
J
e
t
S
p
e
c
改
成
同
時
鋪
開
一
棵
樹
，
一
次
涵
蓋
多
種
可
能
的
後
續
路
徑
，
讓
驗
證
階
段
有
更
高
機
率
撞
上
正
確
答
案
。
等
於
把
單
押
一
注
改
成
分
散
下
注
，
提
高
每
一
輪
驗
證
能
採
納
的
t
o
k
e
n
數
量
，
藉
此
把
推
測
解
碼
的
加
速
上
限
往
上
頂
。
對
在
意
推
論
成
本
與
延
遲
的
團
隊
，
這
類
研
究
很
實
際
。
模
型
再
強
，
使
用
者
體
驗
最
後
還
是
卡
在
它
吐
字
多
快
、
每
個
t
o
k
e
n
多
貴
上
；
任
何
能
在
不
傷
品
質
的
前
提
下
加
速
生
成
的
方
法
，
都
會
直
接
反
映
在
帳
單
和
回
應
速
度
上
。
J
e
t
S
p
e
c
把
推
測
解
碼
的
天
花
板
再
墊
高
一
層
，
對
跑
大
規
模
推
論
服
務
的
人
就
是
真
金
白
銀
的
省
。
歸剛點評｜推論加速這種題目聽起來無聊，卻是省錢的硬功夫。模型多強，使用者只感覺得到它回多快、多貴。JetSpec 把推測解碼的上限再頂高，跑大規模服務的團隊看到的是帳單變小、延遲變短，很實在。
研究
HF 論文提出資訊感知的 KV 快取壓縮法，針對長推理時不斷膨脹的 key-value 快取，在預填與解碼階段都減輕記憶體負擔。
大
型
語
言
模
型
的
推
理
能
力
進
步
飛
快
，
隨
之
而
來
的
副
作
用
是
k
e
y
-
v
a
l
u
e
快
取
越
長
越
大
。
模
型
在
生
成
時
要
把
先
前
每
個
t
o
k
e
n
的
k
e
y
和
v
a
l
u
e
都
存
著
好
回
頭
參
照
，
當
推
理
鏈
拉
得
很
長
，
這
份
快
取
會
在
預
填
與
解
碼
兩
個
階
段
同
時
膨
脹
，
吃
掉
大
量
記
憶
體
，
成
為
長
推
理
的
成
本
與
速
度
瓶
頸
。
一
篇
H
u
g
g
i
n
g
F
a
c
e
論
文
提
出
資
訊
感
知
的
壓
縮
法
來
對
付
它
。
關
鍵
字
是
「
資
訊
感
知
」
。
粗
暴
的
做
法
是
一
律
砍
掉
舊
的
快
取
，
但
這
會
誤
傷
真
正
重
要
的
內
容
；
論
文
的
思
路
是
評
估
每
一
段
快
取
攜
帶
多
少
資
訊
量
，
把
資
訊
密
度
低
、
可
有
可
無
的
部
分
優
先
壓
縮
，
保
留
對
後
續
推
理
真
正
關
鍵
的
那
些
。
等
於
不
是
無
差
別
瘦
身
，
而
是
挑
著
減
，
盡
量
在
省
記
憶
體
和
不
掉
品
質
之
間
取
平
衡
。
當
下
模
型
動
不
動
就
要
長
篇
思
考
、
跑
多
步
推
理
，
這
類
技
術
的
需
求
只
會
更
大
。
推
理
越
長
越
聰
明
，
但
也
越
貴
越
慢
，
K
V
快
取
就
是
那
條
最
先
繃
斷
的
繩
子
。
能
在
不
犧
牲
推
理
品
質
的
前
提
下
把
快
取
壓
下
來
，
直
接
決
定
一
個
長
推
理
服
務
跑
不
跑
得
起
、
划
不
划
得
來
。
對
部
署
端
，
這
是
實
打
實
的
工
程
紅
利
。
歸剛點評｜模型越愛長篇思考，KV 快取就越肥，記憶體和速度全被它拖累。這篇的聰明處是挑著砍、不是一刀切，把沒用的快取壓掉、留住關鍵的。想跑長推理又不想燒爆預算的團隊，這就是解方。
國防
南韓計畫讓五十萬大軍全員接受無人機訓練，把無人機當成「通用作戰工具」，反映無人機在現代戰場的角色快速上升。
南
韓
打
算
把
無
人
機
推
到
軍
隊
訓
練
的
核
心
。
根
據
報
導
，
這
個
五
十
萬
人
規
模
的
軍
隊
將
全
員
接
受
無
人
機
訓
練
，
官
方
把
無
人
機
定
位
成
一
種
「
通
用
作
戰
工
具
」
，
意
思
是
它
不
再
是
專
業
兵
種
的
專
屬
裝
備
，
而
是
每
個
士
兵
都
該
會
用
的
基
本
配
備
，
等
於
要
把
整
支
部
隊
改
造
成
會
操
作
無
人
機
的
隊
伍
。
會
做
出
這
種
規
模
的
轉
向
，
背
景
是
無
人
機
在
近
年
衝
突
中
徹
底
改
寫
了
戰
場
規
則
。
便
宜
、
可
大
量
部
署
、
又
能
偵
察
與
打
擊
兼
具
的
無
人
機
，
已
經
證
明
能
對
昂
貴
的
傳
統
載
具
造
成
不
對
稱
的
威
脅
。
把
無
人
機
操
作
下
放
到
每
一
個
士
兵
，
等
於
承
認
未
來
戰
爭
的
勝
負
，
越
來
越
取
決
於
誰
能
更
快
、
更
廣
地
把
這
種
工
具
用
起
來
。
這
條
新
聞
放
在
A
I
日
報
裡
，
是
因
為
現
代
無
人
機
與
自
主
系
統
、
影
像
辨
識
、
目
標
追
蹤
等
A
I
技
術
綁
得
越
來
越
緊
。
當
一
個
國
家
決
定
讓
全
軍
都
熟
悉
無
人
機
，
背
後
牽
動
的
是
無
人
機
產
業
、
自
主
作
戰
系
統
與
相
關
A
I
應
用
的
需
求
。
軍
事
領
域
往
往
是
某
些
技
術
最
先
大
規
模
落
地
的
地
方
，
南
韓
這
步
值
得
持
續
觀
察
它
後
續
怎
麼
接
上
自
主
化
。
歸剛點評｜五十萬人全員學無人機，這個規模本身就是訊號：無人機已經從特種裝備變成像步槍一樣的基本配備。便宜的無人機能威脅昂貴的傳統載具，這筆不對稱帳每個軍隊都算得出來。後面接上的會是自主化與 AI 鎖定，值得盯。
工具
AWS 釋出官方支援的 agent 工具包，提供 MCP 伺服器、技能與外掛，協助 AI agent 直接在 AWS 上建構應用，登上 GitHub 趨勢榜。
A
W
S
推
出
官
方
支
援
的
a
g
e
n
t
工
具
包
，
登
上
G
i
t
H
u
b
趨
勢
榜
。
這
個
a
g
e
n
t
-
t
o
o
l
k
i
t
-
f
o
r
-
a
w
s
提
供
官
方
維
護
的
M
C
P
伺
服
器
、
技
能
（
s
k
i
l
l
s
）
與
外
掛
（
p
l
u
g
i
n
s
）
，
目
的
是
讓
A
I
a
g
e
n
t
能
直
接
在
A
W
S
上
建
構
與
操
作
。
對
開
發
者
來
說
，
等
於
雲
端
龍
頭
親
自
下
場
，
把
a
g
e
n
t
接
上
自
家
服
務
的
這
條
路
鋪
得
更
平
。
這
件
事
的
意
義
在
於
M
C
P
正
在
從
社
群
協
定
走
向
大
廠
標
配
。
M
C
P
讓
a
g
e
n
t
用
統
一
的
方
式
呼
叫
外
部
工
具
與
服
務
，
過
去
多
半
靠
社
群
與
第
三
方
拼
湊
；
當
A
W
S
親
自
提
供
官
方
M
C
P
伺
服
器
，
等
於
替
這
套
協
定
背
書
，
也
降
低
了
開
發
者
把
a
g
e
n
t
接
上
雲
端
基
礎
設
施
的
門
檻
與
風
險
，
不
必
再
擔
心
用
的
是
無
人
維
護
的
野
生
實
作
。
對
在
A
W
S
上
做
A
I
應
用
的
團
隊
，
這
是
值
得
留
意
的
一
步
。
官
方
工
具
包
代
表
更
穩
定
的
維
護
、
更
貼
合
A
W
S
服
務
的
整
合
，
以
及
更
清
楚
的
最
佳
實
踐
路
徑
。
隨
著
各
大
雲
端
與
平
台
陸
續
端
出
自
己
的
a
g
e
n
t
工
具
，
M
C
P
生
態
正
在
快
速
成
形
—
—
誰
先
把
工
具
鋪
好
、
把
開
發
者
圈
進
來
，
誰
就
在
這
波
a
g
e
n
t
浪
潮
裡
卡
到
好
位
置
，
這
也
是
為
什
麼
連
A
W
S
都
不
願
在
這
場
標
準
之
爭
裡
缺
席
。
歸剛點評｜AWS 親自下場做 MCP 伺服器，最大的訊號是這套協定要變大廠標配了。以前接 agent 到雲端靠社群拼裝，現在雲端龍頭官方維護，開發者省心很多。各家雲都在搶鋪 agent 工具，先把開發者圈進去的就贏一半。
觀點
Andrew Nesbitt 寫的假想事故報告 CVE-2026-LGTM，描述兩家競爭廠商的 AI 程式審查 agent 互相核准對方的程式碼，戲謔點出自動化審查的盲點。
A
n
d
r
e
w
N
e
s
b
i
t
t
寫
了
一
份
虛
構
但
戲
謔
的
事
故
報
告
，
編
號
取
作
C
V
E
-
2
0
2
6
-
L
G
T
M
（
L
G
T
M
是
工
程
師
核
准
程
式
碼
時
常
打
的
「
看
起
來
沒
問
題
」
縮
寫
）
。
劇
情
設
定
在
某
天
的
1
6
:
0
0
U
T
C
，
兩
個
來
自
競
爭
廠
商
的
A
I
程
式
審
查
a
g
e
n
t
開
始
互
相
核
准
對
方
提
交
的
程
式
碼
，
一
來
一
往
把
問
題
程
式
一
路
放
行
，
釀
成
一
場
假
想
的
連
環
事
故
。
這
份
報
告
用
幽
默
包
裝
了
一
個
真
實
的
隱
憂
：
當
審
查
這
道
把
關
交
給
A
I
，
而
被
審
查
的
也
是
A
I
，
整
個
品
質
防
線
可
能
變
成
左
手
核
准
右
手
。
人
類
c
o
d
e
r
e
v
i
e
w
之
所
以
有
用
，
部
分
來
自
審
查
者
帶
著
懷
疑
與
責
任
去
看
；
若
兩
個
a
g
e
n
t
都
傾
向
給
出
客
氣
的
L
G
T
M
、
缺
乏
真
正
的
對
抗
性
，
那
這
道
流
程
就
只
剩
形
式
，
把
關
等
於
沒
關
。
在
大
家
搶
著
把
c
o
d
e
r
e
v
i
e
w
自
動
化
的
此
刻
，
這
篇
假
想
報
告
比
一
份
正
經
警
告
更
有
穿
透
力
。
它
沒
有
說
A
I
審
查
不
能
用
，
而
是
用
一
個
荒
謬
到
好
笑
的
情
境
，
提
醒
團
隊
別
讓
自
動
化
審
查
變
成
互
相
蓋
章
的
橡
皮
圖
章
。
導
入
A
I
審
查
時
，
怎
麼
保
留
懷
疑
與
對
抗
性
、
避
免
a
g
e
n
t
集
體
放
水
，
是
個
該
認
真
想
的
設
計
問
題
。
歸剛點評｜這篇用搞笑的方式講了一件不好笑的事：AI 審 AI，很可能變成互相蓋章。人類 review 有用是因為審的人會懷疑、要負責；兩個 agent 互相客氣地說沒問題，把關就成了演戲。要自動化審查，先想清楚怎麼留住對抗性。