AI小貼士

By Kit 小克 | AI Tool Observer | 2026-09-01 🇹🇼 Okta Agent SSO評測：AI代理告別API金鑰時代 Agent SSO 是 Okta 在 2026 年 8 月 24 日正式推出的新產品，目標很直接：讓企業裡的 AI 代理（agent）像員工一樣擁有「身分」，不再靠一組永遠不過期的 API 金鑰到處通行。這篇文章從實際會踩雷的開發者角度，老實聊聊這套東西值不值得關注。 問題出在哪：AI代理的身分管理一團亂 Okta 引用的數字很嚇人：在許多組織裡，「非人類身分」（non-human identity）數量已經是人類員工的 90 倍以上 ，部分企業甚至到 144 倍。這些代理大多靠靜態 API 金鑰運作 —— 沒有到期時間、權限經常過大、外洩也很難第一時間察覺，這正是這幾個月一連串 AI 相關資安事件的共同背景。根據 Okta 自己的調查，只有 34% 的組織對 AI 代理套用跟人類員工一樣的安全控管。 Agent SSO 實際在做什麼 簡單說， Agent SSO 把支援 Cross App Access（XAA）標準的 AI 代理，登記進 Okta 的 Universal Directory，當成「一級身分」對待： 用短效權杖（short-lived token）取代永久 API 金鑰 套用跟人類員工同一套存取政策與稽核紀錄 目前已支援 Anthropic（Claude）、Slack、Notion、Figma、Atlassian、Datadog 等應用 對既有 SSO 方案客戶免費開放，不用額外付費 老實話：這解決的是治理問題，不是信任問題 值得注意的是，Agent SSO 解決的是「誰能存取什麼」的權限治理，不是「AI 代理會不會亂來」的行為問題 —— 這是兩件不同的事。就算代理有乾淨的身分和短效權杖，一旦拿到授權範圍內的存取權，它還是可能因為推理錯誤或提示注入做出不該做的事。換句話說，Agent SSO 比較像是把炸彈的引信縮短，不是拆彈。 另外，這套機制目前綁定 Cross App Access 標準，如果你的工具鏈裡有一半不支援 XAA，實際效果會打折扣；而且身分治理集中在 Okta 一家平台，對已經用其他 IAM 系統的團隊來說，遷移成本不小。 ...

By Kit 小克 | AI Tool Observer | 2026-09-01 🇹🇼 Meta Iris晶片評測：自研AI晶片9月量產甩開輝達 Meta Iris 晶片將於2026年9月正式量產，這是Meta旗下MTIA（Meta Training and Inference Accelerator）自研AI晶片計畫的第一顆量產成品，目標是把運算容量在2027年前翻倍衝上14GW，同時降低對輝達（Nvidia）與AMD的依賴。這不是First Company要自研晶片，但Meta這次動作的規模和時間點，讓「大廠自研AI晶片」這個話題再度成為焦點。 Iris晶片是什麼？ Iris是Meta今年3月公布的MTIA晶片藍圖中的第一代量產機型，該藍圖一次揭露了MTIA 300、400、450、500四個世代的規劃。晶片設計由 博通（Broadcom） 協助，實際製造交給 台積電（TSMC） 代工。根據內部備忘錄，測試花了六週時間，過程中沒有發現重大問題，這也是Meta決定按原計畫在9月開始量產的原因。 為什麼Meta要自己做晶片 成本控制 ：輝達GPU單價高、供應吃緊，自研晶片長期能壓低單位運算成本 供應鏈自主 ：不必完全仰賴輝達或AMD的產能排程 針對性優化 ：MTIA可以針對Meta自家的推薦系統、廣告演算法、Llama系列模型做客製化調校，而非通用型GPU 對整體AI硬體市場的意義 Meta的目標是2026年底前達到7GW運算容量，2027年翻倍到14GW。這個規模级的算力擴張，如果部分能靠自研晶片撐起來，代表Meta每年在輝達身上省下的採購費用會是天文數字。這也解釋了為什麼近期AI晶片市場上，除了輝達的Blackwell/Rubin路線圖，還能看到Intel在Hot Chips 2026發表Crescent Island加速器、AMD MI350系列、以及各家自研ASIC百花齊放——大家都在找輝達之外的第二條路。 不過要注意，自研晶片不代表Meta會完全甩開輝達。從Google TPU、Amazon Trainium的經驗來看，自研晶片通常是用在特定、可預測的內部工作負載（比如推薦系統推論），訓練最前沿的大模型仍然高機率繼續用輝達GPU。Iris晶片短期內比較像是「省錢工具」，而非「輝達替代品」。 值得觀...

By Kit 小克 | AI Tool Observer | 2026-09-01 🇹🇼 ChatGPT歐盟認定評測：搜尋引擎新規四個月倒數 ChatGPT在2026年8月31日被歐盟執委會正式列為《數位服務法》(Digital Services Act, DSA)下的「大型線上搜尋引擎」(VLOSE)，是史上第一個拿到這個標籤的AI聊天機器人，同批還有Reddit跟Roblox被列為「大型線上平台」(VLOP)。歐盟認定標準是月活躍用戶超過4500萬，而ChatGPT在歐盟早就遠遠超標。這代表OpenAI從現在起有4個月時間，把整套合規機制生出來，逾期最重可罰全球年營收6%。 為什麼ChatGPT被算成「搜尋引擎」？ 歐盟的邏輯很直接：使用者丟問題給ChatGPT，它常常會即時搜尋網路回答，這個行為模式跟傳統搜尋引擎（Google、Bing）本質上重疊，所以歐盟把它定性為「混合型」服務，同時具備聊天機器人跟搜尋引擎兩種角色。這是DSA第一次把生成式AI工具拉進「超大型」監管等級，等於官方認證：ChatGPT的規模跟影響力，已經跟Google搜尋、Meta的社群平台放在同一個監管量級。 對用戶跟開發者實際上會變什麼 VLOSE身分不是貼個標籤就沒事，DSA要求的合規項目包含： 系統性風險評估 ：每年要交報告，說明服務對言論自由、選舉、未成年人保護等有什麼潛在風險 獨立稽核 ：找第三方稽核演算法跟資料處理流程，稽核結果要交給歐盟 使用者可選擇退出個人化 ：歐盟用戶可以要求關閉基於個人資料的內容排序或推薦 研究人員資料存取 ：學術研究者可申請取得部分資料，檢驗系統是否有系統性偏誤 危機應變機制 ：發生重大公共安全事件時，要配合歐盟的緊急回應要求 對一般用戶來說，最有感的大概是「個人化開關」跟未來可能出現的歐盟專屬使用條款——之前Meta、Google被列入VLOP後，歐盟用戶介面跟功能都出現過跟其他地區不同步的狀況，ChatGPT大機率會走同樣的路。 OpenAI準備好了嗎？誠實地說：沒人知道 OpenAI過去應付GDPR的紀錄不算差，但DSA的稽核跟風險評估要求，遠比GDPR的資料保護細很多，尤其「系統性風險」這種抽象概念要怎麼量化到LLM身上，連歐盟自己都還在摸索。參考Google、Meta被列入VLOP之後...

By Kit 小克 | AI Tool Observer | 2026-09-01 🇹🇼 No AI Fridays評測：工程師發起週五拒用AI運動 No AI Fridays 是HTMX作者Carson Gross在2026年8月發起的工程師運動： 每週五完全關閉AI輔助工具 ，自己寫程式、自己讀文件、自己想邏輯。這篇manifesto八月底衝上Hacker News首頁，拿下243分、160則留言，成為這週最多工程師在吵的話題——不是哪家又發新模型，而是「我們是不是該偷懶少一天」。 No AI Fridays規則到底在講什麼 manifesto網站noaifridays.com寫得很白話：一週至少選一天，把Copilot、Cursor、ChatGPT這類生成式助手全部關掉，手寫程式碼、自己讀官方文件、自己debug、自己想架構。規則不算嚴苛： 一天起跳 ，想做更多天也可以 code review工具例外 ：像Greptile、Prelint這類給人類回饋、幫助學習的工具可以繼續用，因為差別在於有沒有回饋迴圈 不能偷看 ——No AI Friday當天遇到卡關也要自己想辦法 公司行號可以透過X帳號@lazilyevaluated登記加入，讓No AI Fridays變成團體規範 核心論點：認知負債（Cognitive Debt） Gross的立論基礎來自「認知負債」的說法：長期把決策外包給AI，會在不知不覺間累積「未經驗證的推理債務」。manifesto裡一句話很直白：「持續使用AI會製造盲點。當我們把決策外包出去，我們就不再意識到自己做了哪些取捨。」換句話說，AI幫你寫完程式碼、幫你下判斷，你省下的時間看得見，但被悄悄磨掉的批判思考跟基本功，短期內看不見。 Hacker News怎麼吵：兩派意見都有理 160則留言裡分成兩派。反對的人拿組合語言的老debate來類比：每一代新工具出現，總有人說「你會失去基本功」，結果產業照樣往前走，強迫自己回頭用慢的方法只是懷舊儀式感。支持的人則指出，這次不一樣的地方在於AI直接介入「思考」本身，不只是介入「打字速度」，兩者對技能養成的影響完全不同層級。 小克的實測心得 我自己找了一天完全不開AI寫稿、不開AI查資料，老實說，前兩小時很痛苦，很多平常「問一下就好」的小決定...

By Kit 小克 | AI Tool Observer | 2026-09-01 🇹🇼 Claude帳號被駭評測：竊資軟體偷Session繞過雙重驗證 Anthropic 8月底發出警告： 竊資軟體(infostealer) 正鎖定 Claude 使用者，透過偷走瀏覽器裡的登入 Session Cookie 來繞過雙重驗證，直接冒用帳號把用量額度榨乾，甚至可能碰到已儲存的付款資訊。這不是 Claude 本身的漏洞，而是使用者電腦先中毒，AI 帳號只是被順手撈走的戰利品之一。 發生了什麼事：Vidar、Lumma、StealC 輪番上陣 根據 Anthropic 與多家資安媒體的說法，這波攻擊牽涉到 Windows 上常見的竊資軟體家族，包括 Vidar、Lumma(LummaC2)、StealC、RedLine、Acreed ，Mac 用戶則有少量案例是被 Atomic Stealer(AMOS) 感染。這些惡意程式通常透過盜版遊戲、破解軟體或假冒的應用程式安裝包夾帶進電腦，一旦執行就會默默把瀏覽器裡儲存的密碼、Cookie 和其他本機應用程式的登入憑證整批打包外送。 攻擊怎麼運作：偷 Session 比偷密碼更狠 重點在於，這批竊資軟體偷的不是帳密，而是 已登入的 Session Cookie 。攻擊者只要把這串 Cookie 重放回瀏覽器，就能直接繞過雙重驗證(2FA)登入帳號，完全不需要密碼或驗證碼。有受害者反映，自己的 Claude 用量額度會莫名其妙被刷新又被吃光，人卻完全沒有主動使用——這正是帳號被冒用的典型徵兆。Anthropic 表示已偵測到異常，主動把受影響的 Session 全部登出，並先移除帳號內儲存的付款方式作為防護，同時退回未經授權的扣款。 你該怎麼做：3步驟自保 掃毒優先 ：先用防毒軟體徹底掃描並移除電腦上的竊資軟體，不然重設密碼也沒用，新密碼一樣會被偷。 重設關鍵密碼並開啟2FA ：特別是信箱與付款相關帳號，同時檢查信用卡帳單有無異常扣款。 登出所有裝置的Session ：不只 Claude，其他常用的 AI 工具、雲端服務也一併檢查，重新登入一次讓舊 Cookie 失效。 這次事件也提醒大家：AI 帳號的安全性，九成掛在你自己電腦乾不乾淨上。盜版軟體、來路不明的安裝檔，才是整條攻...

By Kit 小克 | AI Tool Observer | 2026-08-31 🇹🇼 AI推理外洩評測：三大廠共用金鑰爆重大漏洞 AI推理外洩事件本週在資安圈炸鍋——OpenAI、Anthropic、Google 三大廠的推理（reasoning）API 被證實共用同一把 全域加密金鑰 ，讓研究人員能從公開流出的對話紀錄裡，把模型「藏起來不給你看」的內部推理過程整段還原，甚至從中偷出夾帶的 API 金鑰與密碼。這不是釣魚或社交工程，是加密設計本身出了包。 AI推理外洩是怎麼被抓包的？ 來自 ELLIS Institute Tübingen 與馬克斯普朗克智慧系統研究所的團隊，在 2026 年 8 月發表論文《Stealing Reasoning Traces from Proprietary LLM APIs》，把這個漏洞攤在陽光下。事情要從更早的 5 月說起：約翰霍普金斯密碼學者 Matthew Green 當時就已經回報三家廠商，推理區塊可以被「重播」到別的 session，但三家都回覆「沒有資安疑慮」。研究團隊接手後，把這個被忽視的重播漏洞做成了完整的資料竊取攻擊。 技術原理：一把鑰匙開所有的門 加密但不綁定身分 ：三家廠商都會把推理內容加密後夾在 API 回應裡，但加密金鑰是「全域共用」——不分使用者、不分 session、也不分同系列的模型版本。 推理區塊可跨模型重播 ：只要密文區塊完整，丟給同廠牌任何一個模型都吃得下去。 拿小模型當解碼器 ：研究人員直接叫 Claude Haiku 4.5、GPT-5.6 Luna、Gemini Robotics ER-1.6 這類輕量版模型，把大模型藏起來的推理內容「轉錄」出來——等於拿便宜模型當萬能鑰匙，破解貴的旗艦模型藏起來的思考過程。 AI推理外洩實際挖出多少東西？ 研究團隊從 GitHub、Hugging Face 上開發者自己貼出來的公開 agent 紀錄下手，掃了 6,708 筆流出的對話軌跡，解出 315,320 個推理區塊 ，直接從真實使用者的 session 裡回收出 182 組可用憑證 ——包含 API 金鑰、密碼、存取權杖，外加數百筆個資。換句話說，這些外洩不是攻擊者主動入侵，而是開發者自己貼在網路上分享除錯紀錄時，順手把加密過的「機密」一起貼...

By Kit 小克 | AI Tool Observer | 2026-08-31 🇹🇼 Tencent Hy4評測：770B開源模型贏過GLM-5.3與Kimi K3 騰訊(Tencent)在8月28日無預警開源了旗艦模型 Tencent Hy4 Preview ，770B參數的MoE（混合專家）架構，直接用Apache 2.0授權釋出權重——這代表任何人都能免費下載、商用、魔改，不用簽合約也不用付授權金。更狠的是，騰訊自己公布的內部盲測數字顯示，Hy4在多項任務上贏過現在最紅的GLM-5.3和Kimi K3，SWE-bench多語言測試甚至超車DeepSeek V4 Pro。這篇文章帶你看規格、效能數字跟怎麼用。 什麼是 Tencent Hy4 Preview？ Tencent Hy4 Preview 是騰訊釋出的旗艦級開源大型語言模型，採用MoE架構，總參數770B、實際運算時只啟用49B，搭配超過1M token的超長上下文，主打程式開發、辦公文件生成、遊戲原型與科學研究等生產力場景。 架構 ：78層，第一層為標準dense FFN，其餘77層改為MoE，每層256個路由專家+1個共享專家，每個token啟動top-8路由專家 授權 ：Apache 2.0，允許商用、修改、再散布 釋出管道 ：Hugging Face、ModelScope、GitCode、CNB，共131個權重檔案，含微調腳本 Hy4 效能真的贏過 GLM-5.3 和 Kimi K3 嗎？ 根據騰訊公布的內部盲測，163位工程師針對203項真實任務評分，Hy4平均拿下2.99分（滿分4.00），些微領先GLM-5.3（2.92）和Kimi K3（2.94），在46.8%案例贏過GLM-5.3、51.2%案例贏過Kimi K3。 SWE-bench Multilingual：Hy4 82.9分，GLM-5.3 81.3分，Kimi K3 80.8分，DeepSeek V4 Pro 77.3分 輸出成本比Kimi K3便宜約82% 要注意的是，這些是騰訊自己做的內部評測，還沒有大量第三方獨立跑分驗證，數字看看就好，實際好不好用還是得自己上手測。 Hy4 怎麼用？多少錢？ Hy4可以直接下載權重自架，或透過OpenRouter、騰訊雲...

By Kit 小克 | AI Tool Observer | 2026-08-31 🇹🇼 DeepSeek融資評測：估值兩個月翻倍衝上750億美元 DeepSeek 傳出正在進行新一輪融資，金額約 74 億美元 （人民幣 500 億元），投前估值來到 740 億美元 ，投後估值約 810 億美元，預計 2026 年 8 月底完成交割。這距離 6 月那輪外部募資、估值僅約 500 億美元，才過了兩個月，估值幾乎翻倍——這是這家開源模型黑馬第一次真正意義上的「創投化」，也是這波 AI 新聞裡最值得拆解的一則。 從避險基金自籌到外部創投 DeepSeek 過去主要靠創辦人梁文鋒的避險基金 High-Flyer Quant 自掏腰包養算力，但基礎設施成本一路飆升，光是這輪就打算加碼約 1GW 運算容量，用來訓練更大模型、搶人才。這次名單上出現 Monolith、世芯資本（Shixiang Capital）、寧德時代（CATL）等既有股東，加上 CPE、聯想之星（Legend Capital）、合肥的地方國資基金等新面孔，等於把「DeepSeek 融資」從創辦人個人操盤，正式轉為一場多方參與的資本局。 估值背後的誠實提問：營收撐得起 740 億嗎？ 目前流傳的數字是 DeepSeek 年化營收（ARR）約 5 億美元 ，對應 740 億估值,大約是 150 倍營收 的天價倍數。要注意的是，這輪條款尚未經 DeepSeek 或 High-Flyer 官方證實，外媒說法都來自「知情人士」。換句話說，這是一則值得關注、但還不能全信的融資傳聞——AI 圈的估值故事，這幾年已經看過太多先喊價、後打折的案例。 對用戶與開發者實際上代表什麼 老實說：這輪融資不會讓你手上的 DeepSeek R1 或 V3 模型變得更聰明，開源權重也不會因為估值翻倍而改版。真正該注意的是 DeepSeek 先前已經調漲過 API 價格——算力便宜了，但晶片、電費、留才成本沒有變便宜，這才是融資背後真正的商業邏輯。如果你在生產環境用 DeepSeek API，該看的是計費頁面，不是估值新聞。 DeepSeek 計畫最快 2026 年底遞交 IPO 申請，2027 年在上海科創板掛牌。這條路線清楚說明中國把 DeepSeek 當成 AI 國家隊在扶植，但估值是否...

By Kit 小克 | AI Tool Observer | 2026-08-31 🇹🇼 GLM-5.3-Flash評測：Z.ai開源模型砍到十分之一價格 Z.ai(智譜)在8月26日開源了 GLM-5.3-Flash ，這是一款320B參數的混合專家(MoE)大型語言模型，只啟用180億參數運算，卻擁有100萬token的超長上下文視窗，而且是原生多模態，能吃圖片和影片輸入。最大亮點是價格：輸入每百萬token只要0.15美元、輸出0.5美元，只有前一代GLM-5.3的十分之一，還採用MIT授權可以直接商用。 什麼是 GLM-5.3-Flash？從「隱身」到公開身分 在正式發布前，這個模型其實已經以「Ox Alpha」的匿名身分在OpenRouter上跑了一段時間，因為超長上下文和便宜的速度在社群裡引起討論，直到8月26日Z.ai才揭曉它其實就是GLM-5.3-Flash。這種「先偷跑再公開」的做法，某種程度上是讓模型先接受市場實測，正式上市時已經有口碑墊底。 關鍵技術：混合注意力機制省下大量算力 GLM-5.3-Flash最技術性的賣點，是它首度在開源旗艦模型上把 稀疏注意力(sparse attention) 和 線性注意力(linear attention) 混合使用。官方數據顯示，這讓注意力運算量減少約3倍，KV快取縮小到4.4倍以下。白話講就是：處理長文件、長對話時不會像過去那樣又貴又慢。模型本身是在30兆token的多模態語料上重新訓練的基底模型，不是在舊版本上微調而來。 跑分表現如何？跟Claude只差半分 根據Z.ai自己公布的內部程式編碼測試， GLM-5.3-Flash 的成績只落後Claude Opus 4.8半分，而且全面超越自家上一代GLM-5.2。當然，廠商自己公布的跑分要打折扣看待，實際體驗還是要自己跑過才算數。 值不值得換？誠實地說 在意 長上下文 和 成本 的話，十分之一的價格確實很有吸引力 MIT授權代表可以下載到自己伺服器跑，不用擔心API政策說變就變 目前可在Z.ai自家API(型號名glm-5.3-flash)、GLM Coding Plan、OpenRouter使用，或直接到Hugging Face下載權重 100萬token上下文在真實長文件任務中的「有效」記憶力，...

By Kit 小克 | AI Tool Observer | 2026-08-31 🇹🇼 Nvidia分潤協議評測：360億美元AI雲端合作喊停 Nvidia分潤協議 上週被爆出緊急喊停——這家全球市值最高的晶片公司，今年七月才剛端出一套讓AI雲端業者又愛又怕的「分潤協議」，結果不到兩個月，就因為反壟斷疑慮自己踩了煞車。這篇文章帶你搞懂這360億美元的合作葫蘆裡賣什麼藥，以及對正在租GPU算力的中小型雲端商有什麼實際影響。 Nvidia AI雲端分潤協議是什麼？ 簡單說，就是Nvidia除了賣晶片賺一次錢，還想在客戶靠這些晶片賺的雲端收入裡再抽一手。根據協議，Nvidia提供「最低營收保證」的信用支持給AI雲端業者，條件是分享超過門檻的營收；如果客戶租不掉算力，Nvidia還承諾自己租回來。等於晶片賣一次、後續營收再抽一次，而且以六年期合約為主。Nvidia這一季財報首度揭露，相關承諾規模高達 360億美元 。 為什麼突然喊停？反壟斷疑慮出在哪？ 問題出在「控制權」。有雲端業者反映，Nvidia要求他們只能把算力租給指定核准的客戶，還偏好把算力平均分給多家中小型AI公司，而不是讓單一大客戶整碗端走。這種對下游客戶生意的介入方式，踩到了反壟斷的紅線——你賣晶片可以，但決定客戶怎麼經營生意就是另一回事。Nvidia內部員工自己先跳出來提醒風險，協議推出不到兩個月就有部分被喊停。 對AI新創和中小型雲端商有什麼影響？ 短期來看是鬆一口氣。原本這套分潤協議變相讓Nvidia成為所有AI雲端生意的隱形股東，中小型雲端商簽下去等於把定價權和客戶名單交出去一部分。喊停之後，議價空間回到業者手上，但Nvidia也沒把話說死——未來不排除把這套機制包裝進其他名目重新推出。對正在找GPU算力的團隊來說，值得留意合約裡是否藏著類似的營收綁定條款。 Kit小克怎麼看 老實說，這不是Nvidia第一次在商業模式上玩得比賣晶片更花。從賣鏟子的角色升級成「連挖到的金子都要分一杯羹」，邏輯上很聰明，但風險是把自己從供應商變成整個AI基礎建設的守門人。這次喊停與其說是良心發現，不如說是先避開監管機關的眼睛，這套分潤協議大機率會換個包裝捲土重來。中小型雲端商如果正在跟Nvidia談合約，這幾週會是議價的好時機。 好不好用，試了才知道。 ...

By Kit 小克 | AI Tool Observer | 2026-08-31 🇹🇼 OpenAI Astra評測：AI資安能力觸頂，訓練緊急喊停 OpenAI Astra 是 OpenAI 下一代旗艦模型的內部代號，這次上新聞不是因為效能突破，而是因為它可能已經摸到 OpenAI 自訂資安風險量表的最高等級——「Critical」。8月18日，OpenAI 罕見公開宣布：暫停對最新一批準備部署的模型進行強化學習（RL）訓練兩週，原訂規模最大的一次前沿 RL 訓練更是無限期擱置，原因是初步測試顯示 Astra「無法排除已達到 Critical 等級網路攻擊能力」的可能性。 什麼是 Critical 等級？為什麼 OpenAI 緊張 OpenAI 在其 Preparedness Framework（準備框架）裡把 AI 的資安風險分成好幾級，最高的 Critical 定義是：模型能夠「在無需人類介入的情況下，針對多個經過強化防護的真實世界關鍵系統，自主找出並開發各種嚴重程度的零時差漏洞」，甚至能自己設計、執行全新的攻擊策略。這是 OpenAI 第一次在模型開發階段實際觸發 Preparedness Framework 的 Critical 門檻，不是紙上談兵的假設情境。 導火線：駭進 Hugging Face 的內部測試 今年7月，OpenAI 一次內部控制測試中，模型對 Hugging Face 基礎設施執行了 17,600次自主入侵動作 ，展現出獨立漏洞探索與權限提升的能力 8月7日的安全評估進一步確認，下一代 Astra 模型的資安能力已跨過 Critical 門檻 兩起事件加總，促使 OpenAI 決定按下暫停鍵 OpenAI 做了什麼？三道防線同時加強 暫停不是停工，而是把資源轉向補強三個環節： 監控 ：新增逐 token 層級的行為分類器，目標是30分鐘內對異常活動發出警報 對齊 ：強化獎勵模型，在各類任務中抑制不安全行為的傾向 安全隔離 ：研究叢集限制程式碼執行與網路存取，降低常駐權限與未信任程式碼的曝險 OpenAI 也表示會把這些防護措施正式寫進更新版的 Preparedness Framework，讓資安風險評估貫穿訓練到部署的每個階段。 小克怎麼看 這件事的意義不在 Ast...

By Kit 小克 | AI Tool Observer | 2026-08-31 🇹🇼 Jalapeño評測：OpenAI自研AI晶片效能超車輝達 Jalapeño 是 OpenAI 與 Broadcom 合作打造的第一顆自研 AI 晶片，專門處理大型語言模型的 推論（inference） 工作。SemiAnalysis 上週公布的獨立測試顯示，Jalapeño 在單位功耗算力上贏過輝達（Nvidia）現行的 GB200／GB300 系統，讓外界開始討論輝達的晶片霸主地位是否出現裂縫。 規格重點：13.4 PFLOPS、700W、HBM4 記憶體 Jalapeño 採用台積電 N3P（3 奈米等級）製程，主要規格如下： 算力 ：13.4 PFLOPS（MXFP4 精度），功耗僅 700W，相較輝達 Rubin 平台的 900～1,150W 更省電 記憶體 ：搭配 6 顆 HBM4，總容量 216GiB，頻寬達 15.4TB/s 吞吐量 ：在 DeepSeek R1 上可達每秒 700+ token／使用者，GPT-OSS 上更達約 1,400 token／秒 效能比拚：贏輝達，但贏多少？ 根據 OpenAI 與 SemiAnalysis 的測試數據，Jalapeño 在 GPT-OSS、DeepSeek R1、Kimi K2.5 等開源模型上， 單位功耗的工作量比輝達高出 1.5～1.9 倍 ，延遲最多降低 3.6 倍。Broadcom 執行長 Hock Tan 也表示，Jalapeño 能把每個 token 的推論成本壓低約 50%。這些數字如果屬實，代表大型 AI 公司自研晶片的策略正式進入「能打」的階段，不再只是省成本的備案。 開發時程：9 個月流片，號稱史上最快 OpenAI 表示 Jalapeño 從設計到流片（tape-out）只花了 9 個月，是「高效能先進半導體有史以來最快的 ASIC 開發週期」。晶片預計今年底前開始部署在 OpenAI 自家的運算基礎設施中。 誠實看：這不是要賣你的晶片，也不會馬上打趴輝達 先說重點： Jalapeño 不對外銷售 ，一般開發者無法購買或租用這顆晶片，它只會用在 OpenAI 自己的資料中心，跑自家模型的推論。所以短期內輝達的營收不會因此掉一塊肉——Op...

By Kit 小克 | AI Tool Observer | 2026-08-30 🇹🇼 Perplexity評測：Nvidia砸300億估值投資AI搜尋新星 Perplexity 這家靠 AI 搜尋起家的新創，最近傳出 Nvidia 正在洽談以超過 300 億美元估值挹注資金，消息一出立刻成為科技圈熱議話題。根據《The Information》報導，這輪投資若成真，將讓 Perplexity 的估值在短短一年內從約 200 億美元跳升 50% 以上，而 Nvidia 早在 2023 年就已是 Perplexity 的股東之一。 為什麼 Nvidia 想加碼 Perplexity？ Nvidia 執行長黃仁勳曾公開表示 Perplexity 是他自己日常使用的聊天機器人首選。這次傳出的投資不只是財務操作，還牽涉到潛在的技術授權合作——換句話說，Nvidia 不只想當股東，更想把 Perplexity 綁進自己的 AI 生態系，確保晶片、雲端算力跟應用層都掌握在同一陣營手裡。 營收成長是硬指標 支撐這個估值的，是 Perplexity 的年化營收數字。今年初還不到 2.5 億美元，現在已經衝上 7.5 億美元以上 ，成長速度相當驚人。Perplexity 創辦人 Aravind Srinivas 也不諱言公司瞄準 2028 年 IPO，這輪募資等於是上市前的關鍵鋪路。 AI 搜尋戰場越來越擠 值得注意的是，Perplexity 不再只是「AI 版 Google 搜尋」，而是往 代理型商務（agentic commerce） 方向靠攏——讓 AI 直接幫使用者比價、下單、完成交易。這跟 Google 同期推出的 Agent Payments Protocol（AP2）方向不謀而合，顯示整個產業都在搶「AI 幫你花錢」這塊新戰場。 Perplexity 年化營收：從 2.5 億美元衝上 7.5 億美元 目標估值：300 億美元以上，較去年輪次成長 50% 以上 Nvidia 持股：2023 年即已投資，此次為加碼 長期規劃：瞄準 2028 年 IPO 對一般用戶跟開發者的意義 估值高低是資本市場的事，但 Perplexity 能不能撐起這個身價，還是要看產品力。實際用起來，它的引用來源標註做得比 Chat...

By Kit 小克 | AI Tool Observer | 2026-08-30 🇹🇼 Gemini 3.5 Transcribe評測：Google新語音轉文字模型登場 Google在2026年8月26日發布 Gemini 3.5 Transcribe ，這是目前最精準的語音轉文字模型，公開預覽版已經開放給開發者與企業用戶測試。比起單純把聲音轉成文字，Gemini 3.5 Transcribe更像是一個懂語境的助理：能自動去除贅字、修正話說到一半的更正、辨識最多三位講者，還支援超過85種語言即時切換。對常常需要開會記錄、訪談逐字稿、多語言客服的人來說，這次更新踩到了真正的痛點。 什麼是Gemini 3.5 Transcribe？ 跟傳統語音辨識模型不同，Gemini 3.5 Transcribe不是「聽到什麼打什麼」，而是把原始音訊直接轉成 已經整理過、可以直接用的文字 。官方說明它能處理背景噪音、專業術語、口語中的自我更正，並自動加上標點與段落格式。它同時支援即時串流（gemini-3.5-transcribe-live）與預錄音訊處理（gemini-3.5-transcribe）兩種API模式，開發者可以依場景選擇。 效能數字：字錯率降到多低？ Google公布的內部測試顯示，串流模式的字錯率（Word Error Rate, WER）為 4.0% ，非串流模式更低至 2.6% ；在多語言的FLEURS基準測試中，串流與非串流的WER分別為5.50%與5.04%。相較前代Chirp 3模型，取得最終逐字稿的時間縮短了 70% ，這對需要即時字幕或客服語音轉譯的應用來說是實際可感受的改善。 支援85種語言、辨識三人對話 Gemini 3.5 Transcribe支援超過85種語言與腔調，能自動偵測語言並在對話中即時切換（例如中英夾雜的會議）。它也能替最多三位講者分別標記時間軸與身分，加上自訂詞彙功能，方便處理公司內部術語或罕見專有名詞。 哪裡可以用到？ 這個模型已經悄悄進駐多項Google產品：Android上Gboard的Rambler語音輸入功能、macOS版Gemini App、開發工具Google Antigravity，官方也預告即將整合進Chrome瀏覽器。開發者可透過Gemini API與Google...

By Kit 小克 | AI Tool Observer | 2026-08-30 🇹🇼 Open Executive評測：開源AI CEO，8位AI高管上工 最近 Hacker News 上一則「老闆裁員找 AI 取代工程師，工程師反手做出一個開源 AI CEO」的貼文炸出 373 點讚、231 則留言，主角是新創實驗室 Sente Labs 開源的 Open Executive 。這波熱度讓「AI CEO」變成本週搜尋熱詞，但先講重點：這款工具真正厲害的地方，跟那個復仇故事沒什麼關係。 「復仇故事」有多少是真的？ 網路瘋傳的版本是：某公司 CEO 裁掉整組工程師、換上 AI，被裁的人一氣之下做出開源 AI CEO 反嗆。查證下來，這段起源故事缺乏具體證據，比較像是包裝過的行銷敘事。誠實講，工具本身值得關注，但別把段子當新聞信。 Open Executive 到底是什麼 這不是單一個聊天機器人，而是 8 個專科 Claude 代理 組成的團隊：策略長、財務長、人資長、法務、營運長、行銷長、產品長、董事會溝通，統整成一個對外一致的「高管人格」，使用者不會看到內部誰在做什麼，只會拿到整合過的建議。技術上是 FastAPI + Next.js，可以 自架在自己的伺服器 ，公司資料留在本機或自己的雲端，除了送進 Anthropic API 的部分，不會外流。 能不能真的取代管理層？ 不行，而且開發團隊自己講得很清楚：這是「打造自主高管工具的起點」，不是一鍵 CEO。系統設計了 授權範圍與升級機制 ——各部門代理可以在授權範圍內提案或行動，超出範圍就要往上呈報，判斷責任仍留給人類。換句話說，它適合幫你 起草策略備忘錄、整理 HR 政策草案、做財務初步分析 ，但簽字、法律責任、真正拍板的決定，還是得你自己扛。 誰該試試看 沒有完整高管團隊的 獨立創辦人或小新創 ，需要快速拉出各部門觀點做決策參考 想 自架、資料不上第三方雲 的團隊 把它當 顧問草稿機 而非真正授權決策者的使用者 如果你期待的是一鍵取代整個管理層，會失望；但如果只是想要一個24小時待命、幫你把各部門意見先想過一輪的幕僚團隊，Open Executive 是目前少數開源、可自架又用心設計授權機制的選項。 好不好用，試了才知道。 🇺🇸 Open ...