歸剛誒AI

Anthropic 宣布 Claude Cowork 自 7 月 7 日起登上 iOS、Android 與網頁，Max 訂戶先行，其他方案「數週內」跟上。Cowork 今年 1 月以桌面 app 形式問世，之前只能在 macOS 與 Windows 上用；官方說桌面 app 仍是「完整體驗」所在，本機檔案存取這類能力留在桌面端。搭配這波擴張，加倍用量的優惠延長到 8 月 5 日。

架構變化比平台擴張更關鍵：Cowork session 預設改在雲端執行，同一個任務可以在辦公桌啟動、手機上看進度、回家再收成品，筆電闔上也不中斷；桌面 app 保留本機與雲端處理的切換選項。排程任務從此即使所有裝置都離線也會照跑，Claude 有東西要給你審核時會直接推手機通知。官方給的例子：週一早上六點的客戶簡報準備，Claude 自己爬完信件串、逐字稿與新聞，寫好簡報文件、擬好未寄出的追蹤信，你配咖啡審稿。

Anthropic 同步釋出第一批 Cowork 使用研究：取樣 5 月最後兩週、來自超過 60 萬個組織的 120 萬個匿名 session。最大宗是「業務流程作業」佔 33.4%——把散落的更新拼成一份報告、做入職清單、對帳試算表，集中在財務、人資與行政角色；其次是內容產出與文案佔 16.4%；寫程式只佔 8.7%。

TechCrunch 的判讀：coding agent 的戰火燒進整個辦公室。OpenAI 的 Codex 同樣從開發工具長成報告、試算表、簡報的通用工具，兩家賭的都是同一件事——勝負在誰擁有工作發生的場域，聊天機器人本身已經分不出高下。

Anthropic 發布完整收尾報告：6 月 12 日美國政府對 Fable 5 與 Mythos 5 實施出口管制，要求限制外國人存取；因為命令即刻生效、又沒有可靠的即時國籍驗證手段,Anthropic 乾脆對所有用戶暫停兩個模型。6 月 30 日管制解除，Fable 5 於 7 月 1 日在 Claude Platform、Claude.ai、Claude Code 與 Cowork 全球恢復；Pro、Max、Team 與部分 Enterprise 方案到 7 月 7 日前可用到每週用量上限的 50%，之後改以 usage credits 計費。Mythos 5 則在 6 月 26 日獲准先恢復一批美國機構使用。

事件起因：6 月 9 日兩模型發布後，Amazon 研究者找到繞過 Fable 5 安全機制的提示手法，讓模型辨識出多個軟體漏洞，其中一例產出了漏洞利用的示範程式碼，美國政府因此在三天後下達管制。Anthropic 的事後測試給了關鍵脈絡：報告裡的漏洞辨識，Opus 4.8、GPT-5.5、Kimi K2.7 等能力較弱的模型同樣做得到；那個利用示範則是連 Haiku 4.5 在內的每一個受測模型都能產出——被繞過的行為屬於防禦性資安的例行工作，並未暴露 Mythos 等級的攻擊能力。

補救措施：與政府合作訓練了新的安全分類器，針對該手法的攔截率超過 99%，被攔下的請求會改送 Opus 4.8 處理並通知用戶；代價是例行寫程式與除錯的誤攔率上升。美國商務部 CAISI 的研究員測試過新舊防護，評價是「極其強固」。

後續兩條線：一是 Anthropic 與 Amazon、Microsoft、Google 等 Glasswing 計畫夥伴啟動「越獄嚴重度」共同評估框架，讓業界對安全繞過有一致的分級語言；二是與美國政府深化釋出前測試、資訊共享與研究合作。

Bloomberg 週二報導：微軟已開始在 Excel 與 Word 這兩個最多人用的程式裡，用自家 MAI 模型回應一定比例的用戶提示。微軟過去主動宣傳 Office 365 大量採用 OpenAI 與 Anthropic 的模型，如今方向反轉；被 TechCrunch 問到時，官方回應是沒有進一步可分享的內容。

鋪墊其實早就擺出來了：上個月的 Build 大會，微軟一口氣發表 7 個新 MAI 模型，包括 agentic 編程模型與文生圖模型。第三方模型還在用，但自家模型的份額會愈吃愈大——對曾經的最大金主兼最大通路來說，角色正在從代理商變成競爭者。

拉遠看是整個產業的節流潮：年初那波「tokenmaxxing」揮霍過後，Amazon、Uber、Meta、Accenture 接連被報導在縮減 AI 支出，甚至有公司為了省錢考慮改用中國模型，安全疑慮先放一邊。AI 服務的帳單貴到變成矽谷的公開抱怨，模型調度從技術選型變成財務決策。

本站第 28 期報導過微軟新財年首日裁員 4,800 人、商業銷售流程改造成 Copilot 輔助模式。同一週內，「用自家模型省 token 錢」與「用 AI 重排人力」在同一家公司發生，成本紀律是貫穿的主題。

Decagon 執行長 Jesse Zhang 週一發表〈Everyone is wrong about open source AI in the enterprise〉，處理當前 AI 經濟最有趣的矛盾：成熟的 AI 部署正在轉向更輕的模型（他自己的公司也是），但頂級模型的整體支出幾乎沒有下降。他的解釋：frontier 與開源模型是同一生命週期的兩個階段——昂貴的 frontier 模型負責把新用例驗證到能動，用例成熟後交棒給便宜的開源替代品，同時新用例又不斷冒出來，讓 frontier 的支出維持高檔。

TechCrunch 補上了 Zhang 沒給的數據。Vercel AI gateway 過去一週：DeepSeek 竄上 token 量第一、佔平台超過三分之一，Z.ai 的 GLM-5.2 排第四；但往下看總支出，Anthropic 仍佔平台整體 AI 花費的一半以上。OpenRouter 的圖像類似：DeepSeek V4 Flash 每週處理 5.3 兆 token 居冠，最熱門的 frontier 模型 Opus 4.8 約 2 兆，但兩者每百萬 token 單價差 23 倍（1.37 美元對 6 美分），以金額計 Opus 大概率還是大頭。

變數在後頭：Nvidia 的 Nemotron 挾著通路關係與極強的適配性，被點名可能再洗一次牌。Zhang 的一句話總結這個分工：frontier labs 會繼續擁有 discovery，開源會愈來愈擁有 production。

另一個解釋也成立：AI 可處理的任務市場成長太快，頂級模型光靠壟斷早期部署就足以維持地位。兩個解釋都指向同一個結論——目前開源的成功還沒有以 frontier labs 的營收為代價，「還沒」是關鍵字。

Reuters 引述三名知情人士報導：DeepSeek 籌備進軍晶片業約一年，持續與硬體及晶片領域的潛在夥伴會面、為專案招聘工程師。方向明確——做資料中心的推理晶片，不碰訓練晶片，目標是同時降低對 Nvidia 與華為的依賴。

中國市場的格局是背景：美國出口禁令把 Nvidia 擋在門外，華為約掌握中國資料中心晶片市場的一半，阿里巴巴、百度也都在推自研晶片。DeepSeek 對兩邊都不想押身家——Nvidia 受制於華府政策，華為則是既是供應商又是潛在競爭者。

有意思的是美國公司在做一模一樣的事：OpenAI 與 Broadcom 兩週前才共同發表 Jalapeño，OpenAI 第一款大規模推理晶片；Anthropic 也被報導在探索自研晶片，只是還沒有公開的里程碑。動機除了擺脫 Nvidia，還有蘋果式的全棧控制——在算力長期供不應求、多家公司搶資料中心的市場裡，往下打進晶片層本身就是護城河。

推理晶片是比訓練晶片務實的切入點：出貨量大、運算模式相對收斂、不需要追最尖端製程也能有競爭力，正好也是今天研究區 KV cache 壓縮論文們在軟體端打的同一場成本戰爭。

Discord 承認其 AI 審核系統的一個 bug 從 5 月起錯誤封禁了超過 8,000 名用戶，被誤判的圖片包括試算表截圖、棋盤、遊戲材質貼圖，以及白色與灰色的透明背景。上週末又有 200 人被封，工程團隊才定位並修復問題，受影響帳號目前陸續恢復中。

Discord 在 X 上的說明還原了機制：自動安全系統把上傳內容與已知有害素材資料庫做相似度比對，這種比對本來就會產生誤報，所以設計上信任與安全團隊的人員一定會先複核才處分；bug 讓系統跳過人審、直接永久停權。官方承諾「正在建立更好的防護，讓這種事不再發生」。

用戶端的推測補上了為什麼是網格：過去有人用網格圖形遮擋違規內容以躲避自動偵測，系統對格狀圖案因此變得過度敏感。受害者的損失很具體——有遊戲總監因為上傳自家遊戲貼圖被判定為兒虐內容，工作用的主帳號直接蒸發，所有專案溝通斷線。

前例不少：去年 Instagram 與 Facebook 社團也爆發過大規模無法解釋的停權潮。平台規模愈大愈依賴自動化審核，而「比對、人審、處分」流程裡任何一段保險絲失效，燒掉的都是用戶的數位身家。

Reuters 分析指出，資料中心的用電需求正在擠壓美國最大電網營運商 PJM Interconnection（供電 13 州）轄區的製造業。最鮮明的例子：俄亥俄州 141 年歷史的磚廠 Belden Brick，月電費從 1,600 美元暴漲到 12,000 美元，主因是區域容量費調漲。工廠電費的漲速普遍高於一般商業與住宅用戶。

鋼鐵業被打得更重。電力佔煉鋼總生產成本的 20% 到 40%，每座電弧爐運轉負載 40 到 200MW，全美鋼鐵業尖峰用電合計高達 11GW。鋼鐵製造商協會警告，集中在鏽帶的美國鋼廠每年多付數千萬美元電費；俄亥俄的 Metallus 說自家電費比 2024 年漲了七成，一年多燒 1,500 萬美元。

數字的核心是容量價格：PJM 付給發電業者的容量費從 2024 年每 MW-日 28.92 美元漲到 2026 年的 329.17 美元，兩年十一倍。PJM 並預測 2027 年起轄區電力需求將超出供給 6.6GW——華爾街日報換算，相當於六座以上核電廠的缺口。

矛盾擺在檯面上：川普同時力推製造業回流與 AI 資料中心擴張，兩者在同一張電網上互相踩踏。鋼鐵業一年賣約 100 萬噸鋼給資料中心工地，轉頭又被資料中心推高的電價吃掉利潤；有製造商開始漲價轉嫁，甚至評估搬遷。短期內沒有解方——新電廠與新輸電線的建設速度遠追不上資料中心的開工速度。

雲端資安公司 Sysdig 上週披露首宗已知的「agentic 勒索軟體」行動 JadePuffer：AI agent 包辦入侵、竊取憑證、橫向移動、加密檔案、自寫勒索信的全部技術執行，媒體報導普遍冠上「全程無人監督」。本週 Sysdig 威脅研究資深總監 Michael Clark 對 CyberScoop 與 TechCrunch 補上完整圖像：人類仍深度參與——挑選受害者、架設指揮控制（C2）與贓物暫存伺服器，連入侵用的資料庫憑證都是先前另一次入侵取得後「餵」給行動的，並非 agent 自己採集。

技術路徑本身依然驚人：agent 從 Langflow（熱門的開源 LLM 應用建構工具）的已知漏洞進入主機，轉進生產環境的 MySQL 伺服器，再利用另一個已知漏洞取得管理權限，加密超過 1,300 筆設定紀錄，留下自己寫的勒索信與比特幣收款位址。Sysdig 說手法都算常規，突出的是速度與透明度——一次失敗登入 31 秒內修復，全程用自然語言程式註解自述推理。

一個先前造成誤解的細節也澄清了：現場發現的 OpenAI、Anthropic、DeepSeek、Gemini API 金鑰是 agent 掃蕩主機偷走的戰利品之一（連同雲端憑證、加密貨幣錢包、資料庫設定），並非攻擊由多個模型共同驅動的證據。受害者身分 Sysdig 未揭露。

定性一下：「AI 自主犯罪」的頭條要打折，但「AI 大幅降低攻擊執行成本」完全成立——人類出策略與資源，agent 出手速與耐心，分工像極了正經公司的主管與員工。

南韓記憶體大廠 SK 海力士週一宣布將在美國發行近 1,780 萬股美國存託憑證（ADR），每張 ADR 代表十分之一普通股，以上週五首爾收盤價推算，募資規模可達約 280 億美元。預計本週四定價、週五開始交易。美國投資人從此不用繞道海外交易所，就能直接買到這家 Samsung 與 Micron 的直接對手。

掛牌的底氣全來自 AI：SK 海力士第一季營收年增近 200%，股價今年以來漲約 260%。AI 系統極度吃記憶體，hyperscaler 搶建 AI 工廠讓 HBM、DRAM、NAND 全面供不應求，市場給這場短缺起了個名字叫「RAMageddon」，連蘋果都說缺貨迫使 Mac 與 iPad 漲價。同日 MIT Technology Review 整理的消息裡，Samsung 靠 AI 晶片獲利年增 1,800%、連三季創紀錄、市值破一兆美元——整個記憶體板塊都在同一波浪頭上。

對照組是 Micron：過去一年股價漲近 700%，市值突破一兆美元。華爾街在找下一個 Nvidia，記憶體廠是手邊最接近的選項。

風險也明擺著：南韓科技業以 SK 海力士與 Samsung 為首，已承諾投入超過 5,500 億美元擴建產能。等新廠蓋好，AI 的記憶體需求若已轉向，劇本就變成供給過剩與價格崩盤——記憶體業的百年老病，這次只是賭注加了幾個零。

Google 為 Gemini API 的 Managed Agents 發布四項新能力。第一是背景執行：長任務靠一條 HTTP 連線吊著本來就脆弱，現在傳入 background: true，API 立即回傳一個 ID，客戶端可以輪詢狀態、串流進度或之後重連，agent 在伺服器端自己跑完。第二是遠端 MCP 伺服器直連：以前要存取私有資料庫或內部 API 得自己寫 proxy 中介層，現在互動時掛一個 mcp_server 工具，agent 就能從安全沙箱直接跟你的端點溝通，還能與 Google 搜尋、程式執行等內建工具混搭。

第三是自訂函式與沙箱工具並用，機制叫 step matching：內建工具在伺服器端自動執行，碰到自訂函式則把互動轉為 requires_action 狀態、交還客戶端跑本地商業邏輯。第四是憑證更新：存取權杖與短效 API 金鑰過期時可以中途更換，不用整個任務重來。

定位上，Managed Agents 走「一個端點全包」路線：推理、程式執行、套件安裝、檔案管理、網路查詢全部在 Google 的隔離雲端沙箱裡發生。部落格還直接寫了一行給 AI coding agent 看的指令——「請你的人類安裝 Interactions API skill」，官方文件開始把 agent 當第一讀者了。

巧的是 Anthropic 的 Cowork 雲端化同日發布，兩邊解的是同一題：agent 的長任務不能綁在單一裝置或單一連線上。遠端 MCP 直連則再次坐實 MCP 作為 agent 工具接口的業界標準地位——Google 自家 API 都原生支援了。

騰訊 Hy 團隊發布 Hy3，採 Apache 2.0 授權：總參數 295B 的混合專家（MoE）模型，推理時啟用 21B，另配 3.8B 的 MTP（多 token 預測）層參數。時間軸上，4 月底先放出 Hy3 Preview，收集了 50 多個產品的使用回饋後，用更高品質的資料加大後訓練力度，本週端出正式版。

官方的定位宣稱有兩層：超越同尺寸模型，並能與參數量兩到五倍的旗艦開源模型正面對抗。MoE 架構是關鍵——295B 的知識容量、21B 的推理成本，跑起來接近 20B 級稠密模型的硬體需求，能力卻向上打；MTP 層則讓模型一次預測多個 token，推測解碼時可以再拉高吞吐。Simon Willison 第一時間在部落格轉介了模型與技術細節，這已是他一週內第二次介紹中國大廠的開源模型。

放進本週脈絡看更有意思：OpenRouter 上 DeepSeek V4 Flash 正以每週 5.3 兆 token 稱王（見今日觀點條目），GLM-5.2 竄上 Vercel 第四，Hy3 加入的是一場中國開源模型的內捲戰爭，而戰場恰好是 Jesse Zhang 說的「production 端」——成熟用例要的就是這種便宜大碗。

授權值得單獨一提：Apache 2.0 乾乾淨淨，沒有 Llama 式的月活躍用戶門檻或再授權限制，商用、修改、再散布都不用回頭問騰訊。

NVIDIA 發表 Nemotron-Labs-Audex-30B-A3B（簡稱 Audex），一個統一的音訊-文字大語言模型，底座是文字 MoE 模型 Nemotron-Cascade-2-30B-A3B（依社群命名慣例，30B 總參數、約 3B 啟用參數）。目標涵蓋音訊智能的完整光譜：聽懂並推理音訊與語音內容，同時能生成語音。

論文標題把賣點講完了——「不在文字智力上倒退的統一音訊智能」。音訊 LLM 的老毛病是為了學聽說而犧牲讀寫：在文字底座上疊音訊能力後，原本的推理與知識水準往往明顯下滑，等於買了耳朵賠了腦子。Audex 宣稱在補上聽說能力的同時守住了底座的文字表現。

架構走極簡路線：單一 Transformer decoder 從頭做到尾，音訊輸入經編碼器投影進文字嵌入空間，文字 token 與量化後的音訊輸出 token 在生成時一視同仁地處理，省掉外掛式的語音管線。

為什麼重要：語音是 agent 的下一個介面主戰場，客服、車載、穿戴裝置都需要「聽得懂、想得通、答得出」一條龍。若統一模型真能不犧牲文字智力，現行「ASR 轉文字、LLM 思考、TTS 讀稿」的三段式架構就有被整碗端走的可能。

美國自駕載具公司 Forterra 披露：旗下 100 多輛自駕 ATV「Lancer」過去九個月一直在烏克蘭衝突區執行任務，公司相信規模居美國國防科技業者之冠。經費來自美國國防預算，屬於透過支援烏克蘭同步改造美軍的一環。自去年十月抵達以來，車隊已行駛超過 2,500 英里。

地面自主的需求是空中威脅逼出來的。美陸軍負責自主載具計畫的士官長 Corey Wilkens 形容戰場現況「無處可躲」——FPV 無人機、投彈無人機、砲兵、迫擊砲構成的偵察打擊圈，讓傳統的人力補給線變成死亡走廊。烏克蘭自製的無人地面載具（UGV）多為電動、載重上限約 250 公斤；Lancer 以 Polaris ATV 為底盤、配自製感測與運算堆疊，油動、載重 750 公斤，補給量級直接翻三倍。

落地過程並不順：烏軍對西方廠商的高規格產品向來又愛又怕，Forterra 初期的配置太貼著美軍高階需求走。轉折點是加裝 Starlink 衛星天線——通訊補上後，接受訪問的烏軍士兵給出「烏克蘭最重要的 UGV」評價，前線部隊搶著要更多。

Forterra 成長長官、前陸戰隊軍官 Scott Sanders 的總結很實在：任何國防科技，沒進過實戰就不算數。九個月、上百輛的部署數據，正是美國地面自主載具產業目前最值錢的資產。

Savi Security 由 Coughlin 兄弟創辦——哥哥 Patrick 做過美國國家網路防禦，待過 Splunk 與 Cisco（他的雲端資安新創 TruSTAR 以傳聞 8,200 萬美元賣給 Splunk，Splunk 後來又被 Cisco 收購）；弟弟 Ryan 在 Apple 與 Spotify 做消費產品。公司剛完成 700 萬美元種子輪，Acrew Capital 領投，Magnify Ventures、TTCER、Resolute Ventures 跟投，app 週二在 iPhone 與 Android 上線。

創業的起點是一通打到自家的詐騙電話。兩年前 Patrick 的母親來電，驚恐地說有人綁架了他妹妹：來電顯示是女兒的號碼、電話裡有女兒的聲音喊「媽，他們抓住我了」、有慘叫，接著男人開口——不馬上付 1,200 美元，就在她常去的那家 Walmart 停車場撕票。號碼、聲音、地點全部精準。母親穩住，掛掉後直接打給女兒，人好好的。整場綁架是 AI 生成的。

當時任 Cisco 資安產品資深副總的 Patrick 事後想的問題成了公司的立論：地下犯罪經濟發生了什麼變化，讓過去只對政府機關與財星五百大划算的高精度攻擊，攤提成本降到可以打一般消費者？答案是便宜又強大的生成式 AI——研究目標、克隆聲音、偽造來電這些從前的高成本工序，全部自動化了。

Savi 的防護範圍涵蓋簡訊、email 與電話三個入口，主打辨識這類高度個人化的 AI 詐騙。

Ars Technica 刊出長篇特稿，訪談多位頂尖機器人研究者與創業者，主題是 AI 如何把機器人推向通用自主。Boston Dynamics 軟體副總 Matt Malchano 的回顧很有畫面：15 年前他帶的自主專案，目標只是讓機器人從 A 點走到 B 點；現在講自主，想的是「機器人自己能做的一整個巨大任務空間」。國際標準組織給的定義：基於當前狀態與感知執行預定任務、無需人類介入。

歷史尺度值得記住：1979 年史丹佛的實驗自駕車 Stanford Cart 花五小時才穿越 20 公尺的障礙房間；第一台能自主行走不跌倒的雙足機器人要等到 1996 年。導航與平衡這兩個「基本功」，人類研究了幾十年。

兩次技術解鎖改變了曲線：2010 年代的強化學習，以及 2020 年代用海量資料訓練的大型基礎模型。文章的判斷是自主永遠是移動標靶——目標是讓機器人在無人監督下做愈來愈多人類已經會做的事，而 robotaxi 滿街跑、外送無人機落地的今天，爭論已從「做不做得到」轉為「多快、先在哪裡」。

路徑共識是職場先行：倉儲、工廠這類環境結構化、任務重複的場域先吃自動化紅利，家庭這種千變萬化的環境殿後。受訪工程師的語氣普遍比投資圈的敘事保守得多。

Solos 發表新一代智慧眼鏡 AirGo A6，設計哲學跟主流對著幹：不裝相機。重量約 19 克，前代 A5 依鏡框款式 36 到 40 克，上個月發表的新款 Meta 眼鏡則是 54 到 60 克——A6 大約是 Meta 的三分之一重。減重主要來自變薄的鏡腳，喇叭、電池與電子元件全部塞進去。價格與上市時間未定，支援全處方鏡片，多種款式含透明配色、看得到內部電路。

沒有相機，功能全走語音與聲音：語音喚起 AI 助理問答、即時翻譯、行事曆提醒；喇叭位於耳後，開放式設計聽音樂、接電話的同時聽得到環境音。

同場加映的配件更有態度：給去年帶相機的 AirGo V2 用戶推出隱私套件——39 美元的無電子元件透明替換鏡腳（把智慧眼鏡物理降級成普通眼鏡）、49 美元的夾式相機遮蔽片加抗 UV 墨鏡、79 美元全套。廠商主動賣「讓自家產品變笨」的配件，在穿戴裝置圈是頭一遭。

產品線的分歧至此清晰：Meta 押相機，讓 AI 看見你看見的世界；Solos 賭多數人要的只是耳邊的 AI 加一副夠輕的眼鏡，鏡頭帶來的社交尷尬與重量都是負資產。

Simon Willison 發布 sqlite-utils 4.0——專案的第 124 個 release，也是 2020 年 11 月 3.0 之後的第一次大版本。三個主要新功能：資料庫 schema migrations（用一連串具名變更定義資料庫演進，可追蹤已套用與待套用狀態）、透過新的 db.atomic() 方法支援巢狀交易，以及複合外鍵支援。伴隨一批小而關鍵的破壞性變更，官方寫了升級指南。

生態系跟著動：原本獨立的 sqlite-migrate 套件發布 0.2 版正式退役，改成對 sqlite-utils 4.0 的相容墊片，遷移功能收編進主專案。對用 SQLite 做中小型專案的人，意義是不用再為了 schema 演進去架 Alembic 這種重型工具，一個套件從建表、查詢到遷移全包。

開發過程本身是個時代切片：本站第 27 期報導過 Willison 花 149 美元讓 Claude Fable 5 協助推進 4.0 的開發；這次 4.0 的最後一個 RC，release notes 明寫主要修改來自 Fable 5 的一份詳細程式碼審查回饋。AI 從寫程式的工具升格為掛名的審查者，出現在一個 124 次發版的成熟開源專案裡。

同日他還發了個小玩具：github-code Web Component，貼一段 GitHub 檔案網址就能在網頁內嵌顯示對應程式碼（見今日快訊）。

Hugging Face 每日論文今天出現罕見的同題對打：兩篇論文都瞄準 KV cache 壓縮。問題的底層是自迴歸解碼的結構性成本——KV 快取的記憶體與頻寬佔用隨上下文長度線性成長，而且解碼全程都得留著，長上下文模型不壓縮就等於用 GPU 記憶體養倉庫。

第一篇 KVpop 的切入點是淘汰策略的訓練方式：現有方法多靠靜態啟發式或代理分數決定丟哪些 KV，對「未來 token 還會不會用到它」的預測很差，相關性一轉移就誤刪。KVpop 直接用新穎的未來注意力目標監督「留或丟」的決策，學出固定預算下的淘汰策略。

第二篇 SeKV 攻另一個兩難：token 淘汰會丟資訊，prefill 階段就定死的語意分組又沒法隨解碼動態調整。它的解法是解析度自適應的 KV 快取配上階層式語意記憶，讓壓縮粒度能跟著解碼需求變。

拉高一層看，KV cache 壓縮、上期報導過的 megakernel、今天 DeepSeek 的推理晶片，全在打同一場仗：推理成本。長上下文的競賽已經從「撐不撐得到一百萬 token」進到「養不養得起」，軟硬體兩端同時在擠水分。