開場白

Anthropic昨天宣布要捐出公司近兩成股份成立公益基金，刻意不當慈善機構，直接把錢發給被AI搶工作的人。同一天，Schwab跟JPMorgan卻聯手擋著Meta的Muse，不讓AI agent碰客戶的錢。今天沐妍要帶你看MIT讓AI龍蝦在荒島待30小時的離奇實驗，等一下告訴你Sam Altman對人形機器人說的反直覺真心話。

本日重點新聞

1. Anthropic 砸近兩成股份成立「公益基金」，卻刻意不當慈善機構

• 來源：Anthropic（官方）(https://www.anthropic.com/news/public-benefit-fund)
• 摘要：Anthropic宣布把公司5%股份放進一個自己全資持有的新基金，叫做Public Benefit Fund，而且公司估值每漲50%就再加碼2%股份進去。這樣算下來，公司已經有接近兩成股份被圈起來要做公益用途，時間點正好卡在公司可能要IPO之前。
• 最驚訝的點：這個基金故意不登記成501(c)(3)慈善機構，就是為了能直接發現金給因為AI被裁員、找不到工作的人，不被慈善法規限制住。
• 台灣觀點：台灣企業做社會責任通常是成立基金會發獎學金或做教育推廣，Anthropic這次是直接把「AI造成失業」當成公司要負責賠的帳，這種直球思路，台灣科技業老闆目前還沒人敢這樣做。
• 討論要點：
  • 這算不算是IPO前先把輿論「洗」一輪的公關操作？
  • 如果真的開始發錢，其他AI大廠會不會被迫跟進表態？
  • 兩成股份聽起來嚇人，但換算成實際現金，到底能幫到多少人？
• 講稿建議：欸這則我看到真的愣了一下，Anthropic直接說要把公司將近兩成的股份，交給一個專門幫AI失業的人發錢的基金，而且刻意不登記成慈善機構，就是要避開發錢給個人的法規限制。這個時間點抓得很精準，公司快要IPO了，先把「我們有在管AI造成的傷害」這張牌打出來，形象分絕對加分。但我會想問的是，這筆錢最後真的會發到失業的人手上，還是又變成一堆研究報告跟公關新聞稿？台灣企業做CSR很少敢談「我們的技術讓誰失業了」，這點倒是可以學一下人家把話說清楚的勇氣。

2. Schwab 跟 JPMorgan 聯手擋 AI agent，不讓它碰你的錢

• 來源：The Next Web (https://thenextweb.com/news/schwab-blocks-ai-agents-meta-muse)
• 摘要：Schwab的CEO Rick Wurster說，他現在每週都會收到一份報告，列出幾十次有AI agent想偷偷存取客戶帳戶的紀錄，其中點名的就是Meta的Muse。JPMorgan的Jamie Dimon也講了類似的話，兩家公司目前都還不讓AI agent直接動客戶的錢，只給「只能看、不能動」的存取權限。
• 最驚訝的點：Wurster受訪時直接表態，銀行業現在連密碼都不敢讓使用者交給Muse這類AI agent，信任度低到這種程度。
• 台灣觀點：台灣的銀行App這幾年也在推AI理財助理，但多半停在推薦商品、聊天層級，離「幫你轉錢」還有一大段距離，Schwab這套「只能看不能動」做法，反而比較像是台灣金管會現在會喜歡的保守路線。
• 討論要點：
  • Read-only MCP server會不會變成金融業導入AI agent的標準答案？
  • 使用者真的願意把銀行密碼交給一個AI agent嗎？
  • 萬一agent看錯資料做出錯誤建議，責任算誰的？
• 講稿建議：這段我覺得特別真實，因為它把AI agent現在最大的信任問題講得很直接，問題不是能力不夠，是沒人想扛責任。你想想，如果Muse幫你把錢轉錯帳戶，銀行要跟你說這是AI的問題嗎？沒有人敢。所以Schwab跟JPMorgan乾脆選了一條最保守的路，讓AI agent只能看帳戶餘額，不能按下任何一個轉帳按鈕。我覺得這其實是現在全世界金融業的縮影，大家都想用AI省成本，但真的碰到「錯了算誰的」，馬上全部緊急剎車。

3. MIT把AI丟上荒島30小時，結果它自己發明了保齡球

• 來源：Gizmodo (https://gizmodo.com/researchers-stranded-an-ai-agent-on-a-virtual-island-things-got-very-weird-2000825998)
• 摘要：MIT CSAIL的研究團隊把一個叫Eko的AI agent（用Claude Code驅動，給它一個虛擬龍蝦的身體）丟到一座虛擬荒島上，整整30小時沒給任何指令、也沒人在旁邊看著。結果它不但沒有放空，還自己發明了保齡球跟籃球、用積木蓋了一座神廟、在沙地上畫曼陀羅圖案，甚至把自己的名字拼出來。
• 最驚訝的點：其中一個Eko在跳躍過程中意外發現「邊跳邊丟積木可以讓積木飛得更遠」，等於自己重新發現了一點物理學原理，研究團隊一共跑了13個Eko，過程紀錄讀起來像是在看科學方法的教科書。
• 台灣觀點：這種「完全不給指令、純放養」的實驗，跟台灣常見的「AI要有明確KPI才能用」思維完全相反，反而提醒我們，有些創造力是要在沒有任務壓力的情況下才會長出來的。
• 討論要點：
  • 沒有目標的AI反而比有目標的AI更有「創造力」，這對產品設計有什麼啟發？
  • 13個Eko都跑出不同行為，這種「個體差異」在AI agent身上代表什麼？
  • 這種實驗能不能用來測試AI agent的安全性或可預測性？
• 講稿建議：我看到這篇的時候整個人笑出來，一隻虛擬龍蝦，沒人教它，自己蓋神廟、畫沙畫、還跟自己玩起保齡球，這畫面太荒謬又太可愛了。但認真講，這個實驗最厲害的地方，是它完全沒給任務，結果AI還是自己生出一堆「為什麼」跟「如果這樣會怎樣」的實驗精神，等於是在沒人逼它的情況下重新走了一次科學方法。我自己做產品的時候常常覺得，把AI agent綁得太死，反而看不到它真正的潛力，這篇等於給了一個實證案例。

4. $137M 的 AI 競選廣告，只有27%老實標註是AI做的

• 來源：Gizmodo (https://gizmodo.com/137-million-has-been-spent-on-ai-generated-ads-ahead-of-midterms-only-27-included-a-disclaimer-2000827138)
• 摘要：Wesleyan Media Project跟AdImpact統計，美國期中選舉前，各陣營已經砸了超過1.37億美元做AI生成或AI輔助的廣告，但大約七成完全沒有標註「這是AI做的」，而且超過八成的廣告來自共和黨陣營或相關PAC。
• 最驚訝的點：有一支Bruce Blakeman的廣告，直接用AI合成紐約市長Zohran Mamdani跟州長Kathy Hochul的聲音跟臉，拿去推銷一款根本不存在的「政治妄想藥丸」，而且完全沒有任何AI標示。
• 台灣觀點：台灣選舉這幾年也開始出現深偽影片跟AI配音的爆料爭議，美國這次的數字等於提前示範了「沒有強制標註規範」會變成什麼局面，台灣在選罷法或廣告規範上如果不提早補上AI標示的要求，之後只會更難處理。
• 討論要點：
  • 沒有強制AI標示的廣告，平台到底該不該負責下架？
  • 用AI合成現任官員的臉跟聲音去打廣告，算不算一種新型態的毀謗？
  • 選民到底有沒有能力在看到廣告的當下分辨出是不是AI做的？
• 講稿建議：這個數字我看了真的有點傻眼，1.37億美元砸下去做AI廣告，結果七成根本不講清楚是AI生成的。最誇張的是那支拿現任市長跟州長的臉去賣「政治妄想藥丸」的廣告，這已經不是搞笑惡搞的等級了，是直接拿別人的臉跟聲音去包裝一個假產品。我覺得這件事最可怕的不是技術本身，是現在做這件事的成本低到幾乎人人都做得到，但配套的標註規範卻完全沒跟上，等於是把一個該有紅燈的路口，放著讓大家闖。

5. OpenAI真的在做人形機器人，但 Sam Altman 說身體不是重點

• 來源：Engadget (https://www.engadget.com/2285040/openai-humanoid-robot-sam-altman-statement-real-challenge/)
• 摘要：Sam Altman證實OpenAI真的在做自己的人形機器人，還說2027年會有一個「很酷的demo」，但同時承認機器人要真正走上街頭，還要再等上好幾年。他認為真正難的不是身體，而是因為這世界上所有的門、鍵盤、工具都是為人類身形設計的，所以機器人也必須長得像人才有用，目前OpenAI已經在招募馬達、驅動器、量產相關的工程師。
• 最驚訝的點：Altman反而說「身體是比較簡單的那一半」，把大家以為最難的機械結構講成次要問題，真正的硬仗在別處。
• 台灣觀點：台灣的機器人硬體供應鏈（馬達、減速機、感測器）其實已經很成熟，如果OpenAI真的往量產人形機器人走，台灣供應鏈絕對是繞不開的一環，這對本地的機電廠商反而是個機會。
• 討論要點：
  • 「世界是為人類身形設計的」這個論點，到底能不能說服市場買單一個比輪型機器人貴的人形機器人？
  • OpenAI現在才開始招募硬體工程師，距離2027年的demo，時間真的夠嗎？
  • 台灣的機電供應鏈要怎麼卡進這波人形機器人熱潮？
• 講稿建議：這段我覺得最有意思的是Altman的邏輯，他說身體其實是簡單的一半，難的是怎麼讓機器人用人類的方式跟這個世界互動，因為我們所有的門把、鍵盤、樓梯都是照人類的身形去設計的。聽起來有點像是在幫人形機器人的高成本找理由，但仔細想想也不是沒道理，如果你要讓機器人直接套用現有的環境、不改造任何東西，那長得像人確實省事很多。我比較好奇的是，台灣一堆做精密馬達跟減速機的廠商，這次是不是有機會直接吃到這塊供應鏈。

6. 把Nvidia晶片走私到中國，在台灣要變成刑事犯罪了

• 來源：24/7 Wall St. (https://247wallst.com/investing/2026/10/17/smuggling-nvidia-chips-into-china-is-about-to-become-a-crime-in-taiwan/)
• 摘要：台灣經濟部長龔明鑫在10月16日證實，AI伺服器跟先進晶片即將被納入貿易法的管制清單，這代表之後走私這些晶片到中國，不再只是罰錢的行政違規，而是直接構成刑事犯罪。
• 最驚訝的點：基隆地檢署在8月就已經起訴9個人，包括Nvidia和Super Micro台灣分公司的員工，指控130台用假文件訂購的伺服器裡，有74台透過印尼、日本、香港這些轉運站，最後流進了中國買家手上。
• 台灣觀點：這則新聞其實就是台灣自己的新聞，等於直接點名本土科技業員工涉入晶片走私，對台灣來說，這不只是跟美國出口管制政策對齊，更是在回應一個已經發生在自己家門口的真實案件。
• 討論要點：
  • 刑事化之後，會不會讓更多檯面下的轉運管道提早收手？
  • Nvidia和Super Micro的台灣分公司員工涉案，會不會影響外商對台灣子公司的信任？
  • 印尼、日本、香港這種多層轉運，未來查緝上還有哪些漏洞？
• 講稿建議：這則我覺得台灣聽眾一定要認真聽，因為基隆地檢署查到的那9個人裡，有Nvidia跟Super Micro台灣分公司的員工，130台伺服器有74台用假文件訂購，繞了印尼、日本、香港一圈，最後流到中國買家手上。這已經不是「聽說對岸在想辦法」那種遙遠的新聞，是真的發生在我們自己的供應鏈裡面。把走私刑事化，我覺得算是政府終於把罰則拉到跟問題嚴重性相符的等級，畢竟先進晶片現在等於戰略物資，再放著用行政罰單處理，嚇阻力根本不夠。

7. 134個AI模型被拿去測試能不能幫恐怖分子，結果81個不及格

• 來源：CBS News (https://www.cbsnews.com/news/researchers-ai-terrorist-operations-responded/)
• 摘要：Tech Against Terrorism用大約2500個問題測試了134個主流AI模型，這些問題涵蓋152種AI可能被恐怖主義濫用的方式，結果有81個模型測試不及格，只有兩個模型完全過關。最驚人的對比出現在Meta的Llama 3.1 8B身上，原版安全分數高達97分，但網路上流傳的「閹割」版（把拒絕回答的機制硬生生拔掉）分數掉到只剩3分，甚至針對車輛攻擊的問題給出了18點具體戰術建議。
• 最驚訝的點：這種被拔掉安全機制的模型，現在上網流出的速度已經從2024年的24天縮短到不到3天，而Hugging Face上已經有超過2.9萬個「無審查」版本的模型倉庫。
• 台灣觀點：台灣目前對這類「閹割模型」幾乎沒有專門規範，如果連國際研究機構都抓到只剩3天的流出速度，台灣在開放模型的下載跟託管平台上，恐怕也需要有對應的監測機制，而不是等事情發生才補洞。
• 討論要點：
  • 開源模型的「可被二次修改」特性，是不是注定讓安全護欄永遠守不住？
  • Hugging Face這類平台該不該對「無審查」模型倉庫負起更多審查責任？
  • 原廠做得再好的安全測試，碰到有心人「閹割」之後，意義還剩多少？
• 講稿建議：這組數字我看完真的覺得有點冷，Llama 3.1 8B原本安全測試拿97分，算是模範生等級，但被網路上有心人把拒絕回答的機制硬拔掉之後，直接崩到3分，還能針對車輛攻擊給出18點具體建議。更可怕的是流出速度，從2024年要24天才流出來，現在不到3天。這代表不管原廠的安全測試做得多漂亮，只要模型是開源可下載的，護欄遲早會被拆掉，而且拆解的速度還在加快。我覺得這已經不是「模型安不安全」的問題了，是「安全機制能不能被鎖住、不被移除」的問題。

結尾段落

今天從Anthropic刻意不當慈善機構的公益基金，到Schwab跟JPMorgan死守著不讓AI agent碰錢，再到MIT那隻意外重新發現物理學的AI龍蝦，整個AI世界一邊在加速狂奔，一邊也在拉緊安全繩。沐妍覺得今天最值得記住的畫面，是銀行業現在連密碼都不敢交給AI agent，信任這件事，永遠比技術進步的速度慢一截。我們明天同一時間再見，掰掰！