算力基建邁向千億規模，前沿模型與企業級代理加速落地
這週對讀者的意義
當前沿模型的智力差距逐漸縮小，真正的護城河已轉移至千億級別的算力基建，以及能深入企業工作流的代理生態系。
主線
算力基建與硬體架構的巨獸化
算力基礎設施的投資規模正邁向驚人的新量級。Nvidia 提供高達 1,050 億美元擔保協助 OpenAI 租用 8GW 資料中心，顯示前沿模型的訓練門檻已非一般企業所能負擔。同時，Google 傳出與 AMD 合作開發整合 CPU 的第 10 代 TPU 以應對強化學習需求，而 Groq 甚至放棄自研晶片轉向採購 Nvidia 系統。這意味著底層硬體的競爭已從單一晶片效能，全面升級為能源、封裝與資料中心生態系的巨頭角力。
前沿模型的世代交替與價格戰
前沿模型的世代交替在本週浮出水面，且伴隨著激烈的性價比競爭。OpenAI 正式推出具備百萬上下文與六段推理能力的 GPT-5.6 Sol，並大幅調降 API 價格，其 Luna 版本更在工程測試中以極低成本擊敗對手。Anthropic 雖未正式發布，但官方文件已意外曝光 Claude 5 世代的存在，而 xAI 的 Grok 4.6 也宣稱智力追平 GPT-5.6。各家不僅在推理能力上較勁，更透過價格戰與 Stripe 斥資 70 億美元收購 OpenRouter 等聚合平台，激烈搶奪開發者市占率。
AI 代理深度重塑企業開發工作流
AI 代理正從個人生產力工具快速轉變為企業級基礎設施。Claude Code 推出 UI 畫板工作流並展現驚人營收，Y Combinator 開源的 QM 框架則主打多人共用與身分綁定，補足了企業管理代理的需求。Dropbox 與 Instacart 紛紛將 MCP 協議整合進內部系統，讓代理能直接參與程式碼審查與線上故障排除。這種開發模式的轉變，甚至讓 Rootly 等企業廢除了傳統的「小型 PR」規則，因為 AI 代理已能一次性處理龐大的系統變更。
頂尖 AI 實驗室的資本化與體制陣痛
隨著營收暴增，頂尖 AI 實驗室正加速推進資本化進程，但也面臨內部治理的陣痛。Anthropic 年化營收衝上 650 億美元，執行長 Dario Amodei 罕見發聲捍衛其權力集中的治理模式，並積極推動估值達 2 兆美元的 IPO。OpenAI 同樣傳出將於 2027 年上市，但伴隨而來的是營收長離職，以及核心風險評估團隊（preparedness）的解散與重組。這顯示在龐大的商業利益與算力成本壓力下，這些機構正逐漸向傳統科技巨頭的營運模式靠攏。
具身智能與實體機器人的跨越式進展
具身智能與機器人技術在本週展現出從實驗室走向複雜物理互動的潛力。Generalist AI 發布的 GEN-1.5 基礎模型引入了物理環境的 In-Context Learning 能力，讓機器人只需觀看短短幾秒的示範即可零微調學會新動作。同時，共生知行展示了雙足機器人駕駛卡丁車的端到端手眼腳協同能力，RoboScience 也推出了具備 22 個自由度的通用操作機器人。這表明 AI 的戰場正迅速從純軟體延伸至需要理解物理世界並進行複雜操作的實體領域。
跟上週比
本週基礎設施（infra）與定價（pricing）相關討論顯著增加，而模型發布與代理數量下滑。這反映出市場焦點正從單純的「發布新模型」，轉向如何支撐這些龐然大物（如 8GW 資料中心、液冷散熱）以及如何在商業上變現（如 API 降價戰、Stripe 鉅資收購 OpenRouter）。
這週的新面孔
上週一次都沒出現過
跑得最久的線
跨了兩天以上，才算一條線
推出 UI 畫板工作流並創下驚人營收，確立其在終端機代理的領先地位。
獲千億美元算力擔保並推進 IPO，解散風險評估團隊引發高層動盪。
年化營收達 650 億美元並籌備兆級 IPO，執行長捍衛集中化治理模式。
引入投機解碼與自適應 MTP 模式，大幅提升本地端大模型的推論速度。
官方文件洩漏未發布的 Opus 5 等模型，預示新一代前沿模型即將問世。
傳將 CPU 整合進新一代 TPU 封裝，以應對強化學習的通用算力需求。
Luna Max 於評測中以極低成本擊敗對手，展現極高的模型性價比。
支援百萬上下文與六段推理能力，並調降 API 價格以搶攻高階應用市場。
宣稱智力追平 GPT-5.6，進一步加劇前沿模型的定價與效能競爭。
提供千億美元擔保建置資料中心，全面主導 AI 基礎設施的發展方向。
這週的節奏
每天最上面的那一則
下週盯什麼
Claude 5 系列的正式發布
官方文件已洩漏 Opus 5 與 Fable 5，預期將正面迎戰剛發布的 GPT-5.6 系列。
企業級 Agent 框架的普及與開發流程變革
YC 開源 QM 框架與 Rootly 廢除小型 PR 規則，顯示 Agent 正深度改變企業的協作與審查機制。
AI 晶片架構的異構整合趨勢
Google 傳將 CPU 整合進 TPU 以應對強化學習，可能引發新一波底層硬體設計的變革。
AI 基礎設施的能源與散熱挑戰
Nvidia 推進 8GW 資料中心與全液冷架構，電力與散熱將成為算力持續擴張的最大實體瓶頸。
這週的重心
沒人跟進的
AI 模型正刻意在訓練中犧牲事實記憶以換取推理能力的現象（如 Qwen3.5 幻覺率達 80% 但數學跑分飆升）未獲足夠重視。這意味著未來的模型可能越來越偏向純粹的「推理引擎」，而事實查核將完全依賴外部檢索（RAG）或工具調用。