歸剛誒AI

Meta 本週稍早宣布一項 Instagram 新功能：用戶只要標記某個公開帳號，就能參照對方的公開內容生成 AI 圖像。The Verge 形容，照原始設計這近乎「一鍵替公眾帳號做深偽」。功能上線沒幾天就炸鍋，隱私與肖像濫用的疑慮排山倒海而來。

面對反彈，Meta 直接把功能關掉。公司在部落格聲明裡說：「我們的本意是提供一個好用的創作工具，並讓大家能掌控自己的公開內容是否被這樣引用。我們聽到了對這項功能的反饋。」TechCrunch 與 The Verge 都報導了這次撤回。對照本站 7 月 9 日提過的「Meta 新圖像模型 Muse Image 上線就挨批」，同一條產品線接連踩雷。

會這麼敏感，是因為「公開內容」不等於「授權任何人拿去合成」。把別人貼過的臉、身形、場景餵給生成模型，中間那道同意的界線一旦模糊，受害的往往是沒有能力發聲的一般用戶，而不是有法務團隊的名人。歐盟這幾天才在盯 Meta 的自動播放與無限滾動，這時候再多一個深偽爭議，對它的監管處境沒有半點好處。

歸剛點評：這次 Meta 認錯認得算快，但「先上線、被罵、再撤回」的循環已經跑了不只一次。真正該問的是產品內部有沒有事前的濫用審查——一個「標記就能生成他人 AI 圖」的功能，會通過 review 上線，本身就說明把關流程有洞。用戶這邊的教訓很實際：你的公開貼文，隨時可能被平台當成別人的訓練素材或生成來源。

OpenAI 正在替 ChatGPT 開一個新戰場——家庭。TechCrunch 報導，公司貼出徵才啟事，要找一位專門負責家庭情境的產品經理，替「家庭、照顧者與年長者」設計專屬的 ChatGPT 體驗。一則職缺看似不起眼，卻透露出產品策略的下一步。

把時間軸拉開看更清楚。OpenAI 這半年密集往「更深入生活」推：先有面向職場的 ChatGPT Work，本週又傳出要收掉獨立瀏覽器、把代理能力收進主 App。往家庭走是同一個方向的延伸——從一個人用的工具，變成一戶人共用的服務。長者陪伴、家庭行程、照顧提醒這些情境，商業想像空間不小。

難點也在這裡。家庭場景牽涉未成年人保護、長者的資料與判斷風險、多人共用一個帳號的隱私切分，每一項都比「個人生產力工具」棘手。要讓 ChatGPT 安全地待在客廳、廚房、長輩的手機裡，OpenAI 得先過信任這一關，而它上市前正被蘋果訴訟與各種爭議纏身，時機微妙。

歸剛點評：一則職缺就能讀出戰略，是因為大廠請人向來是「先招兵、後打仗」。OpenAI 把箭頭指向家庭，等於宣告個人與職場市場已經打得差不多，下一塊要吃的是黏著度最高、也最難搞的家戶日常。台灣做長照、家庭服務、銀髮科技的團隊可以開始想：當 ChatGPT 也要進客廳，你的差異化在哪裡。

評測站 TryAI 又辦了一場模型 build-off，這次規模更大：十二個模型、四個 App、每個各跑五次。四道題目分別是光線追蹤器（raycaster）、魔術方塊、計算機和康威生命遊戲，全部量測產出、成本與延遲。參賽陣容涵蓋 GPT-5.6 剛拆出的 Sol／Terra／Luna 三階、Grok 4.5、Claude，還有 Meta 這波意外投下的程式碼模型 Muse Spark 1.1，以及一票開源權重模型。

會加碼重辦，是回應上一場的批評。TryAI 說上次登上 Hacker News 首頁後，留言區「毫不留情」給了不少中肯意見，於是這次照單收——把開源模型也拉進來、每題多跑幾次降低運氣成分、把成本與延遲攤開來比。這種「同一組任務、五次重試、公開數字」的做法，比單看官方 benchmark 更貼近開發者實際會遇到的狀況。

這類橫向實測的價值，在於補上官方發表會不會講的那一面。GPT-5.6 官方主打 agentic coding 強，但一個模型在「五次裡有幾次一次做對」「同樣結果花多少錢、等多久」上的表現，才是真的要付帳的人在意的。把 Grok 4.5 主打的性價比、Claude 的穩定度、Muse Spark 的新進場放在同一張表上，差異一目了然。

歸剛點評：發表會人人都說自己最強，build-off 這種第三方硬碰硬才是照妖鏡。真正值得學的是 TryAI 的態度——被 HN 電了就把批評吃下去、把測試做得更嚴。對要選模型接產品的人，與其信官方 benchmark，不如自己準備三五個你真正會做的任務，各家各跑五次，把成本延遲記下來，答案自己就浮出來了。

自駕新創 comma 的創辦人 George Hotz（網路上人稱 geohot）貼了一篇〈AI 2040 and the Cult of Intelligence〉，直接嗆聲當紅的「超智能硬起飛」論述。他開頭就自嘲：「我以前也是這種人。讀了 Yudkowsky，就想著天啊遞迴自我改進、硬起飛、AI 要來了。」然後他進了真實世界，開始實際做東西。

他的核心論點很接地氣：現實充滿瑣碎又難搞的細節。「在 comma，我們出貨一個複雜度跟手機差不多的硬體產品，這真的很難。」他甚至酸道，那份 AI 末日文件的作者們，「我想看他們試著換一次腳踏車內胎——就算有超智能 ChatGPT 在旁邊，我猜他們還是會卡住。」

更硬的反駁在物理層面。geohot 引用小說《Prime Intellect 的蛻變》——書裡硬起飛之所以成立，是因為 AI 發現了某種能操縱物質的量子把戲。他直白地說：現實裡沒有那種東西。「不管你的 token 品質多高，它們沒辦法把鉛變成黃金。」智能本身不會自動突破材料、製造、供應鏈這些物理與工程的牆。

歸剛點評：這篇之所以在 Hacker News 衝上高分，是因為 geohot 有資格講——他不是坐在推特上空談，而是真的在量產硬體、天天被現實的細節電。在滿場「AGI 快來了」的敘事裡，一個實作派出來說「先來換個內胎」，是必要的降溫。AI 很強，但把它捧成能無視物理法則的神，跟宗教就沒兩樣了。

MixFont 推出一個叫 Ghost Font（幽靈字體）的實驗，主打一句反骨標語：一種「只有人類讀得懂、領先的 AI 模型卻讀不懂」的反 AI 字體。使用者輸入訊息後，它會產生一段影片片段，讓你下載、分享給其他真人。

它的原理不是靜態筆畫，而是把訊息「動起來」。開發者自己說明：Ghost Font 用了動態、影片、雜訊與誘餌的組合，把文字藏在移動裡。他也老實承認「技術上這不算傳統意義的 TTF 字型檔」，而是一個實驗——試著找出一種 AI 難以輕易理解、人眼卻能自然辨讀的書面溝通格式。

會冒出這種東西，背景是網路上 AI 爬取與自動辨識愈來愈無孔不入。當貼文、留言、圖片隨時可能被模型抓去讀、去訓練、去分類，一部分人開始想要「機器看不懂、只給人看」的私密頻道。Ghost Font 更像是一個概念驗證：利用當前視覺模型對連續運動、時間軸資訊的處理弱點，做出一道人機之間的辨識落差。

歸剛點評：這東西實用性有限、也很可能被下一代多模態模型破解，但它戳中的問題很真——在一個預設「所有內容都會被 AI 讀取」的網路上，人類想保留一點只給彼此看的空間。與其說它是字體，不如說是一種姿態。看它能撐多久，本身就是觀察視覺模型進步速度的有趣指標。

Google 的 AI 開發者論壇上出現一則很有代表性的請願，標題直白：「拜託別停用 Gemini 2.5 Flash」。發文者 Nick_D 先感謝了 Gemini 團隊提供好模型，接著講出痛點——他們有幾條「非常specific的工作流」重度依賴 Gemini 2.5 Flash，而內部 benchmark 顯示，新一代的 Gemini 3 Flash 在這些任務上表現不如舊版，就算照建議調過提示詞也一樣追不回來。

問題的癥結是「新不一定等於更好」。廠商推出新世代模型時，通常主打整體能力提升，但對某些依賴特定行為模式的產線來說，模型一換，穩定跑了很久的流程可能就走鐘。發文者要的很單純：不是要 Google 別進步，而是別急著把還在幫他賺錢的舊版下架。

這件事在社群引起共鳴，是因為它戳到所有把 AI 接進生產環境的人共同的焦慮——你不擁有那個模型。當你的營運建在別人的 API 上，對方一句「舊版退役」，你的整條工作流就得重新驗證、重新調校，成本全落在你頭上。這也呼應本站 7 月 11 日報過的「企業不想再租 AI、開源以往更重要」的討論。

歸剛點評：這則貼文短，但每個做 AI 產品的人都該看。它提醒你：把核心流程綁死在單一雲端模型上，等於把命脈交給別人的產品排程。務實的做法是——關鍵任務保留自己的評測集、鎖定版本、預留退路，最好連本地或開源的備援都想好。廠商的「升級」，對你可能就是一次沒得商量的搬家。

劍橋大學的 AI 科學與政策計畫（CASP，Cambridge Programme on AI Science & Policy）發布一份報告，主題是恐怖組織博科聖地（Boko Haram）如何使用前沿 AI。這份研究登上 Hacker News 討論，把長期停留在「AI 會不會被壞人拿去用」的抽象擔憂，帶到一個有名有姓的具體個案上。

研究的意義在於「從假設到證據」。過去談 AI 被極端組織濫用，多半停在理論推演與風險清單；由學術政策機構針對特定組織做個案檢視，能讓討論建立在觀察到的行為上，而不是憑空想像。這對制定防護措施、界定模型供應商責任、設計出口與存取管制，都是更扎實的基礎。

這也把生成式 AI 治理最棘手的一面推上檯面：同樣的能力，正當研究者能用、惡意行為者也能用。前沿模型愈開放、愈便宜，門檻降低對創新是好事，對濫用者同樣是好事。如何在不扼殺開放生態的前提下堵住最危險的用途，是各國監管與實驗室都還在摸索的難題。

歸剛點評：這是則嚴肅、也讓人不太舒服的新聞，但正因為不舒服才更該正視。與其對「AI 會被壞人用」空喊口號，由劍橋這種機構做扎實的個案研究，反而是負責任的做法——先看清真實情況，才談得上有效的防護。這裡不涉及任何操作細節，重點是提醒決策者：AI 安全不只是模型會不會說錯話，還包括它會落到誰手上。

一篇登上 Hugging Face 每日論文的研究，題為〈A Sparse and Truncated State Vector Simulator for Peaked Circuits〉，切入的是量子計算裡一個很具體的問題。所謂峰值電路（peaked circuits），指的是一類刻意被設計成輸出機率分布有一個明顯尖峰的量子電路，任務是預測電路輸出端最可能出現的那串位元。

傳統模擬量子電路的最大瓶頸是態向量會隨量子位元數指數級膨脹，記憶體很快就吃不消。這篇論文的招數，是利用峰值電路「分布集中在少數結果」的特性，做「稀疏」加「截斷」——只保留機率份量夠大的那些態，把可以忽略的尾巴砍掉，用遠小於完整態向量的資源逼近答案。

會被社群關注，是因為峰值電路正是近年驗證量子優勢與 benchmark 量子硬體的常用工具之一。有一個能有效模擬這類電路的古典演算法，等於替「量子到底比古典強多少」這個爭論再添一塊校準的砝碼——它能幫研究者判斷，某台量子機器宣稱的優勢，有多少是真的難以被古典方法追上。

歸剛點評：這條偏硬核，但值得放進雷達。AI 圈天天在講 GPU 算力，量子這邊則在打另一場「古典能不能追上量子」的持久戰，而每一個更聰明的古典模擬器，都是在替量子優勢的門檻重新畫線。看不懂細節沒關係，記住一件事：所謂『量子優勢』從來不是一刀切，而是被這類論文一次次往後推的移動靶。

OpenAI 的官方倉庫 openai/plugins 這兩天衝上 GitHub 每日熱門榜。時間點很關鍵——正好卡在 GPT-5.6 三兄弟上線、ChatGPT Work 與整併 Codex 的桌面 App 一起推出的節骨眼上，開發者顯然急著弄清楚新一代要怎麼掛外掛、怎麼把自家工具接進去。

外掛與擴充機制之所以重要，是因為它決定了一個模型平台的生態天花板。模型再強，若外部工具與資料接不進來，能做的事就有限；反過來，一套好用的外掛標準能讓社群替官方補上千百種它自己顧不到的場景。openai/plugins 登榜，等於社群在用星標投票，表態要跟上 OpenAI 的擴充路線。

把它放進本週的脈絡看更有意思。GPT-5.6 這波同時端出程式化工具呼叫（programmatic tool calling）與多代理 beta，本站也報過 Google 開源遵循 Agent Skills 開放標準的 stitch-skills——整個產業都在搶「代理怎麼安全、標準化地呼叫外部工具」這個位置。官方外掛倉庫熱起來，是這場卡位戰的其中一格。

歸剛點評：GitHub 熱門榜是開發者的即時風向球，官方外掛倉庫衝上去，訊號很清楚——大家準備好要在 GPT-5.6 上蓋東西了。對想吃這波紅利的團隊，趁生態還在早期把自家工具做成標準外掛、卡進官方目錄，往往比模型本身的細微強弱更能決定你的產品能不能被用起來。

一個叫 next-ai-draw-io 的專案登上 GitHub 熱門。它把 AI 能力接進大家熟悉的 draw.io，做成一個 Next.js 網頁應用，核心賣點是：用自然語言的指令來建立、修改、增強圖表。想畫一張系統架構圖或流程圖，不用再一個框一個箭頭慢慢拖，直接打字描述你要的東西就行。

它踩中的是一個很普遍的痛點——畫圖很花時間。工程師、產品經理、寫文件的人常常腦中有清楚的流程，卻卡在把它「畫出來」的手工勞動上。把生成模型接進成熟的圖表工具，等於讓 AI 負責從描述到圖形的第一版轉換，人只要在草稿上調整，效率差很多。

這也呼應本站報過的一連串「AI + 既有生產力工具」趨勢：不是重造一個全新平台，而是把 AI 這一層疊到大家早就在用的工具上。draw.io 有龐大既有用戶，接上自然語言介面幾乎沒有學習成本，這種「低摩擦嫁接」往往比華麗的全新產品更容易被真的用起來。

歸剛點評：這類專案的價值不在技術多突破，而在它挑對了嫁接點——把 AI 疊在一個大家已經天天在開的工具上。對想做 AI 應用的人是很好的範本：與其發明新戰場，不如找一個高頻、又煩人的既有工作環節，把生成能力塞進去。畫圖就是最典型的『人人都要做、但沒人愛做』的環節。

本站 7 月 11 日報過蘋果對 OpenAI 提告、指控竊取硬體機密，還把 Jony Ive 的硬體新創 io 一併列被告。這兩天 9to5Mac 補上更多細節，讓訴訟的輪廓更清楚：蘋果主張，一連串曾在蘋果任職、後來跳槽到 OpenAI 的前員工，把商業機密帶了出去，用來推進 OpenAI 自己的硬體計畫。

案子的核心是人才流動與機密外洩的界線。矽谷工程師換公司稀鬆平常，但腦中帶著前東家的技術細節去對手那邊「加速」新產品，法律上就踩到營業秘密。蘋果的說法把責任往上拉——主張這些行為並非個別員工亂來，而是由 OpenAI 資深高層指示，這也是這樁訴訟殺傷力最強的一點。

放在更大的局裡，蘋果與 OpenAI 都在搶下一代 AI 硬體的入口。Jony Ive 離開蘋果後成立硬體公司、去年被 OpenAI 收編，外界一直在猜這批前蘋果班底會做出什麼。全球市值最高的公司在對手衝 IPO、又被各種爭議纏身的敏感時刻出手提告，時機本身就是訊號。

歸剛點評：這條是昨天頭條的續集，重點在「指控升級」——從公司告公司，變成點名一批跳槽的前員工加上高層指示。營業秘密官司往往拖很久、和解收場的多，但過程中攤出的細節會持續影響 OpenAI 上市前的信任評價。對做硬體、常挖角的公司來說，這也是一記警鐘：挖人可以，把前東家的機密一起挖走就是另一回事了。