本週亮點摘要
本週人工智慧產業呈現劇烈的戰略轉向與結構性重組，領頭羊企業正集體將資源從純粹的生成式娛樂應用轉向具備生產力的人工智慧代理人（AI Agents）與物理經濟自動化技術。OpenAI 宣佈停止營運 Sora 影片應用程式以釋放運算資源給新一代模型 Spud，顯示出運算力瓶頸正迫使頂尖廠商在創意工具與通用人工智慧（AGI）路徑之間做出抉擇。
- 戰略轉向：OpenAI 確認將於 2026 年 4 月關閉 Sora 應用程式，同時積極籌備具備經濟加速能力的 Spud 模型以及傳聞中的 Claude Mythos 對手產品。
- 代理人進化：多款自主代理人工具如 Claude Code Auto Mode、MolmoWeb 與 OpenSeeker 相繼發佈，儘管 ARC-AGI-3 基準測試顯示目前模型在處理全然陌生的任務時成功率仍低於百分之一。
- 產業重構：Arm 推出首款針對人工智慧資料中心設計的自研晶片，標誌著半導體與軟體巨頭之間的界線正進一步模糊，全球運算力供應鏈正朝向高度垂直整合發展。
深度專題評論
影片生成的黃昏與人工智慧代理人的黎明
本週最令產業界震撼的新聞莫過於 OpenAI 決定結束其明星影片生成產品 Sora 的營運。這項決策並非單純的產品失敗，而是反映出當前頂尖人工智慧實驗室在運算資源極度稀缺的情況下，必須在高度消耗資源的影像創作與更具商業價值的代理人技術之間進行權衡。根據 OpenAI 財務長 Sarah Friar 的說法，該公司正處於運算力嚴重短缺的狀態，必須在模型發佈與功能維持上做出艱難的選擇。此舉直接導致了 Disney 撤出價值十億美元的合作協議，顯示出傳統媒體巨頭對於生成式影片技術落地速度的預期與現實之間存在巨大落差。與此同時，研發資源正全面湧向所謂的「世界模型」與「經濟加速器」。OpenAI 內部的 Spud 專案與 Anthropic 外流的 Claude Mythos 資訊皆指向同一個目標：建立能夠深度理解軟體架構、具備自主推理能力並能執行複雜工作流的系統。這類系統的價值不再於產出幾秒鐘的宣傳影片，而在於自動化處理物理經濟與數位勞動。此種轉向預示著未來一年內，市場對於人工智慧的評估標準將從單純的「生成品質」轉化為「任務達成效率」。這種從娛樂屬性回歸生產力屬性的變革，才是推動 OpenAI 估值衝破 1,200 億美元的核心驅動力。
代理人智慧的瓶頸與基準測試的真實挑戰
儘管產業對於人工智慧代理人寄予厚望，但本週發佈的 ARC-AGI-3 基準測試結果卻給了市場一盆冷水。在模擬人類直覺與自主探索能力的測試環境中，包含 Gemini 3.1 Pro 與 GPT 5.4 在內的所有尖端模型得分均低於百分之一，充分暴露出現有 Large Language Model（LLM）在面對全然未知的邏輯環境時仍極度依賴現有的訓練資料。這證明了單純增加模型參數與訓練資料量並不足以產生真正的通用智慧。
然而，開放原始碼社群與垂直領域的代理人技術正試圖透過不同的路徑突破瓶頸。AI2 推出的 MolmoWeb 透過純視覺截圖的方式導航網頁，避開了複雜的 DOM 代碼分析，使其在處理動態網頁時展現出比傳統方法更高的穩定性。另外，上海交通大學團隊開發的 OpenSeeker 則證明了高品質的訓練路徑資料比單純的資料量更為重要，僅使用一萬餘筆精確資料便能達成優於阿里巴巴 Tongyi 深度研究模型的搜尋效果。這些發展軌跡顯示出，代理人技術的競爭焦點正從模型本身的規模轉移至「鷹架架構」（Scaffolding）與高品質合成資料的生成效率上。
硬體霸權與垂直整合趨勢
Arm 公司在其三十五年的歷史中首度推出自研晶片 Arm AGI，這是人工智慧產業鏈發生質變的關鍵信號。這款針對人工智慧資料中心設計的中央處理單元（CPU）顯示出硬體架構正根據模型推論的需求進行徹底重塑，而非僅僅作為通用運算平台。Arm 此舉打破了長期以來的授權模式，轉而與 Meta 等終端軟體巨頭深度合作，這種垂直整合的趨勢正削弱傳統半導體分工的界線。
與此同時，Apple 對 Google Gemini 模型存取權的取得以及其採用的「模型蒸餾」（Distillation）技術，進一步揭示了未來行動裝置人工智慧的發展邏輯。Apple 透過大型模型生成高品質的思維鏈資料來訓練其裝置端的小型模型，旨在不依賴雲端運算的情況下在 iPhone 上實現等同於領先聊天機器人的推理品質。這種「雲端訓練、邊緣執行」的模式將成為未來個人運算裝置的主流趨勢。微軟在德州擴張資料中心基礎設施並積極招募 Ai2 頂尖人才的動作，則反映出科技巨頭對於建立自主研發鏈以減少對特定供應商依賴的迫切感。
工具與應用實務
本週人工智慧應用端迎來了多項針對開發者與一般使用者的功能升級，核心邏輯在於簡化互動流程並提升任務的自動化程度。
自主操作與自動化模式
- Claude Code Auto Mode：Anthropic 推出的這項新功能解決了開發者在安全性與效率之間的兩難。透過內建在 Claude Sonnet 4.6 中的分類器，系統能自動判斷指令是否具備破壞性，並在安全的前提下自主執行檔案操作與代碼提交。這種分級授權機制預計將顯著降低人工智慧程式開發工具的介入成本。
- Claude Desktop Control：雖然仍處於研究預覽階段，但此工具賦予了 Claude 直接操控 macOS 介面的能力。當既有的軟體 API 無法滿足需求時，該代理人能模擬人類操作游標與視窗，這種「降級方案」為跨軟體的複雜任務提供了最後一哩路的解決方案。
多模態互動與語音進化
- Gemini 3.1 Flash Live：Google 發佈了目前反應速度最快的語音模型，其在 Big Bench Audio 基準測試中展現了極高的情感識別精度。該模型不僅能根據環境噪音動態調整推論水平，更將反應延遲降低至一秒以內，為即時語音助理與無障礙溝通建立了新的技術標竿。
- Xiaomi MiMo-V2 系列模型：小米一次性發佈了三款模型，其中 MiMo-V2-TTS 支援以自然語言描述語音風格（如：「 剛睡醒且帶有沙啞感」）。 其模型能原生生成咳嗽、嘆氣與笑聲等非語音特徵，標誌著語音合成技術正從單純的文字轉語音進化為全感官的情緒傳達工具。
技術演進與未來探討
從本週的技術發佈趨勢來看，未來一至三年內的人工智慧研發將聚焦於兩個核心命題：自我演進（Self-evolution）與驗證瓶頸（Verification Bottleneck）。
從人類瓶頸到自我完善的循環
Andrej Karpathy 提出的「人類瓶頸論」獲得了學術界與產業廣泛的共鳴。根據實測顯示，人工智慧代理人在優化模型參數與搜尋最佳路徑方面的效率已超越頂尖人類研究員，顯示出人類的直覺在某些客觀可衡量的領域已成為阻礙進步的因素。這種趨勢在 MiniMax 發佈的 M2.7 模型中得到了印證，該模型在開發過程中深度參與了自身的訓練與優化迴圈，完成了超過一百輪的自我改進。
未來三年內，人工智慧的開發流程預計將轉變為「人類設定目標、模型執行實驗、系統自主迭代」的半自動化模式。這不僅會改變軟體開發的範式，更將引發人類勞動力轉型的深刻討論。我們正進入一個「創意過剩、驗證稀缺」的時代，如同數學家 Terence Tao 所言，當生成新理論的成本降至趨近於零時，如何驗證這些生成的內容是否正確、且具備實踐價值，將成為下一個世代的核心競爭力所在。
架構層面的深度思考
在基礎架構方面，德國研究團隊提出的 Looped Transformer 架構為解決運算效率與知識儲存的矛盾提供了新思路。透過讓模型自主決定針對特定問題的「思考時間」（即重複運算次數），並結合外部記憶銀行，小型模型在數學邏輯推理上的表現得以超越規模大其數倍的傳統模型。這顯示出未來 1.0 版本之後的架構演進將不再追求單純的線性深度，而是追求具備動態調整能力與外部知識連結的靈活結構。這種架構演化路徑預示著未來的高端人工智慧將更像是一個具備短期工作記憶與長期知識檢索的有機體，而非單純的機率預測器。
值得關注的未來大事
- Apple WWDC 2026 年度開發者大會：預計將正式展示其整合 Google Gemini 與 distillation 技術後的全新 Siri 與作業系統層級的人工智慧功能。
- 人工智慧企業 IPO 浪潮：OpenAI 與 Anthropic 均計畫於 2026 年下半年進行首次公開募股，屆時兩家公司的財務透明度與不同的會計認列準則將成為全球資本市場關注的焦點。
- 全球人工智慧安全公聽會：針對 Anthropic 遭洩漏的 Mythos 模型所引發的網路安全擔憂，預計各國政府將針對具備高度自主滲透能力的 AI 模型召開政策討論會。
- Sora 服務最終關閉期限：2026 年 4 月為應用程式停止營運日，9 月則為 API 停止支援日，屆時將觀察影片生成市場是否會由中國廠商如 Bytedance 或是 Google 完全接收。
