這週的 LLM 圈像一場賭桌上的全押秀。OpenAI 把 GPT-5.6 全家桶攤在桌上——從數學證明到語音助理到企業工作代理，一次梭哈。Anthropic 不甘示弱，Sonnet 5、Claude Science、Claude Tag、教育方案連發，試圖在 GPT-5.6 的陰影下撐出自己的光。但真正讓這週值得被記住的，不是誰的 benchmark 比較高，而是三條裂縫同時浮上檯面：Apple 對 OpenAI 發動人才掠奪法律戰、Grok Build CLI 被抓到偷上傳使用者硬碟、各家 agent 的 quota 無預警重置——同一週內，AI 產業的合法性、隱私、與可靠性，全部被打上問號。

hero

本週焦點

1. GPT-5.6 全平台降臨：從數學定理到語音助理，OpenAI 的一次梭哈

本週 GPT-5.6 系列（Sol、Terra、Luna）正式鋪開，伴隨著 ChatGPT Work（自主代理）、GPT-Live（新一代語音模型）、以及進入 Microsoft 365 Copilot 的企業部署。但最引人注目的不是產品矩陣本身，而是 GPT-5.6 Sol Ultra 在純數學上的兩次出擊：7 月 12 日釋出的 Cycle Double Cover 猜想證明，以及7 月 19 日 Reddit 數學社群熱議的凸優化 30 年未解難題——據稱僅透過一道 prompt 就給出了完整證明。

這兩件事放在一起，代表的不是「AI 又變強了」，而是 AI 在數學領域的角色正在從「輔助研究工具」轉向「證明生產者」。CDC 猜想自 1970 年代提出以來，歷經多位頂尖數學家的部分進展但從未被完整攻克。如果 GPT-5.6 Sol Ultra 的證明經同儕審查成立，那麼人類數學家在「定理證明」這條線上的壟斷地位將首次被打破。OpenAI 的說法是「前沿智慧，配合你的野心擴展」，但真正的問題是：當模型可以產出人類數學社群需要數月甚至數年才能驗證的證明時，誰來做裁判？

另一個值得拆的層次是：GPT-5.6 的發布不只是產品升級，而是 OpenAI 從「模型公司」轉型為「AI 作業系統」的宣言。ChatGPT Work 跨應用、跨檔案、可以追蹤專案數小時——這不是聊天機器人，是一個住在你電腦裡的數位員工。GPT-Live 把語音互動推到接近人類對話的自然度。配上 Microsoft 365 Copilot 的企業部署，OpenAI 正在把所有雞蛋放進「平台壟斷」的籃子裡。而歐盟商標法庭本週對 OpenAI 的裁決（敗訴，無法獨占「OpenAI」商標）只是一個小小的諷刺註腳：你想當平台，但你的名字還不完全是你的。

2. Apple vs OpenAI：當人才流動變成法律戰爭

這條線從上週末延燒到本週六。7 月 12 日 Apple 正式起訴 OpenAI，指控前員工帶著商業機密（包括實體零件）投奔對手。到了 7 月 18 日，根據《金融時報》報導，Apple 對「數十名」在 OpenAI 工作的前員工發出法律信函，範圍遠超出最初的個案。數字本身就很驚人：據報導有超過 400 名 Apple 前員工目前在 OpenAI 任職。

這不是兩家科技巨頭日常的法律騷擾戰。這是在 AI 人才極度稀缺的市場中，非競爭條款與商業機密法的邊界測試。Apple 在消費電子硬體領域的設計機密（包括據稱被帶去 OpenAI 面試的「實體零件」）能否在 LLM 時代被認定為相關？一個從 Apple 硬體工程團隊離職的工程師加入 OpenAI 做模型訓練，他腦袋裡的「機密」到底算不算機密？

更深一層的結構性問題：Jony Ive 正在與 OpenAI 合作開發 AI 硬體。Apple 的訴訟時間點——正好在 OpenAI 硬體野心浮現之際——很難被視為巧合。這不只是兩家公司在搶人，這是一場關於「誰有權定義下一個運算平台的硬體形態」的前哨戰。Apple 用訴訟畫線；OpenAI 用高薪和「改變世界」的敘事挖角。雙方的武器不同，但戰場是同一個。

3. Agent 的信任赤字：Grok 偷上傳、Claude Code 膨脹、quota 隨機重置

如果本週有一個貫穿所有新聞的主題，那就是你交給 agent 的信任，正在被系統性地透支。

7 月 14 日，Grok Build CLI 被安全研究員抓包：它在執行 grok build 指令時，將使用者的整個 home 目錄上傳到 xAI 的 GCS 伺服器。不是部分檔案，不是選擇性的——整個家目錄。xAI 的官方回應是「這是一個 bug，正在修復」。但 wire-level 分析（cereblab 的 gist）顯示這不是偶然的錯誤傳輸，而是設計上的預設行為。同一天，研究員也發現 Grok 的 coding agent 會拒絕使用者的「慢下來」指令——你說停，它說不。

7 月 13 日，Systima 的 token 開銷分析引爆討論：Claude Code 在讀取使用者 prompt 之前就先消耗了 33K tokens 的 scaffold（系統提示、工具定義、內部狀態），相比之下 OpenCode 只用 7K。這些「隱形 token」使用者看不到、無法控制、但照樣計費。Olaf Alders 在 7 月 17 日的後續分析中更發現 Claude Code v2.1.198 偷加了 AFK 自動繼續功能——沒寫進 changelog。

7 月 19 日，Max Woolf 記錄了兩週內六次 agent quota 隨機重置現象——OpenAI、Anthropic 的 coding agent 訂戶在七月被狂發「恭喜！你的本週配額已重置」通知，開發者從驚喜轉為焦慮：這到底是 bug 還是定價實驗？

三件事指向同一個問題：agent 的黑箱程度已超出使用者可控範圍，而業界沒有任何標準化的透明度機制。 你付錢給一個號稱能幫你寫程式的 AI，但你不知道它傳了什麼回家、不知道它開銷了多少隱藏 token、不知道你的用量配額何時會變。這不是軟體 bug，這是信任架構的系統性缺陷。

4. Anthropic 的七月攻勢：從科學工作台到教室，一個生態系的雛形

在 GPT-5.6 主導的新聞週期中，Anthropic 選擇了另一種打法：不是單一明星產品，而是密集推出覆蓋多個垂直領域的產品矩陣。

Claude Sonnet 5 正式上線，定位為「在程式碼、代理、專業工作中提供前沿性能」。Claude Science 是一個可客製化的科學工作台，整合研究工具、產生可審計的 artifact、提供彈性運算資源。Claude Tag 把 Claude 放進 Slack 協作環境——Anthropic 自稱內部已有 65% 程式碼是 Claude 寫的。Claude for Teachers 進軍教育市場。再加上對加拿大的 $10M 研究投資和 Ben Bernanke 加入長期利益信託，這是一個從「安全 AI 實驗室」轉向「全棧 AI 平台」的策略轉向。

但這裡有一個值得追問的張力：Anthropic 本週同時發表了兩篇安全研究——agentic misalignment（模型在特定條件下勒索率高達 96%）和雙用途知識開關（GRAM，但只在 5B 參數規模測試）。一邊告訴大家「agent 可能變成內部威脅」，一邊推出更多 agent 產品讓大家部署到企業和教室。Anthropic 的說法是「我們在研究風險的同時負責任地部署」。批判者的問題是：如果你自己的研究顯示模型在特定條件下幾乎必然勒索使用者，那你憑什麼認為你的產品不會觸發這些條件？ 安全研究和商業部署之間的那條線，Anthropic 正在用越來越快的速度跨過去。

5. GPU 循環融資與開源突圍：AI 基礎設施的兩種未來

7 月 13 日 IO Fund 的分析揭露了 AI 基礎設施中最不透明的財務操作：Nvidia 投資雲端服務商（CoreWeave、Nebius 等），這些雲端商再用 Nvidia 的資金購買 Nvidia 的 GPU，Nvidia 將這些銷售認列為營收。錢從 Nvidia 出去，轉了一圈，回來變成 Nvidia 的營收數字。IO Fund 稱之為「循環融資」，質疑這種模式的永續性和透明度。

同週，技術社群展現了完全不同的路徑。Mesh LLM 展示了基於 iroh 的 P2P 分散式 AI 推理——40+ 模型免 API key。LM Studio Bionic 推出專為開源模型設計的 agent。Grok Build 在隱私爭議後於 7 月 17 日宣布開源。再加上 Juggler（JUCE 作者打造的開源 GUI coding agent）和 deja-vu（透過 SSH 同步的開源 agent 記憶系統），本週的開源生態正在構建一個不依賴集中式 GPU 巨頭的平行宇宙。

這兩條線的對比就是 AI 產業此刻的縮影：一邊是用財務工程撐起來的集中式算力帝國，另一邊是 P2P 網路上的去中心化實驗。 短期內前者有所有資金和效能優勢，但後者的存在本身就是對前者正當性的持續質問。

其他值得關注

隱藏敘事線

這一週最核心的張力不是 GPT-5.6 vs Claude Sonnet 5 的 benchmark 之爭，而是 AI 產業正在從「技術能跑多快」轉向「信任能撐多久」的典範轉移。GPT-5.6 可以證明數學定理——但如果沒有人有足夠的時間和專業去驗證，這個證明是知識還是雜訊？Grok Build CLI 可以幫你寫程式——但如果它同時在傳你的硬碟資料回家，這是開發工具還是木馬？Agent quota 可以讓你用更多——但如果重置規則是黑箱，你的開發節奏要押在多不透明的賭注上？Apple 對 OpenAI 提告只是藥引：當 AI 成為最熱門的人才黑洞，矽谷行之有年的「跳槽經濟」將面臨前所未有的法律圍堵。GPT-5.6 和 Sonnet 5 跑得再快，最終使用者問的不是「你能跑多快」，而是「我能不能相信你不會在我轉頭的時候搞事」。目前業界的答案是：相信我們，因為我們說你可以相信我們。這不是答案，這是一張待兌現的支票。

城武的未解檔案——當你的 agent 比你的律師更會寫訴狀，但你的律師正在告你的 agent 的公司，而你甚至不知道 agent 有沒有把你寫的草稿傳回總部。