Anthropic 估值 9650 億反超 OpenAI。Opus 4.8 主打誠實。

今天的主軸是 Anthropic 一次把估值跟模型都端出來。融資 650 億美元、投後估值 9,650 億反超 OpenAI；同日推 Opus 4.8、主打「誠實」。戴爾 AI 業務 Q1 飆 757% 給 AI 需求做了一次硬數字驗證、TrendForce 把 2027 全球記憶體產值上修到 1.28 兆。郭明錤點名聯發科是馬斯克 Terafab 的關鍵拼圖。Google Cloud Next 2026 與 Anthropic、Mistral 同一週把代理式企業平台同時推出。最後是 AI 燒電力與資安戰場的雙重擴張，台積電張曉強說能源效率已經取代運算能力成為晶片發展的主要限制。

Anthropic 把估值與誠實一起拿出來

Anthropic 28 日同一天丟出兩件事，財務跟模型同步。

財務這條的數字本身就夠重。

• 完成 650 億美元融資
• 投後估值 9,650 億美元，反超 OpenAI 先前約 7,300 億
• 三個月前估值 3,800 億，本輪是 2.5 倍
• 本輪由 Greenoaks、Sequoia、Altimeter、Dragoneer 領投

新進股東名單是這次最關鍵的一條：Samsung、Micron、SK Hynix。三家剛好是 Anthropic 接下來最需要產能的記憶體與晶片供應商。Reuters 上週才報導 Anthropic 為了因應 Claude 龐大需求、不得不在尖峰時段實施使用限制。把記憶體三巨頭一次拉進來當股東，是把算力跟產能綁在一起直接寫進股權結構。

模型這條走的方向相反，往內收。Claude Opus 4.8 距前代 Opus 4.7 僅 41 天，更新節奏明顯快過 Sonnet 跟 Haiku 上一輪 3 個月與 7 個月的週期。主打的不是基準測試分數，是「誠實度」。

Anthropic 在公告裡寫，新版「更傾向標示工作中的不確定處、較少做出沒有依據的論斷」。具體的數字是：程式碼瑕疵通過不糾正的比率約為 Opus 4.7 的四分之一；幻覺評測的錯答率較低，主因新版在沒把握的題目上更傾向選擇不答。

橋水的早期測試者直接給出對照：

「Opus 4.8 傾向主動標記分析過程輸入和輸出的問題，這是其他模型通常會忽略、並讓用戶自行去發現的部分。」

定價維持每百萬 token 輸入 5、輸出 25 美元，但 fast mode 的 2.5 倍速回應價格降到前代的三分之一。同步推出三項配套：Dynamic Workflows（協調數十至數百個並行 subagent，研究預覽開放 Max / Team / Enterprise）、effort 控制、Messages API 中段可插入 system message。

而藏在公告尾段的這句話會決定接下來幾週的話題：Anthropic 預期在未來數週內，把 Claude Mythos 等級的模型提供給所有客戶、目前防護機制正快速推進。上個月被白宮反對、僅放給 50 家美國機構與英國 AI 安全研究所試用的 Mythos，如果真的這幾週內走出受控釋出，安全研究跟漏洞市場兩邊都會被重整。

戴爾 AI 757%，記憶體下個賽局看到 1.28 兆

AI 需求這週有兩組硬數字打進場。

第一組來自戴爾 Q1 財報。

• Q1 營收年增 88% 至 438 億美元，遠超分析師預估的 354.3 億
• non-GAAP EPS 4.86 美元，去年同期 1.55、市場預期 2.94
• AI 伺服器營收 Q1 年增 757% 至 161 億美元
• 全年 AI 相關營收預測從 2 月的 500 億上調到 600 億，相當於 144% 年成長
• 目前有超過 5,000 家 AI 伺服器客戶，含向 AI 巨擘出租算力的 neoclouds、主權國家與企業
• 戴爾 2018 重返公開市場以來，單季營收年增率從未超過 39%，這次直接飆到 88%

第二組來自 TrendForce 的記憶體展望，已經把賽局往 2027 拉。

• 2026 年全球記憶體產值從前一版的 5,516 億美元上修至 8,893 億
• 2027 年從 8,427 億上修至逾 1.28 兆美元，年增約 44%
• 2026 DRAM 產值 6,187 億美元、年增 303%；2027 年 9,033 億、年增 46%
• 2026 NAND 全球產值 2,706 億美元、年增 280.7%；2027 年近 3,794 億

驅動力是代理式 AI 把 DRAM 用量結構撐起來。推理請求從單次轉成持續循環、KV cache 容量隨 context window 等比擴張；新 AI 伺服器平台的 CPU 與 GPU 配置從 1:8 提升到 1:4 甚至 1:2（NVIDIA NVL72 機架就是 1:2），CPU 用量增加直接拉高伺服器 DRAM 需求。NAND 那頭則是九大 CSP 合計資本支出 2026 成長 79%、資本密集度提高到 34%。

大摩在大中華區半導體報告補一個方向不同的觀察：傳統記憶體市場（DDR4 為主）即將迎來上行驚喜。美光把設備從台灣搬到美國、SK 海力士無錫 DDR4 / LPDDR4 轉去做 DDR5 後端產能，供給端會明顯收縮；DDR4 企業端需求預期延續至 2027。SLC NAND 與矽電容（SiCap）被點名為利基型記憶體的重新估值催化劑。

供應鏈那頭的訊號也同步。緯穎董事長洪麗寗在彭博專訪示警，AI 供應鏈瓶頸延續至 2028。她描述的情況是「CSP 大幅調高 capex 大舉建置資料中心、這讓客戶的每筆需求轉化到供應鏈都成龐大營運資金考驗」。證交所董事長林修銘同場談「生態系估值溢價」，主張國際投資人應該看的不是單一公司、而是台灣這條完整 AI 生態系。

把這三組訊息放進同一個下半年來讀：戴爾驗證需求、記憶體展望往 2027 拉、緯穎把瓶頸講到 2028。如果記憶體 1.28 兆的預測真的兌現，DDR4 / DDR5 / HBM / NAND 與 SLC、SiCap 都會輪流被重新估值；如果 CSP 資本支出 2026 中段開始放緩，緯穎的 2028 警語就會被供應商自己折回中性。

聯發科被點名接 Terafab，Mistral 也在想晶片

天風國際郭明錤 5 月 28 日在 X 發文：在數家客製化 ASIC 廠商裡，聯發科最有可能成為馬斯克 Terafab 的策略合作對象。

郭明錤給聯發科攤了三張底牌：

• 英特爾生態系：聯發科已有英特爾 16 製程投片經驗、並參與 EMIB-T 先進封裝合作，比其他客製化 ASIC 廠商更熟悉英特爾工作模式；英特爾 14A 的 PDK 0.9 將於 2026 年 10 月釋出給外部客戶，這數月「黃金窗口」對 Terafab 是關鍵
• Google TPU 能力驗證：聯發科與 Google 首度合作的 TPU 開發進度超預期，TPU v8t（Zebrafish）將於 2026 Q4 量產、Humufish 於 2027 下半量產，並推動 2 奈米 TPU；具備 Semi-COT 模式、EMIB-T 生產協同與 Tier-1 量產經驗
• SpaceX 既有合作：聯發科 MT7629 與 MT7762/61 為 Starlink 用戶端 Wi-Fi / Router SoC 既有供應商，已通過驗證

預估自 2028 年開始小量生產馬斯克 IC 設計團隊所需晶片，馬斯克本人在特斯拉 Q1 法說會則公告 Terafab 整體預計 2029 年運轉、Pilot 階段每月 3,000 片晶圓。

郭明錤同時盤點 Terafab 的三道壓力。

範疇上同時與台積電、三星、英特爾三家代工廠合作，「在 IC 設計業界前所未見」；產品線含 AI 系列、Dojo 系列與 SpaceX 專屬晶片，至少 6 個晶片專案並行；垂直整合涵蓋光罩設計、邏輯、記憶體晶片與先進封裝，「單一廠區整合此規模產業內無先例」。

時間壓力方面，若 Terafab 沒有第一時間掌握英特爾 14A PDK 0.9，可能會錯過 2028 年小批量生產目標、甚至面臨落後一個製程世代的風險；郭明錤引述產業調查指 Terafab 對設備商開出顯著高於市場行情的價格購買關鍵設備，「也驗證了時間壓力」。

人力方面，他以 Apple 的矽晶工程團隊作對照，估計其規模是 SpaceX 對應團隊的數倍。

聯發科總經理陳冠州在 COMPUTEX 展前媒體說明會的回應是另一個方向。他強調 AI 核心驅動力來自邊緣運算與推論、邊緣運算仰賴 CPU；未來消費者家中甚至可能配備家用伺服器、避免將所有運算集中至昂貴雲端。財務長顧大為則表示與輝達在車用領域共同開發目前市場上算力最強的 SoC 平台、「現階段市場上無人能提供類似的產品」。對於是否與輝達股權投資合作、目前並無相關討論。

歐洲那頭也同時抬頭。法國 Mistral AI 執行長 Mensch 在公司首屆官方大會明說「在未來某個時點，擁有自研晶片勢在必行」，但補一句「目前仍依賴輝達、他們是非常棒的合作夥伴」。Mistral 同期推出工業工程專用 AI 平台 Mistral for Industrial Engineering、鎖定航太（與空中巴士全面合作）、汽車（成為 BMW 集團大型工業模型計畫核心夥伴）與半導體（ASML 為最大股東、也是早期採用者）。

下半年看：如果聯發科確定接 Terafab，AI ASIC 的全球第一序列就會從輝達 + 博通 + Google + 高通往下延伸；如果 Mistral 真的開始走自研晶片，歐洲企業客戶的「主權 AI」論述會有第一個硬體支點。

代理式企業平台一週同時動工

「代理式企業（Agentic Enterprise）」這個詞這週被三個玩家同時抬上桌。

Google Cloud Next 2026 4 月 22 日在拉斯維加斯揭幕、整場大會核心主題只有一個。最受矚目的發佈是 Gemini Enterprise Agent Platform：Google 把原本用於 AI 開發的 Vertex AI 整個升級換代、重新打造成專為 AI 代理人而生的一站式平台。同時推出 Agentic Data Cloud 與 Knowledge Catalog，把後者定位為企業的「通用上下文引擎（Universal Context Engine）」。

Google Cloud 在大會上強調「沒有上下文的推理，最終只是一種猜測」。麥肯錫 2025 AI 全球調查指 88% 受訪者表示組織已在至少一項業務職能規律使用 AI，但多數企業尚未把 AI 深度整合至日常工作流程；Knowledge Catalog 要做的就是把分散在 PDF、視訊會議記錄、各種資料庫的企業資料串成「AI 看得懂的知識地圖」，讓 AI Agent 沿著資料脈絡找到來源、理解關聯、做出有憑有據的判斷。

Anthropic 同週推出 Dynamic Workflows 研究預覽，目標是協助 Claude 這類大型模型管理橫跨數百個平行 subagent 的複雜任務。官方部落格的形容很具體：「Claude Code 搭配 Opus 4.8，現在能以既有的測試套件作為標準、從專案啟動到合併程式碼、執行涵蓋數十萬行程式碼之程式碼庫規模的整體遷移作業。」目前開放 Max / Team / Enterprise 方案，Enterprise 需管理員手動啟用。

Mistral 那頭走的是工業端落地。Mistral for Industrial Engineering 把大型語言模型與今年五月剛收購的 Emmi AI 物理模擬技術深度結合、鎖定航太、汽車與半導體。核心技術「物理 AI」直接透過求解器的輸出數據訓練，過去耗費數小時的物理行為預測、現在單個 GPU 幾秒鐘內完成；空中巴士、BMW、ASML 是首波對接客戶。

台灣這頭的兩個訊號也接上。騰雲在 2026 AI 賦能論壇發布 TSpace 核心架構，提出「AI OS 管整個空間」的命題、攜 Accucrazy 推 The Pocket Company（CRM 專家、策略分析師、SEO 顧問、客服等 AI Agent 組成的數位團隊），把 AI Agent 拉到實體零售、商辦、醫療、旅宿場景。Dcard 林裕欽前一週公布的 GNTC、騰雲今天的 TSpace，都把 Agent 從「程式碼搬遷」推到「企業日常組織」。

如果這套平台在 2026 下半年真的有第一批企業跑出可量化 ROI，AI 採購預算的話語權就會從 ML 工程師移到 CIO 跟 BU 主管手上；如果代理人的失誤成本被某一次重大事故揭開，Anthropic 跟 Google 主推的「環境邊界、上下文可追溯」設計會被監管者拿來當合規模板。

AI 燒電力與資安戰場同時擴張

AI 這週在兩個方向同時壓出代價：電力與資安。

電力這條，台積電全球業務資深副總經理張曉強說得最直接：能源效率而非運算能力，已經成為未來電腦晶片發展的主要限制因素。客戶愈來愈重視「在不增加耗電下提升效能」，無論邊緣運算、手機、物聯網或 AI 資料中心都是。

台積電預估從目前 2 奈米製程到預計 2028 年的 A14 製程，晶片耗電量可降低最多 30%、運算效能提升 20% 以上。提高電晶體密度仍是核心、但先進封裝、晶片堆疊、光子技術正變得愈來愈重要。對華為的韜定律他補一句：「這個概念在業界其實已存在相當長的時間」、大多仍仰賴更緊密整合元件（如 3D 堆疊）。

愛爾蘭把這條題目的代價直接攤給了家庭。

• 愛爾蘭現在有 55 座大型商業資料中心
• 去年資料中心消耗該國 22% 電力，超過所有城市家庭用電總和（美英僅 6%）
• 風力發電具間歇性、無風時需天然氣電廠補上缺口；資料中心讓基礎負載持續增加、天然氣機組決定市場電價的時數增加
• 2015-2023 年間使愛爾蘭家庭電費累計平均增加 360 歐元
• 2025-2034 年普通家庭可能累積額外支付 295-644 歐元，全國總支出 6.33 至 14.3 億歐元

愛爾蘭非營利組織的研究指出，資料中心已從愛爾蘭經濟中抽走 7.15 億歐元，相當於對家庭徵收一項「隱形資料中心稅」、補貼大型科技公司的營運成本。瑞銀預估 2030 年全球發電容量新增支出將達 5,110 億美元；原本預期 2030 年全球 LNG 供應過剩、現在在 AI 推動下可能轉為短缺。

回應這個壓力，中國正在設計 AI Token 期貨市場、上海期貨交易所目前處於合約設計初期，與美國 CME Group 跟洲際交易所準備推出的 GPU 算力期貨走不同路徑。中國每日詞元呼叫量自 2024 年初以來激增 1,000 倍、截至 3 月底已超過 140 兆。貝萊德執行長 Larry Fink 本月稍早說，在供應緊張與需求旺盛下、算力可能成為一種新的資產類別。

資安戰場這條，攻防時間正在被 AI 壓平。

印度網路安全主管機關 CERT-In 發布 38 頁指導方針，要求企業在漏洞公布 12 小時內完成修補。CERT-In 寫得很直接：AI 輔助工具加速攻擊者尋找、武器化、濫用漏洞，新一代攻擊時間大幅縮短，伴隨自主化攻擊出現，漏洞公開後數小時內被武器化會變成常態。

美軍的問題則來自完全不同的角度。美國中央司令部 USCENTCOM 首度向國會揭露：美軍在現役戰區行蹤正被敵方透過「商業定位資料」追蹤掌握，不需要駭客攻擊、漏洞就在每個人的手機 App 與廣告推播裡。參議員 Ron Wyden 呼籲「開始將廣告科技產業視為國家安全威脅」。海軍陸戰隊司令 Eric Smith 警告戰場上使用手機可能致命，並以烏克蘭戰爭為例指俄軍屢次因手機使用、社群媒體發文與開源定位資訊遭鎖定打擊。2023 年杜克大學研究人員在數百個資料經紀商網站找到數千筆販售軍人資料的清單，每筆 12 美分就能買到現役軍人姓名等資訊。

供應鏈那頭的事故也直接擴散。美國電商物流業者 SpeedX 一個內含超過 8.4 億筆送貨資料的雲端儲存桶因配置問題曝露於網路上、被研究人員形容為可能歷來最大資料外洩案之一；同期 ShinyHunters 駭客組織宣稱戰果後、Carnival 與 Charter 先後證實資料外洩。

防禦端也在動。荷蘭資安公司 Hadrian 開源 AI 漏洞研究框架 OpenHack，透過多代理人工作流程協助自動化執行原始碼安全審查與白箱滲透測試、可搭配 Claude Code 與 Cursor 執行。IBM 與 Red Hat 推 Project Lightwell、把 AI Agent 推到企業端開源軟體供應鏈安全。Google Chrome 148 一次修補 151 個漏洞。GitLab 19.0 推出 SBOM 相依性掃描、鎖定間接相依套件的漏洞風險。

如果張曉強講的能源效率成為晶片戰主軸、CSP 在 2026 下半年同步轉向 A14 與光子技術，台廠先進封裝跟散熱供應鏈會出現新一輪的訂單分配；如果商業定位資料追蹤美軍的揭露真的引發監管行動、廣告科技產業會被拉進與資安、出口管制同等級的審查框架。