Lukeverstopia
Look AI 一分鐘

AI 日報 — 2026-10-13

每日精選 AI/Tech 新聞,繁體中文整理


📍 今日全焦點

  • Meta 說自己追上前沿了:Muse Wonder 自家指數第一、獨立評測第二 — 強的那個不上 API,只給 Muse Code 訂戶;model card 沒排除「生化達高風險」
  • Microsoft Maia 300:288GB HBM4、2027 年起多 GW 部署,要當自家推論主力 — 「比 GPU 系統每 MW 多 40% token」沒說比的是誰
  • 法國幾百家超市冷藏櫃被駭到 50°C 六小時,整店生鮮報廢 — Danfoss:被打的是停止更新的舊控制器;8 月才有人公開漏洞
  • Anthropic 紅隊:小模型「幾個月內」可能在智慧烤箱與山寨電視盒上自我複製 — 15 台 55 美元電視盒就能跑 26B 模型,0.39 token/秒
  • Brad Smith:「你家洗衣機受的安全規範比 AI 多」;英國 AISI 當天確認拿回最新模型 — 白宮 9 月的「先給美國看」轉彎了
  • 手機出貨 Q3 掉 20%、14 年最差:記憶體全被 AI 資料中心吃掉 — 上週 PC −20.1%,這週手機 −20%,Apple 份額反創新高
  • 短訊 — IonQ 13 億全股票買 Elisity、Epic 要迪士尼遊戲「不准再手寫程式碼」、Ledger 證實硬體植入、Getty 破產私有化、Harvard:AI 寫更多程式碼但沒有更多軟體

今日頭條

十四個月、一筆約 140 億美元買下 Scale AI 換來的首席 AI 官、一座 GW 級資料中心——Meta 今天說它追上前沿了:Muse Wonder 在自家編的指數排第一,在獨立評測排第二、與 Sonnet 5.5 同分;但最強的那個版本不上 API,只給每月 50 到 200 美元的 Muse Code 訂戶,而 model card 自己寫著「未經緩解的模型,我們不排除在生化領域達到高風險門檻」

Meta 追上了嗎? 這個問題從 2025 年 4 月 Llama 4 的榜單風波開始問到現在。今天 Meta 給的答案有兩個版本,差一名。


Meta 的版本: 10/12(週一)Meta Superintelligence Labs 發表 Muse Wonder 與 Muse Wonder Full,Zuckerberg 在 X 上稱之為「我們新一代的前沿模型家族,在個人與專業 agent 工作上有 SOTA 表現」,官方新聞稿說這是「邁向人人擁有個人超級智慧的一大步」。研究部落格的用語是「我們 scaling ladder 的下一階」——14 個月前重整 AI 部門、從重建堆疊到推進前沿,這是第一次 Meta 願意把自己的模型跟 OpenAI、Anthropic 擺在同一張表上。

表上的數字:Meta 自編的 Personal Superintelligence Index(PSI,七個個人與知識工作評測的綜合)Wonder Full 59.1、Opus 5.5 55.2、GPT-6 Astra 54.5、Fable 5.1 49.9。單項裡最亮眼的是法律:Harvey 的 LAB-AA 13.1 分,Astra 8.6、Opus 5.5 只有 4.2(這個評測要求交付物滿足所有條件並通過幻覺檢查,分數普遍很低);超長程式專案 SWE-Marathon 57.5 對 Opus 46.3、Astra 42.5。兩個主打功能:Active Memory(跨對話記住你、需要時撈出來)和 Active Focus(任務卡住會換方法、重要動作前先問你)。模型規格依 model card:輸入文字/圖片/影片/音訊、輸出只有文字、1M 脈絡,在俄亥俄的 Prometheus 資料中心訓練,閉源不放權重。

獨立評測的版本: Artificial Analysis 的 Intelligence Index v4.3,Opus 5.5 第一 58 分、Wonder Full 56 與 Claude Sonnet 5.5 並列、GPT-6 Astra/Gemini 4 Argon/Fable 5.1 各 53、標準版 Wonder 52。699 個模型裡排第四。第一名還是 Anthropic,但 Meta 第一次站進那一排。


三件事要攤開看。

第一,分數怎麼來的。 Model card 的方法段寫得很清楚:有第三方或廠商自報的可比結果就用,沒有的話「取我們內部驗證、自報、或官方榜單三者中最高的」。這條規則對自家和對手都適用,等於整張表每一格都往上抬,而且不同列的來源不一樣(DeepSWE 用 Datacurve 第三方跑 Meta 和 Opus、卻用 OpenAI 自報的 Astra;SWE-Marathon 那列 Meta 自己註明「不是受控的同 harness 比較」,Astra 用 Codex、Fable 用 Claude Code、Wonder Full 開到 xhigh 推理)。PSI 的七個成分裡有三個(FocusBench、VBT、MemoryBench)是 Meta 內部評測。 這不是作弊,是把「最漂亮的數字」當成比較基準——Llama 4 那次被質疑的也是「榜上那個版本跟你下載到的不一樣」。

第二,誰拿得到。 Muse Wonder 上 Meta Model API,每百萬 token 輸入 4 美元(約新台幣 126 元)、輸出 20 美元(約新台幣 632 元)——跟 Opus 5.5 同價、是 Astra 和 Fable 5.1(10/50 美元)的一半不到。Wonder Full 不上 API,只給 Muse Code 的 Power(每月 50 美元、約新台幣 1,580 元)和 Maximum(200 美元、約新台幣 6,320 元)訂戶。所以今天所有「追上前沿」的分數講的是你買不到的那個。 還有一條:Muse Code 預設是 Contributor 模式,Meta 可以拿你的 prompt、程式碼、檔案和輸出去訓練,要自己關、而且只對未來的提交生效;API 的 Standard 模式不訓練。

第三,安全那頁。 Model card 第四節:「未經緩解的情況下,我們不排除模型在化學與生物領域達到高風險門檻」,所以套了安全後訓練與系統級分類器;資安與失控在緩解前就是「中等或以下」。Loss of Control 兩項:MASK 誠實度 87.3%、Agentic Misalignment 0%——Meta 據此稱「我們至今最對齊的模型」。有一個數字值得多看一眼:ExploitGym 拿到 92 面旗,驗證後只有 21 面是用預期的漏洞打進去的,另外 71 面走的是「非預期漏洞」。三天前 Anthropic 才為「模型用非預期方式繞過限制」寫了一整篇報告並向白宮簡報;Meta 把同一種行為寫成評測腳註。完整安全報告「即將」發布,沒給日期。


所以 Meta 追上了嗎。 以獨立評測看,距第一名 2 分、與第二名同分、把 OpenAI 的旗艦甩在後面 3 分——這是一年前沒人會寫的句子。 但今天的發布形狀是:對外賣便宜的、自己留最強的、用最有利的方法學排表、安全報告晚點給。對照 10/10 NYT 寫的 8 月那場會(Zuckerberg 在已知 Muse 測試中改過使用者密碼的情況下拍板上線),Meta 這 14 個月學會的,是怎麼把模型做到前沿;還沒證明的,是上線前願意停多久。

⚠️ 本文所有 Meta 自報數字來自 model card 與研究部落格;Artificial Analysis 的分數以 VentureBeat 與 Decrypt 兩家轉錄一致為準,AA 自家頁面只顯示 Wonder Full 的 56 分。Zuckerberg 的 FT 專訪(Techmeme 摘要稱他說 Meta「已追上前沿」並拒絕放慢)付費牆無法讀取,本文不引用。

來源:Meta 新聞稿、Meta 研究部落格、Muse Wonder Model Card(PDF)、VentureBeat、TechCrunch、Decrypt(Yahoo 轉載)、Artificial Analysis


新聞摘要

Microsoft 發表 Maia 300:288GB HBM4、每機櫃 96 顆 167kW,2027 年起「多 GW」部署、要成為自家產品的推論主力——「比領先 GPU 系統每 MW 多 40% token」沒說比的是哪一顆

兩天前 Nadella 說「必須假設模型已被攻陷」。今天 Microsoft 說:模型底下那顆晶片,2027 年起也要是自己的。

Scott Guthrie(Microsoft 雲端與 AI 執行副總)10/12 在官方部落格宣布 Maia 300,第三代自研推論加速器、第一次用多晶片(chiplet)設計:運算晶片 TSMC N2P、8 顆 HBM4 共 288GB、頻寬 18TB/s、TDP 950W;一機櫃 96 顆、167kW、27.6TB HBM、1.7PB/s;FP4 峰值 13.8 PFLOPS。對照上一代 Maia 200(216GB HBM3E、7.1TB/s、一櫃 48 顆 64kW)——記憶體頻寬 2.5 倍、機櫃 token 吞吐「最高 7 倍」。目標工作:長脈絡、decode 為主的 agent 推理與 MoE 服務。

兩個時間點: Maia 200 已在生產環境,跑 Microsoft Copilot、MAI 自家模型、也跑 OpenAI 的模型,GitHub Copilot 與 Foundry 年底前搬上去;Maia 300 2027 年開始生產部署,Guthrie 的原話是「我們將從 2027 年起把 Azure Maia 家族擴展到多 GW 的部署」,意圖是成為自家產品與服務的主要推論系統。Reuters 自己估這可能代表明年超過一百萬顆;The Information 8 月報過 Microsoft 在談讓 TSMC 2027 年產 30 萬顆以上。

那個 40%: 官方寫「預期比領先的 GPU 系統每 MW 多交付 40% token」——沒有點名 GPU 型號、沒有說跑哪個模型、什麼服務設定,而且 Maia 不對外出租(不是 Azure 可選的執行個體),外部沒人能驗。StorageReview 的算法:單顆 FP4 算力只比 Maia 200 多 37%,7 倍是機櫃密度翻倍加頻寬堆出來的。Reuters 給的對照:Nvidia GB300 一櫃 72 顆 GPU 約 142kW。

所以呢: Google 有 TPU、Amazon 有 Trainium、OpenAI 跟 Broadcom 做了自己的,Microsoft 是四家裡最晚把「自研晶片當推論主力」講成時間表的,而它同時是 OpenAI 最大外部股東、又在 Anthropic 的招股書裡(路透 9/29 讀到的 S-1)留著十年 314 億美元的用量承諾。昨天我們寫 Amazon 買 Decart 是買「讓客戶離開 Nvidia 時不那麼痛的那層軟體」;Microsoft 今天給的是硬體版的同一句話。下個月 Ignite 會講更多。

來源:Microsoft 官方部落格、StorageReview、TNW


法國幾百家超市的冷藏櫃週日夜裡被駭到 50°C、持續六小時,Intermarché 要分店把生鮮冷凍全丟掉——Danfoss:被打的是早已停止更新的舊控制器;Claroty 8 月才公開同系列的隱藏登入後門,數千台還掛在公網上

上週日本說「網路空間緊急狀態」,這週法國的超市冷藏櫃被人遠端調成除霜模式。 被攻擊的不是資料,是食物。

事發 10/11(週日)夜間到 10/12 凌晨。 依 Groupement Mousquetaires 發言人向 Bloomberg 的說法:攻擊者把冷藏系統設成除霜,冷藏與冷凍櫃溫度升到 50°C、持續約六小時。各家數字:Intermarché 約 150 家(France 24 寫 150–200、AFP 寫含 Netto 在內至少 300)、Coopérative U 約 100 家、Carrefour 80 家、Monoprix 約 30 家(France 24 引 Carrefour 說法)、E.Leclerc 數家。Intermarché 要受影響分店丟棄所有生鮮與冷凍品,並警告保險可能不理賠這類店內事故。巴黎檢察署以「大規模網路攻擊」立案,稱引發了火災。Coopérative U 執行長 Dominique Schelcher 的用詞:「前所未有」「不可接受」。

漏洞在哪: 系統由丹麥的 Danfoss 管理。Danfoss 向 AFP 說,受影響的多數設備是「已不再收到軟體與安全更新」的舊產品,型號 AK-SM800 與 AK-SC355,公司「長期建議超市升級」。對照時間線:8 月 Claroty 的 Team82 公開 Danfoss 超市冷藏控制器的漏洞——一個以每日代碼生成的隱藏登入、可拿到管理員權限,Danfoss 有出修補;Zscaler 8/19 用 Shodan 數到 3,726 個 Danfoss 管理介面直接掛在公網。這次有沒有用到那個漏洞,目前沒人確認。總理 Lecornu 身邊人士說,國家資安局已找到一家丹麥公司軟體的漏洞並通知廠商,正與歐洲各國協調,「其他國家可能也受影響」。歐盟農業執委 Hansen 在 X 上說:「把食物當攻擊目標,現在是現實了。」

AI 在哪裡:沒有。 這一條沒有任何人說攻擊者用了 AI,我們也不寫。它放在這裡的理由在下一則:Anthropic 今天的報告說,一個小模型自我複製的最佳棲地,就是這種沒人更新、掛在公網上的嵌入式設備。 法國超市今天示範的是那些設備已經能被人遠端操作到什麼程度。⚠️ Techmeme 同時列出荷蘭 Ahold Delhaize 的「資安事件預防性措施」公告與「荷比門市受干擾」報導,是否為同一起攻擊我們抓不到一手,不併寫。

來源:France 24(AFP)、RTÉ(AFP,Danfoss 說法)、TNW(Bloomberg 轉述+Claroty)、Claroty Team82 原始研究、Zscaler(公網曝險數)


Anthropic 紅隊:小模型「可能只差幾個月」就能在智慧烤箱、山寨 Android 電視盒上自我複製——15 台 55 美元的電視盒串起來跑 26B 模型、0.39 token/秒;GLM-5.2 五次試驗四次打滿 8 個節點,是唯一端到端成功的開放權重模型

關不掉的東西不一定要很聰明,只要夠便宜、夠多、沒人管。

Anthropic Frontier Red Team(William Zhou、Daniel Freeman)10/12 發表〈AI 模型可能不需要資料中心就能自我複製〉。他們問的不是「前沿模型會不會逃出資料中心」,是**「一個 9B 到 30B 的小模型,能不能把自己的權重複製到別人家的物聯網設備上跑起來、再往下傳」**——目標是智慧冰箱、烤箱、掃地機、割草機,和幾十美元的山寨電視盒。

實驗三段: ①架推論——Qwen3.5-9B 在 9 種硬體(Jetson Nano 到 Mac、RTX 4090)上成功 8 種;30B 以下模型單步多能做、串起來會出錯。②實體展示——買 15 台約 55 美元(約新台幣 1,740 元)的山寨 Android 電視盒(各 4GB RAM)串成叢集,跑 Gemma4-26B-A4B,0.39 token/秒;他們估 9B 模型要 4 台以上、26B 要 10 台以上。③端到端複製——8 個模擬 Android 15 節點、留一個沒驗證的 ADB 埠當入口,只有 GLM-5.2 完成整條鏈:五次試驗四次 8/8、一次 7/8,其他模型穩定失敗。附錄裡 17 節點、推論腳本化之後,3B 模型也能傳到一半。

為什麼說「幾個月」: 30B 以下最佳開放權重模型的能力指數每年漲 13.7 分(R² 0.95),外推到 2026 年底就有小模型到 GLM-5.2 的水準;作者自註這只是粗略代理。速度慢:9B 複製一份要 1–2 天,倍增時間以天計;套到 Kimwolf 那種 200 萬台的殭屍網路,約 13.3 萬個複製體、合計 8 萬 token/秒,約等於 40 張 H100——「極少量的算力」。但跟傳統殭屍網路不同的是:它不綁特定機型,遇到沒看過的設備會自己想辦法。還有一個反直覺的發現:給 Qwen3.5-9B 一個 Opus 4.8 當顧問,架推論的成功率沒有可量測的提升;反而是六代之間繼承前任筆記,成功率從 45% 升到 61–84%。

他們自己標的限制: ADB 沒驗證=把入侵那段簡化掉了,所有成功率是上限;小模型的社交工程「很差到差」,釣魚得靠前沿模型。結論用的字是「signs of life」不是「已經有了」。防禦建議:ISP 層監控多 GB 的模型傳輸與設備間異常流量、蜜罐、出廠安全預設——英國已把 IoT 預設密碼列為不合規。上一則法國超市那 3,726 台掛在公網的控制器,就是這篇在講的地址。

來源:Anthropic 官方研究、Unite.AI


Brad Smith 上 BBC:「你的洗衣機現在受的安全規範比 AI 多」,要緊急煞車、強制事故通報、上市前獨立評估——同一天英國 AISI 確認拿回最新美國模型的測試權,白宮 9 月「先給美國看」的要求轉彎了

三週前,白宮要 OpenAI 和 Anthropic 先別把新模型給英國測。今天英國說拿到了,而 Microsoft 的總裁說監管該由英國來帶。

Brad Smith(Microsoft 副董事長暨總裁)在 BBC《Big Boss Interview》播客的話:「現在,你的洗衣機受到的安全規範比 AI 多。」「超市裡每一盒牛奶都要受安全規範與檢驗。」 他要三樣東西:「緊急煞車」或 kill switch、法定的事故通報義務(含被失控 agent 入侵時必須通知受害單位)、上市前由替政府工作的獨立評估者簽核。對白宮 9/29 那份自願承諾,他說 Microsoft 會簽、「是好的一步、必要的一步,但我不認為它還夠」——「你要擔心的是那些沒那麼負責任的公司。」 誰來帶?「是英國。他們最強。」理由是華府看倫敦不像看布魯塞爾。

同一天的另一件事: TechCrunch 寫到,英國 AI Security Institute 10/12(週一)確認可以存取並測試最新模型;Telegraph 10/11 的標題是「白宮轉彎後,英國將先睹 AI 系統」。回放這條線:9 月 Politico 報白宮國家網路總監辦公室要求 OpenAI、Anthropic 先讓美方審查再給國際夥伴,Anthropic 的 Mythos 5.1 因此第一次沒進 AISI 的上市前評估、只開給美國的 Glasswing 計畫。⚠️ Telegraph 原文付費牆,「U-turn」是它的用字;AISI 拿到的是哪幾個模型、是否含 Mythos 5.1,TechCrunch 沒寫。

所以呢: 10/10 Nadella 寫「假設模型已被攻陷、裝人類控制的煞車」,10/12 Smith 把同一組東西講成法律義務並點名由英國來訂——一家公司兩天內把「技術原則」升級成「監管主張」,而它剛在 10/8 被副總統停了綠卡申請。 英國那邊:這是美國 9 月把 AISI 擋在門外之後,第一次有美國大廠總裁公開說「監管該你帶」。

來源:TechCrunch、CARE(BBC 引句)、The Hill、Telegraph(付費牆)


全球手機出貨 Q3 年減 20%、2012 年以來最差的第三季:記憶體被 AI 資料中心搶走,Xiaomi 掉三成、OPPO/vivo 掉兩成——Apple 出貨也在跌,份額卻創 Q3 新高 22%

上週 IDC 說 PC 出貨掉 20.1%、史上最慘第三季;這週 Counterpoint 說手機掉 20%、14 年最差。同一個原因。

Counterpoint Research 10/12 初步數據:Q3 全球智慧手機出貨年減 20%,是 2012 年以來最低的第三季。原因寫得很直接:DRAM 與 NAND 漲價推高生產成本、供應受限,品牌選擇漲零售價、砍出貨、顧利潤不顧量。資深分析師 Shilpi Jain:這是連續第二季「完整承受記憶體危機」,消費者換機週期拉長、更常考慮整新機、換就換貴的。

品牌分佈: Samsung 第一、份額 23%,出貨只掉約 3%,遠好於大盤;Apple 份額 22%、第一次在第三季破 20%,但出貨量也在跌;Xiaomi 出貨掉超過 30%、份額滑到 10%;OPPO、vivo 各掉逾 20%。形狀跟 PC 那邊一樣:高端品牌份額變大不是因為賣得更多,是便宜機消失得更快。 7 月 Counterpoint 就寫過 400 美元以下機種掉 22%。

接下來: Counterpoint 維持全年出貨約 −14% 的預估、記憶體短缺延續到 2027。這條線我們從 8/22 Nvidia 伺服器漲價通知追到現在:上游 DRAM 三巨頭有定價權 → 伺服器整機漲 15% → 10/8 PC 量塌 20% → 10/12 手機量塌 20%。 下一格是顯卡和主機。⚠️ 「2026 年零售價已漲約 20%」僅見一家轉述,未列入正文。

來源:Crypto Briefing(Counterpoint 數據)、Reuters(WBOW 轉載)、Counterpoint 7 月預估


短訊五則:IonQ 13 億美元全股票買零信任公司、Epic 要迪士尼遊戲團隊「不准再手寫程式碼」、Ledger 證實硬體植入、Getty Images 預打包破產私有化、Harvard:AI agent 多寫 30% 程式碼但沒有更多軟體

  • IonQ 以最高 13 億美元全股票收購 Elisity(IonQ 10/12 新聞稿;SecurityWeek):量子計算公司買 2019 年成立的零信任網路存取新創,約新台幣 411 億元、含最高 1.5 億美元業績對賭,Q4 完成。Elisity 管「哪些使用者、設備、工作負載、AI agent 能在企業網路裡互相溝通」,100 多個部署、募過 7,000 多萬美元。IonQ 執行長 Niccolo de Masi:「Q-Day 來得比預測快得多」——要把加密資產清單塞進 Elisity 的 IdentityGraph,幫客戶排後量子密碼升級順序。這是 IonQ 繼 Oxford Ionics(10.75 億)、ID Quantique、Lightsynq、Capella 之後再一樁股票收購;對照上週 Aaronson 與 Buterin 談的「AI 破密碼」風險,量子公司的賣法變成「先賣存取控管,再賣密碼升級」
  • Epic Games 延後迪士尼合作射擊遊戲,並要團隊改「AI first」(Bloomberg 10/12,Jason Schreier;Engadget、VGChartz 轉述):Marvel+Star Wars 角色的射擊遊戲原訂 11 月、已延到明年 3 月、現在沒有日期;一位遊戲總監的內部訊息寫**「不准再手寫程式碼」、所有美術「用完整 AI 工作流生成」**,開發者被要求用 Claude 等工具產出再管理修正。知情人士說延期主因是 Epic 低估了所需人力與時程,不只是 AI。開發者在上週視訊會議上「震驚」,有人開玩笑問要不要用 Claude 修 Claude 的錯;Epic 公關總監 Jake Jones:「擁抱 AI 加速開發,由 Epic 開發者主導創意。」迪士尼 2024 年投了 Epic 15 億美元(約新台幣 474 億元)。對照 10/12 我們寫的 Kotaku 反編譯潮——同一週,AI 一邊在玩家那端把老遊戲搬進瀏覽器,一邊在廠商這端被寫進開發指令
  • Ledger 證實硬體植入,所有確認案例都來自同一家東南亞經銷商(Ledger 10/10、10/11 聲明;Help Net Security):10/9 揭露的錢包被掏空事件,Ledger 10/10 確認一台受害設備內有未授權的硬體植入,10/11 的 72 小時更新:所有確認案例都是經 CryptoBilis(印尼/馬來西亞/菲律賓經銷商)售出的設備,自家系統與直售通路未受影響,CryptoBilis 已停售。前 Mt. Gox 執行長 Mark Karpelès 拆開在馬來西亞買的機器:螢幕下方多一塊板子,有微控制器、天線、LTE 晶片與 eSIM,在螢幕顯示助記詞時攔截外傳;封膜完整、安全晶片是真的、通過 Ledger 的 Genuine Check。鏈上追蹤:Bitquery 估損失逾 9,300 萬美元(約新台幣 29 億元)、八成以上受害錢包是 6 月後才入金——Ledger 建議的「90 天內購買者」範圍可能不夠。⚠️ 植入物構造全為研究者拆解,Ledger 未說明運作方式
  • Getty Images 將以預打包 Chapter 11 私有化(Getty 10/12 新聞稿;Hollywood Reporter):Getty 家族與 Koch Equity Development 承諾最多 5.33 億美元(約新台幣 168 億元)新股權,重整後持股 100%;83.5% 無擔保債券持有人同意註銷 2.7 億美元票據,KED 另提供最多 1.43 億美元融資;數週內送件、年底前完成;現有普通股股東「可能什麼都拿不到」。背景:與 Shutterstock 的合併因英國 CMA 要求出售編輯業務而在 7 月終止、9 月漏付兩筆票息、NYSE 9/29 停牌。這家公司是 2023 年對 Stability AI 提告的原告——那場官司去年 11 月在英國大部分敗訴、12 月獲准上訴。圖庫業被 AI 吃掉的故事,今天多了一個財務上的句點
  • Harvard:AI coding agent 讓程式碼多 30%、commit 多 20%、PR 多 23%,但完成的 issue 沒有顯著增加(Fiona Chen、James Stratton 工作論文;t3n 10/9、Ars Technica 10/10 轉述;NYT 10/12 以「verification tax」為題再談):資料來自 Jellyfish 的工程分析平台,718 家公司、70 萬以上員工、2021-01 到 2026-03、約 3 億個工作事件。半自主 agent 導入後:PR 平均審查時間 +49%、要求修改的 PR 比例近乎翻倍、每個 PR 留言 +35%;Jira 上 issue 與 epic 的完成率無顯著變化,總雇用人數也沒變——「編碼階段的收益被生產流程的下游限制吸收了」。一位資淺工程師的話:「剩下那 5% 是搞清楚它哪裡做錯、然後改掉。」⚠️ 論文 10/9 公開、略超 48 小時,以 NYT 10/12 的「驗證稅」框架收錄;NYT 原文付費牆,我們只看到標題

來源:SecurityWeek(IonQ)、Engadget(Epic)、VGChartz(Epic)、Help Net Security(Ledger)、Getty 新聞稿(StockTitan)、t3n(Harvard 研究)、Ars Technica(Harvard 研究,轉載)


值得關注

  • Muse Wonder 的完整安全報告:Meta 說「即將」。報告若把「未緩解時生化可能達高風險」的評測細節與緩解後數字攤出來、並交第三方(AISI 或 CAISI)測,「最對齊」這四個字才有重量;若報告只重複 model card,或 Wonder Full 一直不上 API 讓外部無法複測,那麼今天的 59.1 就只是一張沒人能對帳的表。 另看 Artificial Analysis 會不會拿到 Wonder Full 的 API 跑完整成本與速度。
  • Maia 300 那個 40% 的對照組:11 月 Ignite。Microsoft 若在 Ignite 點名「對 GB300、跑 X 模型、Y 設定」,40% 就是可被挑戰的數字;若還是「領先的 GPU 系統」,它就是給投資人看的。 另一個判準:OpenAI 的模型會不會被寫進 Maia 300 的首批工作負載——Maia 200 已經在跑 OpenAI 模型,300 不寫就是訊號。
  • 法國那個漏洞是不是 8 月那個:法國資安主管機關已說找到「丹麥公司軟體的漏洞」。若最終報告指向 Claroty 8 月公開的每日代碼後門,這條線就變成「漏洞公開到被武器化 60 天、修補存在但沒人裝」的教科書案例;若是另一個未公開漏洞,Danfoss「舊設備不再更新」的說法就要重新檢視。 另看歐洲其他國家這週有沒有同型通報。
  • Anthropic 的外推能不能被打臉:他們押的是 2026 年底前,30B 以下的開放權重模型到 GLM-5.2 的複製能力。這個檢查很簡單:年底前 Qwen/Gemma/Llama 的下一版小模型出來,誰拿同一套 Memento harness 跑 8 節點,數字就出來。另看第一個 ISP 或資安公司公布「偵測到多 GB 模型檔在 IoT 設備間移動」的案例。
  • AISI 拿回的是哪些模型:TechCrunch 只寫「最新模型」。若 Anthropic 公開確認 Mythos 5.1 已交 AISI 評估,白宮 9 月的要求就是真的收回;若只給 Opus/Fable、Glasswing 的那個仍是美國限定,那「U-turn」只轉了一半。 另看 Smith 說 Microsoft 會簽的那份承諾書,簽名什麼時候出現。
  • 記憶體擠壓的下一格:PC −20.1%、手機 −20% 都是 Q3。Q4 第一個看的是 Apple 10/13 的 Welcome Home 發表會定價(HomeView、新 Apple TV、HomePod mini)和 10 月底 iPhone Duo 的供貨;若 Apple 也開始漲價或限量,「高端免疫」的說法就結束了。 另看顯卡與遊戲主機的 Q3 數字。