---
title: "🎙️ Anthropic 為何把「AI 自我改進」寫進招股書？OpenAI 估值卻不降｜AI 日報 Podcast"
description: "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。"
canonical_url: "https://blog.markkulab.net/tech-news/ai-daily-podcast-2026-11-03"
author: "Mark Ku"
author_url: "https://blog.markkulab.net/author/mark-ku"
site: "Mark Ku's Blog"
date_published: "2026-11-03T02:00:00.000Z"
category: "科技新鮮事"
tags: ["ai-daily", "podcast", "tech-news", "Anthropic", "RSI", "遞迴自我改進", "OpenAI", "Cohere", "Fractile", "Deepfake", "主權AI"]
language: "zh-TW"
license: "CC BY 4.0"
license_url: "https://creativecommons.org/licenses/by/4.0/"
attribution: "轉載或引用請註明作者並附上原文連結"
---

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

## 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。」

---

## 結尾段落

我自己覺得今天最值得記住的，是那個「能力跳級是事後才被發現的」狀況，比起任何預測，回顧型的自白才是真正該讓人坐直身體的東西。其他六則不管是錢變多還是變少、是國家下場還是平台下架，講的其實都是同一件事：系統跑得比我們的觀測工具快。我們明天同一時間，Mark 的 Tech Insights 再聊。

---

## 關於本文與作者

本文出自 [Mark Ku's Blog](https://blog.markkulab.net/tech-news/ai-daily-podcast-2026-11-03)

授權條款： [CC BY 4.0](https://creativecommons.org/licenses/by/4.0/) — 轉載或引用請註明作者並附上原文連結

### 關於作者

**[Mark Ku](https://blog.markkulab.net/author/mark-ku)** — 軟體工程師

- 10 年以上軟體工程師
- 做過北美電商與 AI SaaS 訂閱收費系統

### 作者開發的免費工具

以下工具皆可免費使用：

- [免費 PDF 簽名工具](https://blog.markkulab.net/tools/pdf-sign): 線上 PDF 簽名工具，瀏覽器內完成手繪、打字、上傳簽名，可拖曳放置、縮放、下載。所有處理都在你的裝置完成，檔案不會上傳。
- [VS Code Refactory](https://blog.markkulab.net/tools/refactory): Refactory 是一款 VS Code 重構擴充套件：34 個重構動作、37 條 code smell 檢查、Code Health 儀表板、18 種語言、534 支測試。懂你的專案慣例：介面放哪、DI 註冊寫在哪、'use client' 該不該加；還會用 git 修改頻率 × 複雜度排出「該先修哪個檔案」，並一鍵把壞味道交給你自己電腦上的 Claude Code 修。免費使用，原始碼不離開你的機器。
- [DB-Kit 資料庫管理工具](https://blog.markkulab.net/tools/db-kit): DB-Kit 是一個用 Tauri + Rust + React 打造的輕量跨平台資料庫管理工具，用單一一致的介面同時管理 MySQL、MariaDB、PostgreSQL、SQL Server、Oracle、SQLite、MongoDB、Redis、Kafka、Elasticsearch 與 RabbitMQ 十一種資料來源：連線密碼以 OS keychain 加密、SSH Tunnel、完整 CRUD、視覺化查詢建構器、多結果集同時顯示、跨連線資料傳輸、結構與資料比對（同步 SQL、結構快照）、Excel / CSV 匯入匯出、執行計畫視覺化、ER 圖、排程備份、SQL 壓力測試（p50～p99 延遲百分位）、15 條規則的 SQL 審查、執行前 AI 審查並逐句備份的「審查並執行」（自動產生回滾腳本）、Kafka 訊息瀏覽與監控告警、SSH 終端機與 SFTP / FTP、Docker / Kubernetes、遠端桌面（RDP / VNC / RustDesk）、檔案 / 資料夾比對、預存程序整合測試；六種介面語言，內建 AI 助手（本機 CLI 或 Anthropic / OpenAI 相容 API，自然語言生成 SQL、AI 審查與調校建議）與命令列工具 dbk。免費開源（MIT），提供 Windows / macOS / Linux 安裝檔。
- [VS Code Super Mermaid](https://blog.markkulab.net/tools/super-mermaid): Super Mermaid 是一款 VS Code 擴充套件：開箱即用的漂亮 Mermaid 圖表，自動上色、即時預覽、滑鼠平移縮放、PNG / SVG 高解析匯出，內建 21 種範本與多種主題。免費開源（MIT）。
- [React Super Mermaid](https://blog.markkulab.net/tools/react-super-mermaid): react-super-mermaid 是一個開源 React 元件庫：一行 <MermaidViewer> 即可渲染漂亮的 Mermaid 圖表，內建 colorful / sketch 主題、平移縮放、圖內搜尋、SVG / PNG 高解析匯出。輕量、SSR 安全、完整 TypeScript 型別。免費開源（MIT）。
- [Jira / Confluence Super Mermaid](https://blog.markkulab.net/tools/jira-super-mermaid): Atlassian Forge app：在 Jira issue 與 Confluence 內文直接寫 Mermaid 語法，畫流程圖、時序圖、狀態機與甘特圖。11 種圖表、SVG / PNG 匯出、明暗主題、完整中日韓文字支援。取得 Runs on Atlassian 資格：圖表存在你自己的站台，app 不呼叫任何第三方服務。免費，即將上架 Atlassian Marketplace。
- [Mermaid 線上預覽](https://blog.markkulab.net/tools/mermaid-preview): 在瀏覽器裡寫 Mermaid、即時看圖，整張圖表壓進網址就能分享。免註冊、不上傳伺服器，相容 mermaid.live 的分享連結。
- [React Intl Phone Number](https://blog.markkulab.net/tools/react-intl-phone-number): react-intl-phone-number 是一個開源 React 元件：framework-agnostic、不依賴 antd，提供 E.164 進出、可搜尋國旗 / 國碼下拉、可配置驗證等級（strict / mobile-strict / loose）、可主題化 CSS 與 i18n，電話邏輯由 google-libphonenumber 驅動。輕量、完整 TypeScript 型別。免費開源（MIT）。
- [Uptime Kuma Cluster](https://blog.markkulab.net/tools/uptime-kuma-cluster): 把單機版 Uptime Kuma 改造成高可用叢集：OpenResty + Lua 智慧負載平衡、MariaDB 共享狀態、健康檢查與自動 Failover，附監控與叢集管理 RESTful API，一行 Docker Compose 啟動。免費開源（MIT）。
- [AI Podcast Cut 音檔剪輯](https://blog.markkulab.net/tools/ai-podcast-cut): 丟進一段錄音，AI 幫你剪掉「嗯、呃、那個」與講到一半重講的片段，平衡逐段音量，並派第二個 agent 覆核每一刀。辨識與去人聲都在你自己的電腦上跑，不上傳、不需要金鑰。剪點會貼齊字邊界與零交越、每一刀都有漸弱漸強，句尾還留得住呼吸感。Windows / macOS / Linux 桌面應用，MIT 開源，Windows 安裝檔內建 ffmpeg。
- [AI Video Cut 影片剪輯](https://blog.markkulab.net/tools/ai-video-cut): 在影片裡選一個東西：打字（人臉、車牌、手機螢幕、logo）、手動點選或拖框，或交給 Claude Code / Codex 挑。AI Video Cut 會逐幀追蹤它，再幫你打馬賽克或模糊、調色、加跟著走的貼紙與文字、把螢幕或海報換成你的圖片或影片，甚至用其他幀拍到的背景把它移除。另有序列剪輯、本機字幕與 AI 助手。免費開源（MIT）的 Windows 桌面應用（macOS / Linux 實驗中），本機運行，影片不上傳。
- [open-pos 開源餐飲 POS](https://blog.markkulab.net/tools/open-pos): 一台電腦加一台出單機就能開店。資料存在自己的硬碟裡、沒有月租、沒有綁約，MIT 全開源。金額用整數元依營業稅法拆算稅額，銷售額加稅額恆等於總額；出單走網路型 ESC/POS（TCP 9100），不必裝廠商驅動。Tauri + Rust + SQLite 桌面應用，v1.0 開發中。
- [.NET 電商 API 架構範本](https://blog.markkulab.net/tools/dotnet-ecommerce-api): 以 .NET 10 打造的電商平台後端 API 架構範本：Controller → Service → Repository 分層、Autofac 依命名慣例自動註冊、SqlSugar 支援 MySQL / MariaDB 與 SQL Server、Redis 快取與訊息佇列、Hangfire 排程、JWT 認證，內建可擴充的金流 Provider 模組（綠界 ECPay、藍新 Newebpay）。Apache 2.0 開源。
- [Open Token Monitor 團隊 AI 用量監控](https://blog.markkulab.net/tools/open-token-monitor): 把每位員工電腦上 AI coding 工具的 token 用量與等值成本集中到公司自架的 hub：PostgreSQL、組織名單、依公司與部門比較的 dashboard、報表 API。員工端有 Electron 與 Rust/Tauri 兩種，每 30 分鐘自動上傳。MIT 開源，Docker 一行起。
- [AI 資安監控 ai-security-monitor](https://blog.markkulab.net/tools/ai-security-monitor): 網站上線了，漏洞、憑證與安全設定誰來檢查？ai-security-monitor 用自架 Security Hub 集中網站掃描與主機監控，合併重複發現、比對修補前後，讓你知道哪些問題還沒處理。

### 每日 Podcast

- [Mark's Tech Insights 每日 AI 新鮮事](https://blog.markkulab.net/category/tech-news): 每日精選 AI 與科技趨勢，透過語音摘要快速掌握最新技術動態，涵蓋 AI 應用、軟體架構、DevOps 與工程實戰。 — RSS: https://blog.markkulab.net/feed.xml
- [AI股市蝦聊](https://blog.markkulab.net/category/ai-stock-chat): 每個交易日用 AI 分析台股盤勢，以雙人對話聊當天的盤中觀察與隔日預測。 — RSS: https://blog.markkulab.net/ai-stock-chat/feed.xml
- [開源好物日報](https://blog.markkulab.net/category/open-source-weekly): 每天從 Hacker News、GitHub、Reddit 聲量雷達精選免費開源工具，以雙人對話聊解決什麼痛點與怎麼快速上手。 — RSS: https://blog.markkulab.net/open-source-weekly/feed.xml
- [AI 運動日報](https://blog.markkulab.net/category/sports-weekly): 每天以雙人對話聊 NBA、MLB 與國際體壇大事，台灣球迷視角，輕鬆有梗不酸人。 — RSS: https://blog.markkulab.net/sports-weekly/feed.xml
- [AI 國際新聞快報](https://blog.markkulab.net/category/world-news): 每天早上以雙人對話把過去一天的國際大事講白：政治外交、全球經濟、衝突與安全、災害與氣候，台灣視角、中立客觀、每則附出處。 — RSS: https://blog.markkulab.net/world-news/feed.xml
- [地端 AI 實驗室](https://blog.markkulab.net/category/local-ai-lab): 每天精選可以下載到自己機器上跑的開源模型與 LoRA，用雙人對話講清楚能用在哪些場景、你的顯卡跑不跑得動、跟同類差在哪，規格一律引述官方 model card。 — RSS: https://blog.markkulab.net/local-ai-lab/feed.xml
- [AI 行銷日報](https://blog.markkulab.net/category/ai-marketing): 每天以雙人對話整理最新 AI 在行銷、廣告、SEO／GEO 與內容行銷的大事，實戰視角、不業配、每則附出處。 — RSS: https://blog.markkulab.net/ai-marketing/feed.xml
- [AI 資安日報](https://blog.markkulab.net/category/ai-security): 每天以雙人對話整理最新 AI 與資安交會的大事：LLM 與 AI agent 漏洞、prompt injection、模型供應鏈、攻擊者怎麼用 AI，防禦視角、每則附出處。 — RSS: https://blog.markkulab.net/ai-security/feed.xml

### 電子報

[訂閱電子報](https://blog.markkulab.net/subscribe) — 第一時間收到新文章通知，無垃圾信、隨時可取消訂閱。