二〇二六年九月，Anthropic 執行長 Dario Amodei 在 〈We Must Pace the Frontier〉 主張放慢前沿模型的能力進展。Ben Thompson 則在 〈Frontier Overhangs〉 追問：這套安全主張，是否也替前沿實驗室解決商業難題？ 安全風險與商業利益可以同時成立。揭露誘因不等於駁倒風險，承認風險也不等於接受每一種管制。真正要驗收的是：

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、

Astra 的真正新聞，不是它更會聊天，而是它開始能替人類動手。當模型能閱讀螢幕、移動滑鼠、填表單、操作舊式企業軟體，AI 競賽便從「誰回答得最好」轉向「誰能在真實環境中可靠完成工作」。OpenAI 把 GPT-6 Astra 定位為其最對齊、也最擅長電腦操作的前沿模型：OSWorld 2.0 模擬成績 72.

到了 2026 年中，AI 的主戰場已經換了地方。決定勝負的不再只是誰發表下一版前沿模型，而是誰能同時在算力、電力與資本三條供應鏈取得領先。Ben Thompson 在 《Stratechery》「資本特快車持續前進」 一文捕捉了這種氛圍：戰場已從實驗室裡的演算法，移到華爾街的金融工程與布魯塞爾的法規。本文收斂成三條交織的線索——Nvidia 如何替客戶「找錢買晶片」、歐盟逼出的浮水印爭議、以及紐約與好萊塢對照出的網路效應。 第三個瓶頸：資本，比

輝達現在賣的不只是 GPU，而是一個更大膽的命題：AI 算力可以像商辦、收費公路或電廠一樣，被長期資金持有、融資與證券化。這個命題若成立，數兆美元的資料中心建設就不必只靠科技公司的現金流；若不成立，市場得到的可能不是新型基礎設施，而是一批折舊速度比貸款攤還更快的抵押品。 這也是為什麼輝達與 Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs、KKR 宣布動員逾 5,000 億美元第三方資本，