AI 日報: GPT-5.2-Codex 定義新標準，Google DeepMind 進軍國家級科學任務

今天的 AI 圈子熱鬧非凡，科技巨頭們似乎約好了一起發布年度級的重磅更新。對於開發者、科學家和企業決策者來說，這是一個必須關注的轉折點。OpenAI 透過 GPT-5.2-Codex 再次拉高了程式碼生成的標準，Mistral AI 在文件處理上展現了驚人的精準度，而 Google 則一口氣在開發工具、模型家族以及國家級科學合作上火力全開。

這篇文章將帶您深入拆解這些新技術的核心亮點，剖析它們如何實際改變我們的工作與科研方式。

OpenAI GPT-5.2-Codex：內建「上下文壓縮」的資安防禦專家

OpenAI 正式推出了 GPT-5.2-Codex，這不只是 GPT-5 的微調版本，而是一個針對真實世界軟體工程進行過極致打磨的完全體。除了在 Windows 環境下的效能顯著提升外，它引入了**「原生上下文壓縮」（Native Context Compression）**能力。這項技術讓模型在處理長篇程式碼重構或遷移任務時，能大幅維持 Token 的使用效率與記憶連貫性，不再因為對話過長而「失憶」。

在效能數據上，GPT-5.2-Codex 在 SWE-Bench Pro 與 Terminal-Bench 2.0 這兩項極具挑戰性的基準測試中，均達到了業界領先水準。

更令人矚目的是它在資安領域的敏銳度。就在上週，安全研究員 Andrew MacPherson 利用該模型的早期版本（GPT-5.1-Codex-Max），在短短一週內發現了 React 框架中的三個未知漏洞。這證實了新模型具備如同資安專家般的「防禦性思維」。為了平衡風險，OpenAI 目前採取「受信任的存取機制」，優先開放給通過審核的安全組織使用，一般付費 ChatGPT 使用者則可即日起在 Codex CLI 和 IDE 擴充功能中體驗其威力。

深入了解 GPT-5.2-Codex 的技術細節

Mistral OCR 3：文件結構化處理的性價比之王

如果你的工作涉及大量掃描文檔或複雜報表，Mistral AI 新發布的 Mistral OCR 3 絕對值得關注。這款模型在表單、低品質掃描件及手寫內容的處理上取得了突破性進展，官方數據顯示其在基準測試中的勝率（Win Rate）比上一代提升了 74%。

它最強大的地方在於能夠精準還原複雜的表格結構，並輸出帶有 HTML 表格標籤的 Markdown 格式。為了讓非工程師也能輕鬆上手，Mistral 推出了 Document AI Playground，用戶只需透過簡單的拖放（Drag-and-drop）介面，就能直接將 PDF 轉換為結構化的 JSON 數據。

對於企業用戶來說，價格是其殺手鐧：標準 API 每處理 1,000 頁僅需 2 美元，若使用批量處理 API（Batch API），價格更低至 1 美元。這對於需要數位化海量歷史檔案的企業來說，是極具吸引力的選擇。

查看 Mistral OCR 3 的完整評測

Anthropic Agent Skills：打造跨平台的 AI 員工標準

Anthropic 正在解決 AI Agent（代理）碎片化的問題。他們發布了 Agent Skills 開放標準，並將其視為如同 MCP (Model Context Protocol) 一般的可攜式協議，Skills 是針對「流程」的標準，區別於 MCP 針對「資料」的連接。這意味著未來開發的技能不僅限於 Claude，還有機會在不同的 AI 平台間互通。

透過與 Notion、Canva、Figma 和 Atlassian 的深度合作，Claude 現在能像員工一樣熟練操作這些工具。例如，它能直接理解 Jira 工單並執行操作，而不僅僅是讀取文字。Claude Team 和 Enterprise 方案的管理員現在可以集中配置這些技能庫，確保團隊中的 AI 助手都在使用經過核准、安全且標準化的工作流程。

閱讀關於 Agent Skills 與 MCP 標準的介紹

Google Conductor：為 Gemini CLI 注入「三思而後行」的靈魂

開發者都知道，直接跳進去寫程式往往是災難的開始。Google 為 Gemini CLI 推出的新擴充功能 Conductor，正是為了推廣「上下文驅動開發」（Context-Driven Development）。

Conductor 的運作機制非常具體：它會協助開發者生成 specs.md（規格書）和 plan.md（計畫書）並保存在代碼庫中。這讓 AI 擁有實體的「記憶」，清楚知道專案的架構與規範。最重要的是，它強調**「先審查計畫，再寫程式」（Review plans before code is written）**，確保開發者始終坐在駕駛座上（Driver’s seat），避免 AI 失控生成出格格不入的代碼。這對於維護歷史悠久的舊專案（Brownfield projects）尤為關鍵。

探索 Google Conductor 的工作流 | GitHub 專案

Google 模型家族擴軍：T5Gemma 2 與 FunctionGemma

Google 的研發引擎持續高速運轉，這次釋出了兩款針對特定場景優化的小型模型：

1. T5Gemma 2：這是基於 Gemma 3 架構的新一代編碼器-解碼器模型。除了 270M 版本，還提供了 1B 和 4B 參數版本供選擇。技術上，它採用了**「綁定嵌入」（Tied Embeddings）**技術，在大幅縮減模型體積的同時，仍保留了強大的多模態能力與 128K 上下文視窗，非常適合資源受限的端側應用且支援超過 140 種語言，這對於需要跨國部署的邊緣設備來說是一大優勢。。 了解 T5Gemma 2 | Hugging Face

2. FunctionGemma：專為「函式呼叫」微調的模型。Google 展示了一個 “Mobile Actions” 的實際案例：它能離線將使用者的自然語言指令（如「幫我設個明天早上的鬧鐘」）精準轉換為 Android 系統呼叫。這種「本地優先」的設計，完美解決了隱私與延遲問題。 查看 FunctionGemma 說明 | Hugging Face

Google DeepMind x 美國能源部：AI 進軍國家級科學任務

這或許是本日影響最深遠的消息。Google DeepMind 宣布支援白宮的「Genesis Mission」，將與美國能源部（DOE）旗下的 17 個國家實驗室展開深度合作。這標誌著 AI 正式成為國家級科學研究的核心驅動力，此外，雙方也將利用 WeatherNext 模型優化颶風預測，這項技術已開始支援美國國家颶風中心。。

合作重點包括：

• AI Co-scientist：一個基於 Gemini 的多代理系統，能協助科學家生成研究假設並規劃實驗。
• AlphaEvolve & AlphaGenome：預計於 2026 年開放。AlphaEvolve 將專注於設計演算法，而 AlphaGenome 則致力於解碼「非編碼 DNA」，這對於生質能源開發與提升農作物抗逆性將有革命性的幫助。

Google 實用工具更新：筆記神器與防偽驗證

在使用者應用端，Google 帶來了兩個貼心的功能更新：

• NotebookLM Data Tables：現在，NotebookLM 可以自動將雜亂的資料(會議逐字稿中的行動項目或多份競品分析報告)整理成乾淨、結構化的表格，並支援匯出到 Google Sheets。這項功能目前優先開放給 Pro 和 Ultra 用戶使用，隨後將推廣至所有用戶。 看看 Data Tables 如何運作

• Gemini App 影片驗證：面對深偽技術的挑戰，Google 在 Gemini App 中加入了驗證功能。透過 SynthID 水印技術，系統能判斷影片是否由 Google AI 生成。值得注意的是，目前該功能支援的檔案限制為長度 90 秒內、大小 100 MB 以內。 了解影片驗證功能

安全與倫理：從監控「思維」到保護青少年

隨著 AI 能力的指數級增長，如何確保其行為符合人類價值觀成為了重中之重。

• OpenAI 的思維鏈監控 (CoT Monitorability)：OpenAI 發布研究指出，針對現代推理模型（如 o1, o3），監控其「內在思維鏈」比單純看結果更能有效發現欺騙或偏見。這為未來在高風險領域部署 AI 提供了新的安全思路。 閱讀思維鏈監控研究

• OpenAI 的青少年保護 (U18)：在更新的 Model Spec 中，OpenAI 引入了**「年齡預測模型」（Age Prediction Model）**，旨在自動偵測並保護未成年帳號。當系統判斷使用者為青少年時，會強制開啟更嚴格的安全護欄。 查看青少年保護更新

• Anthropic 的去阿諛奉承 (Sycophancy)：Anthropic 在最新的安全措施中強調了減少模型的「阿諛奉承」傾向。新模型將不再為了單純討好用戶而附和錯誤的觀點或強化用戶的妄想（Delusions），致力於提供更客觀、更有原則的互動。 了解 Anthropic 的安全措施

常見問題解答 (FAQ)

Q：GPT-5.2-Codex 的「原生上下文壓縮」有什麼好處？ 這項技術讓模型在處理長篇程式碼時，能自動將不重要的資訊「壓縮」，從而在有限的上下文視窗（Context Window）中保留更多關鍵邏輯。這對於大型專案的重構（Refactoring）或跨語言遷移特別有用，能避免模型因為讀不到前面的代碼而產生幻覺。

Q：Mistral OCR 3 的批量處理價格是多少？ Mistral 提供了極具破壞力的定價。標準 API 為每 1,000 頁 2 美元，但如果你使用 Batch API（批量處理），價格會降至 每 1,000 頁 1 美元。這對於不急於即時回傳結果的大量檔案數位化工作來說非常划算。

Q：Google Conductor 產生的 specs.md 是什麼？ 它是 AI 對你專案需求的「理解筆記」。在使用 Conductor 時，AI 會先將你的需求轉化為這份規格文檔，並保存在你的代碼庫中。這樣做的好處是，未來的每一次代碼生成都會基於這份「記憶」，確保風格一致，且你可以隨時修改這份文檔來調整 AI 的開發方向。

Q：我可以用 Gemini App 驗證一部 10 分鐘的影片嗎？ 目前還不行。Google 的 AI 影片驗證功能現階段僅支援 90 秒以內 且檔案大小在 100 MB 以下 的影片。這主要適用於短影音或社交媒體片段的快速查核。