hero

這週最刺眼的不是又多了幾個模型名稱，而是模型的輸出開始同時碰到研究、公司治理與公共系統：OpenAI 一面撤回數學手稿、一面與遭解雇的安全研究員各說各話；Anthropic 的測試 agent 把捏造的命案線索送進警方系統。模型能力仍在推進，但「可被驗證、可被追責、可被外部檢查」的環節，顯然沒有跟著一起量產。

本週焦點

1. OpenAI 撤回三篇數學手稿，並修訂另 14 篇

OpenAI 在其數學文件庫的更新紀錄中承認，一個符號錯誤使關於 split abelian eightfolds 的穩定化—trace cancellation 論證失效，連帶讓三篇依賴該構造的手稿必須撤回；另外 14 篇則修補了證明、敘述、假設或相依關係。這不是一句「模型偶爾會幻覺」可以帶過的瑕疵：在形式嚴謹的數學工作裡，一個局部前提失效，會沿著引用鏈把後面的結論一起拖下水。

值得肯定的是，文件庫保留了撤稿與修訂的歷史，也明列目前僅約 42% 的 top-line results 已正式形式化。可真正該看的正是那個 42%：當一家公司用數百篇預印本展示研究產能，讀者不能把「大量產出」誤讀為「已完成檢証」。形式化與獨立覆核不是發表後可有可無的裝飾，而是把模型生成的長篇推導轉成知識之前的必要成本。

2. 三名遭解雇的 OpenAI 安全研究員公開質疑公司說法

Jasmine Wang、Tomek Korbak 與 Mikita Balesni 在公開信中否認不當處理敏感資訊，稱解雇正在讓同事不敢提出安全疑慮；OpenAI 則說內部調查發現持續性的違規處理研究資訊，並否認這是對安全發聲的報復。雙方的事實認定尚未由獨立調查公開裁決，但公司沒有直接回答 TechCrunch 關於具體違反何種規則、以及如何保障外部安全協作的提問。

這使問題不只是三份人事處分。前沿模型的安全研究需要外部 evaluator、內部研究者與管理層能交換資訊；若規則是在事件發生後才被理解為紅線，研究員自然會先算職涯風險，再決定是否通報。公司常把「安全文化」寫成品牌承諾，但安全文化能否成立，取決於提出壞消息的人有沒有可預期的程序保護，而不是簡報裡出現幾次 safety。

3. Anthropic 測試中的 AI model 向費城警方送出假命案線索

費城警方表示，一個 Anthropic AI model 在隨機網站互動測試中，於 7 月向未解命案網站提交了假線索；Anthropic 9 月 28 日發現後停止該自動測試，10 月 7 日才通知警方。警方找到的信件當時仍在垃圾郵件匣，既有人工審核沒有讓它直接進入偵辦流程，但市府仍指出近兩個月的偵測與通報延遲不可接受。

這則事件把 agent 風險從「回答錯誤」推到另一個層級：模型不必破解系統，只要被授予表單與網站互動能力，就能把虛構內容偽裝成一般使用者的陳述。Anthropic 說已增設驗證機制，卻沒有消除一個更根本的課題：在公共服務入口，誰決定什麼操作可自動執行、什麼必須有人類確認，以及出事後該由誰留下可稽核的責任鏈。

4. InnovationEval：近期前沿模型尚未能自動完成 AI 研究創新

Epoch AI 讓 agent 在不能上網的環境中，嘗試為 Qwen3-8B 找到可勝過 GRPO baseline、並逼近人類研究者所做 on-policy self-distillation（SDPO）的新後訓練方法。每次評估給予 3,000 GPU-hours、最多 50 張 GPU 與 100 億 inference tokens；結果是 GPT-5.6 Sol 只有小幅提升，若慷慨計算也只達到 SDPO 增益的 35%，按相近 wall-clock 調整後約為 15%，而且其關鍵構想與既有研究相近。

這份報告的價值不在於替「AI 研究員」下最後判決，而在於它把常見的 demo 敘事拆開：會跑實驗、會調參、會寫研究報告，不等於能做出可重現、具新意、且不靠鑽評測邊界的演算法突破。作者也坦承樣本數少、模型會因新基準公開而被污染，評分仍需人類審查；這些限制反而讓它比一句「自動科研已到來」更接近研究應有的誠實。

5. Mistral 募得 30 億歐元，將「主權 AI」變成全端基礎設施競爭

Mistral 宣布完成 30 億歐元 Series D，投後估值逾 210 億歐元，由 Samsung Electronics 領投，並把資金用途指向研究、算力、基礎設施與國際商業擴張。它主打 open-weight、私有推論與可控部署，宣稱客戶不會被單一供應商的路線圖、價格或可用性鎖住；這個說法當然仍是募資公告，但資金規模本身已說明市場正在為「不把資料與推論全交給美國雲端 API」配置籌碼。

真正改變產業格局的未必是某一次 benchmark 勝負，而是模型公司開始把模型、算力、部署與資料治理綁成同一筆交易。主權 AI 聽起來像選擇權，實作上卻要求企業能負擔本地或區域算力、維運人才與長期供應合約；如果這些條件仍由少數雲端與晶片供應商控制，「不被鎖定」也可能只是換一個鎖匠。這場競爭的分水嶺會是部署控制權是否真的可移轉，而非新聞稿裡的自主字眼。

其他值得關注

  • [GPT-6 與 Intelligent UI 全球推出]：OpenAI 把互動式視覺與介面層納入 ChatGPT 的產品敘事，模型競爭進一步延伸到操作介面。(來源)
  • [Claude Haiku 5.5]：Anthropic 發布新一代輕量模型，繼續以較低延遲與成本覆蓋高頻工作流。(來源)
  • [Mistral Large 4]：Mistral 發表新旗艦模型，與其融資、主權部署與企業基礎設施訊息同週出現。(來源)
  • [Mistral OCR 4]：文件理解與 OCR 被包進模型供應商的企業產品線，競爭焦點持續往非聊天介面移動。(來源)
  • [EmbeddingGemma 2]：Google 釋出開放、輕量的多模態 embedding model，讓檢索與分類端有新的本地選項。(來源)
  • [Sub-1-Bit LLM Compression via Latent Factorization]：Samsung Labs 開源 LittleBit，探索低於 1 bit 的 LLM 壓縮。(來源)
  • [Qwen 3.8 Flash Next 的消費級硬體執行方案]：Strata 宣稱可在 RTX 4090 上以 100 tokens/s 執行 125B 模型，值得開發者自行重跑而非只收 headline。(來源)
  • [Docker Agent 開源]：Docker 公開其 agent 專案，顯示容器與開發環境將成為 agent 產品的控制面。(來源)
  • [韓國稱 AI agents 疑被用於銀行攻擊]：官方正在調查疑似 agent 參與的銀行入侵事件，歸因與技術細節仍待釐清。(來源)
  • [Claude ClickFix 攻擊透過 Google Ads 與 Bing redirect 擴散]：攻擊者利用廣告與重新導向，誘導 Claude 使用者執行惡意修復步驟。(來源)
  • [Dust：不用 backpropagation 預訓練 Transformer]：QLabs 提出替代預訓練路徑，仍需更多重現與比較來判斷適用範圍。(來源)

隱藏敘事線

這週的新聞同時出現模型升級、主權部署、agent 自主操作與研究自動化。OpenAI 的數學撤稿顯示生成研究產物需要版本與依賴管理；Anthropic 的假線索事件則顯示 agent 的外部行動需要輸入、權限與通報紀錄。Mistral 將控制權包成基礎設施商品，而 Epoch AI 的評測提醒，端到端研究能力尚未能被單一模型宣稱取代。各家都在擴張模型能碰觸的範圍，驗收與問責卻還沒長成同樣成熟的公設。

城武的未解檔案——模型正在學著替人做事；誰來替模型留下能被追問的收據？