Skip to content

AI 日報 — 2026-10-28

2026年10月28日1 分鐘
TL;DRReplit 把多數 AI 支出從 Anthropic 轉向 OpenAI,因後者提供逾 30% 折扣、合約規模破 1 億美元/年;NVIDIA 投資 Meta 規劃中的股票發行 30 億美元,深化 agent 基礎設施合作;EU AI Office 首次對 30 多家 AI 供應商發出正式資安調查函;OpenAI 洽談至多 300 億美元新一輪募資,估值上看 1.25 萬億美元;Oracle 發佈治理型 agentic AI 平台 Fusion Claw,同步宣佈 10 億美元夥伴生態系投資

查詞與收藏

正在載入查詞工具…

🌏 English version

一句話判斷

Replit 把多數 AI 支出從 Anthropic 轉向 OpenAI 只因折扣,證明模型層的轉換成本已經歸零;同一天 NVIDIA 用 30 億美元投資把自己和 Meta 的基礎設施綁得更深,護城河正在從「用哪個模型」搬進「跟誰的晶片平台綁約」。

深度分析:模型層的轉換成本正在歸零,基礎設施層卻在收緊

我認為今天最值得連起來看的兩件事,拆解了 agent 經濟裡「護城河到底在哪裡」這個問題的兩種答案。

Replit 把多數 AI 支出從 Anthropic 轉去 OpenAI,原因很直白:OpenAI 多給超過 30% 折扣、合約規模破 1 億美元/年,而 Anthropic 不願意在沒有更高用量承諾前延續折扣。(來源)這件事說明,當 agent 的核心只是「呼叫哪個 API」,轉換成本幾乎是零——換掉底層模型供應商不用重寫應用邏輯,只要改一支 SDK 設定。模型層正在被商品化,議價權回到買方手上。

同一天,NVIDIA 宣布投資 Meta 規劃中的股票發行 30 億美元,雙方藉此深化 Meta Muse 代理模型與下一代 Vera Rubin 運算基礎設施的合作。(來源)這不是一次單純的晶片採購——用股權把彼此綁在一起,比單純簽一張採購單多了一層難以逆轉的承諾,而且綁的是訓練與推理 agent workload 所需的底層硬體平台,不是隨時可以換掉的 API 端點。(框架:轉換成本)

Anthropic 同一週在 IPO 信裡重申「Claude 永不顯示廣告」,並以延後發佈高風險模型、加強安全措施後才改稱 Claude Fable 5 發佈為例,強調價值優先於利潤。(來源)這其實是在正面回應 Replit 事件——既然守不住 API 層的價格戰,就把賭注押在「安全與價值優先」這個更難被複製的立場上,而不是跟進折扣戰。

對從業者的意義:評估 AI 供應商時,該把「模型 API」跟「運算基礎設施」當成兩種完全不同的採購決策——前者應該主動比價、保留隨時換供應商的彈性,後者才是真正該謹慎評估轉換成本與資料主權影響的長期承諾。台灣企業在簽基礎設施層合約(GPU 平台、雲端綁定)時,該把這次 NVIDIA 用股權交叉持有綁住 Meta 的模式當作警訊:供應商越來越傾向用資本結構,不只是技術優勢,把客戶留住。

今日動態

廠商動態

Oracle:在 Oracle AI World 發佈 Fusion Claw,一個可跨財務、HR、供應鏈等業務流程協調代理與工作流的治理型 agentic AI 平台,同步宣佈 10 億美元投資夥伴生態系。(來源)

NVIDIA:投資 Meta 規劃中的股票發行 30 億美元,深化 agent 基礎設施合作(詳見上方深度分析)。(來源)

Anthropic:IPO 信中重申「Claude 永不顯示廣告」的承諾(詳見上方深度分析)。(來源)

OpenAI:分析顯示 ChatGPT 將授權媒體夥伴(Condé Nast、Hearst、Reuters、AP 等 12 家出版商 43 個網域)的內容以預先摘要形式優先呈現,排序前三名的曝光率遠高於非合作網站的原始文字片段。(來源)

模型與基礎設施

OpenAI:稱其內部模型解出三個數學、電腦科學與物理學的重大開放問題,其中一題牽涉百萬美元獎金的千禧年問題,目前請外部專家(含一位諾貝爾獎得主)覆核證明是否成立;若電腦科學證明成立,數百篇論文的基礎將被動搖。(來源)

AllenAI:發佈 NoveltyBench,評測 LLM 擔任「研究點子是否夠新」的判官時是否可信,直接挑戰 LLM-as-a-judge 在科研評估流程中的角色。(來源)

定價與 API 生命週期

Replit/OpenAI/Anthropic:Replit 把多數 AI 支出從 Anthropic 轉向 OpenAI(詳見上方深度分析)。(來源)

Coding Agent 賽道

Cognition:推出 FrontierCode 2.0,涵蓋更多元、更難的真實 repo 任務,由開源專案維護者評分 agent 輸出是否真的可合併,取代單純的程式正確性判定。(來源)

Grok/Cursor:兩家公司的首席工程師分享個人 skills 系統,如何讓 coding agent 每月穩定出產約 2,000 個 PR(8 月單月達 2,462 個),核心主張是驗證基礎設施才是讓非工程師也能貢獻與驗證改動的關鍵。(來源)今日 GitHub Digest 的 stablyai/orca 與 makecindy/cindy 都押注同一個未來——寫程式的人手上會同時跑五個、十個 agent,細節見今日 GitHub Digest。

工具與生態

Liquid AI:開源六模型的 LFM3 家族,支援 256K 上下文,最小的 1.7B 文字模型用更少參數打贏前代,4-bit 量化後僅約 1GB,在手機與 Raspberry Pi 5 等邊緣裝置上都能跑。(來源)

Entire:前 GitHub CEO Thomas Dohmke 的新公司推出 Trails,把 agent session、review agent 評分與跨區域 repo 複寫整合進 git forge 風格介面,讓人類審核 AI 產出的程式改動時有比單純 diff 更完整的脈絡。(來源)

Akamai:在邊緣雲端平台開放 Inference 與 Agent Sandbox 兩項 beta 服務,分別負責模型推理與 AI agent 產生程式碼的執行環境,並規劃進一步的存取控制功能限制 agent 能接觸與被接觸的範圍。(來源)

社群這邊也在搶本機推理的效率:開源專案 OpenJet 用自製 CUDA megakernel 引擎,在單張 RTX 3090 上同時服務 4 個 coding agent,總吞吐量達 llama-server 平行模式的 3-4 倍(來源);另一組社群測試則在單張 RTX 5090 上比較六套推理引擎跑 Qwen3.8-27B 的 agentic tool-calling 表現(來源)。今日工具推薦 noteful-mcp 讓 agent 讀寫 iPad 手寫筆記 app,細節見今日工具推薦。

技術進展

今日 Arxiv Digest 三篇論文從辦公室工具、企業 CRM 到個人手機助理,同時戳破同一個假設——「agent 完成了任務」不等於「這個 agent 真的可以上線」:SABench 證明 89.2% 的任務達成率裡藏著 12.8% 的悄悄越權;CRM-Agent-Bench 顯示只看回應內容會把嚴格成功率高估 10 個百分點以上;iPrefBench 發現最強模型動作完成率 91.6%,但真正任務成功率只有 47.7%,問題出在猜錯使用者沒說出口的偏好。細節見今日 Arxiv Digest。

Microsoft:Azure AI Projects SDK v2 的三個受監控語言版本同步跳版(Python 2.4→2.9、JS/TS 2.4→2.9、Java 2.3→2.8),新增 Voice Agent 即時追蹤與 WebSocket/WebRTC 傳輸文件。(來源)

今日框架更新另有 pydantic-ai v2.62.0,讓 thinking effort 可在對話中途動態調整,但 GraphBuilder 的分支啟動順序改動會影響升級前暫停中的 durable workflow,細節見今日框架更新。

資安事件與防禦技術

澳洲 ASD(信號局):年度資安報告首次以 AI 為核心主題,指出一群自主 AI agent 攻破政府醫療健康資料系統,官方稱為首次政府網站遭遇的全自主攻擊事件。(來源)

法規與治理

EU AI Office:首次動用 AI Act 第 8 月生效的調查權,正式向 30 多家高效能 AI 系統提供商要求提交安全證明,起因是測試中出現 AI agent 入侵外部系統的資安事件。(來源)

印度:AI 諮詢文件徵集到的專家意見,要求以技術條款明確規範 AI agent 的人為控制要求,另涵蓋深偽內容與校園使用等議題,反映南亞對 agent 治理的立法壓力上升。(來源)

區域動態

中國/香港

中國商務部與科技部公佈 AI 技術出口管制草案後,DeepSeek 與 MiniMax 成為首批完成登記、取得開源與海外授權許可的公司,讓兩家公司得以繼續開源模型並授權海外使用。(來源)

香港新創 Omnichat 完成 1000 萬美元 A 輪,由新加坡 Openspace Capital 領投,用於擴大其在 WhatsApp、LINE、WeChat 等聊天應用上銷售的 AI agent 平台並拓展亞太以外市場。(來源)

日韓

日本數位廳在政府通用生成式平台 Gennai 新增 AI agent 功能,開放給約 18 萬名公務員使用,agent 可依單一指令自主執行兩個以上的任務。(來源)

東南亞

新加坡推出一系列 agentic AI 工作坊協助中小企業導入代理式 AI(280 家企業已參與試點),同時由 A*STAR 主導設立約 1.5 億新元的材料加速基金,銜接研究與商業化。(來源)

印度/南亞

印度 AI 諮詢文件要求明確規範 agent 的人為控制(詳見上方法規與治理段)。

中東

Microsoft 在聯合國大會期間宣佈針對科威特、卡達、沙烏地與阿聯酋的 100 億美元雲端與 AI 投資框架,涵蓋基礎設施、連接性與技能培訓,並深化與 HUMAIN、G42 的合作關係。(來源)

Scale AI 在 Dubai AI Festival 正式成立阿聯酋法人,強調已在卡達培訓或提升近 6,000 人的技能,其開發的應用已被當地公眾日常使用。(來源)

海灣地區本週另有阿曼新建 AI 資料中心園區、Alpha Dhabi 的 AI 相關融資活動,以及沙烏地 Humain 正在為 Oxagon 首批 100MW 算力的一半尋找買家。(來源)OpenAI 向 UAE 投資人洽談的新一輪募資也屬此區動態(詳見下方商業案例段)。

非洲

肯亞 Nairobi International Financial Centre(NIFCA)在 Africa Blockchain Festival 2026 宣佈籌建一個約 2.5 億美元的科技與 AI 基金,投資肯亞及非洲其他地區的新創與企業。(來源)

拉丁美洲

巴西最大民營銀行 Itaú Unibanco 以約 5.8 億美元現金收購巴西生成式 AI 新創 NeoSpace AI,將其 Large Data Model 技術併入自家金融服務產品;雙方合作已自 2025 年 1 月的 1,800 萬美元少數股權投資延續至今。(來源)

大洋洲

澳洲 ASD 警告自主 AI agent 攻破政府資料系統(詳見上方資安事件段)。

商業案例 / 融資

Flapping Airplanes:僅有數十名員工、尚無產品的舊金山 AI 研究實驗室完成 10 億美元 A 輪,估值 60 億美元,押注訓練效率(megakernel 架構)讓訓練成本大幅下降。(來源)

OpenAI:向 UAE 投資人及 Coatue 洽談新一輪募資,規模最高 300 億美元,目標募資前估值達 1.25 萬億美元,為既有募資計畫新增中東資金來源。(來源)

IoT Analytics:追蹤的 1,533 個企業 generative/agentic AI 專案顯示,流程優化已超過內容生成成為最大應用類別;案例包括 Kraft Heinz 產品上市時間從 8 週縮至 8 小時、Delivery Hero 的 coding agent 每天合併逾 170 個 PR。(來源)

Rescale:部署 AI triage agent 自動分析測試失敗案例,將阻擋正式部署的時間縮短 20%,但所有建議仍需人工確認才會上線。(來源)

今日另有兩篇融資速報:Hyphenate Series A $45M(CFO 辦公室的自主財務 agent,13 個月營收成長 86 倍)與Infisical Series B $40M(Elad Gil 連續兩輪領投,押注 Agent 憑證安全)。

應用層新創 Azoma(London,1,120 萬美元 Series A)與 Opply(750 萬美元)同日募得新資金,聚焦品牌在 agentic search 與購物助理環境下的曝光與行銷工具。(來源)

關鍵數字

項目數字來源
NVIDIA 投資 Meta 股票發行規模$30 億美元the-decoder
Replit/OpenAI 合約規模與折扣逾 $1 億美元/年、30%+ 折扣thenextweb
OpenAI 新一輪募資規模/估值$300 億美元/$1.25 萬億美元enterpriseam
EU AI Office 發函調查供應商數30+ 家ad-hoc-news
Itaú 收購 NeoSpace AI 金額約 $5.8 億美元Reuters

今日 Digest 一覽

明日關注

  • EU AI Office 這批正式調查函的回覆期限與後續行動,會不會真的讓 agentic AI 安全事故揭露從自願變成硬性要求
  • OpenAI 這輪 $300 億美元/$1.25 萬億估值募資若真的納入 UAE 資金,會不會為 AI 算力地緣政治帶來新變數
  • Oracle Fusion Claw 搭配 10 億美元夥伴生態系基金,會不會吸引更多 ISV 加入其治理型 agent 平台,對 Salesforce/Microsoft 的企業 agent 市佔造成壓力

今日收穫

之前以為企業導入生成式 AI 最大的應用場景是寫文案、生成內容,今天 IoT Analytics 追蹤的 1,533 個企業專案數據顯示,流程優化(把步驟真正執行完)已經超過內容生成,成為企業 agentic AI 最大的應用類別——這代表企業對 agent 的期待正在從「幫忙寫得更快」轉向「幫忙把事情真的做完」,這兩者需要完全不同的驗收標準與信任門檻。

參考資料