📰 2026-05-27 AI 日報

阿凱📝 主編觀點 · 投資人視角 — 錢往哪流、為什麼，哪些公司值得注意

Grok 幾乎沒人用，但老馬還是把錢砸下去了

路透社最近做了一個調查，結論有點尷尬：Elon Musk 的 xAI 開發的 Grok，幾乎沒出現在任何美國政府的 AI 使用記錄裡。在 ChatGPT、Copilot、Gemini 全面攻進各大機構的當下，Grok 的存在感約等於零。這件事從投資人視角看很有意思。 xAI 在 2024 年完成了 60 億美元的 B 輪融資，估值一度衝到 500 億美元。投資人押的是什麼？大概是「老馬效應」加上 X 平台的巨量使用者資料。邏輯聽起來很香：有獨家資料、有流量入口、有品牌光環，應該能打出差異化。但市場接受度說了不一樣的話。問題出在哪？Grok 的定位是「求真、敢說別人不敢說的」，但這在企業採購場景幾乎是負資產。IT 部門挑 AI 工具，最後看的是合規性、安全性、API 穩定度，不是「夠不夠嗆辣」。政府機關就更不用說了，Grok 連進入評估名單都難。更根本的問題是：X 平台的資料優勢，到底值多少錢？Twitter 的公開推文確實是訓練資料的寶庫，但那是 2022 年以前的故事。現在各大模型的訓練資料規模早就海量到難以比較，用 X 的資料訓練出來的模型，在「時事理解」上可能有優勢，但要跟 Google 的多模態、Anthropic 的長文本、OpenAI 的生態系正面交鋒，優勢在哪裡並不清楚。不過有一點要說清楚：使用率低不等於 xAI 就完了。Grok 現在深度整合在 X 的介面裡，每個用戶打開 X 就等於接觸到它，這種被動曝光是其他模型買不到的。如果 xAI 哪天把廣告系統、推薦演算法、商業帳戶全部串起來，Grok 的角色會從「語言模型」變成「X 平台的神經系統」，估值邏輯就完全不同了。只是那一天來不來，投資人現在還在等答案。60 億美元換來的，目前是一個幾乎沒人在政府端使用的聊天機器人，以及老馬在 X 上繼續發文說 Grok 很準的貼文。

塵子💬 塵子觀點

Google Beam：當距離感消失，你還敢說真話嗎？

今天跟朋友視訊，他背景是客廳的牆，我背景也是客廳的牆，我們各自講著同一件事，卻覺得對方很假。 Google 剛推出一個叫 Beam 的新實驗。簡單說，就是讓線上和線下的人看起來像坐在同一張桌子旁。它用混合實境技術把遠端的人「投影」進實體會議室，讓眼神接觸、肢體語言這些視訊會議最難處理的細節，突然變得正常起來。聽起來很美好。但我們真的需要這個嗎？過去十年，我們已經摸熟了 Zoom 和 Teams 那套默契：大家各自盯著螢幕，偶爾點頭，專注在自己的環境裡。這種疏離感雖冷，但有一種隱形的緩衝地帶。現在 Google 要把這層緩衝直接抹掉，讓遠端的人看起來就站在你旁邊，這其實是在動搖我們對「真實」的判斷基準。這背後是 Google 對遠距工作的一個明確押注：他們認為「距離感」是核心痛點，必須解決。但距離感真的是痛點嗎？還是我們只是太習慣疏離，以至於當它消失時，反而不知道怎麼反應？這就像一份合約寫得密密麻麻，你以為把條款唸出來就叫透明，但聽的人反而更不安。Beam 試圖解決的是視覺距離，卻可能製造出另一種問題：當對方的眼神接觸被技術模擬得天衣無縫，你還敢不敢相信那個反應是真的？當遠端的人看起來就坐在你對面，你還敢不敢說一句不中聽的話？這不是技術能不能做到的問題，而是做到之後，人願不願意配合演出。

🚀 產品速報2026-05-27

Google I/O 2026 戰略大變局：從搜尋引擎轉型為自主行動平台

今天 Google 在 I/O 2026 大會上由執行長 Sundar Pichai 主導了一場關鍵對話，正式揭開了未來五年的 AI 戰略藍圖。這場發布會不再只是展示新的聊天機器人或搜尋功能，而是宣告 Google 要從單純的「搜尋引擎」轉型為一個能自主執行任務的「智能行動平台」。簡單來說，未來的 AI 不再只是等你輸入指令後才給答案的工具，而是具備長程記憶與邏輯推理能力，能主動幫你完成複雜工作的代理系統。這次更新的核心亮點主要體現在以下幾個方面。第一，架構上的混合運算模式。新的 AI 模型採用了獨特的混合架構，既能利用雲端強大的推理能力處理高難度任務，又能將部分運算放在邊緣設備上進行。這意味著你的手機或電腦可以更快地回應指令，同時保持雲端模型的聰明程度，解決了以往 AI 反應慢或耗電量過大的問題。第二，自主代理能力的全面升級。系統現在具備了長程記憶功能，能記住你過去的偏好與專案進度，並能自主規劃步驟去執行任務，例如自動整理資料、安排會議或撰寫報告，而不需要人類一步步下達指令。第三，安全對齊與價值觀遵循。針對外界對 AI 可能產生誤導性內容的擔憂，Google 引入了類似 Anthropic 倡導的安全對齊機制，確保 AI 在自主決策時嚴格遵循人類價值觀，大幅降低產生錯誤資訊的風險。第四，多模態數據的深度理解。新模型能同時理解文字、影像、聲音等多種形式的數據，讓它在處理複雜專案時比競爭對手更精準，特別是在需要跨領域整合的場景中表現出色。...

ClickUp 大規模裁員事件揭示 AI 代理正逐步取代傳統工作崗位，成為企業優化成本的新方向。DeepMind 創辦人 Demis Hassabis 表示 AI 將加速醫療突破，同時 Google AI Search 因隱私疑慮引發用戶流向 DuckDuckGo，全球搜尋市場格局面臨重塑。此外，Claude 與 MiniMax 等大型語言模型相繼強化實用功能與推理能力，標誌著 AI 工具鏈生態步入成熟階段。

ClickUp 大規模裁員說明了工作的未來：用 AI 代理取代數百員工

九年歷史的新創公司 ClickUp 正用數千個 AI 代理取代數百名員工。這反映了企業開始用 AI 自動化知識工作的趨勢，標誌著職場可能面臨的深層次轉變——不再只是某些崗位的優化，而是對整個工作流程的重新定義。

AI 代理裁員趨勢工作自動化

TechCrunch AI

獨家專訪：Demis Hassabis 談 AGI、用 AI 治療疾病

DeepMind 創始人 Demis Hassabis 接受專訪，討論通用人工智慧（AGI）的發展方向，以及 AI 在疾病治療領域的應用潛力。他分享了對 AI 如何革新醫療產業的看法，展示了 AI 技術從基礎研究向實際醫療應用轉變的重要意義。

AGIAI 治療疾病DeepMind

The Rundown AI

Google AI Search 引發反彈，DuckDuckGo 裝機數激增 30%

Google 在 I/O 2026 大會徹底重塑搜尋引擎，以 AI 代理取代傳統藍色連結，但用戶強烈反彈。DuckDuckGo 應用裝機數因此飆升 30%，用戶紛紛尋求替代方案來逃離被「強制餵食」AI 搜尋的處境。

搜尋引擎Google AI用戶反彈

TechCrunch AI

MiniMax-M2 系列：小激活釋放最大實世界智能

MiniMax 推出 M2 系列混合專家語言模型，核心特色是用最少的激活參數達到最大性能——229.9B 總參數中每次推理僅激活 9.8B。該系列專為智能體部署設計，結合了智能體驅動的數據管道、Forge 強化學習系統，以及支持自進化能力的 M2.7 檢查點，標誌著大模型朝著更高效、更自主的方向邁進。

混合專家模型智能體系統參數高效

arXiv cs.AI

Claude 作為日常開發工具：Claude.md、Skills、Subagents、Plugins 和 MCPs 功能詳解

Anthropic 的 Claude 正在演進為開發者的日常生產工具，新增了 Claude.md 配置、Skills 自定義技能、Subagents 子代理、Plugins 插件和 MCPs（Model Context Protocol）等功能。這些功能讓開發者能更靈活地定制 Claude 的行為，將其從聊天助手升級為可編程的工作夥伴，大幅提升代碼生成和複雜任務的自動化能力。

ClaudeAI 開發工具代碼生成

Hacker News

向量並非中立：LLM 匯出表徵中的敏感資訊推斷風險

研究發現，LLM 系統匯出的向量表徵（即使源文件被限制存取）仍可能洩露敏感個人資訊。團隊以臨床病歷生成為案例，審計了 prompt 隱藏狀態和池化表徵中的隱私風險，發現減少一個文件中的敏感資訊可恢復性並不必然降低另一個文件的洩露風險，並提出 SurfaceLoRA 作為緩解方案。

LLM 隱私向量表徵敏感資訊洩露

arXiv cs.CL

Sundar Pichai 談 AI、搜尋的未來，以及網路的變化

Google 和 Alphabet 執行長 Sundar Pichai 在 Google I/O 開發者大會後接受訪談，探討 AI 對搜尋和網路生態的影響。這是兩人連續第五年在 I/O 後進行的年度對談，涵蓋 Google 最新的 AI 戰略與產品方向。

Google搜尋AI策略Sundar Pichai

The Verge AI

ScientistOne：通過證據鏈實現人類水平的自主研究

研究團隊推出 ScientistOne 系統與 Chain-of-Evidence（證據鏈）框架，針對自主研究代理在學術論文生成中常見的可驗證性問題，包括虛假引用、不可重現的結果和方法描述與實現不符。該系統通過全程維護證據追蹤鏈，在文獻回顧、方案發現和論文寫作各環節確保研究內容的真實性與可驗證性，並推出 CoE Audit 工具對任何自主研究系統進行完整性檢驗。

自主研究代理證據鏈驗證論文生成

arXiv cs.AI

歸因盲點：檢測語言模型是否依賴記憶而非檢索上下文

研究團隊發現了 RAG（檢索增強生成）系統的關鍵問題：當檢索到的文檔與模型預訓練數據重疊時，模型可能完全從內部參數記憶中生成文本，卻看起來像是基於檢索內容。論文提出 Computational Reality Monitoring（CRM）方法，通過比較有無上下文的內部表徵來檢測這種「歸因盲點」，這對高風險應用的可信度驗證至關重要。

RAG檢索增強生成歸因盲點

arXiv cs.AI

Self-Verified Distillation：語言模型自我驗證的合成資料生成管道

研究團隊提出 Self-Verified Distillation 演算法，讓大型語言模型無需外部教師或工具反饋，僅通過未標記的提示詞就能自我改進。模型生成候選解答後，透過循環一致性、事實性和正確性三階段級聯驗證自動篩選，訓練於自我策劃的資料集上，在數學、科學和編程三個推理領域展現效果。這項技術讓 LLM 成為自己的資料管道，為模型微調和持續改進開啟新途徑。

語言模型自我驗證自監督學習

arXiv cs.CL

OpenRouter 估值一年內翻倍至 13 億美元

OpenRouter 在 CapitalG 領投下完成 1.13 億美元 B 輪融資，估值飆升至 13 億美元，顯示其整合多模型策略獲得市場高度認可。該平台在六個月內使用量成長五倍，證實了跨模型整合的商業潛力與未來趨勢。

OpenRouterSeries B多模型整合

TechCrunch AI

我厭倦了與 AI 對話

這篇文章反映了一個日益普遍的現象：用戶對與 AI 互動產生了疲勞感和厭倦。隨著 AI 聊天機器人變得無所不在，許多人開始質疑過度依賴 AI 對話的實際價值，以及這種互動對人類溝通和思維方式的影響。

AI疲勞人機互動用戶體驗

Hacker News

今日洞察

AI 產業正經歷估值爆發與治理嚴格的雙軌發展，OpenRouter 估值翻倍證實多模型整合的商業潛力，而唱片公司與平台的新協議則確立了內容安全的監管標準。安全層面，金融機構面臨繞過密碼直接重置 MFA 的新型攻擊，凸顯傳統防護的脆弱性。企業內部更需警惕 Prompt 與評估債務等隱形技術債，避免非線性系統崩潰。同時，Google 透過 Dialogues 與 Beam 實驗，展現下一代模型戰略與混合實境協作的願景，推動技術從概念走向深度應用。整體而言，產業在追求效率與體驗升級的同時，正加速構建更嚴謹的風險防範與治理框架，以應對快速變化的技術挑戰。

🔮 趨勢雷達

未來三至六個月，跨模型整合平台將確立為市場主流，OpenRouter 的估值飆升預示著單一模型霸權終結，企業將加速部署混合模型架構以優化成本與效能。同時，AI 音樂版權監管將從倡議轉為強制執行，大型唱片公司與平台將建立更嚴格的內容過濾機制，導致未經授權的生成式音樂投資急劇降溫。在安全層面，金融機構將被迫放棄傳統密碼防護，全面轉向動態身份驗證以抵禦 MFA 重置攻擊。此外，企業將開始大規模清算 Prompt 與評估債務，否則將面臨系統性崩潰風險，而 Google 的混合實境會議技術則可能率先在跨國企業中落地，重塑遠距協作標準。

延伸閱讀

NotebookLM 怎麼用 PDF

NotebookLM 怎麼用？把 PDF 上傳後直接對話的 AI 筆記完整教學

NotebookLM 怎麼用？Google 出的免費 AI 筆記工具，上傳 PDF、YouTube 影片、文字後就能直接對話提問。本文教你從建立筆記本、上傳來源到提問技巧，附繁中操作步驟。

喜歡這篇？每天早晨還有更多。

訂閱 5min AI，讓 AI 替你追蹤整個 AI 世界。