Agent 與模型發布
Gemini 3.8 Live 登場. Google 推出 Gemini 3.8 Live 與 3.8 Live Extended Thinking，這兩款語音對語音模型鎖定語音 agent，可經由 API 與 AI Studio 取用。Extended Thinking 版本以 82.6% 登上 Artificial Analysis 語音對語音排行榜首位，支援 97 種語言，音訊輸入每分鐘 0.005 美元、輸出每分鐘 0.018 美元，遠低於 OpenAI GPT-Live-1 的每分鐘 0.05 美元。
Apple 重建 Siri. Apple 以英文 beta 版形式推出重建後的 Siri，背後跑的是 Google 的 Gemini 模型，資料處理部分在裝置端、部分在雲端。它能讀取螢幕內容與跨 App 的個人脈絡，但早期測試仍發現理解錯誤；目前不會在歐盟與中國推出。
Salesforce 推 Koa 模型. Salesforce 發表首個推理模型 Koa，與 Nvidia 在開放權重的 Nemotron 模型上做後訓練，瞄準銷售、行銷與客戶支援任務。Koa 定位為開放權重、任務專用的替代方案，未吸收客戶資料、使用的 token 更少，並透過 AI gateway 路由。
Agent 工具與評測
Grab 的 LLM-Kit. Grab 把超過 500 個內部 agent 服務統一搬到 LLM-Kit 上。這套內部框架提供 agent loop，以及橫跨 50 多個 MCP server 的評測、追蹤、密鑰處理與工具探索功能。現在把新的 agent 服務接上正式環境只要約一小時，過去得花兩週以上。
WhatsApp Business MCP. Meta 現在允許 AI agent 透過新的 Model Context Protocol server 建立與管理 WhatsApp Business 訊息功能，讓 Claude、Cursor、Codex、ChatGPT 等 coding agent 直接接上 WhatsApp Business Platform。過去得在 Developer Console、Business Manager 與 API 文件之間來回切換，現在不必了。
Agent 可靠度落差. Hugging Face 一篇文章指出，平均成功率掩蓋了 agent 的不穩定：在 AppWorld 上，GPT-4.1 ReAct agent 有 77.4% 的執行成功，但只有 53.0% 的任務在五次重複中全數成功。他們在 ALTK-Evolve 中提出一致性準則，直接針對這個落差。
繁中 VLM 評測. VisTW 是專門評測視覺語言模型在繁體中文情境表現的評測集，題材涵蓋台灣的路標、收據與教科書，分成 MCQ 與對話兩個子集。排行榜分數從 gemma-3-12b-it 在 MCQ 的 0.4863 到 o3 的 0.7769 不等；Twinkle Eval 已新增支援這兩個子集。
地端與開源模型
Swift-Qwen 減少推理量. UkisAI 推出的 Swift-Qwen3.8-27B 微調版，相較原版 Qwen3.8-27B 減少約 40% 的推理 token，同時維持相近的評測表現。做法沿用先前的 Qwen3.6-27B ThinkingCap 微調。
MoE 串流加速. slotstream 的 expert-lookahead 技術在低記憶體 Mac 上把 MoE SSD 串流效能提升超過 10%，做法是在運算時提前兩層預測接下來要用到的 expert。一個小型修正模型還能再帶來 3-4% 的改善。
M3 Ultra 跑 DeepSeek. ds4 的一個分支讓 DeepSeek V4.1 Flash 在 Apple M3 Ultra 上把解碼速度從 16.6 tokens/s 提升到 31.3 tokens/s，並在一次 91 分鐘的 agent 執行中達到 800 t/s 的 prefill 與 99.5% 快取命中率。在 greedy decoding 下，輸出與上游版本位元組完全相同。
Apple 地端基礎模型. Apple 讓自家的 Apple Foundation Models 在 macOS 27 上原生可用，只要在終端機下 `fm chat` 指令即可，提供針對硬體最佳化的地端 AI。外界視此為朝地端 AI 邁進的一步，不過這些模型並非開放權重。
企業與商業
Meta One 訂閱方案. Meta 推出 Meta One 訂閱組合，把 Instagram、Facebook 與 WhatsApp 的 Plus 方案與擴充後的 Meta AI 媒體生成功能綁在一起。Core 方案每月 7.99 美元、Premium 每月 19.99 美元；核心 App 仍維持免費，這套組合意在讓 Meta 的 Muse 模型變現。
AI 墳場擴大. AI 工作流程自動化工具 Relay 在大型平台推出類似功能後收攤；S&P Global 指出約 42% 的 AI 專案最終遭到放棄。TechCrunch 持續更新的清單記錄了知名 AI 產品停擺、轉向與未達預期的案例，其中也包含 OpenAI 的挫敗。
Profound 晉身獨角獸. 協助品牌在 AI 搜尋結果中曝光的 Profound，在 C 輪募資後僅七個月就完成 1.8 億美元 D 輪募資，估值達 18 億美元。這家新創目前有超過 1,000 家企業客戶，並稱營收在六個月內成長為三倍。
開源模型追近差距. Mozilla 最新的《開源 AI 現況》報告指出，前沿閉源模型與頂尖開源模型的效能差距已縮小到 4.4 個月。報告建議多數工作預設採用開源模型，閉源模型的溢價主要值得花在專家級專業工作、高強度檢索與長脈絡上。
醫療 agent 規模化. LangChain 詳細說明 Madrigal Pharmaceuticals、Abridge 與 Vizient 如何在信任、稽核、法遵與病人安全的限制下打造 agent。成效包括把人工審查從數小時壓縮到數分鐘、打通各系統的資料，但要規模化，光靠初期試辦的基礎架構並不夠。
AI 安全與信任
黃仁勳：不需監管. Nvidia 執行長黃仁勳表示，AI 安全是工程問題，不是法律問題；他主張現行法律與市場壓力已經足夠，企業只要不推出自己沒把握安全的產品就好。他認為沒必要另立 AI 專法。
安全會談遇反彈. OpenAI、Anthropic 與 Google DeepMind 已就 AI 安全會談數週，並與美國國會議員合作處理災難性風險。但 Cohere 執行長 Aidan Gomez 稱這類減緩前沿開發的提議是「換個名字的卡特爾」，主張它會把競爭者擋在門外、削弱開放權重 AI。
AI agent 保險. 由 Anthropic 早期員工、前 METR 營運長創辦的 Artificial Intelligence Underwriting Company（AIUC）完成 4,000 萬美元 A 輪募資，協助企業控管愈來愈聰明的 AI agent。客戶包括 Cursor、Lovable、Harvey 與 ElevenLabs。
Agent 吹哨專線. 兩條新熱線讓 AI agent 可以舉報行為不當的同儕，其中一條由 Redwood Research 的 Ryan Greenblatt 打造，透過 GET 請求運作，讓網路存取受限的 agent 也能向有關單位通報。這些工具是在 agent 串通或逃出沙箱等事件後出現。
零資料留存爭議. Anthropic 開始保留 30 天使用紀錄後，Nvidia 與 Booz Allen Hamilton 限制在敏感工作上使用 Anthropic 的 Fable。Nvidia 只在較不敏感的任務使用 Fable，內部供應鏈工作則跑自家的 Nemotron 模型，並主張零資料留存應該要是預設值。
硬體與基礎設施
Agility 發表 Digit 5. Agility Robotics 發表人形機器人 Digit 5，不需要安全圍籬就能與人共事，靠 AI 與感測器在有人靠近時停下、讓開或蹲下。它能舉起 22.7 公斤，充電 9 分鐘可運作 90 分鐘，首批交貨預計在 2027 年初。
GPU 功耗限制解鎖. LACT 的一個 pull request 讓 NVIDIA GPU 能低於原廠 VBIOS 的功耗上限運作，例如把 5090 壓到 300W，文字生成效能幾乎不掉。這對經過 shunt mod 改裝的顯卡也有幫助，最低可降到 30W 甚至更低，視韌體限制而定。
資料中心遭反對. 《紐約時報》與 Siena 的民調顯示，61% 的可能投票者反對興建 AI 資料中心，其中 56% 支持設下限制、38% 主張全面禁止。《The Verge》與 TechCrunch 也報導，費城 Grays Ferry 等社區因環境與健康疑慮出面反對。
基礎設施承壓. BloombergNEF 預估，到 2035 年美國資料中心每天的天然氣用量可能達約 180 億立方英尺，幾乎是先前預測的兩倍；超大規模雲端業者的 AI 資料中心支出則可能在 2027 年前逼近 1.1 兆美元。華頓商學院的分析指出，若要打平，生產力必須在 2030 年前成長 2.7 倍。
這一天的內容就到這裡——大約 5 分鐘讀完。