我們繼續探討 Transformer 替代方案系列。

在本週 AI 焦點部分，我們討論了 Opus 4.8。

本週的觀點探討了 Google、NVIDIA、Microsoft、OpenAI 和 Anthropic 等公司在 AI 技術堆疊中不同領域的所有權所帶來的策略差異。

過去兩年，AI 榮景是關於未來的論辯，體現在基準測試和投資條款清單中；本週，它已轉變為關於當下的論辯，體現在實際營收上。

從基礎層面開始。Anthropic 推出了 Claude Opus 4.8，同時披露其正朝首次營運獲利邁進，預計第二季營收約 109 億美元，季增約 130%，並完成了一輪 650 億美元的融資。請仔細思考這點：一個仍在進行前沿模型訓練的實驗室，正接近營運獲利能力。「實驗室本質上無法獲利」這個支撐所有看跌論點的假設，其承重牆已然倒塌。

Anthropic 對模型本身的描述令人耳目一新，稱其為「溫和但實質的改進」，代理式程式編寫能力從約 64% 提升至約 69%，工具輔助推理從約 55% 提升至約 58%，價格與 4.7 版本相同。有趣的部分在於基準測試之下。有三個重要的變化。

首先是「努力控制」，讓你可以調整模型在每個任務上思考的強度，這是一種對運算與品質權衡的明確治理，而每個代理建構者過去都透過提示詞技巧來解決這個問題。其次是「動態工作流程」：Claude Code 的一項功能，模型會規劃一個大型任務，啟動平行子代理來處理各個部分，驗證其輸出，然後回報，搭配的 Messages API 現在允許在執行中即時編輯訊息陣列，而不會破壞提示詞快取，因此你可以在不中斷並重新啟動的情況下引導長時間任務。

第三是「誠實作為可測量能力」：4.8 版本讓自身程式碼中的缺陷未經標記地溜走的可能性比 4.7 版本低約四倍，並且更容易揭示自身的不確定性。將這些功能疊加起來，你就能得到模型無人看管地運行數小時後真正重要的東西：它會規劃、平行處理、檢查自己的工作，而且，因為你無法閱讀每一個差異，它被訓練成不信任自己。它在執行所有這些任務時也會大量消耗 token。

接著觀察資金流向，因為它告訴你計價單位現在是 token。OpenRouter 以 13 億美元的估值募得 1.13 億美元，做的事情幾乎簡單到令人尷尬：在 400 多個模型之間進行路由，並收取約 5% 的推論支出。其每週吞吐量在六個月內從 5 兆個 token 成長到 25 兆個 token，成長了五倍。

這不是預測；這是一個計量器。Cognition 以 260 億美元的估值募得 10 億美元，公告中隱藏著一句話，應該會重新調整你的預設判斷：Cognition 內部提交的程式碼中，有 89% 現在是由 Devin 編寫的，高於去年 12 月的 13%。

年化營收在一年內從 3700 萬美元成長到 4.92 億美元。自主軟體工程不再是演示，而成為預設的程式碼提交者。

Snowflake 在公開市場上完成了閉環。產品營收成長 34%，財測上調，股價在單一交易日上漲約 36%，其中兩個關鍵指標是一筆 60 億美元的 AWS 運算交易，以及收購 Natoma，一個用於管理代理存取的 MCP 平台。資料層正在圍繞著「消耗」而非「查詢」的代理進行重新定價。

整個技術堆疊，模型、路由器、代理、底層基礎設施，正匯聚成一種商業模式：按 token 收費，因為 token 就是工作。

這正是教宗良十四世選擇發表他的第一份通諭《Magnifica Humanitas》的時刻，該通諭與 Anthropic 的 Chris Olah 一同呈現。拋開神學層面，這個論點是對該領域應嚴肅看待的工程學批判：技術從來都不是中立的，因為它繼承了建造者和資助者的動機，而危險不在於惡意，而在於靜默的去中介化，決策一點一滴地從人類手中滑落，透過一次次的委託提交。

將這兩個事實結合起來。Cognition 的 89% 就是通諭論點的指標化重述。讓經濟運轉的計量器，也正是衡量我們交出了多少判斷力的計量器。看漲的理由和道德的考量，正在讀取同一個數字。

飛輪不再只是一張投影片。它已呈現在損益表上。懸而未決的問題是，它正在優化什麼。

AI 實驗室：CMU & Amazon

摘要：為了解決評估 AI 代理能否準確將非正式程式意圖轉化為正式規範的挑戰，研究人員引入了 VERUS-SPECBENCH 基準測試和 VERUS-SPECGYM 代理環境。透過擴展執行機制，針對官方測試和對抗性「駭客」測試生成的規範，該研究揭示即使是能夠生成正確程式碼的模型，規範自動形式化仍然非常脆弱。

AI 實驗室：清華大學、NVIDIA、多倫多大學 & Vector Institute

摘要：Gamma-World 提出了一個可擴展的生成式多代理世界模型，透過利用用於置換對稱身份的 Simplex 旋轉代理編碼和用於高效跨代理通訊的稀疏中心注意力機制，超越了傳統的單代理模擬。透過條件式師生蒸餾和 KV 快取串流，該框架實現了 24 FPS 的即時、響應動作的運行，並在虛擬遊戲和實體機器人環境中保持強大的一致性。

AI 實驗室：哈佛大學 & MIT

摘要：雙向演化搜尋 (BES) 透過將前向候選演化與後向目標分解相結合，克服了稀疏驗證訊號和狹窄自迴歸擴展的限制。透過重新組合軌跡片段以擺脫狹窄的機率分佈，並根據細粒度子目標進行評分，BES 在複雜邏輯推理和開放式問題解決任務上顯著優於現有的開源框架。

AI 實驗室：Meta AI

摘要：MobileMoE 推出了一系列活躍參數少於十億的稀疏混合專家 (MoE) 語言模型，專為智慧型手機等邊緣設備的高效部署進行優化。在新型設備端擴展法則的指導下，並由客製化的融合 MoE 核心支援，這些模型在實現最先進性能的同時，與具有相似記憶體佔用的密集型基準模型相比，預填充和解碼速度顯著加快。

AI 實驗室：Google DeepMind

摘要：Gemini Embedding 2 是一個原生的多模態嵌入模型，無需依賴中間轉錄，即可將文字、圖像、音訊和視訊輸入無縫映射到單一、統一的表示空間。該模型透過多任務設定下的大規模對比學習進行訓練，在單模態、跨模態和多模態檢索基準測試中建立了新的最先進性能，同時在各種企業和專業領域中展現強大的零樣本泛化能力。

摘要：MiniMax-M2 系列推出了一個高效的 2299 億參數稀疏混合專家模型，每個 token 僅激活 98 億個參數，專為複雜、長週期的代理工作流程而設計。透過利用代理驅動的資料管線、名為 Forge 的專用強化學習系統，以及自主自我演化能力，該模型在程式編寫、深度搜尋和推理基準測試中達到前沿水準的表現，同時保持最小的運算足跡。

Anthropic 發布了其旗艦模型的新版本，具備強大的代理和程式編寫能力。

1. Anthropic 在 H 輪融資中募得 650 億美元，投後估值達 9650 億美元，Anthropic 在 H 輪融資中募得 650 億美元（由 Altimeter、Dragoneer、Greenoaks 和 Sequoia 共同領投），投後估值達 9650 億美元，並披露本月初年化營收已突破 470 億美元，同時引入 Micron、Samsung 和 SK hynix 作為策略性記憶體/儲存合作夥伴，加上先前承諾的 150 億美元超大規模雲端服務商投資（包括 Amazon 的 50 億美元）。

2. AI 程式編寫新創 Cognition 募得 10 億美元，投前估值達 250 億美元，AI 軟體工程師 Devin 的開發商 Cognition 募得超過 10 億美元（由 Lux Capital、General Catalyst 和 8VC 領投），投後估值約 260 億美元，在八個月內估值翻倍，年化營收達到 4.92 億美元。

3. Robinhood 允許 AI 代理交易股票，Robinhood 推出了測試版的代理式交易和代理式信用卡，讓客戶可以透過 MCP 將第三方 AI 代理連接到獨立的資金帳戶，以自主交易股票和進行購買。

4. OpenRouter 估值翻倍至 13 億美元，這家多模型 AI 推論路由新創公司在 Alphabet 旗下 CapitalG 領投的 B 輪融資中募得 1.13 億美元，估值約 13 億美元，比一年前翻了一倍多，其每週流量從 5 兆個 token 成長到 25 兆個 token。

5. Hark 完成 7 億美元 A 輪融資，Brett Adcock 神秘的 AI 新創公司募得 7 億美元，投後估值達 60 億美元（由 Parkway Venture Capital 領投），旨在打造一款具備專有多模態模型和客製化硬體的「通用」代理式 AI 助理，首批模型預計於 2026 年夏季推出。

6. Mistral 與 Airbus 和 BMW 簽約，Mistral AI 擴展到製造業的「實體 AI」領域，宣布與 Airbus（飛機設計、飛行安全、國防/太空）和 BMW 的「大型工業模型」碰撞模擬計畫建立合作夥伴關係，並在法國設立新的資料中心。

7. MiniMax 在新模型發布前銷售額翻倍，這家中國 AI 開發商的年化營收在兩個月內翻倍，達到至少 3 億美元，主要由其 M2.7 模型和企業用戶五倍的增長所驅動，預計將推出下一個旗艦模型。