科技新鮮事

🎙️ Anthropic 為何把「AI 自我改進」寫進招股書？OpenAI 估值卻不降｜AI 日報 Podcast

Mark Ku

November 3, 2026•14 分鐘閱讀

查看本文參考來源

開場白

我是沐妍，這裡是 Mark 的 Tech Insights；今天最炸的一件事，是 Anthropic 把「公司可能快踩到遞迴自我改進門檻」這句話，寫進了準備上市的招股書風險因素裡。同一份文件還有一組刺眼的數字：單季營收對上近兆美元等級的採購承諾，這個落差等一下告訴你怎麼看。另外還有 Apple 下架 19 款偽裝成寵物 App 的 deepfake 工具、OpenAI 募資縮水但估值不降，以及一整波主權 AI 的錢潮。

錄製前編輯備註（不念出來）：以下第 3 到第 7 則，目前手上掌握的只有彙整型週報／分類頁，單篇永久連結請編輯在錄音前補齊；標示「待官方確認」的數字，主持人口頭要保留。

本日重點新聞

1. Anthropic 警告：公司已經很接近「AI 自己造 AI」的 RSI 門檻

來源: TechCrunch（https://techcrunch.com/2026/11/02/anthropic-warns-that-its-very-close-to-rsi-capability-aka-self-building-ai/）
摘要: Anthropic 在 11 月 2 日更新的 S-1/A 文件裡新增了一段風險揭露，說內部估算顯示公司可能「即將」碰到自己訂的遞迴自我改進門檻。用人話講，這個門檻大致是：如果模型能在一年之內，壓縮完成過去要花上好幾年才做得到的演算法進展，就算越線（具體年份區間以招股書原文為準，我這邊不逐字複述）。公司同時強調目前沒有任何模型越線，也沒有打算讓 Claude 在沒人看著的情況下去設計下一代自己。
最驚訝的點: 據 TechCrunch 報導，Anthropic 坦承曾經用 AI 做出新模型，而當時沒有察覺能力已經躍升，也就是說，「跳級」是事後才被發現的。
台灣觀點: 台灣團隊現在幾乎都在用 AI 寫程式、調模型，但內部評測大多只測「任務做不做得完」，很少測「這版比上一版強多少、強在哪個維度」。缺了能力躍升的量測機制，你也會跟 Anthropic 一樣，是事後才知道。
討論要點:
1. 把極端風險寫進 S-1 的「風險因素」，在美國 IPO 實務上其實是很標準的免責動作，這到底是內部警報大作，還是律師在做該做的事？
2. 如果能力躍升是事後才察覺的，那「發布前評估」這套流程的有效性要怎麼重新設計？
3. 自訂門檻的問題在於，訂的人跟踩線的人是同一個，誰來驗？
講稿建議: 「我先說一個平衡的看法：把最誇張的風險寫進招股書，在美國上市實務上本來就很常見，律師的邏輯是『我先講了，之後出事你不能說我沒講』。所以不必一看到就想成內部紅色警報。但這則我還是放在第一則，原因只有一個：他們承認曾經用 AI 做出新模型，而當下沒發現它的能力已經跳級了。那不是預測，是回顧。回顧比預測可怕的地方在於，它代表現有的觀測工具，追不上系統本身的變化速度。這件事對台灣每一個在做內部模型評測的團隊，都是同一句提醒。」

2. WIRED 調查揭露：19 款偽裝 App 被 Apple 下架，背後是一條 deepfake 產線

來源: WIRED 原始調查，2026/11/02（單篇永久連結待補，搜尋關鍵字：WIRED AI apps deepfake investigation）；中文圈轉載參考：TUAW（https://www.tuaw.com/2026/11/02/apple-removes-19-ai-apps-hiding-abusive-deepfake-tools）
摘要: WIRED 追出四百多個彼此串連的 App 與網域，外觀是寵物照產生器、語言課程、AI 健身教練，實際上靠伺服器端的開關藏著成人與暴力 deepfake 生成功能。手法是先乖乖通過審查，上架之後再「變身」。Apple 已下架 19 款（包含寵物肖像 App Viefur），Meta 說對上萬個廣告帳號與粉專動手，Google 也移除了部分應用，但未公布確切數量。
最驚訝的點: 這不是幾個壞開發者，是一條有組織、會自己養流量、會互相導流的商業產線，而研究者的結論是執法一直沒追上。
台灣觀點: 台灣目前仍缺乏對應的「平台持續性監理」工具，也就是說，App 上架後偷偷換功能這件事，幾乎沒有常態性的追蹤機制；《AI 基本法》草案也還在討論階段。對本地開發者更直接的衝擊是，審查只會更嚴，無辜的小工具 App 會跟著被誤傷。
討論要點:
1. 伺服器端開關是正當的軟體工程實務，審查制度要怎麼區分 feature flag 跟「上架後變身」？
2. 下架 19 款，對一條有四百多個節點的網路來說是傷到皮還是傷到骨？
3. 受害者端的救濟在台灣幾乎是零，這塊比平台責任更難補。
講稿建議: 「我覺得這則最刺的地方，不是『有人在做壞事』，而是它的商業成熟度。有人負責做乾淨的外殼 App 去過審，有人負責買廣告帳號導流，有人負責後端開關，分工清楚得像一間正常公司。對照之下，平台的審查還停留在『上架那一刻』的靜態檢查，這個時間差就是整條產線的獲利空間。台灣這邊更尷尬，我們連上架後持續監測的工具都還沒有，《AI 基本法》草案也還在討論。所以下次看到一個免費又好用的 AI 修圖 App，真的，看一下它的開發者還做過什麼。」

3. Cohere 完成 50.1 億美元 E 輪，Prosperity7 與 Nvidia 領投主權企業 AI

來源: Parsers Funding Rounds Report 週報，2026/11/03（發現來源，彙整型；單篇原文或 Cohere 官方新聞稿連結待補）https://parsers.substack.com/p/funding-rounds-report-weekly-of-november
摘要: 在大家喊 AI 泡沫要破的同一週，做企業端與政府端 AI 的加拿大公司 Cohere，據報拿下 50.1 億美元的 Series E，投資人名單裡又看到 Nvidia。報導同時提到 Cohere 今年與德國 Aleph Alpha 有合併方面的進展，不過這條目前只有單一彙整來源，尚待官方確認。
最驚訝的點: 最大一筆錢不是流向消費級聊天機器人，而是流向「幫國家和企業關起門來自己跑模型」這件事。
台灣觀點: 台灣這幾年談主權 AI，焦點多半放在算力採購和 TAIDE 這類模型本身，但 Cohere 證明的是另一件事：主權 AI 的商業模式核心是「部署與合規」，不是模型分數。台灣真正缺的是能把模型塞進金融、醫療、公部門那套法遵流程裡的系統整合能力。
討論要點:
1. 「非 OpenAI 陣營」正在集結，這是分散風險還是另一種集中？
2. Nvidia 同時投資客戶、又賣卡給客戶，這種循環投資的帳要怎麼看？
3. Cohere 與 Aleph Alpha 的合併消息，如果屬實，對歐洲的主權 AI 版圖意味著什麼？
講稿建議: 「先打預防針：Cohere 併 Aleph Alpha 這條，我手上只有一家彙整型媒體在報，所以我保留一點，等官方公告。但 50.1 億美元這個量級本身就很有話題性，因為它跟市場情緒完全反著走。大家一邊喊泡沫，錢一邊往『企業內部、資料不出境』的方向跑。我自己的解讀是，消費級聊天機器人的故事講完了，接下來比的是誰能通過銀行的資安稽核、誰能在政府機房裡落地。這對台灣其實是好消息，因為那是系統整合的強項，不是模型參數的競賽。」

4. 英國 Fractile 以 65 億美元估值募得約 7 億美元，主打 SRAM 推論晶片

來源: AI Weekly funding tracker（發現來源，彙整型；Fractile 官方公告或 Sifted／FT 單篇連結待補）https://aiweekly.co/
摘要: 英國新創 Fractile 用 SRAM-based 推論晶片正面挑戰 Nvidia，據報以 65 億美元估值拿下約 7 億美元，背後站著英國的主權 AI 基金。報導另外提到這筆錢用來支撐一張來自 Anthropic、金額約 2.5 億美元的推論晶片訂單，這條目前同樣只有單一來源，我把它降級為「有消息指出」。
最驚訝的點: 如果訂單那條屬實，等於模型公司開始自己掏錢養 Nvidia 的挑戰者，客戶變成了對手的金主。
台灣觀點: SRAM 為主的推論架構，記憶體靠的是晶片內的大容量 SRAM 而不是外掛 HBM，這會直接改變封裝需求的形狀。對台廠來說值得盯的是：這類設計不一定要走 CoWoS 那條最壅塞的路，反而可能把量能帶到其他先進封裝路徑與測試端。也就是說，它不見得只是「多一張單」，而可能是產能配置的重新洗牌。
討論要點:
1. 不靠 HBM 的推論晶片，在記憶體容量上限與模型尺寸之間要怎麼取捨？
2. 主權基金投晶片新創，是產業政策還是國家級對賭？
3. 從設計定案到投片、量產，Fractile 真正要面對的時間表有多長？
講稿建議: 「這則的技術點我想講清楚一點。Nvidia 那條路是算力晶片外掛 HBM，所以 CoWoS 一直是瓶頸；Fractile 的思路是把記憶體盡量塞進晶片裡，用 SRAM 換頻寬。這條路最大的限制是容量，但好處是整條供應鏈不用跟全世界去搶同一個封裝產能。對台灣的意義就不只是『又多一個客戶』了，而是如果這種架構真的起量，先進封裝跟測試的排程會重新洗一次牌。當然，從設計到投片、到真的出貨，中間還有一大段路，我會先當成一個值得追蹤的變數，不是結論。」

5. 南韓 2027 年度預算把 AI 拉到國安等級，含 4.7 兆韓元自建前沿模型

來源: AI Weekly daily brief（發現來源，彙整型；南韓企劃財政部預算案新聞稿或 Yonhap 單篇連結待補）https://aiweekly.co/ai-news-today
摘要: 南韓 2027 年度預算把 AI 當成國安等級的投資，據報總規模約 160 億美元。不過目前可見的分項只有三筆：2 兆韓元投半導體生產基礎建設、5,000 億韓元做實體 AI 示範場域、4.7 兆韓元直接拿去自建國產前沿模型，合計 7.2 兆韓元，其餘尚未細分。所以今天我只談這 7.2 兆韓元怎麼配，不談總額比例。
最驚訝的點: 已公布的分項裡，最大一筆不是買算力，而是「自己訓練前沿模型」，等於直接宣告主權模型是下一輪國家競賽的入場券。
台灣觀點: 台灣的強項是把別人的模型跑得又快又省，南韓選的是另一條更貴也更難回頭的路。值得討論的是，自建前沿模型的真正門檻不在預算，在於能不能持續餵進高品質的本國語料，以及留得住訓練人才，這兩件事台灣其實也沒有比較輕鬆。
討論要點:
1. 國家出錢訓練前沿模型，成果的智慧財產權與商業化權利歸誰？
2. 「實體 AI 示範場域」這 5,000 億韓元，是真的要做機器人落地，還是展示型工程？
3. 台灣要跟進自建，還是深耕推論與垂直應用，這是資源配置的選擇題。
講稿建議: 「我特別想把幣別講清楚，因為這種新聞最容易被數字唬過去。目前能看到的分項是三筆韓元：2 兆、5,000 億、4.7 兆，加起來 7.2 兆韓元，剩下的還沒細分。所以『總額多少美元』這件事我先放一邊，直接看方向就好。方向非常清楚：最大一筆錢是拿去自己訓練前沿模型，不是去買更多卡。這是一個很強的政策宣示，等於說模型主權跟能源、糧食是同一個層級的東西。台灣要不要走同一條路，我覺得真正該吵的不是錢，是語料跟人。」

6. OpenAI 把巨額募資縮到約 200 億美元，估值卻掛在 1.25 兆美元

來源: Mean CEO Startup Funding Report（轉引 Tech Funding News／CNBC；發現來源，彙整型，CNBC 該篇永久連結待補）https://blog.mean.ceo/startup-funding-announcements-news-november-2026/
摘要: 原本傳出 300 億美元規模的 OpenAI 募資，據報縮到大約 200 億，但估值仍掛在 1.25 兆美元，由阿聯酋主權基金領投。這組數字目前主要來自彙整型報導轉引，尚待一手確認。時間點很巧，同一週 Anthropic 的 IPO 正在逼近。
最驚訝的點: 募資規模縮水、估值卻一毛不降，這在一級市場是很少見的組合。
台灣觀點: 台股的 AI 概念股敘事，長期是跟著「模型公司還在瘋狂加碼」這個前提在跑的。一旦出現「募得比預期少」的訊號，受影響的不會是台廠當期訂單，而是法人願意給出的本益比倍數，情緒先動，基本面後動。
討論要點:
1. 縮募可能是需求不足，也可能是公司主動控制稀釋，兩種解讀的後續完全不同。
2. 主權基金當領投，對未來的地緣政治審查會不會埋雷？
3. 一邊縮手、一邊衝刺上市，這是不是資本在兩種敘事之間換邊？
講稿建議: 「這則我想提醒一件事：募資縮水不一定是壞消息。它可能是市場吃不下，也可能是公司覺得『我不需要稀釋這麼多』。但估值完全不降這件事就有意思了，因為那代表定價權還在賣方手上。我自己會把這個當成本季最好用的泡沫溫度計：接下來幾個月如果開始出現『縮募而且估值也打折』的案子，那才是真的在洩氣。在那之前，比起聽誰喊泡沫，我寧願看每一輪的條款怎麼變。另外提醒，1.25 兆這個數字目前是轉引，我保留一點。」

7. Anthropic 招股書揭露：Q3 營收 170 億美元，採購承諾 8,950 億美元

來源: CNBC（該篇報導永久連結待補）https://www.cnbc.com/ai-artificial-intelligence/
摘要: 同一份 S-1/A 修訂版裡，Anthropic 揭露第三季營收 170 億美元，同時背著約 8,950 億美元的採購承諾，絕大部分是算力。另外有 35 億美元的美國 IPO 股份特別保留給日本投資人。這幾個數字我目前看到的是單一來源報導，尚待逐項對照原始文件。
最驚訝的點: 一家成立五年的公司，承諾要付出去的錢是單季營收的五十倍以上，這個比例本身就是軍備競賽最赤裸的註腳。
台灣觀點: 這類長約最常被忽略的是「重談風險」。採購承諾不是現金，是一份可以協商的合約；一旦模型公司決定延後或重議交付節奏，衝擊最先傳到的不是晶片大廠，而是已經依照排程備料、擴線的中下游供應商，應收帳款與產能預訂會一起受壓。台廠在接這種長單時，預付款比例跟違約條款比單價重要得多。
討論要點:
1. 採購承諾該怎麼在財報上被理解，它跟負債的距離有多遠？
2. 把 35 億美元留給日本投資人，是資金考量還是市場布局？
3. 如果營收成長的斜率跟不上承諾的攤提，最先鬆動的會是哪一段？
講稿建議: 「我知道大家會被那個五十倍的比例嚇到，但我想換個角度。承諾不是已經付掉的錢，它是一份可以重談的合約。所以真正該問的不是『他們付不付得起』，而是『如果要重談，誰會先流血』。答案通常不是最上游那家，而是中間那些已經照著排程擴線、備料、押產能的供應商。台灣有不少公司就坐在這一段。所以我會建議，接到這種看起來很美的長單時，先去看預付款比例、看違約條款、看交付節奏能不能調，那比報價單上的數字重要太多了。」