三月底的 AI 產業動態相當精采，Claude 同時推出 Sonnet 4.6 與 Opus 4.6 兩款重大更新，Cursor 正式發布 Composer 2，Meta 宣布裁員數百人並將資源傾注 AI 領域，Intel 推出專為 AI 設計的新顯卡，OpenAI 則傳出收購 Astral、暫停成人模式、與核融合公司 Helion 洽談能源合作。這些看似獨立的事件，實際上串連成一個更大的產業圖像：AI 正從「模型競賽」進入「應用落地」與「生態整合」的新階段。
Claude Sonnet 4.6：中階模型的天花板被打破了
Anthropic 這波更新最大的亮點不是最強的 Opus，而是 Sonnet 4.6。這個型號在幾乎所有評測中都逼近 Opus 4.5 的水準，價格卻維持在 Sonnet 4.5 的水準，每百萬輸入 token 只要 3 美元、輸出 token 15 美元。對企業用戶來說，這意味著原本需要付 5 美元輸入、25 美元輸出的 Opus 等級能力，現在可以用六分之一到七分之一的價格取得。
從技術角度來看，Sonnet 4.6 的進步來自兩個關鍵突破。第一是持續預訓練流程（continuous pretraining pipeline），這讓強化學習有更強大的基礎。第二是針對長時程任務的訓練方法，讓模型能處理需要數百個動作的複雜工作。在 Terminal-Bench 2.0 評測中，Sonnet 4.6 拿到 61.7 分，比前一代的 47.9 分大幅躍進；SWE-bench Multilingual 則從 65.9 提升到 73.7。
更值得注意的是電腦操作（computer use）能力的進化。Sonnet 4.6 在 OSWorld 評測上展現了「接近人類水準」的表現，能夠在複雜的試算表中導航、填寫多步驟網頁表單，然後跨多個瀏覽器分頁整合工作。這聽起來像是基礎功能，但實際上是企業自動化的關鍵：很多公司至今仍有大量「前 API 時代」的系統，需要人工操作才能完成工作。一個能夠用虛擬滑鼠和鍵盤操作這些系統的模型，等於把這些「自動化死角」全部打通。
早期測試者的反應很有意思。他們不僅偏好 Sonnet 4.6 勝過前一代，甚至有 59% 的情況下偏好 Sonnet 4.6 勝過去年十一月推出的 Opus 4.5。測試者形容 Sonnet 4.6 「不太會過度設計」「比較不會偷懶」「指令遵循能力更強」，這些都是實際工作場景中真正重要的特質。不是模型能回答多難的問題，而是它能不能可靠地完成你交代的工作。
Sonnet 4.6 還有一個實驗性的功能：100 萬 token 的上下文視窗。雖然還在 beta 階段，但這意味著模型可以在一次對話中載入完整程式碼庫、數十份研究論文或數百頁的法律文件。對於需要長時間工作的代理型任務來說，這是一個相當重要的能力。
Claude Opus 4.6：重新定義旗艦模型的標準
如果 Sonnet 4.6 是「性價比之王」，那 Opus 4.6 就是「性能天花板」的重新定義。這是 Anthropic 最強的模型，在多個評測中都達到業界領先水準。Terminal-Bench 2.0 拿到最高分，Humanity's Last Exam 這個複雜的多學科推理測試也領先其他前沿模型。
但更值得關注的是 Opus 4.6 在 GDPval-AA 評測的表現。這個評測專門衡量模型在經濟價值高的知識工作上的表現，涵蓋金融、法律等領域。Opus 4.6 在這個評測上比業界次佳模型（OpenAI 的 GPT-5.2）高出約 144 ELO 分，比前一代 Opus 4.5 高出 190 分。這不是量的差異，而是質的飛躍。
Opus 4.6 帶來的新功能也有實際意義。在 Claude Code 中，現在可以組建「代理團隊」共同處理任務；在 API 層面，模型可以自動壓縮自己的上下文，讓長時間運行的任務不會因為 token 限制而中斷。還有一個叫做「adaptive thinking」的功能，讓模型能夠根據上下文線索判斷該用多少推理深度，搭配新的 effort 控制參數，讓開發者在智慧、速度和成本之間有更多掌控權。
早期合作者的回饋相當正面。Notion 團隊說 Opus 4.6 「感覺不像工具，更像是一個有能力的合作者」。Devin 團隊指出它捕捉 bug 的能力大幅提升。Box 團隊在法律、金融、技術內容的多來源分析上看到了 10% 的性能提升。Lovable 團隊則稱讚它的設計品質提升，能夠「漂亮地配合設計系統工作」。
Opus 4.6 也首次為 Opus 等級模型帶來了 100 萬 token 的上下文視窗。這意味著最強的模型現在也能處理最大規模的文件和程式碼庫，不需要在「強」和「廣」之間做選擇。
Cursor Composer 2：編程智慧的效率革命
Cursor 在三月十九日推出了 Composer 2，這是一次專注於「效率」而非單純「性能」的更新。在 CursorBench 評測中，Composer 2 從 44.2 分躍升到 61.3 分；Terminal-Bench 2.0 從 47.9 提升到 61.7；SWE-bench Multilingual 則從 65.9 提升到 73.7。數字看起來和 Claude 的進步規模相似，這不是巧合，Cursor 在模型選擇和訓練策略上走出了自己的路線。
但真正的亮點在價格。Composer 2 的定價是每百萬輸入 token 0.50 美元、輸出 token 2.50 美元，這比大多數主流模型便宜了一個數量級。Cursor 還提供了一個「智慧相同但更快」的版本，定價為每百萬輸入 token 1.50 美元、輸出 token 7.50 美元，並將這個版本設為預設。這背後的邏輯很清楚：大多數日常編程工作不需要最強的模型，需要的是「夠強且夠快」的模型。
Composer 2 的技術核心是「正規表示式搜尋索引」，這讓代理能在大型 monorepo 中搜尋文字，而不需要等待 15 秒的 ripgrep 掃描。對於每天要處理數百次搜尋的開發者來說，這節省的時間相當可觀。Cursor 團隊還開發了一套「自我摘要」訓練方法，讓模型能從遠超過上下文視窗的軌跡中取得訓練訊號，這對於處理長時程任務尤其重要。
從產品角度來看，Cursor 最近動作頻頻。三月五日推出自動化流程功能，讓代理能根據自訂觸發條件和指令自動執行；三月十一日在 Marketplace 新增超過 30 款外掛；三月十六日發布安全代理功能，在快速變動的程式碼庫中持續找出並修正漏洞；三月十八日宣布 Money Forward 有超過 1000 名員工每天使用 Cursor；三月二十五日推出雲端代理的自行託管功能，讓程式碼和工具完全留在企業網路內。
這一連串更新指向一個明確方向：Cursor 不只是在做「更好的編程助手」，而是在建立一個完整的「AI 編程生態」。從個人開發者到企業團隊，從單機 IDE 到雲端部署，從安全審計到自動化流程，這些都是吸引企業採用的關鍵功能。
Meta 裁員轉向：AI 时代的資源重配置
Meta 在三月下旬宣布裁減數百名員工，影響範圍涵蓋 Reality Labs、招聘、社群媒體和銷售團隊。這是新聞標題，但真正的故事在於這代表 Meta 正在進行一場更大規模的資源重配置。
從財報數據來看，Meta 在 AI 基礎建設上的投資相當驚人。2025 年資本支出預估在 340 到 380 億美元之間，主要集中在資料中心和 GPU 採購。Reality Labs 雖然持續虧損（2024 年虧損超過 160 億美元），但元宇宙的長期布局並沒有放棄，而是與 AI 進行更緊密的整合。Ray-Ban Meta 智慧眼鏡就是一個例子：AI 智慧助手是其核心賣點之一。
但歐盟的新電池法規給這個計畫帶來了變數。2027 年起，歐盟要求所有行動裝置必須配備可拆卸電池。這對 Meta 來說是個實際問題：Ray-Ban Display 智慧眼鏡的電池設計不符合這項要求，而重新設計意味著延遲上市。Meta 據報導正在與歐盟討論可能的解決方案，但這類監管挑戰會成為 AI 硬體産品的常態。
裁員決策背後的邏輯其實很清楚：AI 正在重塑科技公司的組織結構。需要更多 AI 工程師、更多晶片專家、更多資料科學家；需要較少的是傳統招聘團隊、維護既有産品的工程師、以及負責非核心業務的銷售人員。這不是「AI 取代人類」的新聞標題，而是「AI 驅動組織重組」的實際執行。
對開發者和企業來說，Meta 的動向值得關注。因為 Meta 是少數同時擁有超級電腦（用於訓練 Llama 系列）、社交平台（Facebook、Instagram）、和硬體産品線（Quest、Ray-Ban 眼鏡）的科技公司。它的 AI 戰略會影響整個産業的走向。
Intel Arc Pro B70：AI 專用顯卡的定位戰
Intel 在三月推出了 Arc Pro B70 桌面顯卡，配備 32GB VRAM 和最多 32 個 Xe2 核心，定價 949 美元。還有一個 B65 Pro 版本，配備 20 個 Xe2 核心，由合作夥伴生産。
這張卡的定位很明確：AI 和專業運算，不是遊戲。Intel 官方直言這是「專為 AI 設計」的産品。32GB VRAM 在這價位段相當有競爭力，因為 NVIDIA 的 RTX 4090 雖然更強，但價格已經超過 1500 美元；AMD 的 Radeon PRO W7900 雖然價格相近，但軟體生態仍不如 CUDA 成熟。Intel 的機會在於提供一個「夠用且便宜」的選項，尤其是在模型推論（inference）場景，而不需要 NVIDIA 等級的算力。
但問題也很明顯：軟體生態。CUDA 經過十多年的累積，在 AI 框架支援上有壓倒性優勢。Intel 的 oneAPI 和 OpenCL 雖然持續改進，但距離「開箱即用」的水準還有差距。對於願意調校環境的開發者，Arc Pro B70 可能是不錯的選擇；但對於追求穩定的企業用戶，NVIDIA 仍然是安全牌。
這個産品反映出 Intel 的戰略轉向。過去 Intel 依賴 CPU 獨大，GPU 只是附屬品；現在 AI 運算需求暴增，Intel 必須在 GPU 市場找到立足點。Arc Pro 系列就是這個戰略的具體産品，鎖定專業市場而非消費級遊戲市場，是一個理性的選擇。
OpenAI 的多線並進：收購、能源、與産品策略調整
OpenAI 最近的新聞相當多元，從産品決策到企業策略都有。
首先是暫停 ChatGPT 的「成人模式」計畫。這個計畫原本要讓 ChatGPT 能夠處理成人內容，與 Sora 影片生成器的定位類似，都是要拓展模型的應用邊界。但 OpenAI 最終決定暫停，官方說法是「專注於核心産品」。這背後可能有多種考量：安全風險、品牌形象、監管壓力，或是單純的資源分配。無論如何，這代表 OpenAI 在産品策略上正在做選擇：哪些功能要做，哪些可以放棄。
第二是收購 Astral 的傳聞。Astral 是一個生産力工具公司，如果收購成真，意味著 OpenAI 正在加強「企業應用」的能力。這與 Claude Cowork、Notion AI 的競爭邏輯一致：模型本身只是基礎，如何嵌入工作流程才是企業付費的關鍵。
第三是與 Helion Energy 的能源談判。創辦人 Sam Altman 已經辭去 Helion 董事會主席職務以避免利益衝突，但 OpenAI 據報導正在「深入談判」採購 Helion 的核融合電力。這聽起來很科幻，但背後的邏輯很實際：AI 運算需要大量電力，電力成本是 AI 公司最大的營運支出之一。如果能鎖定未來的清潔能源供應，對成本控制和 ESG 形象都有好處。當然，核融合技術目前仍在實驗階段，這筆交易是否能實現還有變數。
這三件事看似獨立，實際上都指向同一個方向：OpenAI 正在從「模型公司」轉型為「AI 基礎建設公司」。模型只是入口，能源是底層，企業應用是付費點。這個轉型能否成功，會決定 OpenAI 在下一個五年的市場地位。
如果只記一件事
這波更新最核心的訊息是：AI 的競爭已經從「誰的模型最強」轉向「誰能以最低成本提供最強能力」。Claude Sonnet 4.6 用六分之一到七分之一的價格提供接近 Opus 4.5 的性能，這不是小改進，而是典範轉移。當「最強」和「最便宜」之間的差距縮小到一定程度，企業的採購決策會徹底改變。你可以同時用 Sonnet 4.6 處理量大但不需要最強推理的日常工作，用 Opus 4.6 處理真正複雜的任務，用 Cursor Composer 2 處理編程工作，而不需要擔心帳單失控。這才是這波更新真正改變的事情。
