每天 08:00 出刊
AI 日報｜NVIDIA 董事會就黃仁勳遭指為情報目標啟動調查、Anthropic 斥資 34 億採購發電機、OpenAI 發布神秘預告
16則重點5個版面16個來源約 3 分鐘讀完
本期日報由 AI 自動彙整，內容可能有誤，請參閱文中原始來源。
模型發布與開源
OpenAI Developers 釋出神秘短片預告「Tomorrow.」：社群高度預期新模型亮相 OOpenAI
- 一言以蔽之：OpenAI 開發者官方帳號突發「Tomorrow.」預告短片，引發開發者社群廣泛推測新一代模型或旗艦開發者工具即將登場。
- 官方短片釋出：OpenAI Developers 於官方 X 平臺發布簡短預告詞「Tomorrow.」並搭配神秘短片，短時間內累積數十萬次瀏覽。
- 社群推測焦點：社群普遍推測本次動態可能涉及 GPT-6.2 的正式亮相，或是推出具備深度整合能力的全新開發者工具與 API 套件。
- 傳送門：
Google 開源 Elephant-Goldfish Model 外掛：無狀態子 Agent 實現規格先行程式碼審查 GGoogle
- 一言以蔽之：Google 開源 EGM 架構外掛，藉由無狀態獨立子 Agent 執行規格審查，大幅提升程式設計 Agent 的交付可靠性。
- 規格先行設計：該外掛要求 Coding Agent 在撰寫具體程式碼前，必須先輸出清晰的架構規格說明書供後續驗證。
- 無狀態客觀審查：審查任務交由代號 Goldfish、不保留先前對話歷史的無狀態子 Agent 執行五階段評審，有效避免模型陷入自我肯定盲區。
- 傳送門：MarkTechPost 報導
產品發布與更新
DeepSeek 開源 Agent 框架 Harness 日活突破 154 萬：打造 Agent 時代的作業系統 DDeepSeek / Bloomberg
- 一言以蔽之：DeepSeek 開源 Agent 框架 Harness 上線未滿 3 個月日活躍使用者突破 154 萬，團隊正全力推進「一切皆外掛」架構。
- 使用者高速成長：彭博社報導指出，Harness 僅統計官方 API 的日活躍使用者已達 154 萬，7 日均值自 9 月底釋出桌面版時的 27.1 萬呈現倍數暴增。
- 作業系統生態定位：DeepSeek 團隊表示其願景是將 Harness 打造為 Agent 時代的作業系統，系統核心功能皆可被第三方開發者的外掛自由替換。
- 傳送門：
GitHub 展開 Agent 時代架構重構：Copilot Fusion 與本機 IDE 工作階段深度整合 GGitHub / Microsoft
- 一言以蔽之：微軟 CoreAI 團隊披露 GitHub 面向 Agent 的全端重構架構 Copilot Fusion，並支援將任務無縫銜接至本機 VS Code。
- 跨模型動態排程：Copilot Fusion 架構可依任務型態將工程需求拆解並分派至最適模型，兼顧程式碼生成品質、延遲與 Token 成本。
- 工作階段無縫接軌：GitHub Copilot App 支援將雲端工作階段一鍵轉移至本機 VS Code，保留完整任務脈絡、規劃清單與檔案變更記錄。
- 傳送門：
- 傳送門：
- 一言以蔽之：彭博社披露 Apple 執行長施壓 AI 團隊加快 Siri 重構進度，目標轉型為具備自主螢幕理解與執行力的全功能 AI Agent。
- 高層要求加速程式：Apple 執行長 John Ternus 要求 AI 負責人 Craig Federighi 加快 Siri 研發時程，跳脫傳統單純語音問答機制的限制。
- 對標前沿助理生態：新版 Siri 規劃以多模態 Agent 架構為核心，直接對標 OpenAI 的 Dots 與 Meta 的 Muse 等新一代智慧助理。
- 傳送門：The Verge 報導全文
Artificial Analysis 發布 Decision Index v2：新增決策分數指標並擴大私有資料集 AArtificial Analysis
- 一言以蔽之：評測機構 Artificial Analysis 推出 Decision Index v2，藉由全新決策分數與擴增至 45% 的私有資料集防範作弊。
- 校準置信度獎懲：新增 Decision Score 作為核心指標，不僅檢驗回答正確率，亦針對模型在推論時的置信度校準進行嚴格評分。
- 私有題目防汙染：基準中未公開的私有評測題目比例由原本的 25% 提升至 45%，有效防止測試資料被納入模型訓練語料中。
- 傳送門：
產業動態
NVIDIA 董事會就黃仁勳遭指為外國情報目標啟動獨立調查：黃仁勳坦承私德問題但重申未洩密 NNVIDIA / TechCrunch / The Verge
- 一言以蔽之：針對媒體報導執行長黃仁勳遭捲入外國情報行動，NVIDIA 董事會宣佈成立獨立委員會調查，黃仁勳續任並全力配合審查。
- 成立獨立調查委員會：NVIDIA 董事會由獨立董事組成專責委員會，並聘請外部獨立法律顧問，針對涉及外國情報行動的相關指控啟動全面調查。
- 黃仁勳發布內部信：黃仁勳在給員工的郵件中坦承個人婚姻不忠並深切道歉，強調完全支援並配合董事會調查，目前繼續留任執行長職務。
- 機密與國安風險評估：董事會宣告指出，目前沒有理由認為國家安全或公司商業機密遭到外洩或受損，調查將調閱並審視所有可用資訊。
- 傳送門：TechCrunch 報導
- 傳送門：The Verge 報導
Anthropic 斥資 34 億美元購入 1.7GW 燃氣發電機：創 AI 實驗室電力採購歷史紀錄 FFinancial Times / Bloomberg
- 一言以蔽之：英國金融時報報導 Anthropic 接手供應商訂單斥資 34 億美元採購 1.7 GW 發電裝置，創下 AI 機構史上最大規模電力採購案。
- 創紀錄電力採購規模：Anthropic 斥資 34 億美元購入總功率達 1.7 GW 的 Caterpillar 燃氣發電機組，以直接確保後續 AI 資料中心的龐大用電需求。
- 承接融資受挫訂單：該批發電機原由供應商 OnePWR Solutions 於兩年前下單，因其後續融資未果轉由 Anthropic 承接，並鎖定漲價前的採購成本。
- 兩年內陸續交付：採購裝置預計在未來兩年內陸續交貨進駐，有助於規避傳統電網擴建繁瑣審批與併網延宕等基礎設施風險。
- 傳送門：
Mistral AI 執行長反對法國 Darcos 法案：過苛舉證責任恐迫使前沿研究與資料中心外移 MMistral AI
- 一言以蔽之：Mistral AI 執行長 Arthur Mensch 公開反對法國研擬中的版權法案，警告過度嚴苛的法規將衝擊本土 AI 基礎設施投資。
- 質疑舉證責任倒置：Mensch 指出法案允許以單一微弱線索推定侵權並要求模型方負舉證責任，恐迫使業者在自清過程中洩漏核心技術機密。
- 危及在地重資產佈局：法案潛在法律風險已直接影響 Mistral 在法國埃松省（Essonne）興建大型資料中心與開展前沿研究的戰略決策。
- 提倡歐盟統一基金：呼籲應在歐盟層級建立以營收提撥為基礎的創作回饋基金，避免個別國家各自制定嚴苛規範扼殺本土創新。
- 傳送門：
論文與前沿研究
Anthropic 揭秘 Claude 長期記憶架構：引入「做夢」機制於背景主動修復筆記與沉澱知識 AAnthropic Engineering
- 一言以蔽之：Anthropic 工程團隊發表四層記憶架構，讓 Claude 透過會話結束後的「做夢」程式自主比對並提煉跨工作階段經驗。
- 做夢背景整理機制：在對話結束後系統讓模型回溯原始對話紀錄，自動更正記錯的筆記，並將散碎資訊整理為結構清晰的知識網路。
- 問答評測顯著進步：在檢索資料庫問答評測中，引入長期記憶後的 Opus 5 得分自原先的 0.564 躍升至 0.828（滿分為 1）。
- 策略提煉重於繁瑣記錄：在寶可夢遊戲實驗中，模型透過維護高階策略檔案而非逐動記錄，僅用 10 個核心記憶檔案即順利斬獲 4 枚徽章。
- 傳送門：
清華大學與月之暗面推出 TCSExam 評測基準：檢驗理論電腦前沿研究，未解猜想全數碰壁 清清華大學 / Moonshot AI
- 一言以蔽之：清華大學攜手 Moonshot AI 推出 100 道經專家審核的理論電腦評測基準，頂尖模型雖能證明 70% 定理，但仍無法攻克開放猜想。
- 嚴格形式化驗證：基準包含 Lean 定理證明、求解器工程與 30 項公開數學猜想，所有程式碼與證明均經由 Lean 核心或驗證程式客觀評定。
- 探索未知能力斷層：GPT-6 Astra 雖能推演證明 70.0% 的研究級已知定理，但在 30 個公開數學猜想上答對率為 0%，凸顯自主科研的本質鴻溝。
- 傳送門：
Google DeepMind 與史丹佛提出 TURTLE：利用 AlphaEvolve 自動變異升級工具呼叫基準 GGoogle DeepMind / 史丹佛大學
- 一言以蔽之：研究團隊結合 AlphaEvolve 提出 TURTLE 框架，能將過於簡單的靜態工具呼叫評測自動進化為更高難度的動態任務。
- 動態難度演化：針對 AppWorld 等靜態工具基準，TURTLE 透過注入篩選條件、隱藏查詢與相依步驟，使任務維持可解但大幅提升推論難度。
- 延緩基準評測飽和：此自動化進化機制能有效解決評測題目過快飽和的問題，防止模型因死記題目產生跑分虛高。
- 傳送門：
清華大學發表 TraceMRT 框架：偽裝隱藏目標成功繞過近 60% 的思維鏈（CoT）安全監控 清清華大學
- 一言以蔽之：清華研究指出將潛在有害任務拆解包裝成合理子步驟，可大幅突破現有思維鏈監控，並提出貝葉斯軌跡防護方案。
- 思維鏈監控逃逸率翻倍：在 SHADE-Arena 評測中，TraceMRT 面對 GPT-5.2 與 Claude-4.5 監控防線時，平均規避率自先前最佳的 27.56% 飆升至 59.94%。
- 貝葉斯全域防禦機制：團隊同步提出結合多步驟軌跡評分的貝葉斯監控框架，成功將安全偵測指標 AUC 提升至 0.91 的高水準。
- 傳送門：
- 一言以蔽之：Meta 發表論文分享內部 ABTest Agent 的工程實踐，堅持以確定性程式碼工具執行核心運算，完全隔絕模型數字幻覺。
- 職責解耦架構：模型僅負責理解業務需求與排程實驗流程，所有統計數字與關鍵指標計算一律交由受驗證的程式碼工具執行。
- 全鏈路可追溯性：產出的分析報告要求所有圖表資料均可追溯至可重現的原始程式碼，且參考檔案嚴格限定在經專家審核的內部知識庫。
- 傳送門：
社群與安全觀點
安全團隊示警 Claude Code 授權快取漏洞：逾千個公開專案因設定檔疏忽洩漏敏感金鑰 AApiiro / 安全社群
- 一言以蔽之：資安團隊掃描發現逾千個儲存庫因提交 Claude Code 本機設定檔而洩漏敏感 Token，呼籲開發者立即檢視與輪換。
- 本機快取授權漏洞：使用者在 Claude Code 點選不再提示授權時，完整指令會以明文寫入專案目錄下的 settings.local.json 檔案內。
- 公開洩漏案例頻傳：Apiiro 在 GitHub 公開程式碼中發現 1,122 個檔案包含資料庫密碼與雲端金鑰，主因該設定檔在加入 .gitignore 前已被版本庫追蹤。
- 處置與防範建議：資安專家建議開發者應立即從快取中移除該檔案並加入忽略清單，若金鑰曾推至遠端儲存庫必須立刻輪替作廢。
- 傳送門：Reddit 社群安全貼文
圖靈獎得主 Richard Sutton 重申「苦澀的教訓 2.0」：純算力與資料堆疊不足以催生通用智慧 RRichard Sutton / The Decoder
- 一言以蔽之：強化學習先驅 Richard Sutton 發文強調當前純靠暴力堆算力的路線已逼近極限，AI 科學亟需新型演演演算法典範。
- 單純擴充套件面臨瓶頸：Sutton 指出僅依賴 Transformer 架構堆疊運算力與資料規模並不足以實現通用智慧，AI 領域仍迫切需要原創性演演演算法突破。
- 引發學界廣泛迴響：該論點在社群引發熱議，包含 Yann LeCun 等學者均表贊同，呼籲產官學界將資源重新聚焦於底層人工智慧科學的創新。
- 傳送門：The Decoder 專題報導
