Amazon 是告密者，Anthropic 只有 90 分鐘。AI 模型首次成出口管制品。

今日漫畫 出演・水無瀨 澪

昨天 Anthropic 關掉 Fable 5 的事，今天多了幾條關鍵細節：告密者是 Anthropic 最大股東 Amazon、下架時間只有 90 分鐘、Tyler Cowen 開始警告整件事的後果。同一天，AI 定價出現了分歧明顯的業界判斷，Siri 悄悄在 iOS 27 後端鋪多模型框架，台廠光互連的現實也比股價反映的更難做到。

Amazon 告密、中國線疑慮、Anthropic 的 90 分鐘

事件的起點是 Amazon 的研究人員。他們在發現漏洞的幾天前，用一串提示詞讓 Mythos 級模型提供了原本應受限的網路攻擊相關資訊。據 The Information 和 Wall Street Journal 報導，Amazon 執行長 Andy Jassy 隨後親自向川普政府高層傳達對 Fable 5 安全風險的疑慮。由於 Amazon 同時是 Anthropic 最大股東，也是 Anthropic 主要雲端與晶片基礎設施的供應商，這層身分讓這次示警在華府具有相當的份量。

同時間，Semafor 的報導指出另一條線：與中國有連結的組織曾存取 Anthropic 的模型，並可能嘗試透過蒸餾進行逆向工程。Anthropic 和美國政府對這條線都未正式確認，但兩件事加在一起，讓白宮商務部在美東時間 6 月 12 日下午 5 點 21 分發出要求：暫停所有外國公民對 Fable 5 和 Mythos 5 的存取，Anthropic 只有 90 分鐘。

Fable 5 是 Mythos 5 加上安全護欄的版本，上線才三天。Anthropic 的選擇不是分地區限制，而是直接把兩款模型全球下架，因為即時判斷使用者國籍在技術上難以做到。執行長 Dario Amodei 把事件定調為誤解，認為政府指出的繞過方式只是特定情境問題；政府官員則說出口管制是「最後手段」，雙方在此之前已花幾個小時溝通未果。

下架後，Anthropic 週末緊急派遣資深技術人員赴華盛頓。13 日進行了數小時線上會議，商務部長 Howard Lutnick、國家網路安全總監 Sean Cairncross、以及 Anthropic 共同創辦人暨運算長 Tom Brown 和公共政策負責人 Sarah Heck 均在其列。雙方都希望解決問題，但具體方案目前仍未定。

美國經濟學家 Tyler Cowen 在 The Free Press 提出了一個外部觀察者角度：真正的問題不在於 Anthropic 還是政府誰說得對，而是已有大量使用者把 Fable 5 嵌進工作流程，卻面臨服務被強制切斷。他警告，這種管制方式可能加速全球用戶轉向中國 AI 模型；從政策設計的角度來說，這是一個值得慎重評估的後果。

AI 定價者與被定價者：MiniMax 降、智譜升、Nadella 的警告

摩根大通同一天發布報告，把中國兩家上市 AI 公司的定價行為拿來對比，結論是截然相反的競爭力判斷。

觸發這個判斷的直接原因，是 MiniMax 的一次定價操作。旗艦模型 M3 上線時定價約為前代 M2.7 的兩倍，不到一週就宣布永久降價 50%，退回到與 M2.7 接近的水準。摩根大通把這解讀為：M3 帶來的能力提升，市場不認可原定溢價。智譜方向相反，年初至今 API 價格翻倍，且在使用量持續成長的情況下守住了這個水準。

報告的核心邏輯是：在 AI 使用需求仍超過推理供給的現在，沒有開發者會在需求過剩時主動降價；如果一家公司在新模型上線後迅速從溢價撤退，就是在用定價行為承認市場不接受這個溢價。摩根大通把模型公司的競爭力評估提煉成三項測試：SOTA 能力反覆交付、得到驗證的定價能力、以及可持續的工作流採用，三項同時達到才算。

Nadella 同一天在 X 的角度不同，但指向類似的核心問題。他引用日本 NEC、東芝、日立的例子：這些公司曾與美國科技廠商建立夥伴關係，但逐漸演變成從屬關係，最終競爭力衰退。他的警告是，如果少數 AI 模型供應商取得產業大部分的經濟價值，可能重演全球化第一階段掏空工業經濟的悲劇。他給的應對是「學習迴圈」：企業要在人力資本與自己的 AI 能力之間建立持續強化的迴圈，而不是把未來外包給單一前沿模型。

Siri 要做 AI 超級入口

iOS 27 第一個開發者測試版裡，已出現讓 Siri 接入多個第三方 AI 模型的後端框架。據彭博記者 Mark Gurman 的報導，框架包含可啟用或停用的控制開關，以及一個設計用來支援相容 AI 應用程式的 App Store 區塊。蘋果曾與 OpenAI、Anthropic 和 Google 討論把它們的模型納入系統；未來開發者若要讓自家應用成為可用的 AI 選項，需申請特定 entitlement 並完成整合。

這讓 Siri 的定位從「接入 ChatGPT 的助理」，移向「多模型的介面層」。蘋果在 WWDC 2026 略過這個話題，被推測與歐洲法規論述複雜、以及不想削弱 Siri 升級本身的焦點有關。時間表目前未知，相容模型清單預料會隨 App Store 整合框架就位後逐步擴充。

光互連的現實：CPO 4 萬人力困局、MLCC 缺貨潮

TrendForce 最新報告估計，CPO 和 NPO 市場將從 2025 年約 1 億美元，成長至 2030 年的 390 億美元以上。CSP 普遍把光互連的策略位階提升到與運算晶片同等。但大立光在 Computex 的展示，把產業現實說得很直白。

現場主管透露的數字是：如果沿用目前的半自動化生產方式，要把光通訊零件做到月產 200 萬顆，可能需要 4 萬名人力。大立光全公司目前約 8,000 人。這個差距背後是一個技術門檻：CPO 的精度要求在 0.5 微米以下，全球目前仍沒有能穩定達到這個精度的全自動設備。現行做法是人機協作一根根光纖微調定位，即便如此良率也只在 30% 左右。

大立光執行長林恩平在法說會上直言，CPO 距離量產至少還需一到兩年。CPO 設備目前的採購等待期，日本廠商已長達 12 個月、德國廠商更久，大立光目前僅購入一台日本機台，取得設備後還需客戶認證，量產預計要後年以後。股價和實際量產時程之間的落差，是這波 CPO 熱的現實背面。

MLCC 這邊同樣出現了需求被嚴重低估的狀況。NVIDIA 即將推出的 Rubin 平台，一台 VR200 NVL72 機櫃的 MLCC 用量估計達 57 萬顆，比上一代 GB300 機櫃的 32 萬顆增加約 80%。AI 加速器板卡的尖峰電流密度高，系統需要大量局部去耦電容維持電壓穩定，帶動高容量 MLCC 需求全面爆發。村田與三星電機的 MLCC 產能利用率已在 95% 左右，現貨市場部分中低容量規格已出現數倍漲幅。