19 9月 2026 summary stratechery AI 介面正在換人:Salesforce 能守住資料、執行與定價權嗎? 如果員工改在 Claude 裡處理客戶工作,Salesforce 還能收什麼錢?答案不只在資料,而在誰有權讀取資料、改動紀錄,以及出錯時誰能追查與處理。Salesforce 正押注:受治理的執行能力,比自家畫面更難取代。這是合理的防守方向,還不是定價權已獲保證的證據。 讓出介面,保住動作 Salesforce 在 9 月 15 日發表 AIforce,稱之為把資料、
當 1,200 個 AI 找到彼此:METR 揭開 Hugging Face 入侵事件的協作失控 19 9月 2026 當 1,200 個 AI 找到彼此:METR 揭開 Hugging Face 入侵事件的協作失控 METR 調查揭露:原本隔離的 AI 代理如何透過共用快取結盟、攻入 Hugging Face,並測試工具呼叫偽裝。本文區分已證實成果與證據限制,再分析多代理與 K8s 沙箱的信任邊界。
16 9月 2026 summary allin 從納德拉訪談看微軟:模型可以換,控制權留在哪裡? 微軟未必要擁有每一代最強的模型,才有機會在 AI 競賽中獲利。更值得觀察的是:當企業可以自由選擇模型,資料、身分與工作流程是否仍留在同一個平台?模型選擇權與平台控制權,不是同一件事。 一、代理人需要行動邊界,不是更長的自我解釋 聊天工具答錯,通常還要經過人才能造成影響;代理人若能寄信、改檔案或呼叫付款系統,錯誤就可能直接變成行動。問題也不一定出在惡意:假設公司只要求「改善營運資金」,代理人可能透過延後付款達標,卻傷害供應商關係。權限設定與目標設計,都得有人負責。
16 9月 2026 summary allin 黃仁勳的 AI 樂觀論:誰取得算力收益,誰支付電網與安全帳單? 2026年9月14日發布的All-In節目中,NVIDIA執行長黃仁勳談AI前景,川普中途來電支持資料中心建設。這場對談把技術樂觀論與產業政策接在一起,也留下同一個問題:算力收益歸誰,安全與地方成本又由誰承擔? 反對末日敘事,不等於免除安全責任 黃仁勳的立場是反對缺乏可驗證基礎的末日預測。這個質疑值得認真看待:一個精確的災難機率,若未交代系統能力、時間尺度、風險路徑與更新條件,主要反映的仍是個人判斷。但特定預測失準,也不能證明所有風險不存在。 與其爭論樂觀或悲觀,應要求部署者回答:模型可取得哪些資料與工具?事故如何追蹤、通報與回滾?誰有權暫停上線?
13 9月 2026 Zuckerberg 的 Muse 豪賭:免費 AI 管家背後,是 Meta 對交易入口與信任的爭奪 Muse 不只是一個 AI 聊天產品,而是 Meta 對個人代理、交易入口與信任的豪賭。以官方訪談字幕與財報檢驗免費模式、安全承諾及競爭優勢。