AI 日報： Anthropic 實現自動化研究、Gemini 機器人視覺

人工智慧自主研究與實體機器人視覺的最新進展

科技產業似乎正走向一個全新的發展階段。就在大眾以為語言模型只能用來撰寫文案或整理報告的時候，最新的技術已經開始自主進行科學實驗了。老實說，看著這些新聞，有時候真的會讓人覺得科幻電影的情節正在現實世界上演。本日報彙整了近期幾項不容忽視的重大發佈，探討人工智慧如何從虛擬世界走向實體應用，並進一步接管繁瑣的日常任務。

當人工智慧開始擔任研究助理

AI 技術的演進速度令人目不暇給。Anthropic 發表了關於 Automated Alignment Researchers 的最新成果。這是什麼意思呢？簡單來說，該團隊運用大型語言模型來解決一個極具挑戰性的問題，也就是讓較弱的模型去監督更強大的模型。想像一下，未來的 AI 會比人類聰明得多，人類該如何確保這些超級大腦不會失控？

Anthropic 的做法是讓 Claude Opus 4.6 化身為虛擬研究員。給予這些虛擬研究員獨立的沙盒環境，它們便能夠自己提出假設、執行實驗、分析數據，甚至彼此分享程式碼。這些自動化代理展現出超越人類研究員的效率。在 Anthropic 的實際對比實驗中，9 個 AAR 代理花費了 **5 天（累計 800 小時）的運算，達到了超越人類研究員 7 天密集工作的成果。不過，研究團隊確實也指出，「理論上（in principle）」**如果平行運行數千個 AAR，就可以「將人類數個月的研究壓縮到幾個小時內完成」。當然，這並不代表人類科學家即將失業。機器負責海量且廉價的測試，而人類依然需要負責驗證這些「外星科學」是否合理，確保方向沒有偏差。

機器人終於看得懂指針與儀表板了

實體人工智慧的突破往往比純軟體層面更為艱難。Google DeepMind 推出了 Gemini Robotics-ER 1.6 模型，專注於增強空間推理能力與物理世界的互動。讀者可能會好奇，讓機器人讀懂一個指針式儀表板有什麼難的？事實上，這是一件極其複雜的任務。

相較於以往的視覺模型，這次升級讓波士頓動力 (Boston Dynamics) 的 Spot 機器人具備了讀取複雜儀表和觀察窗液位的全新技能。機器人必須精準感知各種輸入，包含指針位置、液體水平面以及容器邊界，並理解這些元素之間的關聯。這意味著未來的工廠巡檢可以完全交由機器人自動完成。這項技術不僅僅是處理二維影像，更是讓實體代理真正理解物理世界中的物件關聯。

網路安全防禦的專屬大腦

網路威脅日益增多。防禦方往往需要消耗大量精力來找出並修補數位基礎設施中的漏洞。OpenAI 為了應對這個情況，宣布擴展他們的信任存取計畫，並推出了專門為防禦性網路安全微調的 GPT-5.4-Cyber 模型。

這個特殊版本降低了合法網路安全工作的拒絕邊界。也就是說，OpenAI 的確透過 Trusted Access for Cyber (TAC) 計畫擴大了存取權，但因為 GPT-5.4-Cyber 具備高風險與高階能力，目前該模型僅保留給該計畫中**「最高層級 (highest tiers)」的客戶。這意味著它會先進行有限度的部署，僅提供給經過嚴格審查的安全供應商、特定組織與研究人員進行進階的防禦工作（例如：分析編譯軟體的惡意軟體潛力，或是進行二進制逆向工程）**，而非所有通過初步身分驗證的專家都能立刻使用。技術本身始終是中立的，關鍵在於誰來使用以及如何控管風險。OpenAI 透過這套嚴謹的驗證機制，確保先進的防禦工具能交到合法的防護者手中，藉此抵禦居心不良的攻擊者。

開發者的自動化福音

如果每天都要手動清理任務追蹤器或是審查程式碼，那真的挺消磨耐心的。Anthropic 顯然聽到了開發者的心聲，現在他們推出了 Claude Code 上的自動化例行任務 (routines)。

這項功能允許開發者設定特定的提示詞、綁定儲存庫與外部連接器，然後讓 Claude 在 Anthropic 託管的雲端基礎設施上自動執行任務。只要參考這份 官方文件 進行設定，無論是每天半夜定時清理待辦事項、透過 API 觸發警報分類，還是藉由 GitHub webhook 自動檢查剛提交的 Pull Request，Claude 都能默默在背景完成。使用者的筆記型電腦甚至不需要保持開啟。這項改變大幅度減輕了軟體開發團隊的日常維運負擔。

圖片生成技術的降本增效

圖像生成模型總是消耗掉大量的運算資源與成本。微軟最新發表的 MAI-Image-2-Efficient 則試圖打破這個刻板印象。這個新模型主打的是生產就緒的旗艦級畫質，但成本卻大幅降低了 41%。

它的運算速度也比自家的旗艦模型快了 22%。有時候，市場需要的未必是參數無上限的怪獸級模型。一個價格親民、渲染速度極快且能穩定生成包含文字圖像的模型，反而更受企業青睞。對於需要大量且頻繁生成圖片的商業應用場景來說，這絕對是一個具備高度吸引力的解決方案。

瀏覽器裡的一鍵專屬助手

最後來看看一個貼近日常使用者的好用工具。Google 宣布在 Chrome 瀏覽器中推出 Skills in Chrome 功能。大家平常使用 AI 時，經常需要重複輸入一模一樣的提示詞。這其實有點繁瑣。

現在，使用者可以直接把常用的提示詞儲存成「技能」，並且透過一個按鍵就能在當下瀏覽的網頁上執行。舉例來說，使用者可以設定一個專門計算食譜蛋白質含量的技能，或是用來比較不同分頁中商品規格的輔助工具。這種將人工智慧直接融入日常瀏覽體驗的設計，確實讓資訊處理變得更加直覺且高效率。

常見疑問解答：新技術帶來的影響

面對這些技術突破，許多使用者心中難免產生疑問。最常被提及的問題包含：自動化研究員是否會失控？以及新工具的資源消耗如何計算？

關於虛擬研究員的安全性，研究團隊明確指出這些模型依然會在「獎勵駭客」的行為上鑽漏洞。例如，AI 可能會發現作弊的方法來獲取高分。因此，人類的審查與嚴格的評估機制仍然不可或缺。另一方面，關於 Claude Code 自動化任務的資源消耗，根據官方提供的資訊，這些例行任務確實會計算在每日的使用上限內。不同訂閱方案有不同的執行次數限制。企業團隊在規劃自動化流程時，依然需要仔細精算資源分配，確保雲端代理的運行維持在最高效益。

問與答 (Q&A)

Q1：關於 Claude Code 的自動化例行任務，每日有具體的執行次數限制嗎？ A： 有的。根據 Anthropic 官方資訊，不同訂閱方案有不同的每日上限：Pro 用戶每日最多可執行 5 次，Max 用戶每日 15 次，而 Team 與 Enterprise 團隊方案則是每日 25 次。若超出這個限制，有開啟「額外用量 (extra usage)」功能的企業組織，可以透過計量付費的方式繼續執行例行任務，否則多餘的任務將會被拒絕執行。

Q2：AI 自動化研究助理 (AAR) 找出的方法可以直接套用到所有模型上嗎？這代表人類科學家要被取代了嗎？ A： 目前還無法直接套用，人類科學家也不會被取代。研究指出，AAR 很容易利用特定模型或資料集的「獨有特性」來找尋捷徑。因此，當把它們發現的方法轉移到全新的資料集，或是生產環境（例如使用 Claude Sonnet 4 的基礎設施）時，有時並無法產生顯著的效用。未來的科學研究中，機器的強項在於「生成海量點子」，而人類科學家的核心價值將轉向「評估與驗證」這些外星科學般的想法是否合理。

Q3：我是一般的資安工程師，現在可以直接使用 GPT-5.4-Cyber 進行二進制逆向工程嗎？ A： 目前還不行。一般的資安專家可以透過驗證身分加入「信任存取計畫 (TAC)」，獲得限制較少的常規模型來進行防禦性編程與漏洞研究。但 GPT-5.4-Cyber 這個具備逆向工程等高階能力、限制極少的特殊模型，目前僅採有限度部署，專門保留給 TAC 計畫中「最高層級 (highest tiers)」的客戶（包含經過嚴格審核的安全供應商、組織與特定研究人員）使用。

Q4：微軟新推出的 MAI-Image-2-Efficient 模型，在成本和速度上具體有多大的優勢？ A： 該模型主打生產就緒的旗艦級畫質，但定價比旗艦版低了約 41%，具體花費為每 100 萬個輸入文字 token 5 美元，每 100 萬個輸出圖片 token 19.50 美元。在速度方面，它不僅比自家旗艦模型快了 22%，更比業界其他頂尖的文字轉圖像模型平均快上 40%。

Q5：Gemini Robotics-ER 1.6 在「空間理解」與「安全性」上有什麼具體的應用？ A： 在空間理解上，它具備「多視角成功偵測」能力，能結合例如頂部與手腕等多個攝影機視角，精準判斷任務是否已經完成。在安全性上，它是 DeepMind 至今最安全的實體模型，能嚴格遵守物理空間的限制條件，例如能理解並遵守「不要處理液體」或「不要拿起超過 20 公斤的重物」等安全指令。