yii.
← Digest
EP106 · 2026年6月15日 星期一 · 9 min read

模型不是被超越，是被拔插頭

每天花 1% 的時間，掌握科技脈動。

今日金句#

“The Admin asked [Anthropic CEO Dario Amodei] to fix the jailbreak or de-deploy the model. Dario refused.” 「政府要求 Anthropic 執行長 Dario Amodei 修復這個越獄漏洞，否則就下架模型。Dario 拒絕了。」 — David Sacks, 川普政府前 AI 沙皇

“American AI models are bound to American geopolitics.” 「美國的 AI 模型，註定要跟著美國的地緣政治走。」 — Prasanto Roy, 科技政策專家

“Dogs catch cars sometimes, and it’s often unfortunate when they do.” 「狗有時候真的會追到車——而追到的時候，通常都不太好收場。」 — SE Gyges, Very Sane AI 通訊主編（評 Anthropic 多年遊說監管、如今監管反噬自身）

今日主軸：當「模型有多強」不再是重點#

今天整個科技圈都在看同一齣戲：6 月 12 日美東時間下午 5:21，美國政府一通電話加一封商務部信函，要求 Anthropic 在 90 分鐘內下架剛發布的 Fable 5 與 Mythos 5——理由是一個「非通用的越獄漏洞」可能被拿去做網路攻擊。據 TechCrunch，舉報者竟是 Anthropic 的最大投資人之一、Amazon 執行長 Andy Jassy，他在政府出手前就向財政部長 Bessent 反映了模型的安全疑慮。Anthropic 在官方聲明中沒有掩飾不滿：它認為這個漏洞「在業界其他公開模型中早就存在」，若用這個標準一視同仁，幾乎所有前沿模型的新部署都得停擺。

但真正值得玩味的是連鎖效應。印度——OpenAI 與 Anthropic 的第二大市場——科技領袖立刻開始辯論「主權 AI」，呼籲政府別把命脈押在會被一夜斷供的外國模型上。Very Sane AI 則點出最尖銳的矛盾：Anthropic 多年來一直遊說政府「應該有權力封鎖不安全的部署」，現在這套權力第一次動手，對準的就是它自己。技術的天花板早就不是故事的重點了。模型能多強？大家心裡有數。真正的瓶頸，是你能不能拿到一張合法使用它的通行證——而那張通行證，現在握在地緣政治手上。

必讀#

  1. Anthropic 官方聲明：政府指令暫停 Fable 5 / Mythos 5 存取 — Anthropic AI/Policy
  2. 川普政府只給 Anthropic 90 分鐘下架新模型 — 科技新報 AI/Policy
  3. Amazon 執行長告密在先，政府封殺在後 — TechCrunch AI/Policy
  4. Google 發布 Gemini Omni：任意轉任意全模態模型 — Google AI/Model
  5. 2026 年 6 月 AUR 供應鏈攻擊：1600+ 套件遭植入 rootkit — GitHub Security
  6. ponytail：教 AI agent「最好的程式碼是你不用寫的」 — GitHub Dev/Tools
  7. DiffusionGemma：擴散式文本生成快 4 倍 — Google AI/Model
  8. shadcn/improve：用強模型審計、廉價模型執行 — GitHub Dev/Tools
  9. 拆解典型 AI Agent 架構五層棧 — ByteByteGo AI/Dev
  10. Jane Street：形式驗證與程式設計的未來 — Jane Street Dev

1. Anthropic 官方聲明：政府指令暫停 Fable 5 / Mythos 5 存取#

6 月 12 日美東下午 5:21，美國政府以國家安全為由發出出口管制指令，要求暫停所有用戶對 Fable 5 與 Mythos 5 的存取。Anthropic 表示，政府的依據是一種「非通用的越獄方法」，而這類漏洞在業界其他公開模型中早已普遍存在。公司強調自己做了數千小時紅隊測試（含政府、英國 AISI、第三方），並採 30 天資料保留政策，影響數億用戶。

  • 受影響的僅 Fable 5、Mythos 5 兩款新模型，其他 Anthropic 模型不受影響
  • Anthropic 認為若此標準全業界適用，將「基本停止所有前沿模型的新部署」
  • 公司主張政府應有權封鎖不安全部署，但須建立在「透明、公平、清晰、基於技術事實」的法定程序上

💡 為什麼重要：這是 AI 治理從「產業自治」轉向「國家管制」的分水嶺。對台灣企業而言，選擇 AI 工具時必須把「會不會被一夜斷供」納入風險評估。

🔗 閱讀原文 | 來源: Anthropic

2. 川普政府只給 Anthropic 90 分鐘下架新模型#

科技新報詳述事件時間軸——6 月 13 日下午 1 點政府電話通知、5:30 商務部正式信函，從通知到完全下架僅 90 分鐘。Fable（Mythos 的商用安全護欄版）被指存在可繞過護欄、取得危險網攻能力的越獄漏洞。據報導 Anthropic 執行長拒絕修復、輕描淡寫嚴重性。非美國籍員工（含頂尖科學家 Karpathy）被禁止存取。

  • 90 分鐘的下架時限，凸顯政府對 AI 安全要求已是「國安紅線」等級
  • 出口管制延伸到「人」——非美籍工程師即使在美國上班也被禁用
  • Anthropic 無法逐一驗證使用者國籍，乾脆對所有人關閉

💡 為什麼重要：前沿模型的發布不再是純商業決策，而是地緣政治工具。跨國 AI 團隊需要預先建立應對快速政策變化的應急機制。

🔗 閱讀原文 | 來源: 科技新報

3. Amazon 執行長告密在先，政府封殺在後#

TechCrunch 報導，Anthropic 的最大投資人之一、Amazon 執行長 Andy Jassy，在政府出手前就向財政部長 Bessent 及官員反映 Claude Fable 5 可能被用於網路攻擊。政府隨後實施出口管制。前 AI 沙皇 David Sacks 稱「可信合作夥伴」提供了漏洞資訊、而 Anthropic 執行長拒絕修復。Anthropic 則辯稱引起關注的功能在其他公開模型中早已存在。

  • Amazon 對 Anthropic 投資高達數十億美元，卻向政府舉報合作夥伴的模型
  • 科技巨頭在「投資人」與「政府合作夥伴」雙重身分間的利益衝突浮上檯面
  • 揭示 AI 競爭已從產品層延伸到「監管舉報」層

💡 為什麼重要：當你的投資人同時是政府的供應商，安全披露的動機就變得複雜。AI 供應商必須主動解決漏洞，否則隨時可能被「自己人」推上斷頭台。

🔗 閱讀原文 | 來源: TechCrunch

4. Google 發布 Gemini Omni：任意轉任意全模態模型#

Google 推出 Gemini Omni，主打文字、圖像、音訊、影片的「任意轉任意（any-to-any）」聯合理解與生成，全部在單一端對端推理中完成。最突破的特性是「對話式編輯」——可用自然語言指令對已生成的任何內容迭代修改，無需重新開始。低延遲設計適合互動式、即時溝通與內容創作場景。

  • 單一模型處理所有輸入輸出類型，避免多模型管道的延遲與複雜性
  • 對話式編輯讓 AI 進入使用者的「創意迴圈」，而非抽象的 prompt→output 流程
  • 即時推理能力對標視訊會議、直播內容生成、即時翻譯等應用

💡 為什麼重要：從「文字為中心的單向管道」轉向「真正多模態、任意轉換的通用智能」，這是內容創作工作流的質變。

🔗 閱讀原文 | 來源: Google

5. 2026 年 6 月 AUR 供應鏈攻擊：1600+ 套件遭植入 rootkit#

Arch Linux 的 AUR 遭遇史上最嚴重供應鏈攻擊之一——攻擊者把 npm install atomic-lockfile、bun install js-digest、lockfile-js 注入 1600+ 套件的 PKGBUILD。惡意 NPM 套件夾帶憑證竊取器與 eBPF rootkit，盜取 Discord token、GitHub PAT、npm token、SSH 金鑰、Docker/Vault 認證與瀏覽器 cookie，rootkit 還能隱藏行程與檔案。

  • 第一波（6/9-12）透過 preinstall hook 執行 Rust 編譯的竊取二進制
  • 第二波（6/12）js-digest 內嵌 ELF payload，因 bun 不當執行導致 26+ 套件失陷
  • rootkit 等級的能力暗示攻擊者是國家級或高資本犯罪集團

💡 為什麼重要：Arch 用戶應立即跑檢測腳本、輪換所有憑證。這起事件會加速 lockfile 簽章驗證、package provenance（Sigstore、SLSA）的產業標準化。

🔗 閱讀原文 | 來源: GitHub

6. ponytail：教 AI agent「最好的程式碼是你不用寫的」#

一週衝到近 8000 顆星的 AI agent 規則集，核心哲學「The best code is the code never written」，用 YAGNI 原則系統性消除過度工程。提供五層決策梯隊（需要嗎→標準庫→原生特性→已裝相依→最小化程式碼）與三種強度（lite/full/ultra），支援 Claude Code、Cursor、Windsurf 等 11+ AI 代理。

  • 官方實測相比無技巧基線，程式碼量減少 80-94%、成本降 47-77%、延遲快 3-6 倍
  • 所有交付物須含一項可執行驗證檢查（assert 或 test_*.py），內建安全邊界
  • 可移植為 skills、inline 指令或編輯器規則

💡 為什麼重要：AI 寫程式最大的問題不是寫不出來，而是寫太多。把資深工程師「先別動手」的判斷力編碼進 agent，是提升效能與控制成本的槓桿。

🔗 閱讀原文 | 來源: GitHub

7. DiffusionGemma：擴散式文本生成快 4 倍#

Google DeepMind 用擴散模型（diffusion-based）方法做文本生成，速度提升最高 4 倍，品質與傳統自迴歸架構相當。核心是用「並行去噪」取代「逐字預測」，推理步數從數百步降到約 10-20 步，延遲縮短約 75%，特別適合即時應用、邊緣部署與成本敏感的規模化推理。

  • 把已在圖像生成成熟的擴散範式，遷移到文本領域
  • 4 倍速度直接降低 inference 成本與用戶延遲
  • 開啟即時客服、邊緣 AI、高吞吐內容生成等新場景

💡 為什麼重要：挑戰自迴歸方法在文本生成的壟斷地位，對大型模型的部署經濟學有重大影響。

🔗 閱讀原文 | 來源: Google

8. shadcn/improve：用強模型審計、廉價模型執行#

一個 agent skill，用最強模型完整審計程式碼庫、寫出自含的實施計畫，再交給廉價模型或人類執行，把昂貴模型的算力留給「思考」而非「打字」。審計涵蓋正確性、安全、效能、測試、技術債等九個領域，每個發現標記檔案:行號、影響、工作量、信心度。

  • 成本轉移到思考層，執行外包給廉價模型，相同 LLM 預算可做 3-5 倍工作
  • 執行代理在隔離 worktree 中運行，最多迭代 2 次後由強模型判決
  • 計畫可發布為 GitHub issues（--issues 旗標），邀請社群認領

💡 為什麼重要：「多層次 agent」架構（思考層／執行層／驗證層）正在成為常態，這是把 AI 工程成本最佳化的範本。

🔗 閱讀原文 | 來源: GitHub

9. 拆解典型 AI Agent 架構五層棧#

ByteByteGo 圖解標準 AI agent 架構：(1) 執行時（ReAct 迴圈：推理→行動→觀察→反思）；(2) 模型層；(3) 工具層；(4) 記憶層（短期工作／長期語義／交易狀態）；(5) 可觀測性與安全層。生產環境五大挑戰：上下文限制、工具可靠性、成本追蹤、幻覺防護、可觀測複雜度。

  • 長期記憶用向量資料庫實現語義檢索，工具層需清晰規約與錯誤處理
  • 記憶層與可觀測層常在快速原型被忽略，但在生產會導致成本爆炸與不可除錯
  • 成為評估 LangChain、AutoGen、crew.ai 等新框架的參考標尺

💡 為什麼重要：AI agent 從實驗進入生產，統一架構參考能幫工程師預估複雜度與成本。

🔗 閱讀原文 | 來源: ByteByteGo

10. Jane Street：形式驗證與程式設計的未來#

以懷疑形式驗證 25 年聞名的 Jane Street 策略性轉向——驅動力正是 AI 代理生成的大量程式碼需要高保證。方法是把型別系統當輕量級形式驗證（已在用），向上延伸到 Lean、Dafny、Rocq 等進階證明技術，整合進自製 OxCaml 語言，並在倫敦、紐約招募形式驗證專家。

  • AI 時代改變了形式驗證的成本效益方程，從「學術奢侈」變「商業理性」
  • 所有權約束作為一級語言概念，原生編碼資源管理與並行安全
  • 押注「語言控制權 + 形式驗證 = 市場護城河」

💡 為什麼重要：當 AI 大量產出程式碼，「怎麼證明它是對的」會成為金融、資安、分散式系統的關鍵能力。

🔗 閱讀原文 | 來源: Jane Street

推薦閱讀#

大神動態#

  • Simon Willison：把 WASM wheel 發佈到 PyPI 給 Pyodide 用，並順手打包 Roblox 的 Luau 語言實測（詳見推薦閱讀）。
  • shadcn：發布 improve agent skill，用強模型審計、廉價模型執行（詳見必讀 #8）。
  • Andrej Karpathy：被點名為受 Anthropic 出口管制影響、無法存取 Fable 5 的「非美籍頂尖科學家」之一（詳見必讀 #2）。

中文技術圈#

開源精選 — GitHub Trending（本週）#

XiaomiMiMo/MiMo-Code — TypeScript | ⭐ 8.4K 小米 MiMo 系列的程式碼相關工具，本週 GitHub 衝榜第一。

omnigent-ai/omnigent — Python | ⭐ 1.2K 統一各家 AI agent 的 meta-harness，可橫跨 Claude Code、Codex、Pi，互換或組合不同 harness 而不需重寫。

SkyBlue997/enableMacosAI — Shell | ⭐ 1.2K 國行 Mac 一鍵開啟完整 Apple 智能（端側 + Private Cloud Compute 雲端）。

plannotator/effective-html — HTML | ⭐ 823 用簡潔 HTML 做計畫、架構圖的 agent skill。

orange2ai/renwei-writing — ⭐ 560 人味兒寫作：編輯文字但不抹掉文字背後那個人的 agent skill。

joeseesun/qiaomu-goal-meta-skill — Python | ⭐ 560 把模糊任務轉成帶驗證與邊界的強 /goal 指令。

Danilaa1/slot-text — TypeScript | ⭐ 554 零依賴的文字滾動動畫，支援 vanilla JS / React / Vue。

alchaincyf/fanbox — JavaScript | ⭐ 523 vibe coding 的「駕駛艙」：左邊檔案、右邊終端、中間看清每一次改動。

影音精選#

Claude Fable 5 遭禁！本地 AI 模型時代來臨#

2 天前 · Greg Isenberg

Greg Isenberg

政府一封信讓 Fable 5 隔夜下線，Greg Isenberg 深刻體會到完全依賴雲端 AI 的脆弱。他主張每個開發者都該有「本地 AI 層」，就像家裡備發電機——不受政策、停機或漲價影響。

  • 本地模型已能處理約 80% 日常任務，16GB RAM + 12B 參數是甜蜜點
  • 學習順序：執行環境（LM Studio / Ollama）→ 選模型 → 量化 → 本地 agent
  • 點名五大新創方向：受監管產業本地 AI、雲端工具的本地替代、氣隙隔離 agent、離線 AI、韌性即服務

物理學家打造 15 億美元 AI 實驗室的故事#

2 天前 · 20VC

20VC

Factory 創辦人 Matan Grinberg 曾是弦理論物理學家，現在以 15 億美元估值重新定義軟體工程的未來。

  • 融資超過 2.2 億美元，投資方含 Sequoia、Khosla
  • 核心洞察：多數任務不需要最前沿模型；「博學者時代」正在回歸
  • 創業起點：一封冷郵件 + 與 Sequoia 合夥人的 3 小時散步

AI 時代最強工程師的新定義#

1 天前 · 20VC

20VC

頂尖工程師的競爭力不再是刷題快或記語言細節，而是擁有從客戶行為到產品上線的完整視野。

  • 銷售與行銷能力成為工程師的新核心，而非「骯髒的工作」
  • 競賽式編程速度、語言細節記憶等傳統炫耀資本正在貶值
  • 全棧思維正是讓工程師成為好創辦人的關鍵特質

OpenAI vs Anthropic：AI 軍備競賽的 ROI 清算時刻#

2 天前 · 20VC

20VC

Matan Grinberg 與 Harry Stebbings 探討企業 AI 支出是否會迎來「宿醉」期。

  • Token 消耗佔開發者薪資比例，成為衡量投資回報的新指標
  • 企業開始要求前沿模型使用量縮減，轉向更具成本效益的方案
  • 「美國沒有頂尖開源前沿模型是一種恥辱」

今日觀察#

把今天三件事擺在一起，會看到一個很反直覺的交叉：模型越強，能用的人卻越少。Anthropic 的 Fable 5 強到被開發者叫「奇點時刻」，結果被政府 90 分鐘拔插頭、連 Karpathy 這種等級的人都不能碰；而 Greg Isenberg 的反應不是去搶下一個雲端模型，是回頭教大家在自己電腦上跑 12B 的本地模型——當頂尖算力變成隨時會被收回的特權，「夠用而且拿得走」突然比「最強」更值錢。同一天，ponytail 用近 8000 顆星告訴我們「最好的程式碼是你不用寫的」、Factory 那位物理學家說「博學者的時代回來了」，兩件事其實指向同一個方向：當生成本身變得廉價又不穩定，稀缺的不再是產出能力，而是判斷力——判斷什麼不該做、什麼不該依賴、什麼才真正屬於你。對每一個工作者來說，今天最該補的能力或許不是學會用哪個模型，而是練習在工具隨時可能被抽走的世界裡，留住一條自己控制得了的後路。

覺得有用嗎？分享給一個也在追蹤新知的朋友。

也歡迎中長期投資者體驗新工具 → Moniit banner

同期還有