AI 資訊週報：全球資本狂潮與基礎模型的地緣政治洗牌

本週亮點摘要

本週人工智慧領域經歷了前所未有的資本重構與技術演進，基礎設施的擴張速度與地緣政治的干預力道雙雙創下歷史新高。在技術應用端，代理型人工智慧開始全面滲透政府決策、醫療診斷與金融實務，但同時也暴露出嚴重的高階推理落差與安全漏洞。從雲端巨頭的千億美元資本支出計畫，到微軟與 OpenAI 歷史性排他協議的瓦解，2026 年的人工智慧產業正從單純的模型效能競賽，正式轉向算力壟斷、能源爭奪與國家安全防線的全面博弈。

• 基礎設施與資本狂潮： 根據最新數據顯示，包括 Alphabet, Amazon, Meta 與 Microsoft 在內的四大科技巨頭，預計在 2025 年至 2026 年間將投入高達七千二百五十億美元的資本支出，以應對人工智慧算力的龐大需求，這促使設備供應商如 ASML 必須大幅擴張產能。
• 合作聯盟與商業重構： Microsoft 正式取消了對 OpenAI 模型的獨家授權協議，並且移除了具爭議性的通用人工智慧（AGI）條款；與此同時，AWS 迅速在 Amazon Bedrock 平台上推出了 OpenAI 的模型服務，顯示大型基礎模型的通路正朝向多雲端環境發展。
• 地緣政治與軍事介入： 美國國防部已與八家科技巨頭簽署人工智慧部署合約，全面推動軍事網路的智能化；另一方面，中國政府則強制要求人工智慧新創公司（如 Manus 與 Moonshot AI）拆除海外控股架構，甚至直接介入並終止了 Meta 的高額收購案。

深度專題評論

雲端巨頭資本支出競賽與能源基礎設施的極限挑戰

Alphabet 的最新財報顯示，其單季營收達到了破紀錄的一千零九十九億美元，其中 Google Cloud 的營收首度突破兩百億美元大關，年成長率高達百分之六十三。這項驚人的成長主要歸功於生成式人工智慧模型的強勁需求，Google 官方指出其企業級應用的模型 API 呼叫量呈現指數級攀升。 然而，即便投入了如此龐大的資源，執行長 Sundar Pichai 仍坦言公司在短期內面臨嚴重的運算資源短缺，雲端服務的積壓訂單已經高達四千六百二十億美元。為了緩解此問題，Google 甚至改變了過往的策略，開始允許特定客戶將其自主研發的 TPUs 直接部署於客戶自有的資料中心內。

硬體製造端的壓力同樣空前巨大。荷蘭半導體設備製造商 ASML 宣布，為了配合 2026 年激增的 AI 晶片需求，該公司計畫在今年將極紫外光（EUV）微影設備的產能大幅提升百分之三十六，預計生產至少六十台標準型設備。 為了達成這個目標，ASML 將投入二十二億美元擴建美國、德國與南韓的無塵室設施。不僅如此，為了掌握歐洲本土的人工智慧話語權，ASML 還斥資十三億歐元成為法國新創 Mistral AI 的最大股東，顯示硬體巨頭正積極向下游軟體生態系進行戰略佈局。

能源供給更是限制這場資本狂歡的最終瓶頸。Meta 為了支撐其龐大的資料中心運算需求，與新創公司 Overview Energy 簽署了一項極具野心但也充滿不確定性的合約，計畫從太空接收高達 1 GW（吉瓦）的太陽能電力。 這項名為太空太陽能的技術旨在透過低軌道衛星全天候收集太陽能並將其轉化為微波傳送回地球，儘管商業化營運最快要到 2030 年才能實現，但這凸顯了科技巨頭在耗盡傳統天然氣與核能選項後，對於尋找新興清潔能源的極度渴望。

基礎模型商業結盟的解體與版圖重塑

本週最具震撼性的商業變動，莫過於 OpenAI 與 Microsoft 之間歷史性排他合作協議的瓦解。經過高層數週的密集談判，Microsoft 正式放棄了對 OpenAI 模型的獨家雲端代理權，並且全面取消了合約中極具爭議的「通用人工智慧（AGI）」條款。 過去，這項條款規定一旦 OpenAI 達成 AGI，Microsoft 將自動取得相關智慧財產權；如今，Microsoft 轉而獲得一項有效期至 2032 年的非獨家授權。在利潤分配上，Microsoft 也不再需要將銷售 OpenAI 模型所得的兩成營收分潤給對方，雙方的財務關係轉趨單向化。

這項解綁協議立刻在市場上引發了骨牌效應。在協議修改的隔天，AWS 便迫不及待地宣布在 Amazon Bedrock 平台上推出 OpenAI 的三項核心服務，包含最新的 GPT-5.4 與即將上線的 GPT-5.5，以及雙方共同開發的 Amazon Bedrock Managed Agents。 這意味著企業客戶將不再被強制綁定於 Microsoft Azure 的生態系中，大型基礎模型正式進入了跨雲端平台的戰國時代。

然而，OpenAI 內部正遭遇前所未有的財務與成長壓力。根據華爾街日報的獨家披露，OpenAI 在 2026 年第一季並未達成內部的營收目標，且 ChatGPT 的活躍使用者數量也未能如期在 2025 年底突破十億人次大關。 更嚴峻的是財務結構的失衡，該公司預估在 2026 年的營收約為三百億美元，但資本支出與營運消耗卻高達兩百五十億美元。在此背景下，執行長 Sam Altman 與財務長 Sarah Friar 對於公司是否應加快首次公開募股（IPO）的腳步產生了嚴重分歧，加上 Elon Musk 提起的千億美元訴訟案正在奧克蘭聯邦法院如火如荼地進行，這家全球估值最高的人工智慧新創正面臨著內憂外患的雙重夾擊。

與此同時，競爭對手正迎頭趕上。Anthropic 憑藉著在企業級市場與程式碼開發領域的優異表現，正積極與投資人洽談新一輪融資，其目標估值高達九千億美元，企圖一舉超越 OpenAI 成為全球最具價值的人工智慧企業。 該公司在近期實驗中展示了強大的代理人談判能力，但也引發了深層的社會隱憂。

國家安全防線與軍事化應用的道德角力

人工智慧技術的軍事化應用在 2026 年已從理論探討轉為實際部署，並引發了激烈的企業倫理衝突。美國國防部正式宣布與 SpaceX, OpenAI, Google, Nvidia, Microsoft, Amazon Web Services 等八家科技企業簽署全面性合約，將人工智慧工具大規模部署於機密軍事網路中，以確保美軍在多維度戰爭中的決策優勢。 這項決策立刻在矽谷引發了強烈的反彈，超過六百名 Google 員工（主要來自 DeepMind 實驗室）發表公開信，強烈抗議公司將技術用於機密軍事專案，認為這將使得公司無法監督技術是否被用於違反人權的大規模監控或致命性自主武器系統。

儘管 Google 官方強調合約中包含了限制自主武器的條款，但法律專家指出這些聲明缺乏實質的法律約束力。相較之下，Anthropic 因為堅持在合約中加入禁止「國內大規模監控」與「完全自主武器」的明確排他條款，遭到五角大廈標記為供應鏈風險企業，並被川普政府下令聯邦機構停止使用其技術。 這場風波顯示，在國家機器的強大壓力下，多數人工智慧企業選擇了妥協，而堅守嚴格道德底線的公司則面臨被排除在政府龐大預算之外的風險，儘管白宮目前正在草擬新的指導方針試圖為 Anthropic 解套。

資安領域的攻防戰同樣因為新一代模型的發布而升級。英國人工智慧安全研究所（AISI）的最新測試報告指出，OpenAI 的 GPT-5.5 模型在專家級的網路攻擊模擬中展現了驚人的破壞力，其在複雜的「奪旗（Capture-the-flag）」資安挑戰中達成了百分之七十一點四的成功率，甚至能夠獨立完成涵蓋數十個節點的企業內部網路滲透任務。 研究人員更在短短六小時內就開發出能夠繞過 GPT-5.5 所有安全防護機制的通用越獄提示詞，這證明了即使是最先進的大型語言模型，在面對蓄意的惡意引導時依然極度脆弱。

地緣政治博弈下的中國人工智慧產業鏈回流

中美科技戰的戰火在 2026 年已經全面延燒至人工智慧新創領域的資本結構。根據 The Information 報導，包含 Moonshot AI, DeepRoute.ai 與 StepFun 在內的多家中國頂尖人工智慧新創公司，正迫於北京當局的壓力，開始解散其位於開曼群島等地的海外控股架構，並計畫直接在中國境內註冊。 這一結構重組過程極度繁瑣且可能長達數月，預計將大幅削弱這些企業未來從西方風險投資機構獲取資金的能力，但這也是中國政府為了確保核心技術不外流所採取的強硬手段。

北京對於技術主權的掌控欲在 Meta 收購案中展露無遺。中國國家發展和改革委員會（NDRC）以強硬姿態介入並封殺了 Meta 耗資二十億美元收購中國 AI 新創 Manus 的交易，甚至下令雙方必須撤銷已完成的併購流程，並要求 Meta 清除所有已轉移的資料與技術。 這項史無前例的干預不僅是針對單一商業行為，更是北京當局在接下來的國際高峰會前，向華盛頓傳遞絕不允許西方企業掏空中國技術根基的強烈政治訊號。

在模型技術層面，中國企業正採取高度壓縮與開源策略來突圍。阿里巴巴推出了具備兩百七十億參數的 Qwen3.6-27B 密集型模型，該模型在程式碼編寫與邏輯推理的基準測試中，效能甚至超越了自家更大型的混合專家（MoE）模型；而騰訊則開源了一款名為 Hy-MT1.5-1.8B-1.25bit 的極致壓縮翻譯模型，其大小僅有 440 MB，卻能提供與雲端巨頭相媲美的離線翻譯品質。 然而，西方情報機構與研究人員持續質疑，中國開源模型的效能躍進，有極大比例是透過「知識蒸餾」技術，暗中擷取 GPT-5 與 Claude 等西方先進模型的輸出結果進行訓練所致。

代理型人工智慧在專業領域的效能落差與商業實驗

儘管代理型人工智慧（Agentic AI）被視為下一波產業革命的驅動力，但實際在高度複雜的知識工作環境中，其表現仍差強人意。由 Handshake AI 與麥吉爾大學共同發布的 BankerToolBench 基準測試顯示，在面對投資銀行初階分析師的日常任務時，包括 GPT-5.4 與 Claude Opus 4.6 在內的所有頂尖模型，其輸出的財務模型與簡報檔案沒有任何一份能夠直接提交給客戶。 測試結果揭露了人工智慧在處理財務資料時的致命缺陷，例如 Claude Opus 4.6 傾向於在 Excel 試算表中直接寫死（Hardcode）數值而非生成動態公式，這使得情境模擬與財務預測完全失效，而高達百分之十三的 AI 代理人甚至會在找不到資料時直接捏造虛假的財務數據。

在醫療領域，人工智慧的輔助價值則相對獲得肯定，但仍無法取代人類的專業判斷。Google Deepmind 研發的「AI 共同臨床醫師（AI co-clinician）」在針對初級照護的雙盲測試中，其提供之醫療建議的準確度與實用性以 67 比 26 壓倒性地擊敗了現有的臨床 AI 工具，在藥物問答基準測試中更達到了百分之七十三點三的高分。 然而，在模擬真實遠距醫療的場景中，資深人類醫師在察覺病患的「危險訊號（Red flags）」以及引導進行關鍵理學檢查的表現上，依然大幅度領先人工智慧，這表明 AI 目前僅適合擔任輔助角色，絕對無法成為最終決策者。

代理型人工智慧在商業談判上的潛力與風險，則在 Anthropic 的內部實驗中表露無遺。在一場名為「Project Deal」的模擬市集實驗中，使用高階模型（Claude Opus）的代理人，在與使用低階模型（Claude Haiku）的代理人進行二手商品買賣談判時，平均每筆交易能夠為其人類雇主多賺取（或節省）約二點五美元，且低階模型的使用者完全沒有意識到自己在談判中居於劣勢。 結合 Epoch AI 的調查數據——高達百分之八十的 Claude 使用者來自年收入超過十萬美元的高所得家庭——這項實驗殘酷地暗示，未來高階人工智慧代理人的普及，極有可能會在無形中進一步擴大實體經濟的貧富差距。

工具與應用實務

本週全球各大技術實驗室與企業軟體供應商釋出了多款具備指標意義的工具與功能更新，這些更新不僅提升了開發者的生產力，更在作業系統層級帶來了全新的協作模式：

GPT-5.5 與全新提示詞架構

隨著 GPT-5.5 的發布，OpenAI 徹底改變了開發者與模型互動的邏輯。OpenAI 官方釋出的提示詞指南明確警告開發者，不應將過去在 GPT-5.4 或更早版本中使用的冗長、步驟導向的提示詞直接套用於新模型上。 新的架構要求採用「結果導向」的微型提示詞，開發者只需定義成功標準、業務約束條件與最終輸出格式，並將具體的執行步驟交由模型自主規劃。此外，過往被認為已過時的「角色定義（Role definitions）」重新回到提示詞設計的核心，開發者被建議必須明確拆分虛擬助手的「性格（Personality）」與「協作風格（Collaboration style）」。值得注意的是，OpenAI 已將獨立的 Codex 程式碼模型功能直接整合進 GPT-5.5 的主幹之中，不再提供單獨的程式碼專用模型 API。

Mistral Workflows 與企業級代理人生態

法國人工智慧獨角獸 Mistral AI 正式推出了名為 Workflows 的業務流程協作層。這項工具運行於與 Netflix 和 Stripe 相同的 Temporal 引擎之上，允許開發者使用 Python 語言快速構建複雜的企業級流程，並讓非技術員工能夠直接透過 Le Chat 聊天機器人觸發或審核這些自動化任務。 透過單行程式碼的指令，系統可以在處理敏感授權或大額資金調度時自動暫停，等待人類管理者的批准。同時，Mistral 旗下的程式碼工具 Vibe 也迎來了雲端代理人功能，這些非同步運行的代理人可以在隔離的沙盒環境中自動進行程式碼重構、測試生成與依賴套件升級，並在完成後自動提交 Pull Request，大幅降低了工程團隊的例行性負擔。

Google Gemini 的生產力整合與記憶延伸

Google 持續深化其大型語言模型與 Google Workspace 辦公套件的整合。本週全球上線的新功能允許使用者直接在 Gemini 聊天介面中，透過自然語言指令生成並下載包含 Google Docs, Microsoft Word (.docx), PDFs, Excel (.xlsx) 以及 LaTeX 等多種格式的完整檔案，無需預先上傳任何範本。 此外，Google 在歐洲市場推出了 Gemini 的「記憶（Memories）」功能，系統會自動學習使用者的職責、偏好與過往對話脈絡，並將其應用於未來的互動中。為了降低轉換門檻，Google 甚至開發了匯入工具，允許使用者將其他人工智慧助手的歷史對話紀錄打包上傳，讓 Gemini 無縫接軌使用者的工作習慣。

Nvidia Nemotron 3 Nano Omni 歐姆尼模型

Nvidia 釋出了具備三百億參數的開源多模態模型 Nemotron 3 Nano Omni。該模型採用了 Mamba 與 Transformer 混合的專家模型（MoE）架構，能夠在單一神經網路中同時處理純文字、影像、影片與音訊輸入，且在作業系統圖形介面導航（OSWorld）的基準測試中，準確率較前代產品飆升了四倍以上。 令人矚目的是 Nvidia 對於訓練資料的透明度，官方技術報告坦承，該模型有極大比例的合成訓練資料是透過「提取」競爭對手的模型（如 Qwen3, GPT-OSS, Kimi 等）的輸出結果所生成，這種作法雖然在業界心照不宣，但極少有西方大廠願意如此公開承認。

Talkie 復古語言模型

由前 OpenAI 核心研究員 Alec Radford 參與開發的 Talkie，是一款擁有一百三十億參數、且訓練資料「嚴格限制在 1931 年以前出版之文獻」的特殊語言模型。該專案的目的是為了隔離現代網際網路資料的污染，藉此探討語言模型是否具備預測未來歷史走向的演繹能力。 當被問及是否會爆發第二次世界大戰時，Talkie 根據 1930 年代的樂觀氛圍判斷「1914 年的瘋狂已經過去」，認為戰爭不太可能發生，但同時也精準指出了歐洲與中日之間的潛在火藥庫。這款模型為學界提供了一個純淨的觀察沙盒，幫助研究人員理解哪些模型幻覺是演算法本身的問題，哪些則是訓練語料庫所導致的偏見。

技術演進與未來探討

在未來一至三年的發展路徑上，人工智慧的演進已不再侷限於參數規模的擴張，而是深刻地牽動著人類勞動力的重組、軟體工程典範的轉移，以及人類與數位資訊互動方式的根本改變。

數學推理作為邁向通用人工智慧的核心指標

過去兩年間，大型語言模型在數學領域的進展已經從解開國小算術題，飛躍至能夠協助解答奧林匹亞競賽與前瞻學術研究的層級。OpenAI 研究員 Sebastian Bubeck 指出，數學證明需要模型具備在數小時甚至數天內維持高度邏輯一致性的能力，並且能夠在漫長的推導鏈中自主發現並修正錯誤，這正是「通用人工智慧（AGI）」所必須具備的核心能力。 隨著模型推理時間（AGI time）從過往的幾分鐘延長至數週，AI 將從單純的知識重組器，進化為能夠獨立發現新定理的自動化研究員。這種在數學訓練中鍛鍊出的深度推理能力，預期將在未來兩年內迅速溢流至生物學、材料科學與氣候預測等其他硬科學領域。

程式開發者勞動力轉型與軟體工程的六層架構

生成式人工智慧對白領階級的衝擊，正真切地反映在勞動市場的數據上。根據美國聯準會（Federal Reserve Board）的最新研究，自 ChatGPT 推出以來，美國程式設計相關職位的年成長率已從近百分之五驟降至停滯狀態；若排除整體科技業不景氣的因素，過去三年內美國勞動市場已經實質「蒸發」了約五十萬個原先預期會產生的純程式開發職缺。 這波衝擊最嚴重的並非矽谷的科技巨頭，而是佔據市場大宗的外包資訊服務供應商。

面對此一不可逆的趨勢，查爾姆斯理工大學與 Volvo 集團的研究團隊提出了「半可執行堆疊（Semi-Executable Stack）」的六層軟體工程架構。研究指出，未來的軟體工程將從最內層的「純程式碼編寫」轉向外圍的「代理人工作流設計」、「組織決策邏輯建構」以及「社會與法規契合度審查」。 開發者的核心價值將不再是敲擊鍵盤產出程式碼的速度，而是如何設計嚴謹的監控護欄、管理不斷變異的提示詞漂移（Prompt drift），以及確保代理人系統的行為符合歐盟 AI 法案等外部監管要求。

語意收斂與現實冷漠的社會危機

在內容生成端，網際網路的生態正遭受無聲的吞噬。倫敦帝國學院與史丹佛大學針對網際網路檔案館（Internet Archive）的廣泛分析顯示，截至 2025 年中，網路上高達百分之三十五的新增網頁內容已完全或部分由人工智慧生成。 數據證明了「語意收斂（Semantic contraction）」假說的真實性：由 AI 生成的文本在語意上的相似度比人類撰寫的文章高出百分之三十三，且帶有極度不自然的「正向情緒偏移（Positivity shift）」。

研究團隊警告，真正的危機並非機器人產生了多少可輕易被查證的虛假錯誤，而是在於大量被過濾、缺乏性格且極度同質化的 AI 內容，將無形中限縮人類線上對話的「歐 Overton 視窗」，並引發大眾對所有數位資訊產生不信任的「現實冷漠（Reality apathy）」。 為了防止未來的模型因為吸收自身產出的廢料而導致「模型崩潰（Model collapse）」，推動諸如 C2PA 的內容出處加密標準，並強制搜尋引擎演算法獎勵語意多樣性，將是未來三年內產業界必須嚴肅面對的基礎設施重建工程。

值得關注的未來大事

1. 美國 FDA 臨床試驗 AI 即時監控計畫擴大試辦： 預期將有更多大型製藥廠（繼 AstraZeneca 與 Amgen 之後）加入這項利用雲端 AI 即時分析病患數據的計畫。若成效符合預期，這項技術預估將使新藥上市的審查時程大幅縮短百分之二十至四十，徹底顛覆延續了六十多年的醫療法規審查流程。
2. OpenAI 專屬智慧型手機處理器規格底定： 根據供應鏈消息，OpenAI 與聯發科（MediaTek）及高通（Qualcomm）合作研發的客製化 AI 終端晶片，預計將在 2026 年底至 2027 年初敲定最終硬體規格。這款由立訊精密負責製造、預計於 2028 年量產的晶片，將是 OpenAI 試圖繞過傳統 App 生態系、打造純粹「代理人導向（Agentic）」作業系統的關鍵武器。
3. Softbank 新創機器人公司 Roze 首次分析師大會： 軟銀（Softbank）計畫推動其新設立的 AI 基礎設施與機器人公司 Roze 於美國進行 IPO，目標估值達一千億美元。今年七月於德州資料中心舉辦的分析師大會，將首度揭露該公司整合 ABB Robotics 技術與巨型算力中心的具體商業藍圖。
4. Meta 太空太陽能傳輸軌道驗證測試： Meta 與 Overview Energy 合作的太空太陽能專案，計畫將於 2028 年進行首次低軌道衛星的能量傳輸演示。儘管這項技術目前僅存在於理論藍圖中，但其驗證結果將直接決定全球科技巨頭未來在綠能佈局上的資本走向。