這週的 LLM 圈像是一場精心排練的雙線敘事：OpenAI 在台上發表 GPT-5.6 三兄弟、ChatGPT Work、GPT-Live，一口氣把模型、agent、語音三條產品線全翻新；同一時間，Apple 在地方法院遞出一份起訴書，指控 OpenAI 透過面試流程系統性地竊取商業機密。兩件事放在一起看，比單獨看任何一件都更有趣——因為一邊在畫「AI 幫你完成所有工作」的未來，另一邊在揭露這家公司為了硬體夢，連「帶實體零件來面試」這種事都做得出來。

🔥 GPT-5.6 正式推出：Sol、Terra、Luna 三兄弟上陣，主打「每顆 token 都更聰明」

OpenAI 在 7 月 9 日正式推出 GPT-5.6 系列，包含三款模型：旗艦 Sol、平衡取向的 Terra，以及主打成本效率的 Luna。OpenAI 的說法是：這是「frontier intelligence that scales with your ambition」——每顆 token 產出更多智慧、每塊錢買到更強效能。

幾個關鍵數字：Sol 在 Agents’ Last Exam（橫跨 55 個專業領域的長時間 agent 工作流評測）上拿到 53.6 分，比 Anthropic 的 Claude Fable 5 高出 13.1 分。OpenAI 強調，即使在「中等推理」模式下，Sol 也比 Fable 5 高出 11.4 分，而成本大約只有四分之一。小號的 Terra 和 Luna 在效能勝過 Fable 5 的同時，成本僅約十六分之一。在 Artificial Analysis 的 Coding Agent Index 上，Sol 拿到 80 分（Fable 5 為 77.2），輸出 token 不到一半，時間不到一半，成本大約少三分之一。BrowseComp 拿到 92.2%、OSWorld 2.0 拿到 62.6%，都是新的 state of the art。

但這些數字的上下文值得注意：所有比較基準都是 Fable 5——Anthropic 的當代模型，但不是第三方的獨立標準。OpenAI 在公告中引用了 Cursor、Qodo、Notion、Cognition 等十幾家合作夥伴的背書引言，全是產品整合夥伴或 beta 測試者，沒有一個是獨立評測機構。這不代表數字是假的，但讀者應該知道這些引言的作用是行銷素材，不是學術 peer review。

另一個值得關注的設計是「Ultra」模式：預設協調四個 agent 並行工作，犧牲 token 用量換取更強結果和更快的完成時間。在 BrowseComp 上甚至展示過 16 個 agent 並行的配置。OpenAI 的說法是這讓「分數-延遲曲線向上且向左移動」——翻譯成白話：花更多錢、更快拿到更好的結果。開發者可以透過 Responses API 的 multi-agent beta 自己搭建類似 Ultra 的體驗。

GPT-5.6 也引入了 Programmatic Tool Calling：模型可以自己寫程式來過濾中間資料、保留需要的部分、動態調整工作流，不需要開發者手寫每一步。OpenAI 展示的客戶數據顯示，一家法律科技公司用這個功能砍了 38% 的 prompt token；一家金融研究公司省了 24% 的輸出 token 且快了 28%。

設計能力是這次的另一個重點。OpenAI 宣稱 GPT-5.6 的 computer use 能力更強，可以「檢查並修正渲染結果」——不只是產生程式碼，而是真的打開畫面看長怎樣再調整。簡報生成上，GPT-5.6 能從 Slide Master 推斷出整套設計系統（佈局、字型、間距、色彩），並一致地套用到新素材。一家叫 Model ML 的公司回報：比 Fable 少了 39% 的 token，產出的簡報「更精緻、數據可視化更準確，分享前需要的修改更少」。

跟 GPT-5.6 同一天推出的還有 ChatGPT Work——一個可以在你的應用程式和檔案之間跨 app 工作的 agent，能自己花幾小時完成複雜專案。它整合了 Codex 技術、可以排程重複任務（Scheduled Tasks）、內建瀏覽器、支援 Computer Use（直接操控你的桌面應用程式）。Codex 桌面 app 正式合併進 ChatGPT 桌面 app。ChatGPT Work 從 Pro、Enterprise、Edu 方案開始推送。

OpenAI 在 GPT-5.6 系統卡中稱這是「迄今最健全的安全防護」，經過「最廣泛的評估期」，結合了人類紅隊測試和大規模自動化測試。但公告中對這些防護的具體機制和限制條件著墨不多——大部分篇幅給了 benchmark 和客戶引言。

Apple 告 OpenAI：前員工帶實體零件去面試、「Show and Tell」變成商業機密外流

7 月 10 日，Apple 在美國加州北區聯邦地方法院對 OpenAI 提起訴訟，指控其系統性竊取商業機密。起訴書的細節讀起來更像間諜小說而不是專利戰。

Apple 點名了兩位前員工：Tang Tan——曾任 Apple 產品設計副總裁，負責 iPhone 和 Apple Watch 設計，2024 年 2 月離職加入 Jony Ive 的團隊；Chang Liu——在 Apple 工作八年、資深系統電子工程師，2026 年 1 月跳槽到 OpenAI。起訴書稱，Tan 在面試 Apple 員工時，直接用 Apple 內部專案代號提問（「某某專案的計劃是什麼？」），還要求應徵者「帶實體零件來面試」進行所謂的「Show and Tell」——讓 OpenAI 團隊在面試中趁機獲取更多 Apple 機密資訊。起訴書記錄了一位應徵者的反應：「我不知道我們可以把那些東西帶出辦公室。」

Apple 進一步指控：一名應徵者在跟 Tan 面試前幾小時，開始螢幕截圖並下載一個「高度機密的 Apple 專案」相關檔案，面試開始後 Tan 就「追問同一個專案的更多資訊」。Apple 說這已經形成一種「既定模式」。Tan 還被指控在 OpenAI 新員工向 Apple 提離職之前，就先分發一份 Apple 內部的「Need to Know」文件——內容是 Apple 的離職安全協議。

工程師 Liu 的 case 更誇張：Apple 指控他在離職後利用一個安全漏洞下載機密工程檔案，事後不但沒回報漏洞，還在訊息中拿這件事開玩笑（「LOL」、「so funny」）。他下載了一份超過一千頁的技術文件彙編，包含 Apple 硬體產品使用的複雜電路板製造文件。Liu 也沒有歸還公司配發的筆電。Apple 還指控 Liu 在挖角另一位 Apple 員工時，指導她該讀哪些機密資料來準備 OpenAI 面試。

除了個人行為，Apple 還指控 OpenAI 誤導一家 Apple 的長期合作夥伴，讓對方以為獲得 Apple 授權，去執行 Apple 的專利金屬表面處理技術。OpenAI 也被指控接觸另一家 Apple 的電池與電源供應商，用內部術語提出針對 Apple 特定零件的「精準問題」。

Apple 表示今年二月就向 OpenAI 提出過疑慮，要求調查處理——OpenAI 從未回應。起訴書中寫道：「這只是冰山一角。Apple 無法得知 OpenAI 關起門來發生了什麼，在那裡這種不當行為已被常態化，且由領導層示範。」

這起訴訟的背景是：OpenAI 正在開發自家消費硬體裝置。Jony Ive——Apple 前首席設計官——正在領導 OpenAI 的硬體團隊。OpenAI 去年以 65 億美元收購了 Ive 的新創公司 io，一併接收了超過 50 名工程師和開發者。起訴書指出，目前有超過 400 名 Apple 前員工在 OpenAI 工作。今年四月，分析師郭明錤報導 OpenAI 正在開發自家智慧型手機，可能在 2028 年推出；The Information 也報導過 OpenAI 正在做一款 HomePod 風格的智慧音箱。

Apple 發言人的聲明使用了經典的 Apple 公關語氣：「我們的團隊不斷開發突破性技術，創造世界上最好的產品和服務，保護他們的工作和智慧財產是我們非常重視的事。」——把一份訴訟起訴書包裝成「捍衛創新」的故事，難以置信的工藝創舉。

GPT-Live：OpenAI 的新語音模型可以邊聽邊說、還會發出「嗯哼」

7 月 8 日，OpenAI 發表了 GPT-Live——新一代語音模型，採用全雙工（full-duplex）架構，可以同時聆聽和說話。跟之前的 ChatGPT Advanced Voice Mode 最大的差別是：GPT-Live 不需要等到你講完才回應。它可以在你說話時用「mhmm」、「yeah」、「got it」這類語氣詞表示正在聽，也可以在你思考時保持沈默不插嘴。

技術上，GPT-Live 做了兩個架構改變：第一，連續互動——模型每秒做多次互動決策（說話、繼續聽、暫停、插話、呼叫工具），而不是處理一輪一輪的離散訊息；第二，深度工作委派——遇到需要搜尋、推理或更複雜能力的問題時，GPT-Live 會把任務委派給背景的 GPT-5.5 處理，自己繼續跟你聊天。OpenAI 說以後推出新前沿模型時，GPT-Live 會持續更新背景模型。

GPT-Live 推出兩個版本：GPT-Live-1 和 GPT-Live-1 mini，即日起向全球 ChatGPT 用戶推送。在 OpenAI 的人類評測中，GPT-Live 在整體偏好、輪流發言、插話時機、對話流暢度和自然度等指標上，明顯優於 Advanced Voice Mode。GPQA（專家級科學推理）和 BrowseComp（代理式網頁搜尋）上也有顯著進步。

安全方面，GPT-Live 內建了語音專屬的防護機制：當系統在模型說話期間偵測到潛在的不安全輸出，可以引導模型轉向更安全的回應、顯示安全提示或資源、或在高風險情況下直接結束對話。OpenAI 的系統卡顯示，他們特別針對自傷、情緒依賴 AI、暴力、性內容等領域做了音訊原生的安全測試。針對青少年使用者，模型經過年齡適宜行為訓練，家長可以透過 Parental Controls 管理使用權限。

OpenAI 表示每週有超過 1.5 億人使用 ChatGPT 的語音和聽寫功能。GPT-Live 也記劃後續推出 API。

值得注意的是，GPT-Live 的系統卡中提到將進行「長期測量和發布後監控，專注於情緒依賴」，以持續改進系統在情感敏感互動中的回應方式。換句話說：OpenAI 知道一個會用「嗯哼」回應你、聽起來像真人的語音模型，可能讓使用者產生情緒依附——他們正在監控這件事的發生。

Ben Bernanke 加入 Anthropic 長期利益信託：前聯準會主席成為 AI 治理的守門員

Anthropic 的「長期利益信託」（Long-Term Benefit Trust, LTBT）迎來了新成員：前美國聯準會主席 Ben Bernanke。他曾因研究銀行在金融危機中的角色獲得 2022 年諾貝爾經濟學獎，2006 到 2014 年間執掌聯準會，經歷了 2008 年全球金融危機。

LTBT 是 Anthropic 做為公共利益公司（Public Benefit Corporation）的治理機制之一。根據 Anthropic 的描述，信託的任務是「在公司發展和部署 AI 的過程中提供制衡」。信託成員可以任命 Anthropic 董事會成員，對涉及潛在風險和社會影響的關鍵決策提供建議。信託成員不持有 Anthropic 股權、不分潤、只領車馬費。新任成員由現任成員遴選產生，並與公司協商。

Bernanke 在聲明中說：「人工智慧的潛力巨大，結果的範圍也同樣廣闊。這些潛力如何實現，部分取決於我們圍繞它建立的制度。」Anthropic 共同創辦人 Daniela Amodei 的背書更加直接：「AI 可能是現代史上最具經濟影響力的技術，Anthropic 有雙重責任：理解這些影響，並據此行動。」

Bernanke 加入後，LTBT 目前有四位成員：Neil Buddy Shah（全球公衛）、Richard Fontaine（國家安全）、Mariano-Florentino Cuéllar（法律/政策），以及 Bernanke（經濟）。他們的背景涵蓋了 AI 治理最常被討論的幾個維度。

Anthropic 說這個信託是「獨立於公司管理層和投資者」的。但機制上：現任成員選新任成員、信託可以任命董事會成員、信託跟公司「協商」——這套設計的獨立性，取決於第一代成員是怎麼被選出來的。Anthropic 沒有說明最初的信託成員是由誰、用什麼標準挑選的。

📡 其他值得關注

  • Google Gemini API 託管代理人更新：支援背景執行、遠端 MCP、自訂函式：7 月 7 日，Google 為 Gemini Interactions API 的託管代理人加入四項新功能：背景執行（不阻擋 HTTP 連線的非同步任務）、遠端 MCP 伺服器整合（直接從沙箱連接私有資料庫和內部 API）、自訂函式呼叫（與內建沙箱工具混用）、網路憑證刷新（token 過期時換發，保留檔案系統狀態）。這些更新讓開發者可以把 Gemini 代理人當成非同步 worker 來用。 → Google

  • UST 把 Claude 帶進晶片驗證和實體 AI：Anthropic 宣布與工程服務公司 UST 合作，將 Claude 整合進半導體、汽車製造和電信業的生產流程。UST 的晶片驗證平台 iDEC 已能將驗證週期從四天砍到 48 小時，現在加入 Claude 作為推理層——直接讀取晶片腳位定義和硬體線路圖，自動撰寫回歸測試。UST 同時承諾訓練 25,000 名員工使用 Claude。 → Anthropic

  • 小米 MiMo v2.5 推理優化：混合滑動視窗注意力推高效能極限：小米發表 MiMo v2.5 的推理優化技術，聚焦在混合滑動視窗注意力（Hybrid SWA）的效率提升。目前沒有獨立 benchmark 對比數據。 → Xiaomi