Google 搜尋近期針對部分查詢測試 AI 概覽自動展開功能，讓使用者無需點擊即可閱覽完整摘要。這項 AI 概覽機制的進化，顯示出 Google 搜尋正轉向 AI 優先策略，雖然提升...

Google 正式將搜尋體驗進一步向人工智慧（AI）架構靠攏。根據外媒《Search Engine Roundtable》報導，Google 目前正在針對部分搜尋關鍵字測試新機制，系統會自動在結果頁面頂部完整展開「AI 摘要」（AI Overviews），而非以往僅顯示部分精簡內容。

這項轉變意味著使用者將需要向下滾動更長的距離，才能瀏覽傳統的藍色超連結網頁列表，同時也顯示出搜尋引擎正加速由傳統索引轉型為 AI 直接解答的互動模式。

自動展開完整摘要：互動介面再進化，搜尋引擎轉向對話式解答

在過去的設計中，Google 搜尋結果頂部雖然會出現 AI 概覽，但通常預設只會擷取顯示部分重點，並附帶一個顯眼的「顯示更多（Show more）」按鈕，供有深入閱讀需求的使用者手動點擊展開。而在這次觸發自動展開的新機制下，Google 會在頁面載入完成後直接展示完整的 AI 摘要內容，下方甚至會緊接著出現「隨便問問（Ask a follow up）」的延伸對話輸入框，使整個螢幕第一時間被 AI 回答完全佔據，一般自然搜尋結果的連結則被推擠至頁面更下方。

目前 Google 具體依據哪些演算法指標與標準來決定是否自動展開 AI 摘要仍未完全明朗。

外媒測試指出，在測試期間大部分搜尋查詢都曾短暫出現自動展開，但隨後又可能恢復為傳統的收合狀態。其中較能穩定觸發自動展開的查詢範例為「Switch 2 上最好的遊戲是什麼（What are the best games on Switch 2）」，但即便使用此關鍵字，在不同瀏覽器環境或多次刷新搜尋時，結果仍有差異，顯示該功能目前仍處於動態 A/B 測試階段。

針對這項介面變更，Google 發言人庫茨（Jennifer Kutz）出面說明表示，系統若判定動態展開內容對當前使用者的查詢意圖最有幫助，AI 概覽就會自動進行擴展。

庫茨進一步指出，根據 Google 內部的使用者研究顯示，在這種動態延伸的搜尋體驗下，使用者普遍認為搜尋結果更加實用且具有參考價值，同時也大幅提升了使用者繼續進行後續延伸探索與追問的意願。

為了避免影響既有的瀏覽習慣與操作流暢度，Google 也在該功能中加入了防干擾機制。庫茨強調，若系統偵測到使用者在頁面載入後已經開始向下滾動、主動尋找或閱讀 AI 概覽下方的傳統網頁內容，Google 就會自動取消動態展開操作，以確保不會因為版面突然伸展而導致使用者失去當前閱讀位置。這項細部最佳化反映出 Google 在積極推動 AI 體驗的同時，也試圖在使用者介面（UI）體驗與傳統瀏覽動線之間取得平衡。

 

• 延伸閱讀：Google Gemini Notebook 大進化！買過的電子書一鍵變身 AI 智囊團，10 萬本 Play 圖書秒變個人專家智慧
• 延伸閱讀：Google Gemini Live 變得更強了！整合 Spark 代理人，動口就能自動做報表、整理信箱
• 延伸閱讀：Google Pixel 11 新功能被封印？拆解證實「HiLight」光環是真RGB：缺色限制全因軟體封印

 

 

加入T客邦Facebook粉絲團

前 TikTok 高層推出 Superpose，這款 AI 攝影應用透過即時姿勢建議解決拍照僵硬。Superpose 將取景器化身專業教練，在不失真的前提下優化構圖。這項創新的 AI ...

出門旅遊或約會拍照時，另一半總拍不出讓人滿意的視角，被攝者也常因肢體僵硬而在鏡頭前不知所措。看準這項普遍存在於大眾日常的痛點，前短影音平台 TikTok 高階主管聯手打造了名為「Superpose」的 AI 攝影應用，將取景器化身為隨身姿態導師。

這款工具上線短短兩個月內便創下逾 2.2 萬次下載量，累積生成近 19 萬組擺拍姿態，為當前充斥著修圖修容的相機市場開闢了一條前置引導的新賽道。

從「另一半總是拍不好」的痛點出發

Superpose 的誕生緣起相當貼近生活日常。創辦人之一 Melody Chu 坦言，這款應用的核心靈感其實來自個人困境——她的丈夫每次掌鏡時，總是難以拍出符合預期的理想構圖。

這讓她深刻體會到，多數人拍照並非缺乏美感，而是缺乏在鏡頭前呈現自然姿態的技巧。為此，Chu 攜手過往在 TikTok 專門負責圖像與影片模型開發的技術專家 Jing Liu，決定將電腦視覺（Computer Vision）與生成式人工智慧（Generative AI）深度導入最日常的攝影環節。這項精準擊中社群用戶痛點的構想，也讓他們成立的新創團隊迅速獲得 220 萬美元（約合新台幣 7,000 萬元）的投資。

比起傳統修圖軟體動輒在事後靠濾鏡磨皮、拉長身形的「重度後製」，Superpose 的產品哲學更傾向於「前置預防」，在快門按下的那一秒前，就先解決現場最棘手的肢體與構圖困擾。

用 4 種即時姿態建議擊破「恐怖谷」假人感

在技術落地的實踐上，Superpose 選擇以使用者的「拍照取景畫面」為即時運算起點。當相機鏡頭對準被攝者時，內建的 AI 演算法會依據畫面空間與角度，即時運算出 4 種契合現場情境的姿勢建議，一步步引導被攝者調整站位、肢體擺放與視角平衡。

開發團隊特別強調，這套工具力求在不涉及大規模背景替換的前提下運作，讓使用者能在最真實的生活場景中拍出好照片，避免 AI 換臉或虛構背景帶來的失真問題。

針對生成式技術容易引發的不自然肢體扭曲，團隊未來的研發重點將鎖定在優化風格呈現、多元個性化推薦，以及強化取景視角的教練指導能力，盡可能消除 AI 人體骨架預測時的「詭異感」（Uncanny Valley），讓動態建議更顯自然妥貼。

從目前的營運表現來看，Superpose 已經初嚐市場甜頭。產品上線約 2 個月已突破 2.2 萬次下載，用戶累計生成的姿勢更逼近 19 萬組，顯現出大眾對於「輕量姿態教學加上即時拍照指導」的龐大剛性需求。

在商業模式方面，Superpose 採取輕量化的「每日 5 次免費生成」作為吸客入口，針對需要頻繁出片或深度拍照的使用者，則提供彈性訂閱方案，定價區間落在 2.99 美元（約 5 次生成額度）至 9.99 美元（約 20 次生成額度）不等，藉由分層定價驗證社群時代「顏值生產力」的變現潛力。

 

• 延伸閱讀：2026 旗艦手機拍照實測！S26 Ultra、小米17、vivo X300 Ultra 誰是 AI 攝影機皇？
• 延伸閱讀：外型大改！Sony Xperia 1 VIII 發表，加入 AI 攝影助理、加大長焦感光元件
• 延伸閱讀：Arlo 在台推出新一代智慧居家攝影機系列，首款雲台式 AI 攝影機主打室內全景監控

 

 

加入T客邦Facebook粉絲團

NASA 最新研究指出，月球南極的高寒永久陰影區竟可能成為地球微生物的臨時避風港。這些位於月球南極的永久陰影區具備天然輻射屏障，讓地球微生物得以在極端環境中存活，這項發現將對未來登月任...

美國國家航空暨太空總署（NASA）阿姆斯研究中心（Ames Research Center）近日發表的一項最新天體生物學研究卻帶來了突破性的驚人發現：在月球南極那些終年不見天日的「永久陰影區（PSRs）」深坑中，極度寒冷、具備微弱揮發物冰層保護的微環境，極有可能在短期內成為某些強韌地球極限微生物（Extremophiles）的臨時避難所，甚至得以在極端太空環境中存活數月之久。

零下 230 度超低溫形成「天然冷凍庫」：水冰沉積與隕石坑壁阻絕致命宇宙射線

長期以來，科學界普遍認為月球表面是一個對生命極端敵對的死寂之地——在缺乏大氣層保護的情況下，強烈的太陽紫外線、太陽風帶電粒子以及高能銀河宇宙射線（GCR）會在一瞬間撕碎任何暴露在外暴露的有機生命 DNA。然而，NASA 研究團隊透過月球勘測軌道飛行器（LRO）回傳的熱輻射數據與地質模型進行深度電腦模擬後發現，月球南極高達數公里深的隕石撞擊坑邊緣，為坑底創造了近乎完美的天然屏障。

在這些溫度常年維持在零下 200°C 至零下 246°C（接近絕對零度）的超低溫環境中，微生物的生化代謝將被完全凍結，進入類似假死的極致休眠狀態；更關鍵的是，厚重的高角度隕石坑壁能夠阻擋高達 80% 以上的太陽直接輻射，結合坑底混合在月壤中的水冰（Water Ice）結晶，形成了一個天然的輻射防護盾，使如芽孢桿菌（Bacillus）或微型緩步動物（水熊蟲）等極限生命在特定微裂隙中具備驚人的生存耐受力。

登月任務消毒規範面臨重大修正：防止「反向污染」與尋找月球原生水冰的平衡

這項發現對於即將啟動的 NASA 阿提米絲（Artemis）載人登月計畫以及各國月球基地建設提出了嚴峻的挑戰。阿提米絲計畫的核心目標之一，正是派遣太空人前往月球南極採掘永久陰影區的水冰資源以提煉氧氣與火箭燃料。如果人類太空裝、無人漫遊車或登月艙著陸器在發射前未能徹底無菌化，隨機附著的地球微生物一旦被帶入陰影區沉積下來，將可能長期殘留在月冰中，進而嚴重干擾未來科學家探測「月球水冰原始地質演化歷史」的純淨度。

 

NASA 官員表示，這項研究並非意味著微生物能在月球上繁衍生長，而是揭示了生命在極端宇宙環境中的頑強韌性遠超想像。

針對這項新發現，國際太空研究委員會（COSPAR）正考慮針對月球南極特定高科學價值的深陰影區域，劃定更高等級的「敏感保護區」，並要求未來的著陸器必須採用更先進的電漿滅菌與封閉防護技術，以確保人類在開拓地外疆土的同時，不至於無意間在月球寫下人造生命的污染歷史。

 

• 延伸閱讀：NASA 新一代月球車「飛馬」正式亮相！具備三模式操控與自主導航，助人類在月球南極長期紮營
• 延伸閱讀：NASA「靈神星」太空探測器成功藉由火星「引力彈弓」加速，回傳新月火星照
• 延伸閱讀：NASA 下一代直升機「Skyfall」曝光！翼尖速度突破音障，起飛重量提升 30%

 

 

加入T客邦Facebook粉絲團

微軟正為 Windows 11 測試強大的遠端電源控制功能，未來透過手機連結應用程式，使用者即可隨時遠端電源控制電腦。這項整合 Windows 11 系統更新的技術，讓手機連結大幅提升...

外媒《Windows Latest》在最新釋出的「Link to Windows」（微軟「手機連結」配套應用程式，早期稱為「你的手機」）安裝包進行拆包分析時發現，微軟（Microsoft）正積極為 Windows 11 與 Android 生態系開發一套深度的遠端電源控制功能。

未來使用者將能直接透過隨身攜帶的手機，針對遠端的 Windows 11 電腦執行關機、重新啟動、睡眠以及結合系統更新的複合式電源管理操作，大幅提升跨裝置協同作業的便利性。

根據拆包分析報告，相關控制代碼主要集中於一個名為「RemoteControlManager」的核心組件之中。在一份標註日期為 2026 年 8 月 25 日的內部除錯日誌（Debug Log）顯示，該功能的啟用旗標「isRemotePcControlsV2Enabled」目前狀態仍被設為「false」，這意味著該遠端控制功能目前尚處於微軟內部架構測試階段，尚未正式向公眾預覽版或一般使用者推送開放。

完整電源管理字串曝光：深度整合 Windows Update 更新狀態

從《Windows Latest》所挖掘出的底層字串資源（String Resources）來看，微軟本次規畫的並非單純的遠端電源開關，而是一套與作業系統狀態緊密聯動的完整遠端電源控制架構：

1. 基礎電源管理：包含常規的「重新啟動」（代碼標籤：pc_controls_restart_label）與「關機」（代碼標籤：pc_controls_shutdown_label）選項。
2. 深度整合系統更新：提供「更新並重新啟動」（pc_controls_update_and_restart_label）以及「更新並關機」（pc_controls_update_and_shutdown_label）選項。這項設計證實了手機端的遠端控制功能具備偵測 Windows Update 背景安裝狀態的能力，讓使用者在離開座位或外出時，仍能指揮電腦完成系統升級並妥善關機。
3. 睡眠模式配置：包含獨立的「睡眠」選項。不過代碼邏輯也明確指出，一旦電腦進入睡眠狀態，PC 將會主動中斷與手機端的連線通道，且受限於現行架構，使用者將無法透過手機端直接進行遠端網路喚醒。

防呆與資料安全機制：雙重確認防範未儲存檔案遺失

為了避免使用者在非物理接觸電腦的情境下誤觸重啟而造成工作進度受損，微軟在遠端指令傳輸流程中設計了嚴謹的資料安全確認與警告機制。

當使用者在手機端觸發「更新並重新啟動」時，畫面將主動跳出高風險警告提示：「需要重新啟動才能完成電腦更新……您不在電腦前，因此無法在此處儲存。是否仍要重新啟動？」而若執行一般的常規遠端重新啟動，系統同樣會提示設備背景可能仍存在尚未儲存的應用程式與檔案資料，強制要求使用者再次確認已保存重要內容後方可執行。

目前這套遠端控制功能尚未正式上線，《Windows Latest》在拆包過程中亦尚未擷取到最終渲染的 UI 使用者介面。不過，考量到底層代碼中已經建置了針對一般操作與系統更新的獨立確認對話框邏輯，科技業界與外媒普遍研判該功能的開發成熟度已相當高，距離公開測試與正式發布已不遠。

跨裝置生態跨大步：微軟打造超越蘋果生態的遠端管理能力

「Link to Windows」是微軟為 Android 裝置打造的專屬跨平台協同應用程式，使用者只要在 Windows 11 電腦端搭配「手機連結（Phone Link）」軟體進行配對，即可在電腦與手機之間實現通知同步、即時相片與檔案無線傳輸、跨裝置剪貼簿複製貼上，以及直接在電腦上接聽電話與收發簡訊等功能。

回顧微軟在跨裝置生態的佈局，官方曾於 2025 年底率先為 Link to Windows 導入了透過手機「遠端鎖定 PC」的實用功能，讓使用者在匆忙離開辦公桌時能迅速保護隱私。如今最新曝光的電源控制代碼，標誌著微軟正加速拓展手機對 PC 的全方位系統級遠端管理能力。

值得一提的是，若橫向對比科技巨頭的跨裝置互聯生態，即便是以軟硬整合聞名的蘋果（Apple）「接續互通（Continuity）」生態系，目前也尚未提供讓使用者直接從 iPhone 原生遠端關機或重新啟動 Mac 電腦的系統級功能。微軟若順利將此功能實裝至 Windows 11 與 Android 體系，勢必將為廣大的行動辦公族群與 PC 使用者帶來極具競爭力的跨平台生產力體驗。

 

 

• 延伸閱讀：Windows 11 未來隱藏新功能曝光！本記憶體可切換秒變 128GB 顯卡記憶體，玩家跑 AI、玩 3A 大作更順了
• 延伸閱讀：找滑鼠不用再狂搖！Windows 11 測試新功能：高對比「聚光燈」讓游標無所遁形
• 延伸閱讀：Windows 11 爆嚴重災情！微軟證實「遊戲閃退、自動重開機」元凶是它：RGB 燈效驅動搞鬼

 

加入T客邦Facebook粉絲團

科學家提出 BabelTele 這項創新的模型語言，透過高效壓縮技術讓大型語言模型在體積縮減下仍保有完整語意。專為 AI 溝通設計的模型語言 BabelTele 突破傳統限制，能大幅提...

在人工智慧的發展進程中，我們一直習慣用「人類的語言」來與 AI 溝通。有時候，你對AI提出問題後，你會看到他的思考模式閃現出一長串的文字，顯示了他在思考以及推理的過程。

甚至，有時候這過程會跑相當久，讓你覺得AI的思考也太愚蠢了吧？

但是，你有想過，AI 之間真的需要說人類語言、用人類語法思考嗎？

近期，來自上海交通大學、雪梨大學、合肥工業大學、西安交通大學以及南京大學的研究團隊，在預印本平台 arXiv 上發表了一項顛覆性的研究。

這篇名為《大型語言模型並不總是需要可讀語言》（Large Language Models Do Not Always Need Readable Language）的論文，直接點出了一個盲點：在 AI 的提示詞（Prompt）中，為了讓人類看懂而存在的自然語言，其實包含了大量浪費 Token 的冗餘資訊。

BabelTele：捨棄可讀性換取極致效率

為了突破這個瓶頸，研究團隊提出了一種名為「BabelTele」的全新文本壓縮方法。

BabelTele 的核心邏輯非常大膽：它完全不考慮人類的閱讀體驗。

這是一種專為「模型」而非「人類」設計的文本表示方法。BabelTele 透過融合多種語言的詞彙、數學符號、邏輯運算符，甚至是表情符號（Emoji），將原本冗長的自然語言，強制壓縮成一種高度密集的「模型語言」。

人類看了可能只覺得是一堆亂碼。

但大型語言模型（LLM）卻能精準解碼，毫不費力地理解其中的深層涵義。

壓縮率驚人：省下 70% 空間，語意卻幾乎無損

論文中展示了 BabelTele 驚人的壓縮能力。

在實驗測試中，BabelTele 能將文本大幅壓縮至原來的 27.9%。更令人震撼的是，在如此極端的壓縮比例下，它依然能保持高達 99.5% 的語意準確性。這意味著在將文本體積縮減近四分之三的同時，幾乎沒有遺失任何對模型而言有價值的資訊。

為了解決「AI 是不是真的懂」的疑慮，研究團隊利用 QuALITY 長文本問答資料集進行了對照實驗。

他們讓人類讀者與 AI 模型（Gemini 3.1 Pro）分別閱讀「原始文本」與「BabelTele 壓縮文本」，然後進行問答測驗。

結果不出所料：人類在閱讀 BabelTele 文本後，問答準確率呈現斷崖式下跌；然而，Gemini 3.1 Pro 的準確率卻依然穩如泰山。

這項結果強烈證明了，BabelTele 在捨棄人類可讀性的同時，完美保留了模型所需的關鍵語意特徵。在同等壓縮率下，無論是處理長篇會議紀錄（MeetingBank）或是長文件問答（QuALITY），BabelTele 的表現都遠勝於傳統的自然語言摘要技術，甚至超越了專門的提示詞壓縮工具（如 LLMLingua-2）。

「零樣本」跨模型溝通：AI 專屬溝通時代來臨？

更讓人興奮的是 BabelTele 在跨模型溝通上的潛力。

研究證實，BabelTele 可以在不同的大型語言模型之間進行「零樣本」（Zero-shot）傳遞。也就是說，由 A 模型生成的壓縮文本，B 模型完全不需要經過額外訓練，就能直接「聽懂」。

這簡直就是 AI 之間的通用語言。

在多智能體（Multi-Agent）通訊測試中，BabelTele 成功減少了約 40% 的通訊 Token 消耗，同時還能維持超過 96% 的任務達成率。在智能體記憶任務（LoCoMo 基準測試）中，其記憶保留的效果也比一般摘要方法更為優異。

這項研究無疑為 AI 領域打開了一扇通往「模型原生語言」的大門。未來，若是 AI 的底層邏輯能夠進一步適應這類原生元語言，我們或許能見證 AI 溝通成本的大幅下降。

儘管目前的 BabelTele 仍屬於概念驗證階段，且跨模型傳輸效果仍會受到壓縮模型與閱讀模型配對的影響。但在未來 AI Agent 頻繁協作、長文本處理需求暴增的場景中，專為模型設計的「AI 語言」，絕對是突破算力與 Token 限制的關鍵解方。

 

• 延伸閱讀：Zoom 發布 2026 年人工智慧趨勢預測：代理式 AI 將改變工作流程與資安防護
• 延伸閱讀：NVIDIA執行長黃仁勳：人工智慧正引領運算產業進入「良性循環」新時代
• 延伸閱讀：人工智慧泡沫何時破滅？專家：密切留意「元宇宙時刻」就是關鍵退場訊號

 

加入T客邦Facebook粉絲團

OpenAI 宣布退役曾以極致速度著稱的 Spark 模型，揭露拿智力換快感帶來的開發災難。當旗艦架構也能飆速，OpenAI 不再需要閹割版的 Spark。這場變革標誌著業界正邁向速度...

OpenAI 程式碼模型（Codex）負責人蒂博（Tibo）日前在社群平台 X 上宣布，上線僅七個月的 GPT-5.3-Codex-Spark 即將於下週正式退役。

這款曾經以每秒輸出超過 1,000 個 Token 傲視群雄、作為 OpenAI 擺脫輝達（NVIDIA）硬體依賴首款生產級模型的「極速代表」，最終因使用量持續雪崩而悄然退場。

花兩分鐘拿一堆 Bug？工程師道破背後的致命傷

在 Spark 剛上線的今年 2 月，整個 AI 圈曾為之震動。它主打即時編程體驗，首字延遲（Time-to-First-Token）直接腰斬，程式碼不再是一行行跳出，而是如瀑布般傾瀉於編輯器之中。

然而半年過去，社群的告別式卻顯得格外尷尬。除了 Hugging Face 開發者斯里瓦斯塔瓦（Vaibhav Srivastav）留下幾句感謝服役的客套話外，更多工程師給出的是無情差評。開發者 argofowl 便直言：「Spark 是個好玩的模型，但也是個極度糟糕、根本無法投入生產的模型。很高興它走了，我已經幾個月沒開過它。」

許多一線工程師反映，只要稍微涉及多檔案上下文理解或日誌分析，Spark 就會迅速把脈絡塞滿，甚至憑空捏造不存在的 API 端點或產出結構混亂的 JSON。

程式碼培訓機構涂林學院（Turing College）對此下了一針見血的評語：「沒有智慧的速度，只是更快地製造失敗。」對工程師而言，花 15 分鐘等待一個能夠通過測試的正確解法，永遠比花 2 分鐘拿到一份滿是 Bug、必須重新推倒重來的產物划算得多。

更致命的是，當初號稱的「15 倍效能躍升」很快被測試數據戳破。開發者范·蘭德舒特（Nicholas Van Landschoot）實測發現，官方所謂的 15 倍是拿 Spark 去對比開到最高推論強度的完整版模型；若在相同準確率基準下對比，Spark 的實際加速僅有 1.37 倍。

而在 Terminal-Bench 2.0 與 SWE-Bench Pro 評測中，Spark 的準確率被狠狠釘在 50% 上下，遠不及標準版 GPT-5.3-Codex 的水準。

正因如此，真正對 Spark 離場感到惋惜的少數使用者，惋惜的從來不是模型本體，而是它附帶的獨立使用額度——在主模型額度見底時，把它當作不用白不用的「備用油箱」頂一陣子而已。

當完整旗艦也能飆速，閹割版便失去存在價值

如果說智力不足讓 Spark 走向邊緣化，那麼 Cerebras 在 8 月推出的「Ultrafast 模式」，則是直接拔掉了它的呼吸器。

當初 Spark 之所以採取蒸餾閹割的小模型架構，是因為單一晶圓無法容納完整旗艦模型；然而，Cerebras 隨後透過跨 CS-3 節點的多層流水線切分技術，成功把未經閹割的旗艦 GPT-5.6 Sol 本尊送上了晶圓級晶片。在維持 100% 旗艦級推理解題水準的同時，Ultrafast 模式飆出了每秒 750 個 Token 的恐怖輸出速率，比標準模式快了整整 14 倍。在 GDP-Val 測試中，原本標準版 Sol 需要耗費 7.7 分鐘的複雜任務，切換到 Ultrafast 僅需 83 秒便能跑完，端到端速度快了 5.6 倍。

正如 Cerebras 執行長費爾德曼（Andrew Feldman）所言：「速度與智慧，自此不再互斥。」

速度不再是獨立模型，而是旗艦架構下的「檔位」

放眼過去一季，Spark 的退役只是 OpenAI 內部激烈產品大換血的一個縮影。從 6 月初淘汰 GPT-5.2 與初代 5.3-Codex，8 月底將 5.4 世代退役並引導用戶轉移至 5.6 系列，再到 9 月正式宣告 Spark 走入歷史，OpenAI 正在急速清空舊世代的歷史包袱。過去充斥著小數點與功能後綴的冗長型號，已被全面改寫為 Sol（太陽）、Terra（大地）、Luna（月亮）以及最新問世的 Astra（星辰）等自然天體命名系統。

這場架構整頓的背後，隱含著深層的商業與工程思維演進：以往「為了極速而單獨打造一款模型」的過渡路徑已被徹底封死，「速度」轉化為旗艦模型內建的一項付費檔位。

如同推論深度依據情境分為不同強度，現在的生成吞吐量也由 Standard、Priority 到 Ultrafast 層層遞進，讓企業與開發者依照預算彈性加價選購。作為 OpenAI 與 Cerebras 簽下 750 兆瓦合約後的首位探路者，Spark 確實證明了大規模生產流量能夠在輝達 CUDA 生態系之外穩健運行；而在這項歷史任務達成之後，探路者體面退場也是必然的歸宿。

生成式 AI 的算力軍備競賽已然改寫了遊戲規則：接下來各家巨頭要比拚的，不再是誰能把模型閹割得更小更快，而是誰能將最頂級的旗艦大腦，以毫無延遲的極限速度直接注入使用者的工作流。

 

• 延伸閱讀：學生救星？OpenAI聯手頂尖大學實測給你看：這樣用AI寫報告水準最高，還能產出獨家點子
• 延伸閱讀：OpenAI 踢到鐵板！贊助校園駭客松慘遭 770 名數學家抵制，官方嚇到急忙撤資止血
• 延伸閱讀：OpenAI 最強旗艦 GPT-6 Astra 突襲發表！效能表現刷新紀錄，還能自主操作滑鼠鍵盤、修復系統

 

 

加入T客邦Facebook粉絲團

英特爾執行長揭露 AI 推論需求激增，讓 CPU 產能僅能滿足五成客戶。由於 AI 晶片製造過度依賴台積電將面臨風險，英特爾正積極解決 CPU 荒並分散產能壓力，試圖透過先進技術競爭，...

在美國科羅拉多州丹佛市舉行的 Splunk.conf26 大會上，英特爾（Intel）執行長陳立武（Lip-Bu Tan）坦承，面對當前市場暴增的採購訂單，英特爾目前僅能滿足約 50% 的客戶需求。不僅反映出 AI 代理（AI Agent）與推論工作負載爆發引發的結構性轉變，也讓陳立武大膽向業界發出警告：若全球高達 95% 的尖端 AI 晶片製造持續重押單一家晶圓代工廠，整個產業鏈將承擔無法承受的巨大風險。

AI 代理全面點燃，CPU 為何成為調度算力的隱形瓶頸？

在市場普遍認為 AI 時代由 GPU 獨領風騷的認知下，CPU 的缺貨顯得格外耐人尋味。

陳立武在對談中分析，GPU 主要負責高強度的深度學習模型訓練，然而一旦進入實際部署的推論階段，背後的架構邏輯便截然不同。隨著自主運行、高頻繁互動的 AI 代理數量呈現幾何級數增長，系統不僅需要龐大的通用運算力來執行各類應用程式與安全邏輯，更必須仰賴強大的 CPU 去統籌指揮多顆 GPU 協同工作。

換言之，GPU 負責攻堅重型運算，但整個分散式系統的調度指揮官依然是 CPU，這使得資料中心對高階 CPU 的渴望水漲船高。

「現在 CPU 的需求真的太高了，我們只能供應大約一半的客戶量。」陳立武直白地形容當前的缺貨窘境：「許多企業執行長親自打電話向我要貨，但我能給的回答只有抱歉，因為現階段我們根本做不出足夠的晶片。」

全押單一代工廠風險過高？英特爾拿 14A 製程與 EMIB 叫板 CoWoS

面對當前先進製程的版圖，陳立武毫不避諱地指出產業鏈的潛在危機。目前包含輝達（NVIDIA）、超微（AMD）乃至蘋果（Apple）等美國科技巨頭，幾乎將所有尖端 AI 晶片的製造全數交給台積電（TSMC）。研調機構 Counterpoint 的統計數據顯示，台積電在 2026 年第一季已拿下全球晶圓代工超過 70% 的營收份額，大幅領先三星電子（Samsung Electronics）、中芯國際與英特爾。陳立武認為，將超過 95% 的關鍵產能集中在單一供應商手中，將使全球供應鏈的脆弱度急遽拉高。為此，英特爾正極力爭取更多外部 AI 晶片代工訂單，試圖證明自身同時具備晶片設計、晶圓製造與先進封裝三位一體的能力。

然而，重振代工業務絕非一蹴可幾，尤其英特爾先前在 14A 製程的良率爬坡上走得相當艱辛。陳立武坦言晶圓製造需要嚴格的缺陷率管控與海量資本投入，不過過去 18 個月情況已逐步好轉；英特爾已在 2026 年 4 月成功與特斯拉（Tesla）及 SpaceX 主導的 Terafab 專案簽約導入 14A 製程，首款成品預計於 2028 年中正式問世。

封裝基板產能遭台日大廠綁定，後段先進封裝成兵家必爭之地

除了前段晶圓微縮的良率挑戰，後段先進封裝更是左右產能交付的死穴。陳立武特別強調，未來的半導體演進已全面轉向系統級封裝（System-level Packaging），如何將 CPU、記憶體與各式 I/O 裸晶（Die）整合在同一封裝內，極度考驗工程經驗。

英特爾正全力推廣其自研的 EMIB（嵌入式多晶片互連橋）技術，利用矽橋技術直接在封裝內部連通多顆裸晶，正面對決台積電以矽中介層（Interposer）為核心的 CoWoS 方案。為了強化後段研發與製造體質，英特爾更在 2026 年 6 月延攬前 SK 海力士（SK Hynix）執行長李錫熙（Lee Seok-hee）出任資深副總裁，外界亦高度關注英特爾是否可能藉此與 SK 海力士在 HBM 基礎邏輯裸晶（Base Logic Die）生產上促成合作。

不過，先進封裝眼下同樣面臨結構性斷鏈。陳立武透露，封裝基板（Substrate）已成為當前最棘手的產能瓶頸之一，來自日本與台灣的基板大廠早已被各大客戶以高額預付款將產能鎖死。這意味著英特爾若想在 AI 晶片代工市場分庭抗禮，除了自身製程良率，如何突破外圍供應鏈的產能防線，將是這場漫長復興戰的真正考驗。

 

 

• 延伸閱讀：AMD x86 客戶端處理器市占率首度突破 30% 大關！英特爾領先優勢逐漸收窄
• 延伸閱讀：繼續用 DDR4 裝機！英特爾高層重申 Raptor Lake 還會賣很多年：LGA 1700 仍是主流性價比核心
• 延伸閱讀：玩家別擔心！英特爾 Nova Lake 處理器確認「桌機首發」，捨棄伺服器優先、重回消費級市場奪取霸權

 

加入T客邦Facebook粉絲團

ChatGPT Sites 迎來升級，新增多人協作功能並支援自訂網域，讓專案更具專業感。本次更新使 ChatGPT Sites 部署時間減半，團隊能透過多人協作與自訂網域快速迭代，大幅...

OpenAI 旗下主打「自然語言生成 Web 應用」的 ChatGPT Sites 迎來關鍵升級。過去這項功能雖然能讓使用者在幾分鐘內透過對話拼湊出可用網站，但受限於單人編輯權限、固定的官方子網址以及黑盒子般的底層設定，多數時候只能淪為個人概念驗證（PoC）或社群炫技的玩具。

如今 OpenAI 正式端出「Build Together」多人協作架構、自訂網域名稱綁定以及資料庫自然語言檢視功能，並將整體生成與部署時間縮短約一半，展現出從個人實驗性質邁向團隊工程交付的強烈企圖。

「Build Together」讓協作成員直接進場調校

在過去的 ChatGPT Sites 工作流程中，跨部門合作往往極其痛苦。若是行銷人員或前端工程師想針對某個 AI 生成的專案提出修改建議，必須在通訊軟體上將反饋一字一句傳給建立專案的「主持人」，再由對方複製貼上轉換為提示詞（Prompt）反覆除錯，這不僅讓溝通鏈條被拉得冗長無比，更常因語意理解落差導致頁面版型反覆跑位。

新版上線的「Build Together」功能徹底打破了這道單兵作戰的屏障。專案擁有者如今可以直接向團隊夥伴發送協作邀請，受邀成員不僅能即時編輯、保存並重新發布網站內容，還能將專案權限設為「完全私有」，僅允許白名單成員進行封閉式測試。

更關鍵的是，團隊成員現在能透過自然語言直接向 ChatGPT 詢問「目前資料庫儲存了哪些表單資料」，免去了以往必須額外架設儀表板或切換管理後台手動撈取資料庫的繁瑣步驟，大幅降低了非技術成員理解資料流的門檻。

對需要進行內部機密專案審查或短期黑客松競賽的團隊來說，這種私有化多人沙盒環境，直接解決了過去程式碼外洩或半成品過早曝光的合規顧慮。

部署速度減半加速驗證迴圈

除了協作層面的補強，OpenAI 這次也直擊了商業應用的最大痛點：自訂網域名稱（Custom Domain）。

過往由 ChatGPT Sites 產生的網頁，網址無一例外帶有官方預設的通用子網域，這種外觀對於追求品牌識別度的商業展示、客戶提案或獨立產品測試而言，往往顯得極為廉價且缺乏信任感。開放自訂網域綁定後，創作者能無縫將自己的獨立網址指派至專案，對外交付時便不再帶有濃厚的「AI 隨手拉原型」痕跡。

在底層架構方面，OpenAI 亦針對推論與容器化建置流程進行了最佳化。官方數據顯示，從使用者送出提示詞到系統完成編譯、容器化並部署上線的時間，已較原先縮短了將近 50%。在快速驗證的開發場景中，部署延遲減半意味著工程師與設計師能在相同的時間內完成兩倍頻率的 A/B 測試與樣式微調，大幅拉高敏捷迭代的上限。

儘管自然語言架站工具正逐步補齊企業級功能，但這並不代表傳統工程師將被完全取代。面對高併發流量架構、資安滲透防護以及深度的跨系統微服務整合，目前的 ChatGPT Sites 依然受限於預設沙盒環境的架構彈性；它真正改寫的，是早期原型開發的協同效率，讓點子化為可點擊產品的溝通摩擦力降到了歷史新低。

 

 

• 延伸閱讀：ChatGPT Images 2.5 模型推出：局部編輯更精準、生成速度快 50%，並導入全新 Sketch 塗鴉與互動功能
• 延伸閱讀：Plaud 支援一鍵串接 ChatGPT、Claude！跨語言會議脈絡輕鬆轉化專業摘要、週報與工作成果
• 延伸閱讀：ChatGPT Work 可以模仿你的寫作風格了！串接 Gmail、Google Drive 掌握常用詞彙與用字習慣

 

加入T客邦Facebook粉絲團

微軟 Office 2021 與多款舊版軟體將同步終止技術支援，宣告買斷制黃金期告終。面對 Office 2021 停更帶來的資安挑戰，長期依賴買斷制的用戶該如何規劃升級路徑？本文為您...

根據微軟（Microsoft）官方產品生命週期規劃，買斷制辦公室套件 Office 2021 預定於 2026 年 10 月 13 日正式終止技術支援，距離支援終止日已不足一個月。屆時官方將全面關閉安全性修補、品質更新與技術諮詢服務。同一天也是舊代版本 Office 2016 與 Office 2019 延伸支援的終點，三代買斷產品同步退役，象徵微軟「一次性付費」的Office 辦公軟體徹底告終。

打破「十年保固」慣例：只給五年的 Office 2021 為何沒有延伸支援？

過往企業與個人熱衷於購買獨立授權版本，關鍵在於微軟長久以來奉行的「5 年主流支援＋5 年延伸支援」政策，一套軟體買下來往往能安穩服役整整十年。然而，自微軟大力轉向雲端訂閱業務後，這項不成文的默契便被徹底打破。

微軟在 2021 年底推出 Office 2021 時，便在授權條款中大刀斬斷了延伸支援期，僅提供為期 5 年的固定生命週期策略（Fixed Lifecycle Policy），並且明言不提供任何後續延展。這項策略轉折導致 2021 年才發售的軟體，生命週期竟然與 2016 年、2019 年發布的前輩們在 2026 年 10 月同日撞期退役。

這意味著 10 月份的例行安全性更新（Patch Tuesday）將是最後一次修補推送。微軟此舉不僅大幅加速買斷版本的汰換節奏，更在無形中收緊了「釘子戶」的生存空間，將所有不願隨月繳費的用戶逼向十字路口。

軟體不更新還能繼續開，但缺乏修補將成資安破口

在支援週期結束後，本機端的 Word、Excel、PowerPoint 及 Outlook 等應用程式確實依然可以正常啟動與編輯檔案，微軟並不會主動鎖死功能。真正的危機潛藏在看不見的資安攻防中——Office 套件歷來都是網路釣魚、惡意巨集與零日漏洞（Zero-day）攻擊的高危險重災區。一旦黑客在 10 月 13 日之後發現全新的未公開漏洞，失去微軟官方資安防護網的 Office 2021 將形同門戶大開，成為勒索軟體滲透個人電腦與企業內網的跳板。

除了資安隱患，相容性同樣是一顆定時炸彈。隨著 Windows 系統持續改版，以及微軟雲端服務（如 Exchange Online、OneDrive）不斷收緊身分驗證協定與 API 介面，未更新的舊版 Office 未來將逐漸遭遇連線中斷或同步失敗等棘手相容性瓶頸。

續留買斷還是投奔訂閱？三條升級路徑

面對大限將至，用戶眼前的升級路線主要有三條。微軟官方力推的首選無疑是訂閱制「Microsoft 365（M365）」，優勢在於能享有跨裝置授權、1TB OneDrive 雲端儲存空間，以及原生整合的 Copilot 生成式 AI 助理，能持續自動獲得最新功能；然而，對預算敏感的個人或中小型企業而言，按年或按月持續付款的長期開銷，遠高於過去一套軟體戰十年的買斷模式。若依然堅持「一次買斷、拒絕訂閱」，微軟現階段唯一的合法救生艇是近期推出的「Office 2024」，雖然同樣只享有 5 年固定支援且缺乏多數雲端與 AI 協同功能，但至少能保證合規與系統安全。

至於無意立即編列軟體升級預算的機構，第三方微修補服務商 0patch 日前已宣布將在官方停更後接手，針對 Office 2021 的關鍵漏洞提供收費的非官方微修補（Micropatches）服務。

不過這類第三方應急管道並非來自微軟官方，也無法解決雲端服務相容性，僅能視為新舊系統交替期間的過渡緩衝。使用者與企業 IT 人員不妨趁著最後倒數階段盤點授權，依自身資料安全標準與成本預算及早定案。

 

• 延伸閱讀：Office 2021將於2026年終止支援，0patch宣布接手提供3年安全更新，免重啟就能續命！
• 延伸閱讀：他收到駭客寄來的Office 2021「專業詐騙版」，附安裝序號、安裝隨身碟還帶有微軟LOGO
• 延伸閱讀：UL推出Procyon辦公室生產力測試更新，支援Windows 11和Office 2021

 

 

加入T客邦Facebook粉絲團

瑞士科研團隊利用亥姆霍茲共振原理，研發出革命性的聲波驅動技術。這款微型機器人擺脫電池重量束縛，單憑聲波驅動即可產生強大推力。此創舉使微型機器人在精準醫療與柔性機械領域展現驚人潛力，實現...

瑞士研究團隊成功開發出一種革命性的聲波驅動技術，讓微型機器人與超輕型飛行器在完全不需要搭載傳統電池、電路及旋轉馬達的情況下，僅憑環境中的特定聲波頻率就能自主產生強大推力並實現精確的方向控制。這項突破性進展為未來生醫工程領域的體內標靶給藥、微創手術裝置，以及極限環境下的柔性微型機械人設計開闢了全新路徑。

亥姆霍茲共振原理：將無形聲波轉化為非對稱微噴射流

這項無動力推進技術的物理核心，源自經典的「亥姆霍茲共振（Helmholtz Resonance）」效應——就如同朝著玻璃空瓶口吹氣時會聽見低沉嗡鳴聲的物理現象。當外加聲波的頻率精確匹配空腔結構內部的固有振動頻率時，被封閉在微型空腔內的空氣介質便會產生劇烈的共振反應。

研究團隊利用高精度 3D 列印技術，以塑料、玻璃或彈性橡膠聚合物製作出具備特殊幾何外型的微型空腔。在特定聲波頻率的激發下，空腔內空氣的強烈震盪會由微孔向外噴射出高度集中的定向氣流；相對地，外界回流填補的空氣則呈現發散擴散狀。這兩種氣流在幾何空間分佈上的不對稱性，瞬間轉化為源源不絕的機械推力。過去的聲學操作往往依賴外部強大聲波硬性「推擠」被動物體，或使用複雜的聲學懸浮陣列，而瑞士團隊的新方案則是讓微型載具主動汲取環境中的聲能並自主轉化為運動動力。

多頻率諧振器精準轉向：每分鐘 1.3 萬轉超高速運轉

實驗室負責人塞爾曼·薩卡爾（Selman Sakar）指出：「我們並不是單純用聲波粗暴地推著設備前進，而是打造了能夠針對特定音頻進行精準調諧的聲學諧振器，使其在接收到特定頻率時產生具備方向性的推力，達成靈活且可控的自主運動。」

為了驗證多維度操控能力，研究人員首先設計了一款微型實驗船隻，並在船體不同角度嵌入三個對應不同共振頻率的微型空腔。操作者只需切換聲波發射頻率，就能選擇性啟動其中某個空腔，進而隨心所欲地控制船隻直行或轉向。

隨後，團隊更進一步打造出重量僅 150 微克（µg）的超輕型微型飛行器。測試結果顯示，在人耳無法聽見的高頻超音波驅動下，微型飛行器能穩定向前自主飛行。在另一項將聲學空腔與微型螺旋槳葉片結合的實驗中，空腔噴射氣流產生的強勁扭矩更推動葉片達到每分鐘 13,000 轉（13,000 RPM）的驚人轉速，遠超一般傳統無人機旋翼數千轉的運轉量級。

徹底告別重量包袱：柔性微型機器人的全新演進架構

這項技術徹底擺脫了微型機器人長期以來受限於化學電池重量與微型馬達機械壽命的物理瓶頸。透過在單一微型載具上整合多個響應相異頻率的微型聲學共振結構，工程師未來能夠透過複合聲波編碼，分區獨立激活機器人的各個關節或特定功能組件，實現如同生物肌肉般靈活的複合動作。

研究團隊表示，這套創新的無源聲能轉換架構，未來將能直接應用於微流體晶片控制、血管內主動導航醫療微型機器人，以及高度微型化的感測探測設備，為微奈米級智慧機械帶來顛覆性的技術突破。

 

 

• 延伸閱讀：由光和無線電波驅動的微型機器人MilliMobile，不裝電池也能「自動駕駛」
• 延伸閱讀：微型機器人需要微型電池，如何才能設計出更小的電池
• 延伸閱讀：以蟑螂作為靈感，勞斯萊斯研發微型機器人，修理引擎五分鐘搞定

 

加入T客邦Facebook粉絲團

研究指出，頻繁與人工智慧互動恐導致人類行為機器人化。為迎合演算法邏輯，大腦會因鏡像機制喪失情緒彈性。這場人機互動正重塑社交本質，提醒我們在使用人工智慧時，需警惕演算法對人性的磨損，避免...

越來越多跨國企業與客服中心大舉導入 AI 聊天機器人（Chatbot）與自動化語音系統以削減人力成本。不過，如果人類與AI機器人接觸太多，你會不會擔心自己也越來越像機器人嗎？

國際權威期刊《AI & Society》的最新跨國學術研究卻顯示：當人類頻繁且深度地與客服 AI 系統對話時，人類大腦會啟動社交「鏡像機制」，逐漸調整自身的用詞模式與思考框架去迎合演算法，最終，在日常行為與人際溝通中表現出「機器人化（Robot-like）」的僵化特徵。

雙向馴化的心理鏡像效應：人類正主動配合演算法

英國伯明罕大學（University of Birmingham）行銷學副教授 茵西・托拉爾－曼森（Inci Toral-Manson）領導的跨國研究團隊指出，人類與 AI 的長期互動並非單向的工具操作，而是一場雙向的「承諾與適應歷程」。在日常人際互動中，人類會藉由表情與語氣產生無意識的「鏡像效應（Mirroring）」，但在與 AI 的溝通中，由於演算法只對明確、結構化且具統計規律的語言產生最佳回饋，使用者會迅速學會壓抑非線性、多義性或情緒化的自然語言，轉而採取最符合機器邏輯的簡化句式與關鍵字來溝通。

科學媒體《ScienceAlert》進一步解析指出，現行 AI 模型本質上最擅長回應「被磨平人性稜角」的輸入指令。為了在客服或日常查詢中迅速獲取精準答案，使用者不知不覺間在心理上向這種「機器可讀（Machine-legible）」的自我形象靠攏。這種持續的適應機制不僅使溝通變得機械化，長久下來更可能削弱人類在真實社會互動中的同理心、語境感知力與情緒彈性，甚至引發認知層面的「機器人式人性（Robotoid Humanness）」質變。

內化演算法引發自我認同重構：企業盲目去人性化恐招致倫理危機

論文第一作者、瑞典林奈大學（Linnaeus University）副教授 塞爾根・奧茲圖爾坎（Sergen Ozturkan）強調，機器學習與生成式 AI 不斷根據使用者的回饋微調行為，進而提供極度擬人化卻缺乏真正靈魂的偽共情回饋。

當消費者長期處於這種「行動－回饋」的人工閉環中，大腦天生的模仿本能會將這種冰冷的邏輯結構內化，最終導致使用者在真實人際網路中也傾向使用非黑即白的標準化模式來處理複雜的情感問題，甚至加劇了演算法強化後的確認偏誤（Confirmation Bias）。

丹麥奧胡斯大學（Aarhus University）共筆學者 讓－保羅・德・克羅斯・佩羅納德（Jean-Paul de Cros Peronard）副教授總結提醒，當前金融科技（FinTech）等領域已有部分企業因盲目以 AI 取代真人客服而遭遇服務品質崩跌，甚至被客戶抗議「請換真人來談」。

企業在導入前瞻自動化技術時，絕不能僅著眼於人力成本縮減，更必須深入理解人機互動對人類心理與自我認同所帶來的長期不可逆衝擊，方能在技術紅利與商業倫理之間取得真正的永續平衡。

 

• 延伸閱讀：馬斯克再拋震撼彈：AI超級終端將取代智慧手機，重塑人機互動
• 延伸閱讀：液體驅動觸覺革命：HydroHaptics系統問世，背包、搖桿、抱枕皆可互動，開創人機互動新紀元
• 延伸閱讀：HTC 推出新一代 VIVE 移動定位器及 VIVE 表情偵測套件，提高人機互動體驗

 

 

加入T客邦Facebook粉絲團

最新研究指出，雨滴滑動產生的靜電如同微型閃電，會擊穿絕緣塗層引發電化學腐蝕。Nature揭密這些帶電雨滴形成的微型閃電，能瞬間破壞絕緣塗層完整性，導致劇烈的電化學腐蝕反應，此突破性發現...

長期以來，多數車主與材料工程界皆普遍認為，雨水造成汽車車身或金屬結構鏽蝕的主因。然而，頂級國際期刊《自然》（Nature）刊登的最新突破性研究打破了這項傳統認知。

根據報告，雨滴在滑落絕緣物體表面時會自發性累積高達數千伏特的靜電荷，當撞擊車體時宛如一道道「微型閃電」，直接擊穿原本耐化學性極高的絕緣防護塗層，進而誘發劇烈的電化學腐蝕反

雨滴滑動累積 9,000V 靜電形成「微型閃電」

這項震撼材料科學界的研究由德國馬克斯·普朗克高分子研究所（Max Planck Institute for Polymer Research）學者倪仲遠（Zhongyuan Ni）、魯迪格·伯格（Rüdiger Berger）與漢斯·尤爾根·巴特（Hans-Jürgen Butt）等人共同主導。研究團隊發現，當雨滴滑過樹葉、建築外牆、玻璃窗或車窗塑料等絕緣表面時，會劇烈剝奪表面電荷，使每顆雨滴帶有高達數千伏特（最高可達 9,000 伏特）的電位差。當帶電液滴接近金屬車體時，極強的電場會克服表面張力，使雨滴底端拉伸變形成尖銳的「泰勒錐（Taylor cone）」，並在距離表面僅數微米至數十微米時引發介電質崩潰（Dielectric Breakdown）。

在模擬中等降雨的實驗中，研究人員以含有微量鹽分的模擬雨滴（體積約 35 微升），在傾斜 50 度的絕緣材質上滑行 4 公分後，滴落至下方覆蓋 60 奈米鐵氟龍（Teflon）薄膜的銅板上。實驗顯示，帶電雨滴在撞擊金屬板的瞬間釋放了超過 90% 的電荷（例如 2 奈庫侖電荷中釋出 1.8 奈庫侖），並在 3,000 次滴落後徹底穿透化學抗性極高的鐵氟龍塗層，於銅板上造成數奈米深度的電蝕凹坑；相反地，未經滑動摩擦、不帶電荷的中性雨滴即便經歷 3,000 次撞擊，底漆與金屬表面依舊完好無損，證實電荷擊穿才是啟動腐蝕的致命關鍵。

塗層破口引發連鎖電化學反應：百微米防護難題考驗航太與車用設計

一旦雨滴透過微型放電擊穿微米級的絕緣塗料，原本阻隔外界環境的屏障便告瓦解，露出的裸金屬立即浸潤於含有電解質的雨水中，形成全新的電位差，使氧化亞銅（Cu₂O）與氯化銅（CuCl₂）等腐蝕產物迅速生成。阻抗測量（Impedance Measurement）結果顯示，遭受 10,000 次帶電雨滴撞擊的鐵氟龍薄膜，其防護屏障性能的衰退程度甚至超越了在鹽水中連續浸泡 4 小時；且隨著受損區域親水性提升、水滴停留時間拉長，腐蝕區域會在 50,000 次滴落後迅速擴大至 1 毫米以上，呈現不可逆的加速惡化趨勢。

這項重大發現不僅改寫了汽車防鏽理論，更對橋梁鋼構、船舶外殼、戶外電子產品外殼、太陽能模組乃至航太複合材料的耐候設計帶來深遠衝擊。

雖然實驗指出將聚苯乙烯塗層厚度提升至 130 微米以上即可有效抵禦電荷穿透，但對於講求輕量化的航太蒙皮、需要高度透明的光學車窗鍍膜以及精密薄型化的戶外感測器而言，單純增加厚度並不可行。研究團隊強調，未來工業界在研發防腐蝕塗料時，不能僅著眼於耐酸鹼等傳統化學抗性指標，必須將「耐受臨界電場強度」與「抗靜電耗散能力」納入全新材料的核心規格標準。

 

 

• 延伸閱讀：卡帶吹氣會生鏽，任天堂 過了25年才說

 

加入T客邦Facebook粉絲團

深圳廠商推出魔改 RTX 5090，主打 96GB 顯示記憶體以解決 AI 運算痛點。雖然 RTX 5090 價格極具競爭力，但魔改版顯示記憶體在技術標註上充滿矛盾，背後潛藏的規格風險...

近日中國阿里巴巴電商平台上，赫然出現一款由深圳速橋科技打造的「魔改版」GeForce RTX 5090 顯示卡，最大亮點並非核心運算時脈，而是將原廠 32GB 顯示記憶體一口氣擴充 3 倍來到驚人的 96GB，且開價僅 3,888 美元（約合新台幣 12.6 萬元）。相較於動輒 1.6 萬美元起跳的專業工作站卡，這項產品瞬間在 AI 開發圈引爆話題。

為何 AI 開發者寧可買魔改卡？

對於純粹追求高畫質 3A 大作的頂級電競玩家而言，標準版 RTX 5090 配備的 32GB GDDR7 記憶體早已綽綽有餘，甚至在絕大多數遊戲場景中都處於效能過剩狀態。

然而，對於需要於本地端部署大型語言模型（LLM）、進行模型微調或跑複雜深度學習訓練的 AI 開發者來說，記憶體容量往往是比純粹算力更加殘酷的硬門檻。一旦大模型的參數量突破 700 億（70B）甚至更高規模，單張 32GB 顯示卡即便經過高強度量化也難以完整載入，往往必須被迫串聯多卡或花費巨資租用雲端伺服器算力。

正因如此，輝達（NVIDIA）面向專業工作站與企業市場的 RTX PRO 6000 Blackwell 雖然同樣擁有 96GB 記憶體，但官方報價高達 1.6 萬至 1.8 萬美元（折合新台幣 50 萬至 58 萬元不等）。這款魔改版 RTX 5090 僅開出 3,888 美元的破盤價，即使對比目前美國市場上被炒作至 6,000 美元的消費版原卡都顯得極具性價比，自然直接打中了個人研究者與新創團隊的敏感神經。

拋開商業動機，從純硬體架構的角度剖析，這項看似瘋狂的改造在理論上確實具備一定可行性。消費級 RTX 5090 與專業級 RTX PRO 6000 Blackwell 共享了相同的 GB202 核心晶片，這意味著該 GPU 原生架構在記憶體控制器與定址能力上，本就具備支援 96GB 容量的底層潛力。

不過，原廠消費級 RTX 5090 的印刷電路板（PCB）並未預留足夠的記憶體焊位。製造商若要實現 96GB，勢必得重新自主洗板設計特規 PCB，並採用正反雙面的「三明治（夾層式）」布局，在有限板幅內塞進 32 顆單顆容量為 24Gb（3GB）的 GDDR7 記憶體顆粒。

除了重新布線設計 PCB 外，晶片來源也是一大技術刀法。

廠商通常有兩種手段：直接向供應鏈管道採購未封裝的 GB202 晶片，或是將現有市售 RTX 5090 的 GPU 核心拆卸下來進行重新植球（BGA Reballing），再焊接至全新的客製化基板上。更關鍵的關卡在於韌體（vBIOS），硬體顆粒焊接完畢後，GPU 必須能夠正確識別拓撲結構與定址分配。過去在 RTX 3090 48GB 與 RTX 4090 48GB 的魔改案例中，工程人員便曾透過破解修改後的工程韌體成功點亮，而業界早有傳聞指出支援 RTX 5090 的外洩韌體已在黑市流傳數月，這也為 96GB 改造鋪平了理論道路。

此外，從實體曝光的照片來看，該卡採用了標準雙槽（2-Slot）厚度與後置離心渦輪扇（Blower）設計。這種設計完全捨棄了消費級常見的三槽巨型風扇，顯然是為了能緊密堆疊於 4U 伺服器或工作站機箱內，鎖定的正是高密度運算市場。

規格破綻百出？看魔改神卡的潛在風險

儘管架構理論看似美好，但阿里巴巴商品頁面所揭露的關鍵規格，卻充斥著令人難以自圓其說的嚴重矛盾。

頁面上的規格欄位竟標註該卡使用的是「GDDR6X 記憶體」，且時脈速度僅有「14Gbps」。從半導體物理常識來看，目前美光（Micron）量產的 GDDR6X 顆粒最高單顆容量僅有 16Gb（2GB），即便在 PCB 正反兩面焊滿 32 顆，極限容量也只能達到 48GB，在數學上根本不可能拼湊出 96GB 的規模。

再者，GDDR6X 的標準傳輸速率落在 19Gbps 至 24Gbps 之間，14Gbps 反而是上一代 GDDR6 的標準，而 Blackwell GB202 原生搭載的更是新一代高速 GDDR7，這組規格組合在技術邏輯上完全牛頭不對馬嘴。

這種破綻百出的規格標註，究竟是賣家在刊登商品時對技術參數不求甚解的「粗心誤植」，還是商家企圖藉由誇大容量來吸引買家付訂金的「空頭支票」？對於急於尋求廉價 AI 算力的使用者而言，在看清真相前，還是先別急著將這張 3,888 美元的卡王放進購物車。

 

 

• 延伸閱讀：被外媒酸為「這一代最沒意義的顯卡」，NVIDIA RTX 5080 性價比慘烈失衡
• 延伸閱讀：NVIDIA DLSS 5神經渲染效能實測：畫質有感提升但FPS效能砍半
• 延伸閱讀：Win10延壽也沒用？NVIDIA宣布2026年10月終止驅動支援，PC玩家換機倒數開始

 

加入T客邦Facebook粉絲團

Meta 近期在 AI 戰場遭遇挑戰，被迫修正極致的組織扁平化架構。過去為求效率而裁撤的中層主管，如今因部門決策泥淖被緊急請回。這項轉向揭示了 Meta 發展 AI 的現實困境：過度追...

在歷經「效率之年」對中階主管的全面清洗後，Meta 執行長祖克柏（Mark Zuckerberg）一手推崇的極致扁平化組織架構，如今在最關鍵的 AI 戰場上被迫踩下煞車。

根據外媒《商業內幕》（Business Insider）引述多名知情人士指出，Meta 近期針對旗下規模高達 7,000 人的「應用人工智慧」（Applied AI，簡稱 AAI）部門發動新一輪人事重整，主動開口邀請過去一年被迫交出管理權杖的資深工程人員重返管理職位。

儘管官方將此轉調包裝為「員工自願選擇」，但這項逆風決策無疑揭露了一個殘酷現實：當科技巨頭試圖以消滅主管階層來換取極致敏捷與降低營運成本時，高度複雜的尖端技術研發，終究撞上了治理失靈的工程硬壁。

從「被動徵召」到失去指揮官：7,000 人大軍的溝通真空

Meta 的 AAI 部門於今年初匆促成軍，肩負著將龐大基礎模型加速落地至各項消費端產品的重責大任。為了在最短時間內湊齊戰力，公司自各事業群抽調了近 7,000 名員工組成研發軍團。

然而，這場轟轟烈烈的整併卻伴隨著劇烈陣痛——原本帶領團隊、熟稔專案推進的中階主管，在轉調後被全面拔除管理職務，一律降為純技術輸出的「個人貢獻者」（Individual Contributor, IC）。內部爆發強烈反彈，不少員工私下抱怨自己如同未經溝通就被「強制徵召」進前線，更致命的是，缺乏具備統籌視角的中階經理梳理跨組依賴與資源分配，整個龐大組織迅速陷入方向不明與權責模糊的決策泥淖。

當數千名頂尖工程師同時失去專案協調者充當緩衝，技術溝通成本反而幾何級數激增。內部士氣低迷與跨組推諉，最終迫使 Meta 妥協，不僅先前開放不適應者轉調離開，如今更不得不重新迎回曾被視為「組織贅肉」的中階管理者。

「效率年」反噬：微型團隊在模型研發前觸礁

過去一年多來，祖克柏極力倡導效仿新創公司的「微型團隊」與極簡層級，並以此為由在全公司範圍內削減約 10% 員工，而管理職正是這場裁員潮中的頭號整肅目標。

這項策略的算盤原本打得極精：透過壓扁組織結構大幅精簡人事與營運支出，藉此抵銷採購昂貴 GPU、擴建高耗能資料中心所產生的數百億美元 AI 資本黑洞。然而，軟體服務日常功能的敏捷敏銳，無法生搬硬套至架構錯綜複雜的底層 AI 工程。在缺乏中階經理專責跨團隊目標對齊與技術排程下，各自為政的微小單元往往演變成孤島，甚至重複造輪，省下的人事開銷反而悉數被空轉與溝通內耗所吞沒。

過度追求組織扁平化的迷思，並非 Meta 獨有的挫敗。叫車巨頭優步（Uber）近期在精簡人力時，便明令裁撤高達半數的「微型團隊」，直言過度碎裂的編制只會帶來管理斷層，科技巨頭對「消滅中階主管」的盲目推崇顯然已踩到了物理極限。

演算法無法代勞的治理功課

從財務表現來看，Meta 在第二季面臨歸母淨利潤年減 14% 的壓力，龐大的 AI 支出迫使其必須以更務實的眼光檢驗每一分投入的產出。這也倒逼管理層重新檢討考核體系——例如近期內部便取消了將「Token 使用量」作為 AI 團隊單一績效指標的粗糙做法，如今再重啟 AAI 的主管職能，均顯示出祖克柏正試圖修正過度激進的組織工程。

AI 輔助工具固然能加速程式碼生成與自動化測試，但專案方向的決策權衡、跨部門衝突仲裁以及工程團隊的心態維護，始終無法全權交由演算法或放任團隊自我組織來解決。

 

• 延伸閱讀：Meta 推 Muse 個人 AI 代理：Meta Muse 是什麼？能幫忙寄信、購物還能自主執行任務的 AI Agent 正式登場
• 延伸閱讀：Meta AI轉型大翻車！寫了一堆廢Code還被駭客鑽漏洞，祖克柏驚傳緊急停止裁員計畫
• 延伸閱讀：遮住燈號也沒用！Ray-Ban Meta AI 智慧眼鏡推送新韌體，全面防堵「遮燈偷拍」旁路漏洞

 

 

加入T客邦Facebook粉絲團

NVIDIA傳出將調降次世代Rubin架構規格，拉高8Hi堆疊HBM4比重，藉此解套產能與良率瓶頸。透過彈性配置HBM4，NVIDIA能在散熱與量產間取得平衡，全力確保AI晶片如期大規...

根據韓媒《ZDNET Korea》引述上游供應鏈消息人士報導，AI 晶片龍頭 NVIDIA（輝達）已正式要求高頻寬記憶體（HBM）合作供應商調整次世代 HBM4 的產能規劃與出貨比重，核心策略是大幅調高 8 層堆疊（8Hi）產品的採購份額，同時相應縮減原定佔比更高的 12 層堆疊（12Hi）HBM4 規格。

此舉被視為 NVIDIA 在面對全球記憶體產能吃緊與先進封裝熱能挑戰下，為確保次世代 Rubin 架構 GPU 能如期大規模出貨所做出的務實戰略調整。

用等量 DRAM 顆粒產出更多 GPU 堆疊模組

當前全球 AI 算力基礎設施建設持續狂飆，連帶使高階 HBM 記憶體長期處於極度供不應求的緊繃狀態。在晶圓廠產能有限的前提下，堆疊層數越高，意味著單顆 HBM 模組所消耗的 DRAM 裸晶（Die）數量越多。

業界分析指出，透過降低堆疊層數至 8Hi，供應商得以在消耗相同 DRAM 裸晶總量的情況下，生產出數量更多的 HBM4 堆疊模組（Stack）。換言之，若以等量的晶圓投片產出計算，轉向 8Hi 方案能直接換取更多的 HBM4 模組總量，進而大幅緩解記憶體模組的缺貨壓力，最終確保 NVIDIA 能順利拉高 Rubin GPU 的實際交付數量與出貨動能。

除了單純的晶圓產能分配問題外，先進封裝中的「散熱密度」與「製程良率」亦是促使 NVIDIA 踩煞車的關鍵技術考驗。

相較於 8Hi 規格，12Hi 高度堆疊會在極為狹小的垂直空間內聚集更多矽晶片，進而產生更龐大的運作廢熱與極高的熱密度（Thermal Density）。尤其次世代 HBM4 與未來的 HBM4E 導入了更寬的介面與暴增的 I/O 接點數量，在極高熱密度環境下進行垂直堆疊與散熱互連，將對記憶體原廠及晶圓代工廠的先進封裝製程帶來前所未有的良率壓力。

若持續強推高比例的 12Hi 或 12Hi HBM4E 規格，恐將導致 DRAM Die 在複雜的鍵合（Bonding）與熱壓封裝製程中出現更高的損耗率。改採技術成熟度相對較高、熱阻較低的 8Hi HBM4 方案，不僅能顯著降低封裝加工過程中的晶粒損耗、拉抬綜合良率，更能有效降低散熱設計的工程難度。

供應鏈連鎖反應：Rubin Ultra 記憶體配置或將同步調整

先前市場已有傳聞指出，NVIDIA 內部正在重新評估頂規旗艦 Rubin Ultra 的 HBM 記憶體配置規格，評估方案包含測試 192GB 或 256GB 的 HBM4 版本，而不僅僅局限於原先規劃的滿血版 12Hi HBM4E。

供應鏈觀察家認為，面對 SK海力士、三星電子與美光等記憶體大廠在 HBM4 世代的投產進度，NVIDIA 選擇在此刻彈性調配 8Hi 與 12Hi 的出貨配比，是在「頂級理論極限效能」與「實際規模量產交付」之間取得的最佳平衡點，全力確保其在次世代 AI 伺服器市場的統治地位不受供應鏈瓶頸干擾。

 

• 延伸閱讀：三星HBM4良率衝破80%，攜手輝達AMD搶攻AI伺服器商機
• 延伸閱讀：AI浪潮擋不住！HBM4記憶體價格傳將「翻倍暴漲」 專家：未來顯卡恐怕更貴了
• 延伸閱讀：Instinct MI455X結合領先效能、HBM4記憶體，與Cerebras合作推出晶圓級引擎解構式AI推論方案

 

 

加入T客邦Facebook粉絲團

OpenAI 推出 Data agent 智慧體，讓非技術人員僅需口語指令即可完成複雜的數據分析。這款由 OpenAI 研發的 Data agent 深度整合語意層，賦予非技術人員即時...

在多數現代企業的日常營運中，行銷或業務團隊若想追蹤一項新產品的用戶留存率，往往得先向資料工程部門開票排期，歷經數天甚至數週的 SQL 查詢與報表架設，等拿到分析結果時商業黃金期往往早已錯過。

為了解決這項困擾企業已久的「數據塞車」難題，OpenAI 正式在旗下面向企業協作的 ChatGPT Work 平台中推出全新智慧體「Data agent」（資料代理人）。這項工具讓員工能直接以一般自然語言對話，跨越專業技術門檻，將龐雜的企業底層數據即時轉化為深度解答、互動式儀表板與後續執行步驟。

它如何讀懂連工程師都頭痛的「企業黑話」？

過去企業嘗試導入大型語言模型（LLM）處理內部數據時，最常面臨的瓶頸往往不是模型不會寫查詢語法，而是它根本「看不懂」企業特有的商業邏輯與自訂名詞。例如「有效活躍用戶」、「客戶留存率」或「獲客成本」，不同部門乃至不同公司之間的計算公式與跨表關聯往往截然不同；一般的通用 AI 一旦直接丟入底層資料庫，極易因為缺乏業務情境而產生脫離現實的數據幻覺。

OpenAI 這次為 Data agent 打造的核心關鍵，在於讓 AI 深度整合企業現有的語意架構（Semantic Layer）。

Data agent 不僅能直接串聯企業內部已經授權的主流資料倉儲與資料庫，包括 Amazon Redshift、Google BigQuery、Snowflake、Databricks、ClickHouse、MongoDB 與 Datadog，同時也能直接解析存放在 Google Drive 或微軟（Microsoft）SharePoint 中的內部文件與營運檔案。

更重要的是，Data agent 並非無目標地在資料庫裡撈取雜亂表格，而是懂得從 dbt 模型、Databricks Genie Ontology、GitHub 儲存庫以及 Snowflake Horizon 等數據治理框架中汲取「可信語意」。

這意味著 AI 能夠精準理解組織特有的業務黑話、指標自訂計算方式與資料關聯性，確保非技術人員隨手問出的一句話，背後調用的每一筆統計數據都完全符合內部財務與營運標準。

反向操控 Tableau 與 Power BI：非技術人員也能秒建互動看板

除了能正確解析龐雜數據並給予文字解答，Data agent 更展現了極具殺傷力的「工具操作能力」（Tool Use）。以往非工程師就算拿到了資料摘要，若想拼裝成能向主管或客戶報告的圖表，依舊得在複雜的專業視覺化軟體中摸索折騰；而 Data agent 則能直接跨平台反向操控企業內部已購買的各類商業智慧（BI）系統。

根據官方公布的支援清單，Data agent 目前已深度整合包括 Omni、Oracle Business Intelligence、微軟 Power BI、Sigma、Tableau 以及 ThoughtSpot 等主流業務工具。非技術人員完全無需手動在 BI 軟體中拉拽欄位與設定度量，只需在 ChatGPT Work 介面中以日常口語提出分析需求，Data agent 就會自動指揮現有軟體完成任務，並在對話視窗旁迅速產出高互動性的視覺化儀表板。

OpenAI 指出，這套機制不僅能即時生成「產品導入進度追蹤」或「全公司營收業績即時看板」，使用者更能隨時透過口語追問來動態微調內容。

例如一句「把這裡的轉換率改用流量走勢呈現」，AI 就能同步更新圖表，甚至能進一步將分析洞察直接打包輸出成 Google 簡報投影片。這種從資料檢索、視覺化排版到跨軟體輸出的全自動閉環，徹底顛覆了過往數據分析的繁瑣流程。

企業「數據民主化」的最後一哩路

這套工具的實際戰力，已經在極高節奏的商業環境中通過了壓力測試。在 OpenAI 內部，Data agent 已經成為日常營運不可或缺的基石，其產品研發團隊幾乎已全員普及，而在行銷、業務銷售與客戶成功（Customer Success）等非工程單位中，亦有超過三分之二的員工每天藉由它完成數據調度與日常決策。

日本知名資訊服務巨頭 NTT DATA 同樣深度參與了 OpenAI 的早期 Alpha 測試。NTT DATA 明確指出，企業推動數位轉型最艱難的痛點，向來在於非技術業務人員與技術工程部門之間的溝通鴻溝；而透過 Data agent 的輔助，營業部門與行政後勤單位中完全沒有程式背景的員工，現在都能運用最直白的商務語言，自行打造並即時維護專屬的業務儀表板。

這項技術演進最深層的影響，在於打破了長期箝制大型企業靈活度的「數據穀倉」（Data Silos）。當前線人員不再需要苦候工程師排期就能掌握即時洞察，商業決策的敏捷度便能實現倍數跳躍；而過往總被海量零碎報表需求淹沒的資料分析師，也終於能從繁重的開票地獄中解脫，將心力聚焦在更高價值的數據治理與架構創新上。

目前 Data agent 已在 ChatGPT Work 的外掛與擴充功能目錄中以「Data」名稱全面上架。隨著 AI 智慧體從「單向問答」邁向「自主調用數據與操作企業軟體」，企業對人才能力的評估指標也正迎來轉折——未來決定工作者價值的關鍵，或許不再是撰寫 SQL 語法的熟練度，而是能否向 AI 提出切中商業痛點的精準問題。

 

• 延伸閱讀：ChatGPT Work 可以模仿你的寫作風格了！串接 Gmail、Google Drive 掌握常用詞彙與用字習慣
• 延伸閱讀：OpenAI ChatGPT Work 與 Codex 用戶數翻倍破千萬，全面對決 Anthropic 智慧代理人
• 延伸閱讀：ChatGPT Work 登場！整合 GPT-5.6、Codex 與桌面操作，支援跨平台自動化工作

 

 

加入T客邦Facebook粉絲團

ChatGPT 桌面版遭爆內建工具鏈，竟包含開源的 LibreOffice 以處理檔案，展現擺脫微軟束縛的野心。透過 LibreOffice 的技術整合，ChatGPT 提升了本機運算...

微軟身為 OpenAI 砸下百億美元的最大金主與雲端戰略夥伴，雙方的合作向來被視為當代科技史上最緊密的同盟之一；然而，近期資深軟體工程師卻在 ChatGPT macOS 桌面應用程式的底層目錄中，竟悄悄塞入了高達 430MB 的開源辦公室軟體——LibreOffice。這項未曾公開宣告的暗中佈局，不僅直接避開了微軟自家的 Office 授權機制，更標誌著生成式 AI 正在跨出純雲端對話框，朝向在使用者本機「自帶全套工具」以接管實體檔案的全新階段狂奔。

1.7GB 隱藏快取被抓包：從 Python、Git 到辦公室套件全部就地打包

整起事件源於知名開源開發者、Datasette 創始人西蒙·威利森（Simon Willison）的技術考古。他在檢查個人電腦上的快取檔案時，意外在路徑 ~/.cache/codex-runtimes/ 下發現了一個佔用高達 1.7GB 空間的龐大資料夾。

經過層層剖析，這個伴隨 ChatGPT 桌面端運行的環境堪稱五臟俱全：內建了 440MB 的完整 Python 執行環境、446MB 的 Node.js、188MB 的 PDF 跨平台渲染引擎 Poppler，以及 148MB 的 Git 版本控制系統。

最令社群跌破眼鏡的，是原生相依庫（native dependencies）中躺著一個 429.7MB 的 libreoffice-headless（LibreOffice）。這並不是一個輕量級的解析函式庫，而是由文件基金會（The Document Foundation）維護、具備完整辦公處理能力的開源軟體核心。

在同一個快取目錄下，威利森還發現了專門供 AI Agent 讀取的「Skill」（技能）描述檔。這些設定檔明確寫道，系統應如何在背景喚醒並調用這套無頭 LibreOffice，以便即時轉換並讀取 Word（.docx）、Excel（.xlsx）與 PowerPoint（.pptx）等檔案。

繞過微軟的高昂路費：零授權費與本機獨立性的現實考量

讓外界最為津津樂道的，莫過於這項決策背後的商業諷刺感。微軟雖然擁有 OpenAI 龐大股權，但 OpenAI 在為 ChatGPT 打造本機檔案解析能力時，卻完全沒有選擇採用微軟自家的 Microsoft 365 雲端 API 或本地 COM 元件，而是毫不猶豫投向微軟最強勁的開源競爭對手。

箇中原因其實非常單純且現實。首先是「授權成本與依賴性」：若 ChatGPT 要透過微軟官方途徑在用戶端處理 Office 格式，勢必牽涉極其繁瑣的商業授權條款，或者強迫使用者具備微軟雲端訂閱；但開源的 LibreOffice 採用 Mozilla 公共授權條款（MPL 2.0），不僅完全免費，更免去了微軟生態系的法務與金錢箝制。

其次是「自給自足的工具鏈（Self-Contained Toolchains）」需求。在無頭模式下，LibreOffice 能在背景以純命令列神不知鬼不覺地完成排版轉換與文字提取。本地直接調用既不需要網路往返延遲，也不必將使用者的敏感商務報表上傳至第三方 API，在隱私防護與執行反應速度上具備無法撼動的工程優勢。

AI 成為「數位同事」的必經進化代價

這套龐大內嵌工具鏈的曝光，恰恰呼應了 OpenAI 先前透露的產品路線圖。

OpenAI 旗下 ChatGPT Work 產品主管塔拉·塞尚（Tara Seshan）曾公開指出，人工智慧產品正邁入第三階段轉型：第一階段是單純問答的「聊天機器人（Chatbot）」；第二階段是輔助作業的「Agent 協同作業（Agentic Collaboration）」；而終極目標則是像真人士兵般持續運轉的「全動態數位同事（Active Colleague）」。

在過去，AI 只能被困在瀏覽器的輸入框中「出張嘴」；但要成為真正能分擔日常雜務的數位同僚，AI 就必須擁有能碰觸實體世界資料的「雙手與工具箱」。

這 1.7GB 的本機環境，正是 AI 為了獲得操作實體檔案能力所付出的儲存代價。雖然 OpenAI 官方至今尚未正式對外公布這項功能，但悄然部署到全球無數桌面裝置上的 LibreOffice 與編程環境已經證明：未來的 AI 競爭不再只是雲端大模型的參數量比拼，誰能在使用者的本機端打造最無縫、最自主的工具執行生態，誰才能真正接管現代白領的日常工作流程。

 

• 延伸閱讀：OpenAI 踢到鐵板！贊助校園駭客松慘遭 770 名數學家抵制，官方嚇到急忙撤資止血
• 延伸閱讀：OpenAI 最強旗艦 GPT-6 Astra 突襲發表！效能表現刷新紀錄，還能自主操作滑鼠鍵盤、修復系統
• 延伸閱讀：不怕 AI 代理人失控亂跑！OpenAI 秘密研發「自動終止」功能　防堵資安漏洞變駭客

 

 

加入T客邦Facebook粉絲團

馬斯克公開進化藍圖，預告 Grok 5 將成為 AGI 終點站。馬斯克憑藉 2.5 兆參數挑戰對手，宣稱 Grok 5 具備跨世代實力，不僅要贏下軍備競賽，更要正式開啟 AGI 時代，...

xAI 創辦人馬斯克（Elon Musk）再次在社群平台 X 上丟出震撼彈。他首度公開勾勒出從 Grok 4.7 到 Grok 5 的跨世代演進藍圖，甚至直言通用人工智慧（AGI，Artificial General Intelligence）將在 Grok 5 身上正式成真。

坦承 Grok 4.7 仍有缺陷，馬斯克親手排出「大模型戰力天梯榜」

馬斯克日前在 X 平台與網友互動時，罕見以坦率姿態評估了自家產品的真實戰力。他透露現階段的 Grok 4.7 能力大致僅與競品 Anthropic 的 Opus 5.0 相當，尚未達到更新的 Opus 5.1 水準，同時公開承認團隊目前正全力搶修並提升多模態（multimodal）的處理效能。這種在公開場合主動揭露自家產品軟肋的作法，在科技巨頭高層中相當少見，但馬斯克的真正目的，顯然是為了替後續世代的跳躍式升級鋪陳舞臺。

他緊接著預告，即將推出的 Grok 4.9 實力將大幅躍升，有望直接對標 OpenAI 代號 Astra 的下一代旗艦（即外界俗稱的 GPT-6）以及 Anthropic 的 Fable 模型。這份清晰的對照表，直接向業界宣告 xAI 不打算只當追隨者，而是要將每個版本都精準卡位在第一梯隊的決戰區。

押注 2.5 兆參數與全新 C++ 軟體棧，Grok 4.8 能否扛起過渡重任？

在迎戰未來的終極旗艦之前，馬斯克宣稱已於本週完成訓練的 Grok 4.8 扮演了承上啟下的核心關鍵。這款模型的規模一舉衝上驚人的 2.5 兆（2.5 trillion）參數，但更引發工程社群熱議的，是其底層技術架構的徹底翻新——xAI 全面捨棄常規工具鏈，轉而採用全新打造的 C++ 軟體棧（software stack）進行訓練與調校。在當前主流 AI 開發高度依賴高階封裝框架的環境下，直接深挖底層 C++ 意味著團隊試圖徹底榨乾硬體極限，在分散式 GPU 叢集的通訊延遲與記憶體調度上搶奪極致吞吐效能。

然而，推倒重來重構底層程式碼從來都是高風險豪賭。即便底層架構能在理論上降低通訊損耗，龐大的參數量級依然對後續的模型推論成本與伺服器穩定性帶來殘酷考驗。

AGI 的最後一塊拼圖？從「算力狂徒」到 Grok 5 的現實考驗

當有網友在討論串中直接追問「你認為 Grok 4.8 距離實現 AGI 還有多遠」時，馬斯克給出了毫不含糊的簡短答案：「這將會是 Grok 5」。他甚至信心滿滿地表示，Grok 5 也許會超越當前市場上的一切技術，呼籲大家「拭目以待」。將被業界視為聖杯的 AGI 明確押在具體的模型代數上，無疑再次點燃了技術界對於 AGI 定義的爭辯——通用智慧不僅需要龐大知識儲備，更依賴邏輯推理、情境反思與自主決策等高階認知能力，絕非單純依靠擴展定律（Scaling Law）無限制堆砌參數就能自然湧現。

馬斯克一向擅長用極限願景拉高資本期待與公眾注意力，但在 OpenAI 與 Anthropic 同樣重兵集結新一代架構的態勢下，Grok 5 究竟是人類叩關 AGI 的分水嶺，還是另一張超前開出的商業支票，全球科技界正屏息以待。

 

• 延伸閱讀：馬斯克怒了！奧斯卡名導紀錄片揭「童年創傷」黑歷史，全球首富氣炸揚言提告：連垃圾都不如
• 延伸閱讀：馬斯克預言：2027 年底 AI 全面包辦數位工作，人類將在軟體開發領域徹底失去競爭力
• 延伸閱讀：馬斯克認了 AI 進度落後！SpaceX 砸 600 億美元併購 Cursor 救亡圖存，點名 Anthropic 是最強對手

 

 

加入T客邦Facebook粉絲團

台積電評估於 2028 年前將 CoWoS 產能再度翻倍，但受限於先進封裝極長交期，訂單外溢潮正推升英特爾與台廠競爭力。面對算力需求，台積電不僅積極擴充 CoWoS 並鎖定先進封裝頂級...

半導體供應鏈最新消息傳出，晶圓代工龍頭台積電（TSMC）正評估於 2028 年前將核心 CoWoS（Chip-on-Wafer-on-Substrate）產能再度提升一倍以上；然而，在輝達（NVIDIA）等一線巨頭提前包下過半機位、交期拉長至一年半以上的極限壓力下，一場由產能赤字引爆的訂單外溢潮，正悄悄重塑全球半導體封測的競爭版圖。

排程塞到 2027 年：輝達包下六成機位

在大型語言模型與生成式 AI 的算力軍備競賽中，無論是旗艦 GPU 還是客製化 ASIC 晶片，都必須依賴先進封裝技術將邏輯運算核心與高頻寬記憶體（HBM）緊密整合，才能突破資料傳輸的「記憶體之牆」。

台積電憑藉技術成熟且良率卓越的 CoWoS 體系，長期穩坐輝達、超微半導體（AMD）與博通（Broadcom）等科技巨擘的唯一首選。然而，即便台積電過去兩年已展現驚人的產能倍增速度，市場對算力的渴求卻像無底洞般持續膨脹。

業界最新估算顯示，光是輝達一家就盤據了台積電 CoWoS 約六成的產能配額，前三大客戶合計更瓜分超過 85% 的機位；這導致產線的交期（Lead Time）被硬生生拉長至 52 到 78 週以上，就連 2026 至 2027 年的排程也幾乎宣告售罄。

為了緩解這場結構性產能荒，台積電持續調度龐大資本支出，在台灣本土既有廠區及新世代先進封裝基地全面添購機台，力拚 2028 年前實現產能再翻倍。但對急於搶奪市場先機的晶片客戶而言，動輒一年半的等待期，無疑是隨時可能被對手超車的致命代價。

AMD 尋求備援，英特爾 EMIB 與封測台廠成最大贏家

「拿不到產能就等於沒辦法出貨」，在瞬息萬變的 AI 戰場上，極度擁擠的排隊窗口直接引爆了半導體業罕見的「訂單外溢效應」。包括 AMD 在內的多家晶片大廠，為了避免高階 AI 產品因封裝瓶頸延誤上市時程，不得不打破過去完全仰賴單一來源的慣例，啟動產能多元化策略，將部分訂單與次世代封裝需求轉向替代供應鏈。

這股外溢潮的第一位受惠者，正是極力重振晶圓代工與封裝業務的英特爾（Intel）。英特爾近年在美國官方政策與資金加持下積極擴張封裝產線，其自主開發的 EMIB（嵌入式多晶片互連橋接）及次世代 EMIB-T 技術，順勢成為非台積電陣營最具可行性的備案，加速向全球第二大先進封裝代工廠邁進。

與此同時，台灣在地的專業封測代工（OSAT）聚落也成為這波外溢紅利的直接接收者。日月光投控（ASE）、矽品（SPIL）、力成（Powertech）以及京元電子（KYEC）等封測大廠，憑藉靈活的交期彈性與逐步成熟的 2.5D 先進封裝和測試工藝，接連迎來國內外晶片客戶的追加訂單，產能利用率與獲利展望雙雙迎來爆發期。

先進封裝成新護城河

看似訂單外溢造成客戶分流，但從商業競爭角度來看，這反倒是台積電優化獲利體質的絕佳契機。

在整體先進封裝產能極度稀缺的現狀下，台積電正好能將有限的 CoWoS 與未來 SoIC（系統整合晶片）資源，優先聚焦在利潤最高、採用最先進奈米製程的核心大客戶上。這不僅鞏固了與輝達等領先者的深度綁定，更能以晶圓代工結合先進封裝的完整「一條龍」方案，最大化單顆晶片所創造的毛利收益，同時避免將昂貴的設備資源浪費在毛利較薄的中階產品上。

台積電計劃在 2028 年將 CoWoS 產能再度翻倍，清楚宣告了 AI 基礎建設並非曇花一現，而是一場比拼資本與技術耐久度的長途馬拉松。當摩爾定律放緩，晶片競爭的決勝點已從單純的前端微縮，全面轉向包含 2.5D/3D 封裝在內的「系統級整合」，誰能掌握穩定且高良率的封裝版圖，誰才能在未來的算力世界中掌握真正的定價話語權。

 

• 延伸閱讀：AI晶片需求太瘋狂！傳台積電將釋出部分CoWoS核心封裝訂單，日月光等封測大廠正準備搶AI大單！
• 延伸閱讀：挑戰台積電 CoWoS 壟斷！英特爾 EMIB-T 封裝技術鎖定 2027 量產，傳成本砍半吸引博通、Meta 轉單
• 延伸閱讀：台積電CoWoS產能真的塞爆了！傳NVIDIA下一代晶片將轉交英特爾封裝，台灣封測廠也大賺

 

 

加入T客邦Facebook粉絲團

近期出現針對 RTX 5080 的新型網購騙局，賣家藉由贈品先行寄送手段，企圖規避官方維權機制。這類網購騙局鎖定高價顯卡，若訂購 RTX 5080 卻僅收到保溫杯，務必提高警覺並透過正...

隨著次世代旗艦顯示卡現貨持續供不應求，不法分子也趁機推出針對硬體玩家的全新詐騙手法！近日一名國外 Reddit 討論區網友分享親身遭遇，他在知名電商亞馬遜（Amazon）花費近 1,400 美元（約新台幣 45,000 元）搶購微星（MSI）次世代旗艦顯卡「GeForce RTX 5080 16G SUPRIM Liquid SOC」，滿心期待收到頂級水冷卡王，開箱後映入眼簾的卻僅是一個印有「VACUUM CUP」字樣的廉價保溫杯。賣家甚至在包裹內附上精心偽造的說明傳單，以「物流延誤、贈品先行致歉」為由，試圖誘騙消費者落入脫離官方平台的詐騙陷阱。

騙子算準「7天維權時效」企圖捲款人間蒸發

據受害網友描述，這款水冷版 RTX 5080 雖然以溢價近 1,400 美元成交，但因市場旗艦貨源極度稀缺，一時心急下未仔細核對賣家是否為亞馬遜官方自營（Sold by Amazon）。包裹內附帶的印刷傳單聲稱「因物流調度因素，顯示卡將於 7 個工作天內獨立配送，保溫杯為店家致歉贈送的額外禮品」，甚至貼心提供退款信箱「service@amazon-support.xyz」，告知若不想等待可寄信申請全額退款。

這套看似貼心負責的售後話術，實質上精準利用了玩家「已拿到物流單號且有贈品、只是顯卡延遲」的心理防線，大幅降低戒心。

資深資安專家與電商分析師指出，此類詐騙的核心詭計在於「拖延時間」與「誘導站外溝通」。一旦買家輕信傳單並透過該第三方信箱聯繫，騙子便會假意安撫或要求提供個資，讓買家在等待中錯過亞馬遜訂單系統的 7 天爭議處理與黃金申訴窗口；同時，脫離官方系統的對話將使平台完全失去監管與交易保障能力。

等維權期限一過，不法賣家便能順利自平台提領詐騙款項並徹底註銷帳號人間蒸發，讓消費者求償無門。

低信譽「.xyz」網域成破綻

在該討論串引發熱議後，許多眼尖的硬體玩家與社群網友迅速指出關鍵破綻：傳單所列的客服信箱使用了註冊成本極低、常被用於釣魚詐騙的小眾「.xyz」頂級域名。包含亞馬遜、微軟等國際大型電商與科技巨頭，其官方客服管道絕不可能使用此類廉價網域。該受害網友所幸警覺性極高，並未依照傳單指示寄信至假信箱，而是第一時間直接透過亞馬遜官方後台的訂單爭議通道發起退款維權與檢舉，目前已成功保住個人財產，並促使官方凍結該問題店家。

科技消費專家特別呼籲，近期各品牌次世代顯卡、高階處理器與電競零組件正值換代熱潮，全球現貨吃緊導致第三方賣家炒價橫行。消費者在跨境或電商平台選購高單價 3C 產品時，應優先選擇官方自營或授權旗艦店；收件開箱時務必全程錄影存證。若遇到「收到不符商品卻宣稱正品補寄」、「包裹附帶站外客服聯絡方式」等情況，絕對不可私下聯繫，應立即向原購買平台提出官方爭議，以免淪為新型網購騙局的受害者。

 

• 延伸閱讀：柬埔寨詐騙園區也導入AI了！OpenAI封殺多個ChatGPT帳號，揭露最新自動化詐騙流程
• 延伸閱讀：GASA 與 Whoscall 發布《2026 亞洲詐騙調查報告：台灣篇》！Email 與社群平台成詐騙新戰場
• 延伸閱讀：搭飛機連Wi-Fi也要看清楚，達美航空機上驚傳出現「詐騙Wi-Fi」熱點，機組人員緊急斷網

 

 

加入T客邦Facebook粉絲團