🎙️ AI 日報 Podcast — 千億軍備競賽、工程師飯碗、中國 AI 突圍

開場白

哈囉，歡迎收聽最新一集的「Mark 的 Tech Insights」！今天 AI 圈真的是太瘋狂了，錢的味道跟火藥味都超級重。從馬斯克、貝佐斯的千億美元級別豪賭，到 AI 開始直接影響工程師的飯碗，我們今天就來聊聊這些既興奮又有點讓人焦慮的大事。

本日重點新聞

1. 馬斯克的 AI 帝國再擴張！SpaceX 豪擲 600 億美元預購 AI 程式碼新創 Cursor

來源: TechCrunch (原文連結)
摘要: Elon Musk 旗下太空公司 SpaceX 宣布達成一項驚人協議，他們有權在今年稍晚以 600 億美元收購 AI 程式碼新創 Cursor。這一步棋顯示馬斯克在合併 xAI 後，正積極將 SpaceX 打造成 AI 巨頭，直接對標 OpenAI Codex 等競爭對手。
台灣觀點: 這顯示 AI-native 的開發工具是未來趨勢，對台灣軟體產業來說，如何從「使用 AI」轉變為「打造 AI 開發工具」是個值得深思的課題。
討論要點:
- 600 億美元的估值是泡沫還是真價值？
- 這筆交易如何整合進馬斯克龐大的（SpaceX, xAI, Tesla）生態系？
- 當 AI 直接變成開發環境，對軟體工程師的技能要求有何改變？
講稿建議: 欸，你看到馬斯克又搞了個大新聞嗎？這次不是火箭，是直接要用錢把 AI 程式碼的世界砸開！SpaceX 簽了一個「選擇權」合約，可以用 600 億美金買下 AI 寫程式工具 Cursor。600 億！這比台灣很多護國神山級公司的市值都高了。這其實不只是買一家公司，這是馬斯克在宣示，他要把 xAI、Tesla、SpaceX 的資源全部整合起來，打造一個超級 AI 帝國。對我們台灣的開發者來說，這訊號超明顯：以後寫程式，AI 不再只是輔助，它本身就是開發環境。這對台灣的軟體工程文化會是個很大的衝擊，也是個轉型的好機會。你覺得這 600 億是買貴了，還是買到未來了？

2. AI 程式碼生成大爆發：Google 與 Snap 超過 65% 新程式碼由 AI 產出

來源: Crescendo AI / Reuters, AI and News / Google (原文連結1, 原文連結2)
摘要: 兩則新聞都指向同一個趨勢：Snap 宣布裁員約 1000 人，主因是 AI 提升了生產力，目前公司超過 65% 的新程式碼由 AI 生成。無獨有偶，Google 也透露內部有高達 75% 的新程式碼是由 AI 產生、再由人類工程師審核。
台灣觀點: 這對台灣以硬體製造思維為主的科技業是個警訊，軟體開發的「人海戰術」即將失效，未來工程師的價值將從「寫扣」轉變為「善用 AI 解決問題」。
討論要點:
- 這是否意味著初階軟體工程師的職位將大幅減少？
- 企業該如何重新定義軟體團隊的 KPI？是 Code line 數，還是解決問題的效率？
- 當大部分程式碼都由 AI 產生，程式碼的版權和安全性問題如何解決？
講稿建議: 上一個新聞還在講 AI 寫程式的工具值 600 億，這個新聞馬上就告訴我們，AI 寫程式已經是現在進行式了。Snap 因為 AI 太會寫 code，直接裁了 1000 人，說 65% 的新 code 都是 AI 寫的。更誇張的是 Google，他們說這個比例已經達到 75%！這真的很驚人，半年前這個數字才 50%。這不是未來式，這是現在的職場現實。我覺得台灣的科技公司老闆跟主管們皮要繃緊了，如果你還在用「工程師人數」來衡量研發實力，那很快就會被市場淘汰。未來工程師的角色會更像一個「AI 指揮官」，價值在於定義問題、驗證結果和系統設計，而不是埋頭打字。這對整個教育和人才市場都是一個巨大的挑戰。

3. 中國 AI 突圍？DeepSeek V4 模型效能追上美國頂尖，成本卻不到 1/10

來源: LLM Stats (原文連結)
摘要: 中國的 DeepSeek 公司發布了 V4 模型，這是一個擁有 1 兆參數的 MoE（專家混合）模型，並且開源了權重。最驚人的是，它的效能據稱可以媲美美國頂尖的閉源模型，但訓練成本預估僅 520 萬美元，效率極高。
台灣觀點: 這顯示中國在 AI 演算法和訓練效率上已經找到一條獨特的路，台灣的 AI 新創或許可借鏡這種「高效率、低成本」的模式，在巨頭夾殺中找到生存空間。
討論要點:
- 美國的 AI 晶片出口管制，是否反而刺激了中國在演算法效率上的創新？
- 開源大模型對整個 AI 生態是好是壞？會加速創新還是加劇安全風險？
- 520 萬美元的訓練成本，是否意味著頂尖模型的「入場券」價格正在下降？
講稿建議: 聊完美西的科技巨頭，我們把目光轉到東方。這條新聞我覺得是今天最值得玩味的。中國的 DeepSeek 發了一個開源的兆級參數模型，性能直逼美國一線大廠，但最可怕的是它的訓練成本，只要 520 萬美金！你知道 OpenAI 訓練 GPT-4 花了多少錢嗎？市場估計是上億美金。這成本差距太懸殊了。這背後有兩個訊號：第一，美國的晶片禁令可能沒辦法完全鎖死中國的 AI 發展，反而逼他們在演算法上「彎道超車」。第二，這證明了不是只有砸大錢才能做出好模型，效率和架構創新同樣重要。對台灣來說，我們沒有那種動輒幾十億美金的本錢，DeepSeek 的路徑反而更有參考價值。

4. AI 實體化！Jeff Bezos 籌集 100 億美元打造「懂物理世界」的 AI

來源: Bloomberg (原文連結)
摘要: Amazon 創辦人 Jeff Bezos 即將為他的新 AI 新創公司完成一輪高達 100 億美元的融資。這家公司的目標很特別，他們專注於開發能夠理解和互動「物理世界」的 AI 模型，也就是要讓 AI 走出螢幕，進入機器人與現實世界。
台灣觀點: 台灣是硬體製造與機器人供應鏈的重鎮，Bezos 的這個方向，對台灣產業來說是個巨大的潛在商機。從鴻海的電動車到台達電的自動化，都可能成為這類「實體 AI」的應用場景。
討論要點:
- 「物理世界 AI」和我們現在熟知的 LLM 有什麼根本上的不同？挑戰在哪？
- 為什麼像 Bezos 這樣的巨頭會對「實體 AI」如此感興趣？
- 這是否預示著 AI 的下一個浪潮將是軟硬整合，從數位世界走向物理世界？
講稿建議: 當大家還在瘋 LLM、聊天機器人的時候，世界首富之一的 Jeff Bezos 已經把眼光放到下一步了。他要砸 100 億美金，搞一個能理解「物理世界」的 AI。這跟 ChatGPT 有什麼不一樣？簡單說，ChatGPT 活在網路和文字裡，但 Bezos 想要的 AI，是要能看懂監視器畫面、能操作機械手臂、能理解空間和物體的。這完全是另一個維度的遊戲，難度也高非常多。但這對台灣來說，反而是個好消息！因為我們最強的就是硬體、就是供應鏈。當 AI 需要身體、需要眼睛、需要手腳，那不就是台灣的機會嗎？從晶片、感測器到機械手臂，這整個產業鏈都可能被重新賦能。我覺得 Bezos 這一槍，等於是為台灣的硬體產業指了一個 AI 時代的新方向。

5. AI 軍備競賽白熱化：Anthropic 砸重金遊說國會、並向 Amazon 預定巨量算力

來源: Axios, The Motley Fool / Anthropic (原文連結1, 原文連結2)
摘要: AI 獨角獸 Anthropic 最近動作頻頻。一方面，他們在 2026 年第一季花了 160 萬美元在國會遊說，超越了 OpenAI，試圖影響未來的 AI 政策。另一方面，他們跟 Amazon 簽下超級大單，預定了高達 5 GW 的下一代 TPU 算力，這是史上最大規模的算力協議之一。
台灣觀點: 這顯示 AI 競賽已進入「資本」與「政治」的雙重賽道。台灣廠商除了提升技術，也必須開始思考如何在全球 AI 政策制定中找到自己的發聲管道。
討論要點:
- 為什麼 AI 公司需要花這麼多錢去遊說？他們想影響什麼？
- 5 GW 的算力是什麼概念？這對電力和基礎設施是多大的挑戰？
- 這是否意味著 AI 的未來將只剩下有能力負擔巨額算力和遊說費用的巨頭玩家？
講稿建議: 如果說前面幾則新聞是技術和市場的競爭，那 Anthropic 的這兩個動作，就是把戰場直接拉到了另一個層次：政治和資源。他們一季花 160 萬美金去遊說，比 OpenAI 還多，這是在幹嘛？這是在「買規則」！他們想確保未來美國政府制定的 AI 法規，是對自己有利的。然後，他們轉頭就跟 Amazon 簽了 5 GW 的算力訂單。5 GW 是什麼概念？這大概是好幾座核能發電機組的發電量了！完全是為了訓練下一代、下下一代 AI 模型準備的。這告訴我們，現在玩 AI，已經不是幾個天才在車庫裡就能搞定的事了。這是一場需要千億資金、需要龐大算力、甚至需要影響國家政策的「超級強權戰爭」。