每日精選 AI/Tech 新聞，繁體中文整理
📍 今日全焦點
- OpenAI 上市在即，八個月走掉十二個高層 — 連評估自家模型風險的團隊也被拆了
- Stripe 用 70 億美元買下 OpenRouter — 三個月前這家公司值 13 億
- Nvidia 一手抽擔保，一手投 30 億進發電廠 — 錢沒有離開，只是換了位置
- Amodei 再度下場：開放權重不會讓權力分散 — 他要管的是晶片和蒸餾，不是開源本身
- 倒閉新創的 Slack 存檔被拿去賣了 — AI 實驗室現在買的是「人怎麼吵架」
- AI 已經在幫美國國會寫法案修正案 — 規則有，但沒人被罰過
- 1.5 億參數的模型打進 ARC-AGI 成本前緣 — 每題成本只有 GPT-5.6 Luna 的十一分之一
今日頭條
一家準備上市的公司，八個月走掉十二個高層，這正常嗎？
答案是：看它走掉的是哪些人。
《金融時報》8 月 16 日報導，OpenAI 在 IPO（首次公開發行）倒數階段，內部人事重組已經讓員工感到疲乏。 而在這波重組裡，Preparedness 團隊被解散了。
這個團隊原本的工作，是評估 OpenAI 自己的模型會不會造成嚴重或災難級的風險，以及怎麼緩解。 據 FT 引述知情人士，生物、資安等領域的職責被拆散，改由既有團隊的資深成員接手；Preparedness Framework（風險評估框架）本身還在運作，涵蓋生化、資安、AI 自我改進等風險類別。
所以嚴格說，是團隊沒了，框架還在。但「有一群人專職盯這件事」和「這件事分給大家順便做」，中間的差別不需要解釋。
⭐ 把時間軸拉開，這不是單一事件。
| 時間 | 誰走了 | |------|--------| | 2026 年初至今 | 約 12 位各部門主管離職 | | 8 月 13 日 | 營收長 Denise Dresser 離職，上任僅 8 個月，接任者是雲端資安公司 Wiz 前總裁 Dali Rajic | | 8 月 16 日 | FT 揭露 Preparedness 團隊解散 |
更早之前，長期核心成員、營運長 Brad Lightcap 也已經離開。
⚠️ 為什麼這件事在「現在」特別重要。
OpenAI 的 IPO 時程壓得很近：5 月 22 日已向 SEC（美國證券交易委員會）遞交機密版 S-1 申報書，6 月 8 日公開確認，目標最快 9 月掛牌，估值區間落在 8,520 億到 1 兆美元之間（約新台幣 27.7 兆到 32.5 兆）。
上市前的招股書要寫風險因子。而「關鍵人員流失」和「安全治理結構」正好都是要寫進去的那一欄。
CNBC 在 8 月 14 日用了「huge red flag」（巨大警訊）這個說法。 一家準備用兆元估值上市的公司，投資人問的第一個問題通常不是「你的模型多強」，而是「明年還會是同一批人在開這台車嗎」。
新聞摘要
Stripe 70 億美元買下 OpenRouter，三個月估值翻五倍
如果你寫程式時用 OpenRouter 串各家模型，這則跟你直接有關。
彭博 8 月 16 日報導，支付公司 Stripe 已敲定以超過 70 億美元（約新台幣 2,275 億）收購 AI 模型閘道商 OpenRouter。
OpenRouter 做的事很單純但很有用：一個 API 接上超過 400 個模型，開發者依任務和預算挑最划算的那個，不用一家一家串。
⭐ 價格的離譜之處在時間差：今年 5 月 OpenRouter 才完成 1.13 億美元 B 輪，當時估值約 13 億美元（約新台幣 422 億）。三個月，五倍。
Stripe 想要什麼也不難猜：它手上有數百萬商家的既有關係，把「模型取用」跟「金流」包在同一套基礎設施裡賣，是很自然的延伸。
⚠️ 但有一件事要說清楚：Stripe 發言人對 TechCrunch 表示「不評論傳聞或臆測」。彭博稱交易已敲定，Stripe 官方尚未證實。
Nvidia 一手把擔保砍半，一手要投 30 億進發電廠
昨天說 Nvidia 對 OpenAI 資料中心踩了煞車。今天要補一句：錢沒有離開，只是換了位置。
《The Information》8 月 15 日報導，Nvidia 正在洽談投資最多 30 億美元（約新台幣 975 億）到 SB Energy —— 這是軟銀（SoftBank）旗下的能源開發商，也是 OpenAI 俄亥俄州資料中心專案的電力方，OpenAI 本身也有投資。
付款結構值得看：其中一半在簽約時支付，另一半綁在 SB Energy 的 IPO 上。 SB Energy 最快下個月掛牌，可能募資至少 50 億美元。
⭐ 同一篇報導也重申了昨天那個數字：Nvidia 對俄亥俄專案的初期擔保降到不足 1,200 億美元（約新台幣 3.9 兆），原本談的是 2,500 億。 整個專案的信用支持規模約 1,000 億美元。
所以完整的圖是這樣：擔保（背書別人的債）縮手，股權（自己當股東）加碼。 風險形式從「別人倒了我要賠」換成「我持股，賺賠一起」。
⚠️ 一樣要提醒：報導引述的是不具名知情人士，Nvidia 與 SB Energy 都未正式證實。
Amodei 再度下場：開放權重不會讓權力分散
這場爭論從 7 月吵到現在，8 月 16 日 Dario Amodei（Anthropic 執行長）又在 X 上發了一輪。
他這次的重點有三個：為自己的政策提案辯護、警告開放權重（open weights，把模型參數公開讓任何人下載使用）並不會讓 AI 的權力分散、支持模型發布前先經過審查。他還說了一句挺有意思的：真正的成果才能贏得信任。
⭐ 要理解這輪，得接回 7 月底的前情。 當時 Nvidia、微軟、Meta 等公司連署了一封支持開放權重的公開信，Anthropic 沒有簽，隨即被外界解讀成「Anthropic 想禁開源」。
Amodei 7 月 27 日已經回應過一次，核心立場是：
- 「Anthropic 從來沒有主張禁止開放權重模型」，無害的開放權重模型是公共財
- 主張的是「夠強的模型都要做安全測試」，不分開源閉源，新創和學術界的小模型可豁免
- 真正該管的是晶片流向和蒸餾（distillation，用提示反覆問出別人模型的能力再複製）
他不同意的那一點是：「開源讓防守方比攻擊方受益更多」——他認為情況可能相反，因為護欄容易被拆掉，而權重放出去就收不回來。
⚠️ 背景裡還有一件事在動：據報導，川普政府正在敲定一套自願性框架，讓 AI 公司在發布最強模型前送交政府審查。 Amodei 說的「發布前審查」不是空談，是有對應政策在路上。
倒閉新創的 Slack 存檔，現在是有價商品
這則有點毛，但邏輯完全說得通。
《The Information》報導，AI 訓練資料公司 Mercor 正在向新創公司收購內部 Slack 頻道、Jira 工單、email 討論串。 據報導，Mercor 曾向 AI 新創 Warmly 的執行長開價最高 30 萬美元（約新台幣 975 萬）買下內部資料集——時間點是今年 6 月底、Warmly 同意被 HubSpot 收購之後。
⭐ 為什麼實驗室要買這種東西？
因為公開網路上的高品質文字快用完了，而「工作現場」的資料網路上沒有：一個功能為什麼砍掉、兩個工程師怎麼吵、決策怎麼從模糊變清楚——這些「過程」正是訓練 AI agent 最缺的素材。
Mercor 本身是替 OpenAI、Anthropic、Google 等實驗室訓練模型的資料供應商，估值已達百億美元級別。整個訓練資料市場一年約有 100 億美元在流動。
⚠️ 值得想一下的是同意權的問題。 這些對話裡有員工的名字、當時的判斷、甚至情緒。公司倒了、被併了，這批資料的處分權在誰手上——目前沒有清楚答案。
AI 已經在幫美國國會寫東西，規則有，但沒人被罰過
這是《華盛頓郵報》8 月 13 日一篇報導的後續，8 月 16 日仍在延燒——因為同一週的另一份調查顯示，這件事正在往選舉端擴散。
先看國會裡在發生什麼：參眾兩院已核准幕僚使用 ChatGPT、微軟 Copilot、Google Gemini，眾議院另外核准了 Claude。 去年眾議院採購了 6,000 個 Copilot 授權，鼓勵幕僚使用。
實際用途包括：寫演講稿和新聞稿、處理選民來信、擬聽證會問題，甚至草擬法案修正案。
⭐ 兩個具體案例值得停一下：
- 一名幕僚把多年來的手機聯絡人和簡訊全部餵給 Claude，要它建一個記者資料庫，記錄推過什麼、誰接受、哪次談壞了
- 同一個辦公室的公關預算由 Claude 管理，包含納稅人買單的宣傳品與寄給選民的所有廣告
⚠️ 規則不是沒有。眾議院明文禁止上傳敏感選民資訊、產生深偽、做人事決定、讓 AI 定稿法案。 問題是《華郵》訪談的人裡，沒有一個能舉出任何一件正式的違規懲處案例，多數幕僚甚至講不清楚界線在哪。
同一週另一份調查顯示，約 40% 的美國期中選舉候選人網站已經把 AI 政策列為主打議題。 一邊是候選人拿 AI 當政見在談，一邊是國會內部用 AI 幾乎沒人管——這個落差，大概是明年最容易被拿出來吵的題目之一。
1.5 億參數的模型，打進了 ARC-AGI 的成本前緣
在所有人都在講「更大」的時候，這則是講「更小」的。
新創公司 Pathway 宣布種子輪總額達 3,000 萬美元（約新台幣 9.75 億），估值 5 億美元（約新台幣 162.5 億）。投資人包括 Id4 Ventures、TQ Ventures、Red Bridge Ventures，以及 Databricks 首席 AI 科學家 Jonathan Frankle 個人參與。
⭐ 它主打的是 post-Transformer 架構——也就是不走目前所有主流大模型都在用的 Transformer 那條路，另外設計一套底層結構。
8 月 11 日公布的成績單是這樣：代號 BDH-CQ 的模型只有 1.5 億參數（對照現在的前沿模型動輒上千億到兆級），在 ARC-AGI-1 公開測試集拿到 29.5%，每題推論成本 0.0007 美元。
這個成本數字才是重點：約為 GPT-5.6 Luna（低算力設定）的十一分之一——而且是在 OpenAI 於 7 月 30 日把 5.6 Luna 降價 80% 之後算的。
⚠️ 要持平地說：29.5% 的絕對分數不高，這是「單位成本效率」的突破，不是「能力」的突破。ARC-AGI 測的是抽象推理與規律歸納，用它來預測真實任務表現要小心。 但在一個算力成本壓垮所有人的產業裡，「同樣的錢多做十一倍」本身就是一種主張。
值得關注
- DeepSeek 的漲價今天零時生效。 V4-Pro 與 V4-Flash 的 API 價格調漲 50% 到 1,100% 不等，並首次引入尖峰／離峰分時計價。⚠️ 台灣讀者要注意兩件事：① 尖峰時段換算成台灣時間是 09:00–12:00 與 14:00–18:00——整個上班日都在裡面，成本估算得按時段拆開算；② 漲最兇的是快取命中輸入（約 12 倍），而那正是長跑 agent 最吃的一格，等於把成本壓回高頻自動化使用者身上。開放權重沒有收回，漲的是託管服務費。 搭配上週 Gemini 3.7 Flash 把入門價砍半來看，「便宜工作馬」這個價格帶正在重新洗牌。
- 評測公司也開始被資本追。 Vals AI 於 8 月 13 日完成 4,000 萬美元 A 輪，由 a16z 領投，估值 4 億美元。 它有一個數字值得記住：前沿模型在真實金融分析任務上的正確完成率不到 52%。 排行榜好看跟工作做得完，是兩件事。
- Unitree（宇樹科技）準備在中國掛牌。 據《Wired》報導，旗下 G1、R1 人形機器人 2025 年出貨超過 5,500 台。人形機器人從展示影片走到出貨數字，這是少數幾家有量可看的。
- LLM 在數學上到底強在哪，有了比較清楚的說法。 費爾茲獎得主 Timothy Gowers 於 8 月 12 日撰文指出，目前 LLM 攻克的知名數學問題，幾乎清一色是「找到反例」而不是「證明成立」。 他的解釋是：LLM 的優勢在廣博的知識加上願意窮舉人類會直接跳過的路徑，這正好適合找反例。這個區分值得放在心裡——它會讓你對「AI 解開世紀難題」這類標題有比較準的預期。