出口管制把模型鎖起來。協調多模型成了新避險。

今日漫畫 出演・水無瀨 澪

模型這次成了出口管制的標的，連帶把「不依賴單一供應商」變成產業共同的焦慮。美國鎖住 Fable 5 與 Mythos 5 之後，協調多個模型來避險的做法一下子冒出好幾家；同一天，Fable 5 的視覺能力衝擊軟體外包、Google 連失兩員大將、AI 資料中心打起水電戰。今天這幾條線值得花幾分鐘看過一次。

出口管制把多模型協調推上檯面

當最強的模型可能被政策一夜鎖住，把雞蛋放在單一籃子的風險就被放大了。美國以國家安全為由，要求 Anthropic 限制外國人存取最先進的 Fable 5 與 Mythos 5，這是首次把出口管制直接套在一款模型上，而不是管制硬體。

日本新創 Sakana AI 的回應，是一套叫 Fugu 的編排模型。它不是又一個想包辦所有任務的大模型，而是被訓練來調用一個「可隨時抽換的代理池」：收到複雜請求時自行判斷直接回答，還是拆解後委派給多個專家模型、驗證再整合。基準測試裡，Fugu 在 LiveCodeBench 超越 Fable 5、在 GPQA-D 擊敗 Mythos 預覽版。執行長 David Ha 說得直白，讓國家基礎設施仰賴單一公司的模型是巨大風險，集體智慧是繞過供應商限制最務實的避險。

同樣的邏輯也出現在 OpenRouter 的 Fusion API。它把同一個問題派給多個模型，再由一個 Judge 模型融合出最佳答案。最受矚目的是一組「預算面板」，Gemini 3 Flash、Kimi K2.6 與 DeepSeek V4 Pro 三個便宜模型融合後，分數只差 Fable 5 不到一個百分點，成本卻只要一半。

算力端也在替開源鋪路。SpaceX 與開源新創 Reflection AI 簽下算力協議，後者自 2026 年 7 月起每月支付 1.5 億美元、完整執行至 2029 年總額約 63 億美元，使用原本為訓練 Grok 而建的 Colossus 算力。SpaceX 先前已和 Anthropic、Google 敲定算力合作，這次新客戶是專注開源模型的實驗室，時間點正好接在 Anthropic 切斷服務權限之後。下一個要看的，是這套「隨時抽換」能不能撐住企業關鍵任務的穩定性。

Fable 5 視覺 SOTA 與 Google 人才出走

被鎖住的 Fable 5，本身是一次能力的跳級。官方稱它能僅憑一張網頁截圖重建整個 Web 應用的原始碼，並把 Stripe 五千萬行 Ruby 程式碼庫的搬遷，從原本的數週壓縮到一天完成。

這對軟體外包業是直接的計價衝擊。日本顧問公司指出，外包按人力工時計費的模式因 AI 代理而失效：效率越高、需求人力越少，營收反而下降。美國 2025 年科技業新鮮人錄取率已腰斬至 7%，初階職缺正在無聲萎縮。

人才的流向則燒到 Google。DeepMind 副總裁、2024 諾貝爾化學獎得主 John Jumper 宣布結束九年生涯加入 Anthropic，他正是蛋白質結構預測系統 AlphaFold 的領導者。更早一週，Transformer 論文《Attention Is All You Need》共同作者、Gemini 開發共同負責人 Noam Shazeer 也離職投奔 OpenAI；前 Gemini 主管 Sissie Hsiao 同樣轉去 OpenAI。研發靈魂人物接連離開，Alphabet 市值承壓，市場讀到的訊息是 Google 在 AI 前沿的競爭力被打上問號。Jumper 加入 Anthropic 也接得上後者的生技野心，該公司 4 月才以 4 億美元收購計算生物學新創 Coefficient Bio。

AI 資料中心的水電戰

算力的話題炒了兩年，現在連水和電都成了戰場。聯合國本月預測，到 2030 年 AI 用水總量將達 6,000 億加侖，足以供應撒哈拉以南非洲 13 億人口一整年的基本用水。

輝達的解法是把氣冷換成全液冷。它新一代 AI 伺服器以封閉液體迴路冷卻、不需持續補水，冷卻液採水與丙二醇混合、可在攝氏 45 度運作，許多地區因此能改用戶外乾式冷卻器排熱、不必頻繁開空調。輝達估算，一座 50 兆瓦的設施改採液冷，每年可省下超過 400 萬美元的冷卻能源與用水成本。

電的部分，微軟選擇直接綁定能源巨頭。它與雪佛龍簽下 20 年供電合約，在德州西部推進名為 Project Kilby 的共址計畫，由天然氣發電直接供電給資料中心，裝置容量約 2.67 吉瓦、首批供電落在 2028 年。發電設施與資料中心蓋在一起，可降低對德州電網的壓力，整體開發成本估約 70 億美元。流體系統供應商也提醒，液冷真正的難點不是降溫，而是讓整套系統在高壓、高密度、長時間運轉下不洩漏，台灣的散熱模組與液冷驗證正是供應鏈關鍵一環。

記憶體、封裝與載板的漲價鏈

AI 對記憶體的胃口，正把整條供應鏈往緊繃推。記憶體大廠美光宣布與 Anthropic 全面策略合作，範圍涵蓋 AI 架構設計、記憶體與儲存供應合約、美光內部導入 Claude，以及美光對 Anthropic 進行策略投資。對 Anthropic 來說，這是把長期擴充算力所需的料源先綁起來。

供給端則在想辦法把成本壓下來。固態技術協會 JEDEC 通過新標準 SPHBM4，核心是維持 HBM4 效能、卻改用標準封裝，降低對昂貴先進封裝的依賴：它把訊號插腳減到五分之一、傳輸速度提升四倍，在標準基板上達到 HBM 等級頻寬，並被認為未來能與玻璃基板整合。三星則端出 UFS 5.0 儲存晶片，頻寬較前代提升超過兩倍、電力效率提升超過四成，主打裝置端 AI。

先進封裝與載板同樣吃緊。台積電以製程與封裝雙軌擴產，先進封裝已在台灣五地布局、嘉義廠興建中，規劃 2022 到 2027 年 CoWoS 產能年複合成長率超過八成。代理型 AI 推升通用伺服器需求復甦，使 ABF 與 BT 載板短缺在過去三個月愈演愈烈，新建算力幾乎短期內就全數租出。被動元件這端，單台 AI 伺服器消耗的 MLCC 高達 44 萬顆，是傳統伺服器的 10 到 15 倍，一個 Rubin 機櫃的 MLCC 總價暴增近一倍九。聯發科則被點名獨攬 Google 升級版 TPU v9，代號可能是 Triggerfish，SRAM 容量拉到二到三倍、改用 HBM4E，估 2028 年放量。

Physical AI 從展示走進工廠

機器人今年的關鍵字，是把判斷變成實體動作。輝達發表全堆疊機器人安全系統 Halos for Robotics，把 AI 運算、系統軟體與安全認證整合成統一架構，讓人形機器人與人類近距協作時能即時做安全判斷。Agility Robotics 成為首家整合 Halos 的廠商，客戶涵蓋亞馬遜、舍弗勒與豐田汽車加拿大製造，巴克萊預估人形機器人產業到 2035 年可達 2,000 億美元。

工廠端的整合則回到老問題：AI 判斷之後，誰來執行。機器人大廠 FANUC 以 Open Platform 讓機器人透過 API、SDK、Python 與 ROS 2 與外部軟體連結，打破單機閉環，使用者甚至能用語音下指令、由 AI 即時生成機器人移動程式。當機器人從固定程式走向依任務目標彈性調整，少量多樣的生產才有導入的可行性。

衝擊也很實際。京東創辦人劉強東在一場論壇直言，未來包裹一定由機器人配送、配送員遲早不再被需要，但他不希望 70 萬名員工沒飯吃，已與約 120 所學校簽約，把配送員轉訓成機器人維修人才。京東北京分揀中心的人力已有九成被機器人取代，接下來要看這套轉訓能不能跟上自動化的速度。

量子與 AI 資安同步加速

政策端把時間表拉到了眼前。美國總統川普簽署兩項行政命令，一邊加速量子電腦發展，要求在 2028 年前打造可用於科研的大型量子電腦、五年內部署量子感測器；另一邊推動後量子加密，要求聯邦關鍵系統在 2030 到 2031 年前遷移到能抵抗量子破解的密碼學，各機關 30 天內要指派遷移負責人。

AI 對資安的改寫則是攻防同時加速。由美英加澳紐組成的五眼聯盟發布聯合聲明，警告前沿 AI 模型改變網路攻防能力的時間表「不是以年計，而是以月計」，呼籲把網路韌性納入核心商業策略。它一面能提升漏洞發現效率與事件回應，一面也壓縮了漏洞從被發現到遭利用的防禦空窗。

當找漏洞變得又快又便宜，瓶頸就滑向修補。OpenAI 擴大資安計畫 Daybreak，推出完整版 GPT-5.5-Cyber、更新 Codex Security，並與多家機構合作發起 Patch the Planet，直接協助開源專案驗證漏洞、排除重複通報並提交修補，首批超過 30 個專案參與，包含 cURL、Go 與 Python。這條路與 Anthropic 的 Project Glasswing 正面相遇，接下來要看的，是維護者被 AI 灌水報告淹沒的處境，能不能因此鬆一口氣。