最強的 AI 開始要「核准」才能用
每天花 1% 的時間，掌握科技脈動。
今日金句#
“Depending on how you measure it you would predict the open source singularity by Christmas, or you would say that open source LLMs are consistently 5 months behind.” 「同一份數據，看你怎麼量：你可以說開源模型聖誕節前就追上了，也可以說它一直落後五個月。」 — Jamie Dborin, Doubleword 創辦人
“I have determined that appropriate safeguards are in place to permit certain trusted partners to access the Claude Mythos 5 Model.” 「我已認定相關安全防護到位，可以讓特定的可信夥伴存取 Claude Mythos 5 模型。」 — Howard Lutnick, 美國商務部長
今日主軸：最強的 AI 開始要「核准」才能用#
今天的新聞攤開來看，是同一個故事的兩層。最上面那層，前沿模型正在被「鎖起來」：OpenAI 預覽了新一代 GPT-5.6（Sol / Terra / Luna 三款），照理是頭條，結果更大的新聞是——美國政府要求它先別全面開放，得先審過用的人是誰；同一週，Anthropic 最強的資安模型 Mythos 5 也只放給一百多家「信得過」的公司與政府機關。最前沿的能力，正在從「誰都能用」變成「要核准才能用」。
但往下看一層，故事完全相反：OpenAI 自己內部用 AI 寫東西的量，半年暴增 56 倍，Google 的 design.md、MinerU、模型自動路由 這些「誰都能裝」的工具正在 GitHub 上狂飆。最頂的那一層被鎖進保險箱，真正在改變你我工作的，是底下那層敞開的工具。當模型本身變成受管制的戰略資產，問題就不再是「它有多強」，而是「我能不能拿到」——以及，當你拿不到最強的，手邊這些夠不夠你把事情做完。
必讀#
- OpenAI 預覽 GPT-5.6：Sol / Terra / Luna 三款定價出爐 — Simon Willison
AI - 美國政府出手，OpenAI 暫緩 GPT-5.6 全面開放 — TechCrunch
News - OpenAI 內部 Codex 用量半年暴增 56 倍 — Latent Space
AI - Anthropic Mythos 5 解禁，開放給 100+ 美國公司與機關 — TechCrunch
News - 2000 人輪流駭他的 AI 助理，六千次沒人成功 — Simon Willison
AI - Google 開源 design.md：讓 AI Agent 看懂設計系統 — GitHub
Tools - MinerU：把複雜文件轉成 LLM 看得懂的 Markdown — GitHub
Tools - Workweave Router：50ms 內幫你的請求選最划算的模型 — GitHub
Tools - Agent-Reach：一行指令讓 Agent 抓遍各大平台 — GitHub
Tools - 開源 vs 閉源 LLM 的差距，到底有沒有縮小？ — Doubleword
AI - General Intuition 拿 3.2 億美元，賭用遊戲畫面訓練 AI — TechCrunch
Startup - 前 Databricks AI 主管：我能把 AI 電費砍 1000 倍 — TechCrunch
AI - Claude 正在 ChatGPT 的地盤搶下付費用戶 — TechCrunch
AI - AI 時代真正的優勢：努力和知識都被 AI 包了，剩下的是「內在功課」 — Lenny’s Newsletter
Startup
1. OpenAI 預覽 GPT-5.6：Sol / Terra / Luna 三款定價出爐#
OpenAI 發布 GPT-5.6 系列預覽，分成三款：旗艦 Sol（每百萬 token $5 / $30）、均衡 Terra（$2.5 / $15，性能對標 GPT-5.5 但便宜一半）、低成本 Luna（$1 / $6）。同時引入更可預測的提示快取（prompt caching）機制，支援顯式快取斷點與至少 30 分鐘的快取存活時間。依美國政府要求，目前先向少數信任夥伴提供預覽，計畫數週內全面開放。
- 三款定價拉開明顯梯度，Terra 主打「性能不輸前一代、價格砍半」，是成本敏感場景的甜蜜點
- 明確的快取斷點 + 30 分鐘快取存活，對長上下文、多輪 Agent 應用是實打實的省錢
- 發布即受限——這是第一次旗艦模型「先審用戶、再全面開放」
💡 為什麼重要：價格戰已經打到旗艦級，Terra 這種「對標上代、價格腰斬」的定價會直接壓縮中間層 API 轉售的利潤空間。
🔗 閱讀原文 | 來源: Simon Willison
2. 美國政府出手，OpenAI 暫緩 GPT-5.6 全面開放#
OpenAI 應美國政府要求，放慢 GPT-5.6 的部署，先審核使用者身分後才開放，並強調「這類限制不該成為常態」。這是前沿模型第一次因政府介入而延後公開，標誌著最強 AI 正在從商品變成受管制的戰略資產。
- 政府要求「先審人、再開放」，理由是國安與濫用風險
- OpenAI 公開表態不希望這變成長期預設，顯示業界與監管的拉鋸
- 與同週 Anthropic Mythos 只放給 100+ 機構形成同一個趨勢
💡 為什麼重要：當「能不能用最強的模型」變成政府說了算，創業者的技術選型多了一層地緣與政策風險，不再只是價格與性能。
🔗 閱讀原文 | 來源: TechCrunch
3. OpenAI 內部 Codex 用量半年暴增 56 倍#
OpenAI 內部經濟研究揭示，從 2025 年 11 月到 2026 年 6 月，員工在 Codex 上的 token 使用量急遽成長：研究部門中位數成長 56 倍、客服 32 倍、工程師 27 倍、法務 13 倍。關鍵反差是——即便 OpenAI 員工長期享有無限制存取，真正的重度使用直到最近才爆發。
- 成長最猛的是研究部門（56 倍），不是工程部門
- 法務、客服等非技術部門也都是雙位數倍增，AI 用量正在橫向擴散
- 「有工具」不等於「會用」，連 OpenAI 自己人都花了半年才真的上手
💡 為什麼重要：這是一個具體的工作轉型基準——如果連 AI 公司自己都是最近才重度依賴，多數公司其實還在起跑線，落後沒你想的多。
🔗 閱讀原文 | 來源: Latent Space
4. Anthropic Mythos 5 解禁，開放給 100+ 美國公司與機關#
川普政府逆轉先前的禁令，允許 Anthropic 最強的資安模型 Mythos 5 部署給 100 多家美國組織與政府機關，獲授權組織內的非美籍員工也能存取。商務部長 Howard Lutnick 表示「已認定相關安全防護到位，可以讓特定可信夥伴存取」。兩週前該模型才因安全研究者發現防護易被繞過而被禁。
- 從「全面禁用」到「放給 100+ 信任夥伴」，政策在兩週內大轉彎
- 存取以「組織白名單」方式控管，而非開放公眾
- 更受限的 Fable 5 版本尚未重新開放公眾使用
💡 為什麼重要：最強的資安 AI 變成需要政府核准的「白名單資產」，這是 AI 從產品走向受管制基礎設施的清晰訊號。
🔗 閱讀原文 | 來源: TechCrunch
5. 2000 人輪流駭他的 AI 助理，六千次沒人成功#
Fernando Irarrázaval 在 hackmyclaw.com 公開挑戰，讓任何人透過 email 嘗試騙他的 OpenClaw（底層是 Claude Opus 4.6）洩露機密。6000 次嘗試、花了 500 美元 token 費（還因為太多來信被 Google 停用帳號），沒有人成功。這顯示前沿模型對抗 prompt injection 已有顯著進步——但 Simon Willison 也提醒，6000 次失敗不等於絕對安全。
- 公開、可重現的對抗測試，0 成功率
- 模型內建明確的反提示注入規則，擋下提取憑證、改檔、執行命令等攻擊
- 你可以自己上 hackmyclaw.com 試——這是它的可玩之處
💡 為什麼重要：prompt injection 一直是 Agent 上生產的最大攔路虎；這個實驗給了「模型層防禦真的有進步」的實證，但別把它當成唯一防線。
🔗 閱讀原文 | 來源: Simon Willison
6. Google 開源 design.md：讓 AI Agent 看懂設計系統#
design.md 是一種雙層格式——YAML 設計 token + Markdown 人類敘述，讓 Claude、Cursor 這類編碼 Agent 能持續、結構化地理解設計系統。附帶 lint / diff / export CLI，支援 Tailwind v3/v4 與 W3C DTCG 格式轉換，內建 9 項檢查（對比度、斷掉的參考、孤立 token 等）。GitHub 已破 2 萬星。
- 機器可讀的 token + 人類可讀的設計理由，補上 Agent 與設計系統之間的認知鴻溝
- lint 能自動驗 WCAG 對比度、抓出斷掉的參考與孤立 token
- 可匯出到 Tailwind / W3C DTCG，整合現有工具鏈無痛
💡 為什麼重要：這正是「底下那層工具」的代表——把設計交給 Agent 維護，前端從設計到實作的循環會明顯變快。
🔗 閱讀原文 | 來源: GitHub
7. MinerU：把複雜文件轉成 LLM 看得懂的 Markdown#
MinerU 是文件解析引擎，把 PDF、Word、PPT、Excel、掃描件、網頁轉成 LLM 優化的結構化 Markdown 與 JSON，支援 109 種語言 OCR 與 VLM 雙引擎。三層管道：CPU 友善 Pipeline（86.47% 精度）、平衡 Hybrid、最高精度 VLM（95.39%），自動處理跨頁表格合併、公式轉 LaTeX。原生支援 MCP（Cursor / Claude Desktop / Windsurf）、LangChain、LlamaIndex。GitHub 逾 7 萬星。
- 保留表格、公式、版面層級，給 RAG/Agent 高品質輸入
- VLM 雙引擎讓你在速度與精度間自由取捨（86% vs 95%）
- 透過 MCP 直接接 Claude Desktop / Cursor，免額外包裝
💡 為什麼重要：文件智能化是 RAG 與 Agent 系統的地基，這類工具誰都能裝、零門檻，正是前沿模型被鎖住時最該補強的能力。
🔗 閱讀原文 | 來源: GitHub
8. Workweave Router：50ms 內幫你的請求選最划算的模型#
Workweave Router 是智慧路由代理，50 毫秒內把 API 請求導向 Anthropic / OpenAI / Gemini 的最佳模型，用內嵌的小型編碼器分析請求特徵動態選擇（不靠外部 LLM 決策），宣稱省下 40–70% 成本。支援 Claude Code、Codex、Cursor 與 OpenRouter 上的開源模型，提供 BYOK 自有金鑰加密。
- 路由延遲僅 50ms，對使用者幾乎無感
- 宣稱省 40–70% API 成本，靠的是「對的任務配對的模型」
- BYOK 加密，企業敏感工作負載也能放心自託管
💡 為什麼重要：多供應商時代，手動切模型既低效又貴；自動路由是把「省錢」這件事工程化，對成本敏感的 SaaS 與 Agent 應用很實用。
🔗 閱讀原文 | 來源: GitHub
9. Agent-Reach：一行指令讓 Agent 抓遍各大平台#
Agent-Reach 用統一 CLI 讓 Claude Code、Cursor、Windsurf 等 Agent 一次安裝就能存取 Twitter/X、Reddit、YouTube、GitHub、Bilibili、小紅書、LinkedIn 與 RSS，零 API 費用。採「優先選項 + 備用」自動路由，平台變動時自動切換，內建 doctor 指令診斷狀態，認證存在本地。
- 把多平台抓取的依賴碎片化問題收斂成一行安裝
- 零 API 成本，底層接 yt-dlp、twitter-cli 等開源工具
- 支援小紅書、Bilibili 等亞洲平台，對中文內容監控特別實用
💡 為什麼重要：做內容聚合、輿情、研究類 Agent 時，這類工具直接省掉最煩的接平台環節。
🔗 閱讀原文 | 來源: GitHub
10. 開源 vs 閉源 LLM 的差距，到底有沒有縮小？#
若只看單一基準（Artificial Analysis Intelligence Index），會推測開源 LLM 與前沿模型的差距將在 2026 年底歸零；但作者橫跨 18 個基準檢視後發現，平均落後其實穩定在約 5 個月。唯一例外是編程任務——從落後 15 個月縮到只剩 1–2 個月。核心提醒：你怎麼量，決定你得到什麼結論。
- 單一排行榜會嚴重高估開源的追趕速度
- 編程任務開源已逼近前沿（差 1–2 個月），但通用推理仍落後約 5 個月
- 選型該分任務看，而不是盲目選 OSS 或商業
💡 為什麼重要：呼應今日主軸——當前沿被鎖住，「開源夠不夠用」就是關鍵；答案是「看你做什麼」，寫程式幾乎夠了，複雜推理還差一截。
🔗 閱讀原文 | 來源: Doubleword
11. General Intuition 拿 3.2 億美元，賭用遊戲畫面訓練 AI#
General Intuition 用遊戲影片裡內嵌的「行動標籤」（玩家按鍵時序）而非單純視覺，訓練 AI 智能體建立因果理解。同一個模型能驅動四足機器人，僅需 8 分鐘真實機器人數據微調即可適應現實。本輪融資 3.2 億美元、估值 23 億美元，靠的是數百萬小時的上傳遊戲影片。
- 用「按鍵+畫面」配對，讓模型分辨自我控制與環境反應
- 在 Fortnite 玩 100 小時 → 8 分鐘微調即遷移到真實機器人
- 把遊戲數據變成 AI 訓練的廉價替代品（比真實世界數據便宜上百倍）
💡 為什麼重要：模擬到真實的遷移一直是機器人最貴的瓶頸；遊戲數據若真能用，會大幅壓低具身智能的訓練成本。
🔗 閱讀原文 | 來源: TechCrunch
12. 前 Databricks AI 主管：我能把 AI 電費砍 1000 倍#
Naveen Rao（Databricks 前 AI 主管）的新創用「物理振盪器」架構取代傳統神經網路晶片設計，目標把 AI 推論功耗砍 1000 倍。首個模型 Un-0 已在軟體模擬中驗證，性能與 Stable Diffusion 這類擴散模型相當，近期將公開晶片設計。團隊不到 50 人，要從根本改寫運算架構。
- 用物理振盪器取代電子邏輯，計算原理完全不同
- 目前在模擬中性能對標現有擴散模型，硬體量產仍待驗證
- 押注點是「AI 的終極瓶頸是能源」
💡 為什麼重要：若 1000 倍能效成真，會改寫資料中心經濟、讓邊緣推論變可能，也挑戰 NVIDIA 的格局——但目前還停在模擬階段，要保留懷疑。
🔗 閱讀原文 | 來源: TechCrunch
13. Claude 正在 ChatGPT 的地盤搶下付費用戶#
Claude 在 2026 年 1 月到 5 月中收入成長約 75%，正縮小與 ChatGPT 的付費用戶差距。在教育平台 DataCamp 上，消費者對 Claude 課程的需求是 ChatGPT 的三倍、30 天內成長 18 倍，「Claude」甚至超越「AI」成為最高搜尋詞。Anthropic 3 月拒絕模型用於大規模監控與自主武器後，需求仍持續成長。
- 付費消費市場不再是 ChatGPT 一家獨大
- 教育市場成為 Claude 成長的強訊號（課程需求 18 倍）
- 倫理立場正轉化為品牌忠誠與市場溢價
💡 為什麼重要：付費 AI 助手進入多玩家競爭，企業評估對 ChatGPT 的單一依賴時，多了一個真實替代選項。
🔗 閱讀原文 | 來源: TechCrunch
14. AI 時代真正的優勢：努力和知識都被 AI 包了，剩下的是「內在功課」#
矽谷高管教練 Joe Hudson 在 Lenny’s Newsletter 主張，AI 時代的競爭力來自「智慧堆疊」四項能力：辨別力（情緒清晰地做決策）、擁抱衝突（直接溝通）、失敗意願（快速迭代）、積極自語（管理內在聲音）。因為「努力」和「知識」正好是 AI 最擅長的，人類優勢轉向情緒管理與心理彈性；組織也從「工廠模式」轉向「NBA 名單」——少數頂尖人才驅動成長。
- 傳統「努力 + 知識」優勢失效，因為那正是 AI 的強項
- 用「黃金演算法」——辨識你在迴避的情緒、看清它的後果
- 用月均實驗次數衡量團隊「步伐」，把一個大目標拆成 20 個小實驗
💡 為什麼重要：當技術與知識被商品化，差異化回到「人」本身——情緒控制、衝突管理、心理彈性，這對個人與團隊都是可練的硬技能。
🔗 閱讀原文 | 來源: Lenny’s Newsletter
推薦閱讀#
- 服務架構最常見的反模式：從過早拆分到資料耦合 — 微服務的多數反模式都源於同一個根：跨服務呼叫的延遲從奈秒級跳到毫秒級。最常見的錯是「過早拆分」，原則是服務要能獨立部署、掌控自己的資料。
- Paul Graham 牛津演講：如何在十年內賺到 10 億美元 — 從 200 萬起步、每月成長 15%，五年達 10 億。關鍵是打造用戶真心喜愛、願意口耳相傳的產品。
- 功能正常 ≠ 程式正確：AI 生成程式碼最大的風險 — AI 寫的程式碼「能跑」不代表「對」，這是 vibe coding 最大的隱性風險。
- 跟工具對話，其實很累 — 當開發從「寫程式」變成「跟 AI 不停來回解釋」，認知負擔反而上升。
- AI 正在逼數學界面對大哉問 — 當 AI 能解過去解不開的難題，「證明」與「理解」該怎麼重新定義。
- 你只需要 PostgreSQL — 佇列、快取、全文搜尋，PostgreSQL 一個就能扛很久。
- 為什麼把多個語言模型組合起來，常常沒用？ — 路由、投票、Mixture-of-Agents 都有「共同失敗天花板」。
- 編碼 Agent 的獎勵設計沒有銀彈：Verification Horizon — 用單一獎勵訊號訓練編碼 Agent 的根本困難。
大神動態#
- Simon Willison：一天連發數篇——GPT-5.6 定價拆解（見必讀 1）、駭 AI 助理挑戰（見必讀 5）、德國法院裁定 Google 須為 AI 摘要錯誤負責。
- Andrej Karpathy：為 Anthropic 的 Claude Tag 站台，被外界調侃在炒作「Slack 機器人」；Theo 出片解釋它其實代表一種新的 context + tool access 思維（見影音精選）。
中文技術圈#
- 從解開世紀數學難題到拯救 80 萬條人命，醫療界為何必須學會「AI 思維」？ — OpenAI 模型破解 80 年幾何難題，醫療界需重新認識生成式 AI 的應用價值。
- 從 Copilot 到 Autopilot：微軟發布常駐型企業智能體 Scout — 微軟推出企業級 AI 代理 Scout，代表從 Copilot 向持久自動化工作流的演進。
- VS Code 1.123 新增兩小時插件更新緩衝，防範供應鏈攻擊 — 插件更新延遲兩小時，給惡意套件一個被攔截的時間窗。
- 探索快捷指令的上限：用網頁視圖打造豐富介面 — 深入 iOS 快捷指令的 WebView，做出超乎預期的互動介面。
- 大家在 AI 編程等它思考的時候，都在幹嘛？ — 一個很真實的開發者日常討論：等 AI 推理的空檔，生產力都跑哪去了。
開源精選#
bozhouDev/codex-orange-book — HTML | ⭐ 2.1K Codex 橙皮書：從安裝到實戰的全鏈路 Codex 使用指南（含 PDF）。
QwenLM/Qwen-AgentWorld — Python | ⭐ 568 Qwen 推出的「語言世界模型」，給通用 Agent 用。
HKUDS/AgentSpace — TypeScript | ⭐ 453 「人 + Agent，一個團隊、一個工作區」的協作平台。
krea-ai/krea-2 — Python | ⭐ 304 Krea 2 的官方推論程式碼。
amplifthq/opentag — TypeScript | ⭐ 296 開源 @agent mention：把 Slack/GitHub 的標記請求路由給 Codex、Claude Code。
影音精選#
Google，我們需要談談：四位頂尖研究員接連出走#
~1 天前 · Theo (t3.gg)
Google DeepMind 短期內連失四位頂尖科學家，其中三人跳槽 Anthropic（含諾貝爾獎得主、AlphaFold 共同作者 John Jumper）。Theo 深入內部文化問題，並聚焦 Workspace CLI 創作者因創新被解僱的案例。
- 48 小時內失去多位重量級人才，研究環境的裂縫浮現
- 頂尖研究者要的是自主研究空間，Anthropic / OpenAI 給的自由度更高
「學 AI」是爛建議，該培養的 6 種核心能力#
~1 天前 · Greg Isenberg
Greg Isenberg 提出 6 種 AI 時代愈來愈值錢的技能——Agent 編排、建立發行通路、機器人工程、內容策展、「建造者兼發行者」、實體社群。核心是「設計、管理、監督 Agent」的編排力，比單純「學 AI」實在。
- 發行通路（Distribution）比內容本身更關鍵
- 「建造者兼發行者」是 AI 時代最強組合，一個人就能做出並推廣產品
AI 時代「超級高中生」：北京探月學校的第三種教育可能#
~30 小時前 · 硅谷101
硅谷101 探訪北京探月學校，學生在學期間就真實創業、有人帶 60 人團隊。當知識唾手可得，學校該教的轉向「判斷力與審美」這類無法被蒸餾的勝任力。
- 推出「一小步計劃」，讓高中生在學期間真實創業
- 教育核心從「知識技能」轉向「素養與判斷力」
用 Claude Fable 5 純 vibe-coded 打造開源 AI 訊號地圖#
~38 小時前 · Matt Wolfe
Matt Wolfe 展示用 Claude Fable 5 完整 vibe coding 打造的開源 AI 情報地圖，整合 Agent 自動掃描 AI 新聞、建立訊號節點並發現節點間關聯，完全開源可自部署。
- 整個專案以 Fable 5 純 vibe coding 完成
- Agent 持續掃描 AI 新聞並自動建立關聯圖譜
今日觀察#
把今天的新聞疊在一起，會看到一條清楚的分界線。線的上面，是被政府鎖進保險箱的前沿——GPT-5.6 要先審用戶、Mythos 只給 100 家信得過的機構；線的下面，是誰都能裝的工具在 GitHub 上狂奔——design.md、MinerU、模型路由 一個比一個熱。而 Doubleword 那篇開源差距分析 剛好給了這條線一個註腳：寫程式這件事，開源已經追到只差一兩個月，複雜推理才還差五個月。換句話說，被鎖住的「最強模型」對多數人日常的工作，影響其實沒那麼大；真正決定你產出的，是你有沒有把下面那層敞開的工具用熟。對個別工作者來說，與其焦慮搶不到最頂的模型，不如問自己：手邊這些每個人都能拿到的東西，我用到第幾成了。
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
