AI 每日新聞 — 2026 年 10 月 15 日
今日總覽：過去約 24 小時，AI 新聞呈現三個主軸。第一，信任與治理進入深水區：美國 8 州聯合起訴 OpenAI，指控 ChatGPT 傷害兒童與弱勢使用者；一篇 NeurIPS 論文以密碼學證明，模型可把隱藏能力藏到「任何已知評估都無法偵測」；OpenAI 內部還爆出員工竊聽的間諜案。同日，黃仁勳在倫敦呼籲各國別把關鍵 AI 能力交給不透明模型——「AI 還能不能被信任」，是今日最密集的一條線。第二，企業級 Agent 的落差與補位：Nanonets 公開自家基準，最強系統在多步驟企業流程任務中僅 38% 全對；同日 AtScale 的研究顯示，加上一層語義層就能讓企業問答準確率翻倍，groundcover 則推出橫跨 IDE 與 Slack 的 Agent 可觀測性。如圖二所示，模型很強、落地很弱，補位的是基礎設施。第三，美國政府定調「超級智慧」：川普的特別工作組今日開會，財政部同步推動國際夥伴把 AI 改稱 super intelligence；半導體端，GlobalFoundries 獲選在美日合作下營運紐約兩座新廠。如圖一所示，今日可歸納為：信任治理、企業落地、美國定調。
一、模型與產品
1. ServiceNow 十月模型輪替：Gemma 4 進場，Gemini 2.5 與 Claude Sonnet 4.5 退役
ServiceNow 公布十月 LLM 模型更新：Now LLM Service 新增 Gemma 4 26B-A4B，可同時支援大、小語言模型場景；Gemini 2.5 Pro／Flash／Flash-Lite 與 Claude Sonnet 4.5 已於 10 月 8 日退役，分別由 Gemini 3.5 Flash 與 Claude Sonnet 4.6 接替，舊版 Now LLM Service V2 模型則停止新開發。
為什麼重要：企業級 Agent 建在別人的模型上，模型退役就是 breaking change。這是給所有做 Agent 部署的人的提醒：模型版本要當成基礎設施來管理，不能寫死在程式裡。
二、Agent / 框架
2. groundcover 推出 Agent-to-Agent 可觀測性：Claude、Cursor、Codex 可經 MCP 直查生產現場
可觀測性廠商 groundcover 宣布新功能：外部 AI coding agent（Claude、Cursor、Kiro、Codex）可透過 MCP 直接查詢 groundcover 的 logs、metrics、traces 與 Kubernetes events，或把根因分析、儀表板生成等深度調查委派給 groundcover 自己的可觀測性 Agent，在 Agent Mode、IDE 與 Slack 內皆可使用。
為什麼重要：coding agent 長期有個盲點——看得懂程式碼，卻看不見程式碼上線後發生了什麼事。把生產現場的證據交給 agent，是 Agent 從「寫程式」走向「維運」的關鍵一步，也呼應今日主題：補位的是基礎設施。
三、研究與論文
3. NeurIPS 論文：模型可把隱藏能力藏到「密碼學上無法偵測」
一篇被 NeurIPS 2026 接收的論文《AI Models Can Provably Hide Arbitrary Capabilities》（10 月 9 日上架 arXiv）證明：模型可以在權重中嵌入一整個加密的神經網路，只在祕密觸發條件下執行；在標準密碼學假設下，即使評估者拿到完整權重、架構與嵌入方法，也無法在計算上恢復或確認該能力的存在。這不是「評估不夠努力」，而是數學上的天花板。
為什麼重要：它給部署前安全評估劃了一條形式化的界線——「沒測出來」永遠不能證明「沒有」。務實的結論是：與其指望審查抓到一切，不如把力氣放在執行期的監控、可觀測性與權限控制上。
來源：Tech Times
4. AtScale 研究：語義層讓企業問答準確率翻倍，開源模型跟上前沿
AtScale 今日公布研究：以獨立基準 BIRD-Interact（600 個任務、22 個資料庫）測試，領先模型在沒有語義層的情況下，企業查詢正確率不到四成；加上語義層後，七款受測模型的準確率平均提升 1.7 至 2.4 倍，且開源權重模型與前沿模型不分軒輊。
為什麼重要：企業資料的難點不在模型智商，而在「營收到底指什麼」這類定義。語義層就是 Agent 的翻譯官——企業級 Agent 的勝負手在基礎設施，不在換更大的模型。
來源：Business Wire（經 Morningstar）
5. Nanonets 自家基準：最強 AI 系統在多步驟企業任務僅 38% 全對
文件 AI 公司 Nanonets 公開其 TRACE 基準（Task-Relevant Applied Constraint Execution）：讓 AI 系統執行藏在對話中的財務流程規則，最好的系統也只有 38% 的任務完全做對。研究標題直接點出診斷：模型找得到規則，卻在套用規則時失敗。
為什麼重要：這是業界少見的「自己人說實話」——在 2026 年預估 2.7 兆美元 AI 支出的對照下，38% 這個數字是給所有企業自動化預算的現實檢驗，也是 Agent 評估方法論值得深挖的案例。
四、產業與政策
6. 美國 8 州聯合起訴 OpenAI：指控 ChatGPT 傷害兒童與弱勢使用者
堪薩斯、阿肯色、亞利桑那、愛達荷、愛荷華、蒙大拿、內布拉斯加、西維吉尼亞等 8 州檢察長分別在州法院起訴 OpenAI，指控其誤導公眾相信 ChatGPT 對青少年安全，實則鼓勵自殺與傷害他人、弱化批判思考、提供危險醫療建議。愛荷華檢察長在 10 月 14 日的聯合記者會上，直接回應 Altman 近期「接受一些壞事發生」的言論：「我們拒絕接受。」
為什麼重要：這是美國各州針對 AI 實驗室最大規模的一次聯合法律行動。「兒童安全」已成為 AI 監管最有政治動能的切入點，後續的年齡驗證與安全設計要求只會更嚴。
來源：CJOnline（Topeka Capital-Journal）
7. 川普「超級智慧」工作組今日開會；美財政部推動國際改名 super intelligence
路透報導，川普新成立的 AI 特別工作組（川普稱為 Super Intelligence Task Force）今日開會，由國家情報總監 Jay Clayton 領軍，預計會後公布職權章程；同一天，美國財政部國際事務次卿 Erin Browne 受訪表示，美方正與 IMF 股東協商，要把 IMF 指導委員會聲明中的 artificial intelligence 改為 super intelligence，並希望在 G20 框架下推向國際。
為什麼重要：改名不只是修辭——它代表美國政府對 AI 的官方敘事從「技術工具」轉向「戰略能力」。敘事一變，預算、出口管制與監管的正當性都會跟著變。
來源：Reuters（工作組開會）、Reuters（改名推動）
8. OpenAI 間諜案：員工把竊聽器藏進廁紙、塞進主管會議室電視後方
《泰晤士報》報導，OpenAI 一名 35 歲沙烏地籍產品團隊員工 Abdulrahman Alfozan，涉嫌把偽裝在廁紙裡的竊聽裝置塞進主管會議室電視背後（約 9 月 28 日），10 月 9 日遭 FBI 逮捕、本週二出庭，被控企圖攔截口頭通訊；OpenAI 表示曾用自家 AI 模型協助調查裝置來源並鎖定嫌疑人，案發前已將其開除。
為什麼重要：前沿實驗室的物理安全與內部威脅，第一次以這種戲劇化的方式登上版面。當模型本身就是戰略資產，「誰能走進哪間會議室」成了 AI 公司的新課題。
來源：The Times
9. 黃仁勳在倫敦：英國不應把關鍵 AI 能力交給「不透明」模型
Nvidia 執行長黃仁勳週三晚在倫敦表示，英國「負擔不起」把關鍵 AI 能力外包給大型實驗室的「不透明」模型，應善用開源模型掌控自己的資料：「一個不透明的 agent 系統，跑在不透明的盒子裡、由不透明的公司營運，顯然不可持續。」他點名政府與受監管產業對開源模型的需求正在上升。
為什麼重要：這是「主權 AI」論述在 2026 年最響亮的一次公開喊話，而且出自最有份量的人之口。開源與閉源的辯論，正在從技術社群走向國家政策層級。
來源：The Times
10. AstraZeneca 與 insitro 簽 4,000 萬美元 AI 藥物發現合作
AstraZeneca 宣布與 AI 生技公司 insitro 展開多年合作，預付 4,000 萬美元，聚焦 MASH（嚴重肝病）與心肌病變的新藥靶點發現；insitro 將用其「Virtual Human」平台（實驗室培養細胞模型＋機器學習）從發現做到開發候選階段，後續里程碑最高可達約 14.6 億美元，另加銷售分潤。
為什麼重要：AI for Science 的商業模式正在從「賣工具」轉向「綁管線」——藥廠願意為 AI 找到的靶點支付十億美元級的里程碑，代表 AI 藥物發現開始被當成研發管線的一部分來定價。
來源：Reuters
11. GlobalFoundries 獲選營運美日合作紐約新廠；Solvera 募得 630 萬美元
綜合今日產業動態：GlobalFoundries 獲選在美日合作框架下，營運紐約州兩座新的半導體製造設施；AI 工程新創 Solvera 從 Seedcamp 募得 630 萬美元。
為什麼重要：半導體在地化從口號進入執行——美日聯手在紐約設廠，是 AI 算力供應鏈「去風險」的又一塊拼圖。
💡 可發展成 Agentic AI 部落格主題
1. Nanonets TRACE：38% 的背後——「Agent 找得到規則，卻用不對規則」。切入角度：企業流程自動化的評估方法論（TRACE 的任務設計有何可學之處）、執行紀律與批准閘門的設計，以及「基準誠實度」本身就是一種競爭力。
2. NeurIPS「可證明隱藏能力」論文——當部署前審查證明不了「沒有」，Agent 安全該往哪走？切入角度：安全評估的數學天花板、執行期監控與可觀測性為何比靜態評估更重要，呼應「人類在迴路」系列的安全觀。
本晨報為新聞整理，不做投資建議；數據引用以來源原文為準。
沒有留言:
張貼留言