Anthropic 的模型找漏洞比微軟修得快。7 月一次補了 600 個。

今日漫畫 出演・水無瀨 澪

Anthropic 4 月公開的資安專案 Project Glasswing，讓約 50 個合作夥伴用未公開的 Claude Mythos Preview 模型掃自家程式碼，在全球關鍵軟體系統裡找出超過一萬個高危與嚴重等級的漏洞。

微軟是參與者之一。它現在的處境是找得到，修不完。

找漏洞的速度已經超過補漏洞的速度

光是 SharePoint 一款產品，4 月就查出 90 個嚴重等級與 141 個重要等級的漏洞。

5 月中微軟在華盛頓州 Redmond 總部開了一場內部會議，數十名工程師與管理層參加，主題是 Glasswing 的進度。會議錄音裡有工程師直接問，Mythos 是不是真的像 Anthropic 說的那麼有效，管理層給了肯定答案。

理由不太讓人安心：Mythos 找出漏洞的速度，已經比公司修補漏洞的速度快。

工程經理 Hans Andersen 在會上要同事盡快處理 4 月發現的那批漏洞，並且說 5 月 31 日將是「全世界追上微軟進度的一天」，意思是那之後競爭對手也可能拿到同一批漏洞資料。

微軟目前的做法是分流：先修嚴重與重要等級，中度排在後面，低度沒有時間表。

曾任美國國家安全局首席 AI 長、現在是 Anthropic 高級技術顧問的 Vinh Nguyen 對這套分流提出質疑。他的說法是，Mythos 能把多個小漏洞串成一條有破壞力的攻擊鏈，四個低級漏洞串起來，整體風險等同一個高危漏洞。

微軟回應說分流會考慮漏洞可利用程度與對客戶的影響，漏洞串連一直在評估範圍內，但也承認 AI 時代正在重新檢視過去列為低危或中度的漏洞該不該提高優先次序。

修補數量的曲線很直接：

• 6 月的 Patch Tuesday 推出逾 200 項修補，當時已被視為歷史新高
• 7 月 14 日一次推出逾 600 項，其中只有 7 個屬於低危或中度
• 這批修補裡有 1 個漏洞已經遭到駭客利用

Zero Day Initiative 負責人 Dustin Childs 對這個狀況的形容是「漏洞末日已全面降臨」。

Cloudflare 與 Mozilla 也是 Glasswing 的夥伴。Cloudflare 光在關鍵路徑系統就找出 2,000 個漏洞，其中 400 個是高危或嚴重等級。

人手是另一個問題。負責處理漏洞報告的 Microsoft Security Response Center 長期編制不足，前員工的描述是公司文化把修補安全漏洞當成本中心、開發新產品才是盈利中心，最好的工程師不會被派去補漏洞。

6 月底五眼聯盟發表過一份罕見的聯合聲明，警告 AI 模型足以發動大規模網路攻擊、癱瘓政府與企業防禦的時代可能在數月內而非數年後降臨。微軟這輪 600 項修補，是聲明發出後第一份公開可查的量化紀錄。

日本半年內第二次改 AI 指導方針

日本內閣會議近期通過最新的 AI 政策指導方針修訂案，距離上一版公布只隔了半年。

推動這次修訂的直接原因，就是 Claude Mythos 這類頂尖模型帶來的資安風險。

過去找一個企業系統漏洞要花上幾週，現在訓練得當的模型幾分鐘就能自動分析程式碼、找出零日漏洞並產生攻擊腳本，還能照著特定企業的溝通習慣寫出有說服力的社交工程信件。

日本政府的回應分兩塊。一是大幅擴編 AI 安全研究所（AISI）的編制，二是計畫對高性能 AI 模型建立上市前的漏洞評估與審查機制。

第二項對企業影響比較大。往後在日本引進或開發 AI 系統，會面對更嚴格的合規監管與法律責任。

修訂版還加了一條跟資安沒有直接關係、但方向明確的內容：避免 AI 技術過度依賴特定國家或單一外國企業。日本政府同時在推國產模型研發，重點放在控制機器人的實體 AI，以及特定垂直產業的專用 AI。

指南另外提醒一件容易被忽略的事：過度依賴 AI 會讓組織的專業能力退化、監督出現盲點。涉及高額資金調度、關鍵業務決策與核心系統存取的環節，最終決策必須留在人手上。

如果上市前審查機制真的落地，模型供應商進日本市場的時間成本會直接上升，垂直產業專用模型的相對優勢也會跟著放大。

一邊產能訂到 2028，一邊 1,300 億的案子被擋下來

亞馬遜說 AWS 2027 年大部分運算產能已經被客戶預訂，2028 年也賣掉相當數量。即使持續擴建，今年仍然沒有足夠算力滿足所有需求。

第二季 AWS 營收年增 37%，達到 422 億美元，是 18 季以來最快的增速。

執行長賈西（Andy Jassy）的說法是，公司正在加快增加電力、資料中心與晶片供應，但 AI 需求擴張的速度仍然高於新增產能，記憶體成本上升又推高了基礎設施建置壓力。

亞馬遜因此把 2026 年的資本支出預估從約 2,000 億美元上調到 2,200 億美元。同一時間，它對 OpenAI 的 500 億美元投資已全數完成，可能取得約 5% 股權，持股比例雙方都還沒證實；對 Anthropic 承諾的最高 330 億美元，目前已投入 180 億。

擴建的另一端是地方。美國近期出現 142 場抗議，分布在 42 州。

Data Center Watch 的統計是，2026 年第一季就有至少 75 個專案、合計約 1,300 億美元遭到阻擋或延後。紐約已經對 50MW 以上的大型資料中心實施一年建設暫緩。

抗議者最常提的三件事是高電價風險、水資源被挪用與污染，以及資訊透明度不足。這些不是抽象的反科技情緒，是電費、水費與稅負會不會轉嫁到自己身上的實際問題。

這波反彈同時吸引了環保訴求與地方自治訴求兩種立場，主軸是誰有權決定社區該承擔什麼。

液冷是被同一股需求推出來的生意。20 歲的 Zach Laberge 創立的 Omen AI 完成 3,100 萬美元融資，累計募資 4,150 萬，做的是液冷系統的即時監控。

過去業者要把冷卻液樣本寄到實驗室、等好幾天才拿到結果。Omen 改用感測器做持續分析，抓污染、金屬微粒與細菌滋生，因為一次意外停機造成的運算時間損失往往是數百萬美元等級。

本輪由 Nava Ventures 領投，參與者包括 CRV、前 Facebook 營運長 Sheryl Sandberg、德國過濾大廠 Mann+Hummel，以及客戶 TensorWave 的高層。公司採訂閱制、按每兆瓦用電規模計價，30 名員工，超過十家客戶，多數是新型雲端業者。

蘋果告 OpenAI 竊密，Siri 秋天改用 Gemini

蘋果 7 月 10 日對 OpenAI 提起訴訟，指控它在開發競爭性裝置的過程中竊取商業機密。

具體指控是 OpenAI 接觸蘋果信任的供應鏈夥伴，誤導對方以為已取得授權，進而讓夥伴展示機密製程。訴狀還提到目前有超過 400 名蘋果前員工任職於 OpenAI，其中 2 人涉及嚴重違規，包括現任消費裝置硬體主管 Tang Tan，以及曾任蘋果電機工程師的 Chang Liu。

兩家的關係比訴訟更早開始壞掉。2024 年蘋果與 ChatGPT 宣布合作，把後者整合進 iPhone 作業系統，但合作並不順利。2026 年 5 月傳出 OpenAI 曾考慮對蘋果採取法律行動，指控蘋果沒有充分整合與推廣 OpenAI 產品、可能構成違約。

蘋果選擇先動手。今年秋天推出的新版 Siri 會改用 Google 的 Gemini 模型。

合作既然談不成，OpenAI 決定自己做入口。它收購了蘋果前設計總監艾夫（Jony Ive）的硬體新創 io，從蘋果挖走超過 400 人，目標是做出能跟 iPhone 競爭的 AI 裝置。

爭的東西其實很清楚。全球活躍 iPhone 用戶約 15.6 億人，這是所有 AI 廠商都想要的流量入口。

這個入口的歷史價碼有現成的紀錄。美國司法部反壟斷訴訟解封的法庭文件顯示，2022 年 Google 付給蘋果 200 億美元，換取 Safari 預設搜尋引擎的地位。付款結構是把搜尋廣告收入的 36% 分給蘋果，到 2021 年 5 月時每月付給蘋果超過 10 億美元。

2020 年時，Google 的付款占蘋果營業利益的 17.5%，而且幾乎是純利潤，不需要生產任何東西。

2025 年馬斯克也發動過 xAI 控告蘋果與 OpenAI，指兩家的獨家整合協議涉嫌壟斷。

聯電把 12 吋產線押在矽光子

聯電交付了首批 12 吋矽光子量產晶圓給新加坡客戶。7 月 29 日的法說會上，公司給出數字：包含矽光子與 AI 電源管理 IC 在內的相關營收，今年上看 3 億美元，三年內 AI 相關營收要突破 10 億美元。

光晶片（PIC）現在供不應求。AI 晶片廠商為了解決傳輸瓶頸紛紛投資光共同封裝（CPO），連帶把光晶片產能吃緊，格羅方德與高塔半導體這類二線廠也在擴產。

聯電的切入點是製程差異。執行長王石強調卡位矽光子代工不是產能不足下的外溢效應，而是用 12 吋晶圓的製造能力，跟同業現行的 8 吋主流做出區隔。光晶片不需要用到先進製程，剛好適合聯電拿成熟製程轉型。

除了矽光子平台，聯電也投入鈮酸鋰薄膜（TFLN）光子調變器材料，準備進入量產。

與英特爾的 12 奈米合作進度，聯電的說法是先把 12 奈米專案順利交付、證明商業模式可行，才會談下一階段。

董事會批准了新台幣 1,486 億元的資本支出，未來 2 到 3 年擴建新加坡廠區，並在台南興建新廠。第三季預估晶圓出貨量季增 7% 到 9%，產能利用率提升到接近 90%，毛利率上看 36%。

同一條供應鏈上，聯發科的首款資料中心 AI 晶片預計第 4 季量產。

2.8T 的開放權重，多數人還是只能打 API

月之暗面 7 月底推出 Kimi K3 並開放模型權重。規格是 2.8T 總參數、MoE 架構、896 個專家、每個 token 約啟用 16 個、100 萬 token 上下文、原生多模態。

有開發者拿它做了一件真正的工作：整理一個老服務裡長成上帝物件的資料存取層。他把整個模組跟所有呼叫端一次貼進去，只要求規劃，不要求改程式。100 萬視窗一次容納全部內容，產出的計畫抓出兩處他已經視而不見的循環引用，抽取順序也排得不會中途壞掉。

然後他把計畫交給另一個模型執行編輯。他的理由是 K3 對單一大區塊的推理比較好，產出謹慎的差異修改就不行。實際改動由 Claude 完成，機械性的搬檔交給 GPT。

計畫裡藏了一個陷阱。K3 引用了一個程式庫中根本不存在的輔助函式，那是它從周邊命名憑空推斷出來的；執行模型照樣補了樁繼續往下做，最後在人工審查時才被抓到。

另一個現實問題是規模。2.8T、權重超過 1TB，開放不等於能本地跑。沒有一整櫃機器的人，實際上還是透過 API 在用它。授權也不是 MIT，是自訂的 Kimi K3 條款，商用前要先讀過。

同一時間，中國正在推 193nm 浸潤式 DUV 曝光機的研發與導入驗證。硬體自主化與開放模型這兩件事成熟度差很多，但方向一致，都是把 AI 產業鏈的關鍵環節搬回自己手上。

昨天報告提到 Kimi 建立在阿里巴巴提供的 2 萬顆 Nvidia 晶片叢集上。K3 的開放權重讓外界第一次能檢視那套算力訓練出來的東西。

把模型塞進手上那張卡

MiniMax H3 官方標示 33.1B 參數，測試者發現推論時實際只用到約 20.1B。

原因是模型的 AdaLN 投影層被設計成接受 2,688 維輸入，推論時卻只餵進一個時間步長值，大量權重從頭到尾沒被用過。把權重改成只保留那一個輸入用的 1D 查表，最多能省下 26GB 顯存，輸出品質不受影響。

省下來的量分兩種情況：

• INT8 量化省 13GB，INT4 與 NVFP4 省 6.5GB
• 剪枝後的 INT8 版本約 20GB，剛好進得了 RTX 3090、4090 或 RX 7900 XTX 的 24GB 顯存
• 文字編碼器 Qwen3-VL-32B 同樣被剪過，64 層裡只留 50 層，剩 25.9B 參數

速度目前不算好看。有人在 12GB 顯存的 3060 上跑一段 5 秒、480p 的影片，端到端花了將近 9 分鐘。

另一端的極限在烏克蘭開發者 slvDev 手上。他讓一個 2,890 萬參數的語言模型完全離線跑在一顆售價約 10 美元的 ESP32-S3 微控制器上，每秒約 9.5 個詞元，直接輸出到晶片外接的小螢幕。

這顆晶片只有 512KB SRAM、8MB PSRAM 與 16MB Flash。做法是借用 Google Gemma 系列的逐層嵌入技術，把約 2,500 萬參數的嵌入表留在讀寫較慢的 Flash，每生成一個詞元只從 Flash 讀約 450 位元組，真正需要高速運算的核心留在 SRAM 裡。

4-bit 量化後模型總大小 14.9MB，把同類晶片先前約 26 萬參數的公開紀錄推高了百倍以上。它用 TinyStories 訓練，只能寫短篇故事，不會回答常識問題也不會寫程式。

工具鏈這邊也有動作。一個叫 GridCore Runner 的推論引擎用純 C 寫、零相依、單一執行檔，把 JSON Schema 編譯成串流驗證器直接驅動取樣，未知的鍵根本生不出來，詞元預算用盡時會補完成合法的 JSON。作者自建的刁鑽 schema 測試裡，它 12 次全對，llama.cpp 與 Ollama 各是 12 次裡對 5 次。

TensorSharp 則把 DSpark 推測解碼接上 DeepSeek V4 Flash 0731。在 4 張 A40 上跑 1 萬詞元文件的情境，速度從每秒 25.3 提升到 51.3，接受率 85%。

社群對「多快才夠用」也整理出一份粗略共識：聊天每秒 10 到 20 個詞元堪用，互動式寫程式 30 到 40 才舒服，高度代理化的編碼要 60 到 100 以上；跑整夜或讓代理無人值守的人，每秒不到 1 個也能接受。

比生成速度更影響體感的是首個詞元要等多久，以及上下文長到 5 萬、10 萬詞元之後速度掉多少。

16 個代理是上限，再多就開始分裂

NTT Research 的 Physics of Artificial Intelligence 實驗室與哈佛大學腦科學中心合作的研究給了一個具體數字：在他們設計的 Flag Game 裡，最佳代理人數是 16 個。

低於這個數字，系統蒐集到的證據不足以形成共識；高於這個數字，代理人容易分化成互相對立的陣營。

Flag Game 的設計是每個代理人只看得到一面國旗的一小部分，必須推測整面旗的樣貌，再透過彼此交流、向聽眾傳遞判斷、廣播猜測或交由管理系統回饋，逐步收斂到共識。

研究由哈佛腦科學中心資深資料科學家 Elizabeth Pavlova 與 NTT PAI Lab 負責人 Hidenori Tanaka 共同提出，論文預計在 ICML 2026 的 AI4GOOD 工作坊發表。

Tanaka 的比喻很白話：單純增加 AI 代理人不保證效能提升，就像企業不會因為多雇人就自動變得更有效率；溝通一複雜，團隊也可能分裂成互相競爭的陣營。

實務端的摩擦落在同一個方向。有開發者回報，只要模型在單一回合中發出大量工具呼叫，那些在工具呼叫前後建立的 KV 快取檢查點，下一回合檢查時就會失效被丟棄，整段對話得重新處理；單次或兩次工具呼叫則不會觸發。他在 llama.cpp 與 ds4 上都看到同樣行為。

另一位開發者卡在更前面的問題：怎麼讓 27B 的模型願意把大任務交出去。他試過限制協調代理只能呼叫委派工具、關掉推理，也試過把領域專用代理抽象成工具設定檔，兩種做法最後都只是把複雜度從代理層搬到工具層。

如果代理協作的邊際成本真的在 16 個左右翻轉，堆代理數量的做法會比堆模型參數更早撞到牆。

7 萬次測驗，模型幾乎站在同一邊

AI 檢測工具團隊 Unslop.run 拿政治光譜測驗跑了 16 款主流模型，累計近 7 萬次回答，結果高度一致：除了 Grok，其餘 15 款全部穩定落在自由意志左派象限。

測試方法刻意做過防呆。62 道題，每個模型跑 30 次標準測試、30 次反向改寫題目的測試，另外加上題序打亂的版本，用來排除模型盲目同意與受語序影響的偏誤。

分數的分布長這樣：

• 最溫和的是 Claude Fable 5，經濟分數 -4.8
• 最極端的是 Gemini Flash，經濟分數 -8.6
• 來自中國的 Kimi K2 左傾程度超過所有 GPT 模型
• 歐洲的 Mistral 是整體平均最偏左的實驗室

Grok 4.5 是唯一的例外，平均經濟分數 -1.3，但那是兩種人格平均出來的結果。50% 的測試裡它給出極左答案（-5.9），另外 50% 則展現擁抱自由市場的右派特質（+3.3）。研究者推測是原始訓練資料與系統提示互相衝突。

模型的自我認知是另一個發現。要求它們自我評估時，多半把自己放在很靠近中間的位置，跟實測結果平均差了 4.64 分。

62 題裡有 42 題，16 款模型給出完全一致的答案，包括一致否定種族優越論與優生學，以及普遍支持企業在缺乏監管時不能被信任會妥善保護環境。

研究者對成因提出兩點。訓練語料裡左翼內容占比極高，開發者很難找到同等規模與品質的右翼來源來平衡；模型還會放大多數意見，人類社會 60% 贊成、40% 反對的議題，模型往往給出 100% 贊成的答案。

另一份量表往不同方向做。CCPBench 對 29 個模型各問 500 道政治、地理、科學題目，由 Gemini 3 Flash 統一評估偏見程度。作者自己承認用美國訓練的模型當評審並不完美，但它至少能篩出不會否認天安門事件的模型。

63% 的人誇大了自己的 AI 能力

美國背景調查平台 GCheck 的《自動化焦慮報告 2026》調查了 1,500 名全職員工，63% 坦承曾經誇大自己的 AI 能力。年紀越輕比例越高，Z 世代的履歷灌水比例到了八成。真正敢說自己具備專業 AI 水準的只有 34%。

具體行為分好幾層：

• 開會時不懂裝懂，40%
• 偷偷用 AI 做完報告卻說是自己熬夜的成果，25%
• 硬接下根本不會做的 AI 任務，近兩成
• 直接對主管或同事謊稱擁有並不具備的技能，16%

動機沒有太複雜。76% 抱著先騙到手、以後再學的心態，七成認為反正同行都在誇大。往下追一層，53% 擔心沒有 AI 技能會丟飯碗，52% 怕被當成隨時可替代的人力。

制度那邊也有洞。52% 抱怨公司沒有提供適當培訓，48% 則是吃定老闆根本沒有可靠方式驗證這些技能。實際數字支持他們的判斷：64% 的員工表示雇主從來沒有試圖驗證過他們的 AI 技能。

報告裡最反直覺的一段，是履歷上大秀 AI 技能的人跟私下抵制 AI 導入的人，往往是同一批。81% 承認做過限制或阻擋 AI 使用的行為，包括刻意堅持手工作業（53%）、向老闆浮誇警告 AI 風險（45%），以及在 AI 明明幫上忙時還要補一句這工具沒用（24%）。

解法的線索來自員工自己。61% 希望即使招募流程用到 AI，最終決策仍由人類複核；48% 希望公司直接做實作測試；47% 要求審查標準透明化。如果雇主事先講清楚哪些技能會被獨立驗證，有 29% 的人說自己會更誠實地寫履歷。

先分清這件事是工作還是健身

哈佛甘迺迪學院教授、資安專家布魯斯·施奈爾（Bruce Schneier）在《衛報》給了一個判斷法：先分清任務屬於「工作」還是「健身」。

他引用 AI 研究員丹尼爾·米斯勒（Daniel Miessler）的比喻。搬重物是工作，用堆高機或機器人代勞理所當然；健身舉重的目的就是「舉」這個動作本身，讓機器代舉毫無意義。

套到日常判斷就很清楚：任務只求完成、過程無關緊要，交給 AI 沒問題；過程本身才是重點的，就不該假手 AI。

他舉學生作業當例子。寫政策備忘錄的價值不在成品，在思考、草擬、修改論點的過程，那正是批判性思考的訓練。用 AI 代寫等於把學費丟掉，寫作與推理能力也會退化。他同時指出多數商業寫作與圖像屬於工作性質，AI 可以勝任，社會需要的人類寫作者與藝術家會因此變少。

康乃爾大學教授謝麗爾·史特勞斯·艾因霍恩（Cheryl Strauss Einhorn）從另一個角度切進去：多數人是讓 AI 替自己思考，而不是陪自己思考。

她分的兩種模式很好記。方向都還沒想清楚就把方向盤交出去，那是藍寶堅尼駕駛模式，只適合開放式腦力激盪；明確知道自己要什麼、像手術刀一樣精準取用資訊後回到自己的判斷，那是外科醫師模式。她給的三條原則是先自行定義問題再問 AI、把答案當草稿並查證來源、主動要求 AI 提出最強的反方論點。

至於 AI 到底哪裡真的比人強，英國曼徹斯特大學與杜倫大學給了一個具體答案。5 項系列實驗、1,233 名參與者，測試 ChatGPT-4o、Claude 3.5 Sonnet 與 Gemini 1.5 Pro 對日常情緒困擾的回應，受試者一開始並不知道內容出自誰。

在憤怒與恐懼的情境中，AI 的回應被評為更具情緒支持效果，甚至更能幫助參與者轉化情緒；悲傷情境下兩者相當。

拉開差距的不是「我理解你的感受」這種同理表達，而是回應裡有沒有可執行的具體建議：引導深呼吸這類放鬆練習、規劃明確的下一步行動、提供重新看待問題的結構化方法。

研究團隊強調實驗只涵蓋日常、書面且非臨床的情境，沒有涉及專業心理治療或緊急危機，也沒有評估長期依賴聊天機器人的後果。

杜倫大學研究員 Sarah Walker 的補充值得記著：聊天機器人或許能建議你去散步，但真正的人可以陪你一起走，而且在對話結束之後還在。