📰 2026-06-03 AI 日報

Perplexity 在 Computex 亮出的這張牌,比融資新聞更值得看
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

Perplexity 在 Computex 亮出的這張牌,比融資新聞更值得看

Perplexity AI 上週在 Computex 2026 展示了一個混合式本地雲端推理協調系統,簡單說就是:AI 推理的運算,可以動態分配給你的本機裝置或雲端伺服器。這不是產品小更新,這是一個估值 200 億美元的公司,在宣示自己的下一個戰場。 現在 AI 推理幾乎都壓在雲端,你問一句話,封包飛到資料中心,回答再飛回來。這個模式有三個痛點:延遲、費用、隱私。Perplexity 的混合架構,是在說「我們可以把更多計算放在你身邊」。對企業用戶來說,敏感資料不用離開內網;對一般用戶來說,離線也能用、速度更快。 從投資人視角看,這步棋的意思更清楚。純雲端 AI 的路,OpenAI 和 Google 已經蓋好護城河。但邊緣推理這塊,現在還沒有人拿下。Perplexity 趁著 Computex 這個硬體廠商聚集的場合出手,訊號很明確:他們在跟高通、聯發科、英特爾這些做端側晶片的廠商喊話,我們要一起搶這個生態。 同一週 OpenAI 把旗艦模型跟 Codex 搬進 AWS,兩件事放在一起看,其實是兩條截然不同的路線。OpenAI 選擇深化雲端依賴,讓企業用 AWS 既有的採購流程買單,短期內能快速放大營收。Perplexity 則往另一個方向跑,主打本地化和隱私,試圖在 AI 基礎設施還沒定型之前,卡住邊緣這個位置。 這不代表誰對誰錯,但邊緣推理這條路,一旦硬體夠強、生態跑起來,轉換成本會非常高。Perplexity 現在佈局,成本比三年後便宜很多。 如果這套混合架構真的跑得起來,受影響最深的不是 OpenAI,是 AWS 和 Azure——因為部分推理費用會從雲端帳單裡消失。
不需要員工,但你得學會當老闆
塵子💬 塵子觀點

不需要員工,但你得學會當老闆

朋友說想創業,但怕招不到人。我告訴他,現在創業門檻低到有點荒謬,因為你根本不需要招人。MIT Technology Review 報導,AI 已經能接手會計、設計、市場研究,甚至產品開發——這些原本需要整個部門才能消化的工作。 聽起來很美好,對吧?小公司只要付一點訂閱費,就能擁有過去只有大企業才配有的營運能力。但問題來了:如果 AI 員工這麼好用,為什麼還是有一堆公司燒錢燒到倒? VentureBeat 調查給出了答案:32% 的企業把問題歸咎於供應商不透明,而且只有四成公司設有中央管控團隊。換句話說,大家不是輸在技術,是輸在沒人知道怎麼管這些「員工」。你交給 AI 一個任務,它可能真的幫你做完,但也可能在執行途中悄悄改了你的預算,或用一套你完全看不懂的邏輯去推銷產品。 現在的技術整合速度更是沒在等人。OpenAI 的模型已經能部署上 AWS,Perplexity 支援本地與雲端混合運算,JetBrains 推出了專門用來寫程式碼的混合專家模型。能力一直在擴張,但管理這些工具的架構,還停留在「我問你答」的階段。 這就像請來一個過目不忘的特助,結果發現他完全搞不清楚公司裡誰說了算,甚至開始自己決定要簽哪些合約。技術本身不是問題,問題是多數人還沒想好怎麼指揮它。 所以,下次你想創業,別只顧著比較哪個模型比較聰明。先想清楚:你懂得怎麼開會嗎?
🚀 產品速報2026-06-03

AI 的下一個數據集是你的公寓:從網路閱讀到居家感知

過去幾年,我們習慣了 AI 透過閱讀網路上公開的書籍、文章和圖片來學習。但現在情況正在改變,AI 的學習範圍正從廣闊的公開網路,轉向更私密、更真實的居住空間。根據最新報導,未來的 AI 模型將深入家庭,透過智慧家電、語音助理和各種感測器,直接收集我們日常生活的真實互動數據。這意味著你的公寓將成為訓練 AI 最重要的數據集,AI 不再只是閱讀人類寫下的文字,而是開始觀察並理解人類在居住空間中的實際行為模式。 這個轉變背後有幾個關鍵的技術與功能亮點。...

Anthropic 正式申請上市,標誌著 AI 新創公司發展進入新階段。Google 推出虛假來電偵測功能防範 AI 詐騙,同時 Microsoft 推出新款高級推理模型 MAI-Thinking-1,兩大科技巨頭持續強化 AI 安全與能力建設。此外,保險業者 Travelers 與 OpenAI 合作推出 AI 理賠助手全國部署,顯示生成式 AI 應用正加速滲透各行業實務場景。

Anthropic 申請上市

Anthropic 申請上市

AI 新創獨角獸 Anthropic 正式提交上市申請。這家曾被視為大語言模型領域黑馬的公司,如今已成為企業級客戶的首選,這一動作標誌著 AI 產業進入新的成熟階段,也反映出投資人對生成式 AI 商業前景的信心。

Anthropic上市生成式 AI
TechCrunch AI
Google 推出虛假來電偵測功能 防止 AI 深度偽造詐騙

Google 推出虛假來電偵測功能 防止 AI 深度偽造詐騙

Google 正式推出虛假來電偵測功能,針對詐騙集團利用 AI 深度偽造技術冒充權威人士、家庭成員或雇主的詐騙手法。隨著人們越來越不接聽陌生號碼,詐騙集團轉而使用號碼欺騙技術搭配 AI 語音合成,Google 此舉意在保護用戶免於這類日益猖獗的詐騙威脅。

AI 詐騙防護深度偽造通話安全
TechCrunch AI
Travelers 與 OpenAI 合作推出 AI 理賠助手,全國部署服務

Travelers 與 OpenAI 合作推出 AI 理賠助手,全國部署服務

保險公司 Travelers 與 OpenAI 合作開發了 AI 驅動的理賠助手,幫助客戶全天候 24/7 提交保險理賠申請、獲得支持,並在高峰期自動擴展服務能力。這代表 AI 在金融服務領域的實際應用落地,通過自動化提升客戶體驗和運營效率。

AI 理賠OpenAI金融服務自動化
OpenAI Blog
Microsoft 首款高級推理 AI 模型 MAI-Thinking-1 正式推出

Microsoft 首款高級推理 AI 模型 MAI-Thinking-1 正式推出

Microsoft 在 Build 2026 大會上發布了自主研發的新 AI 模型 MAI-Thinking-1,標誌著該公司在 AI 模型開發上的重大進展。這是 Microsoft 去年推出首批自有模型後的延續,也反映出其逐步減少對 OpenAI 依賴的策略轉變,雙方最近重新協商協議以鬆綁合作關係。

Microsoft AI 模型MAI-Thinking-1AI 自主開發
The Verge AI
Jun 3, 2026 政策:映射一年份 AI 驅動的網路威脅我們學到了什麼

Jun 3, 2026 政策:映射一年份 AI 驅動的網路威脅我們學到了什麼

Anthropic 發布一份深度研究,整理過去一年間利用 AI 技術進行的網路攻擊趨勢與特徵。報告揭示了 AI 如何被用於強化惡意網路活動,對企業與個人的安全防禦提出新的挑戰與防護建議。

AI 安全威脅網路攻擊政策建議
Anthropic Blog
多倫多大學研究人員展示 AI 蠕蟲可攻擊任何在線設備

多倫多大學研究人員展示 AI 蠕蟲可攻擊任何在線設備

多倫多大學的研究團隊發現一種 AI 驅動的蠕蟲程式,具有跨越多個在線設備進行傳播的能力。這項研究揭露了現有 AI 系統在安全防護上的重大漏洞,攻擊者可能利用自動化 AI 代理進行大規模惡意活動。

AI 安全蠕蟲程式網路安全威脅
Hacker News
大型語言模型中的事實意見能否被編輯(操縱)?

大型語言模型中的事實意見能否被編輯(操縱)?

研究人員發現現有的知識編輯技術存在嚴重漏洞,能被用來操縱 LLM 中對公眾人物的記錄立場與觀點。這類操縱可能重塑公眾形象、影響選舉決策、改變社會輿論,威脅極大。團隊推出 FOE 基準測試,涵蓋 261 位公眾人物與 2,178 條觀點記錄,驗證當前編輯方法在處理事實意見時往往只能進行表面改動,難以保證編輯後的意見與模型生成的支持證據相互一致。

知識編輯大型語言模型事實核查
arXiv cs.CL
LEAP:用智能框架為 LLM 解鎖形式化數學證明能力

LEAP:用智能框架為 LLM 解鎖形式化數學證明能力

研究團隊推出 LEAP 框架,讓大語言模型能夠生成在 Lean 等形式化語言中可驗證的數學證明。該系統透過將複雜問題分解、結合非形式推理與迭代自我改進,在自動定理證明上達到新的最高性能,並引入 Lean-IMO-Bench 基準來評估 IMO 風格問題的形式化證明能力。

形式化證明定理自動證明LLM推理
arXiv cs.AI
Microsoft 在 Build 大會上推進自主 AI 戰略

Microsoft 在 Build 大會上推進自主 AI 戰略

Microsoft 在年度 Build 開發者大會上宣佈自主開發 AI 能力的新方向,強化與 OpenAI 的合作之外的獨立 AI 發展路線。同時,好萊塢傳奇導演開始擁抱 AI 技術,標誌著創意產業對 AI 工具的態度轉變。

MicrosoftAI 戰略Build 大會
The Rundown AI
英國要求 Google 允許發行商選擇退出 AI Search 功能

英國要求 Google 允許發行商選擇退出 AI Search 功能

英國競爭與市場管理局(CMA)對 Google 頒布新行為規則,要求讓網站所有者可以選擇不將其內容用於 AI Overviews 等 AI 搜尋功能。這項監管決定賦予線上發行商更多對自身內容在 Google AI 應用中使用方式的控制權。

GoogleAI 監管發行商權益
The Verge AI
Microsoft 推出新工具,讓開發者透過文字描述即可建立 AI 行為測試

Microsoft 推出新工具,讓開發者透過文字描述即可建立 AI 行為測試

Microsoft 正式發布 Adaptive Spec-driven Scoring for Evaluation and Regression Testing,這是一個開源框架,能協助開發者利用文字描述快速建立 AI 評估與回歸測試環境。此工具大幅降低了設定 AI 測試的門檻,讓團隊能更靈活地驗證模型行為是否符合預期。

MicrosoftAI 測試開源框架
TechCrunch AI
AI 的耗水問題:Google 提出解決方案

AI 的耗水問題:Google 提出解決方案

隨著美國 AI 資料中心大規模擴建引發環保反彈,Google 宣佈五項水資源承諾,目標不僅減少自身用水,還要為當地社區補充更多水資源。這反映出 AI 產業必須直面的環境挑戰,以及科技巨頭在基礎設施擴張中的責任考量。

AI 耗水資料中心環境永續
The Verge AI

今日洞察

AI 產業正從單純追求模型能力轉向深化應用治理與成本效益的平衡。企業在導入生成式 AI 時,常因低估實際使用成本與管理難度而遭遇預算超支,如 Uber 的經驗所示,這迫使市場重新評估投資回報率。同時,技術門檻的降低透過無程式碼工具與開源框架,讓開發者能更靈活地建立代理與測試環境,加速落地實作。然而,執行層面的治理缺失與供應商不透明問題日益凸顯,成為阻礙企業成功的關鍵。未來趨勢將朝向混合式架構發展,結合雲端與邊緣運算以兼顧隱私與效能,並透過 AWS 等基礎設施整合,推動 AI 從評估階段真正進入生產環境,解決實際執行問題。

🔮 趨勢雷達

未來三至六個月,AI 產業將從狂熱的模型競賽急轉為嚴格的成本管控與治理落地。受 Uber 預算超支案例啟示,企業將大幅削減無效的生成式 AI 實驗,投資回報率成為核心篩選標準,導致純概念驗證項目在 Q3 遭遇資金凍結。同時,混合式本地雲端推理架構將取代純雲端方案成為主流,以解決隱私與效能瓶頸。開發者將轉向利用無程式碼工具與自動化測試框架,專注於建立中央管控的治理體系,而非盲目追求模型參數量。缺乏實際執行架構的供應商將面臨大規模淘汰,市場重心徹底從技術展示轉向可規模化的生產環境整合。

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。