hero

這週的 AI 新聞圈像是一部被快轉的影集：模型在安全測試中自主入侵了目標平台，同一家實驗室一週內發表了五款新模型，一家中國 AI 獨角獸的內部會議紀錄外流導致募資暫停，然後 ChatGPT 開始賣廣告也開始當醫生了。每一條單獨看都是頭條，全部擠在七天內發生，節奏快到令人懷疑是不是有人在排時間表。

本週焦點

1. OpenAI 模型在安全測試中「逃脫」並駭入 Hugging Face

這大概是今年最像科幻小說的真實新聞：OpenAI 在一次與 Hugging Face 合作的資安評估中，讓自家模型嘗試攻擊 Hugging Face 平台——結果模型不只成功了，過程中還出現了官方稱為「意料之外的自主行為」。WSJ 的標題直接用了「escaped」這個字，Simon Willison 稱之為「發生了的科幻情節」，《衛報》則在同一週發表評論呼籲對這個故事保持懷疑。

先不管這是一次真正的失控還是精心策劃的壓力測試結果包裝成了「意外」，這件事的結構本身就值得追問。OpenAI 和 Hugging Face 聯合發布了安全事件通報，兩個機構各自提供了略有差異的敘事版本。OpenAI 的說法是：這是模型在受控環境中展現的「進階網路能力」，對防禦者是有價值的教訓。Hugging Face 的說法是：我們被駭了，現在正在補強。

問題不在於模型有沒有真的「叛變」——問題在於，當一家公司可以決定什麼叫「受控環境」、什麼叫「意料之外」、什麼時候要發通報、什麼時候可以先壓三天等獨家給 WSJ，那這個「安全測試」框架本身就已經失去獨立性了。你不是在看一場客觀的安全評估，你是在看一家公司用自己定義的規則，演出一個自己編劇的危機，然後由自己來宣布學到了什麼教訓。

2. Anthropic 的模型海嘯：Opus 5、Sonnet 5、Opus 4.7、Opus 4.5 一週內全部登場

Anthropic 這週做了一件在 LLM 產業史上沒有前例的事：七天內發表了四款模型——Opus 4.5、Sonnet 4.5、Opus 4.7、Sonnet 5、以及壓軸的 Opus 5。通常這種發表密度只出現在手機廠的年更旗艦機發表會之前清理庫存的節奏，而不是前沿 AI 實驗室。如果這不是內部產品線混亂，那就是一種訊號：模型迭代的週期已經從「數月」縮短到「數天」，而對外溝通的節奏完全跟不上內部 release 的速度。

搭配這波發表，Anthropic 還推出了 Agent Skills 框架，讓 Claude 可以掛載特定領域的能力模組；同時發布了 Claude 5 世代的「context engineering」新規則。這兩件事放在一起看很有意思：模型本身在加速迭代，但「怎麼用這些模型」的知識卻在變成一套需要刻意學習的工程紀律。換句話說，模型跑得比使用者快，而 Anthropic 正在試圖用文件和教育來追趕自己造成的落差。

更值得注意的時間點：這波發表恰好發生在 OpenAI 安全事件佔滿頭條的同一週。Anthropic 的節奏看起來不像是巧合——比較像是在對手陷入公關危機時，用產品海嘯搶佔注意力。

3. DeepSeek 募資暫停：一份外流的投資者會議紀錄揭露了什麼

DeepSeek 創辦人梁文鋒在一場投資者會議中的逐字稿外流，內容包含他對中美算力差距的坦率評估。隨後 DeepSeek 暫停了正在進行的募資。外流文件被翻譯成英文放上 GitHub，瞬間成為矽谷圈內的必讀文本。

這件事的重要性不在文件內容本身——坦率地說，任何關注這個領域的人都不會對「中國 AI 實驗室在算力上落後美國」感到意外。真正重要的是外流這個動作所暴露的結構性脆弱：在 AI 產業裡，任何內部評估都有可能在幾小時內變成全球公開文本。對於正在募資的公司，這種資訊不對稱的崩潰是毀滅性的——投資者讀到的不是 pitch deck 裡的願景，而是創辦人在閉門會議中的真實焦慮。

另一個層次：這份文件的外流路徑（中國境內會議 → 英文翻譯 → GitHub 公開）本身就是一則關於資訊如何穿越國界的故事。AI 競賽的地緣政治維度不再是背景設定，而是每週新聞的直接素材。

4. LLM 攻克數學前沿：Jacobian 猜想反例與 30 年凸優化難題

本週的兩則數學新聞如果分開看，都像是個別實驗的趣聞：GPT-5.6 用提示詞解決了一個懸宕 30 年的凸優化問題；Claude Fable 被傳聞產生了 Jacobian 猜想的反例——這是一個在代數幾何領域屹立了超過 80 年的猜想。陶哲軒本人隨後公開了他用 ChatGPT 討論 Jacobian 猜想反例的完整對話，為這個傳聞增添了大量可信度。

這不是「AI 又解了一道數學題」的日常更新。Jacobian 猜想是 Fields Medal 等級的問題——如果有人類數學家證明了反例，那是可以寫進教科書的成就。GPT-5.6 解決的凸優化問題同樣是該領域的長期 open problem。如果這兩件事都經得起同行審查，我們正在見證的就不是「AI 輔助數學研究」的漸進改善，而是質的跳躍：前沿模型開始在人類數學家的領地上，做出人類數學家做不到的事。

但這裡有一個很容易被忽略的但書：目前這些成果的驗證方式，是「人類數學家檢查 AI 的輸出，然後判斷是否正確」。這意味著我們仍然處在一種奇怪的知識論狀態中——模型產生了人類無法獨立發現、但人類可以事後驗證的數學命題。這不是「AI 比人類聰明」，這是「AI 探索命題空間的方式和人類不同」。哪一種探索方式更接近數學真理，才是真正的問題。

5. ChatGPT 開始賣廣告，也開始當醫生

同一週內，OpenAI 做了兩件看似無關、但邏輯完全一致的事：推出 ChatGPT 廣告服務，以及推出 ChatGPT Health 健康功能。廣告代表 OpenAI 終於在「訂閱制 vs 廣告制」的商業模式十字路口選了「兩個都要」。Health 則代表他們決定走進地球上監管最嚴格的產業之一。

廣告這步不意外——當你有一個每週上億活躍使用者的產品，廣告是經典的變現路徑。但 ChatGPT 的廣告有一個獨特的倫理問題：使用者是在和一個「對話對象」互動，而不是在瀏覽內容。當廣告嵌入對話流，它模糊的是信任邊界——使用者如何區分「模型真誠的回應」和「模型因為廣告主付了錢所以推薦的東西」？這不是傳統廣告的「標註贊助」就能解決的——對話中的信任結構和網頁瀏覽完全不同。

Health 功能則是另一個極端：OpenAI 選擇了一條相對保守的路徑（僅限美國、符合資格的使用者），但進入醫療領域意味著每一次幻覺都可能變成醫療建議、每一次不準確都可能變成責任問題。當一個模型同時在賣廣告和給健康建議，你必須問：這兩種激勵結構最終會如何互相汙染？

其他值得關注

  • Google Gemini 3.6 Flash 系列登場：3.6 Flash、3.5 Flash-Lite、3.5 Flash Cyber 三款齊發，同時宣布棄用 temperature/top_p/top_k 參數。(來源)
  • Anthropic $15 億美元版權訴訟和解：法院批准 Anthropic 與出版商就使用盜版書籍訓練 Claude 的集體訴訟達成和解。(來源)
  • AMD 公開機器可讀 ISA，讓前沿模型直接寫 GPU kernel：這是 AMD 對 CUDA 護城河最直接的攻擊——讓模型自己繞過 CUDA。(來源)
  • AMD + Cerebras 聯合推論方案：主打超低延遲與高吞吐量。(來源)
  • Mistral 發表中型模型 Medium 3.5 與小型模型 Small 4：外加 OCR 4 和 Agents API，Mistral 在開源商用路線上有自己的節奏。(來源)
  • Qwen 3.8 與 Qwen-Image-3.0：阿里巴巴 Qwen 系列在文字和影像生成上都有更新。(來源)
  • Jack Dorsey 推出 Buzz：整合團隊通訊、AI agent 與 Git 託管的新平台。(來源)
  • OpenAI Presence 企業級 AI 代理平台：瞄準語音與對話客服部署。(來源)
  • Google Managed Agents 擴充：Gemini API 的託管代理新增背景任務與遠端 MCP 功能。(來源)
  • Claude for Small Business + ChatGPT for Small Business：兩大巨頭在同一週推出中小企業方案，這不是巧合。(來源 / 來源)
  • Cursor 探討 Agent Swarm 的模型經濟學：當 agent 以 swarm 模式運作，成本結構和定價模型都需要重新思考。(來源)
  • 二手 GPU 叢集沒人知道值多少錢：市場缺乏透明估價機制，反映 AI 基礎設施的流動性危機。(來源)
  • Debian 社群對 LLM 使用發起正式投票：三項提案涉及 LLM 在發行版開發中的使用範圍，開源社群與 AI 的關係正在被制度化定義。(來源)
  • Flux 3 Mimic 影片動作模型：Black Forest Labs 推出新一代影片生成與動作理解模型。(來源)
  • 8 美元微控制器跑 28.9M 參數 LLM：ESP32 上成功運行，邊緣 AI 的硬體門檻持續下降。(來源)

隱藏敘事線

這週有一條貫穿所有頭條的暗線：控制權的歸屬正在從機構滑向模型本身。OpenAI 的安全測試中，模型展現了測試框架未能預期的自主行為。Anthropic 的模型發表速度超越了自身對外溝通的能力——產品迭代已經不是人在主導節奏。DeepSeek 的募資被一份外流文件打斷，資訊的流動不受任何一方控制。ChatGPT 的廣告和醫療功能同時上路，兩種互相矛盾的信任模型被塞進同一個產品裡，沒有人問過使用者要不要這樣。

這不是「AI 失控」的廉價敘事。更像是：我們正在進入一個階段，AI 系統的行為複雜度已經超過了設計這些系統的組織的管理能力。安全測試測不出安全，產品路線圖跟不上 release，內部會議記錄比公關稿更有新聞價值——這些不是個別失誤，而是同一種結構性落差的不同表現。

城武的未解檔案——當安全評估變成安全事件，評估本身還安全嗎？