開場白

嘿，大家好，歡迎收聽「Mark 的 Tech Insights」！我是 Mark。哇，這禮拜的 AI 新聞真的是核彈級的，感覺整個產業的風向又變了。今天我們會聊聊幾個超級精彩的話題：Meta 好像不玩開源了？Google 跟中國的 DeepSeek 正在上演開源模型大戰；同時，AI 造成的失業潮跟財富集中效應也越來越明顯。準備好了嗎？我們馬上開始！

本日重點新聞

1. Meta 放棄開源路線？首款閉源模型 Muse Spark 登場

• 來源: TechCrunch (https://techcrunch.com/2026/04/08/meta-debuts-the-muse-spark-model-in-a-ground-up-overhaul-of-its-ai/)
• 摘要: Meta 策略大轉彎！他們發布了全新的閉源模型系列 Muse 的首款產品 Spark。這代表 Meta 不再只專注於 Llama 的開源路線，而是開始走向自家的專有 AI 技術，準備跟 OpenAI、Google 直接競爭。
• 台灣觀點: 對於許多依賴 Llama 生態系的台灣新創和開發者來說，這是一個警訊。如果 Meta 未來將最強大的模型轉為閉源，大家可能需要重新評估技術路線。
• 討論要點:
  • Meta 為何在此時轉向閉源策略？是開源的商業模式走不通，還是為了追趕 OpenAI？
  • 這對整個 AI 開源社群會帶來什麼樣的衝擊？
  • 未來 Meta 會如何平衡 Llama 開源社群和 Muse 閉源商業模式？
• 講稿建議: 欸，這條新聞真的超勁爆。大家還記得嗎？Meta 過去幾年一直扮演著「AI 開源大善人」的角色，用 Llama 系列模型圈了超多粉，也讓很多小公司跟學術單位有機會玩到頂尖模型。結果現在突然來個回馬槍，推出閉源的 Muse Spark，這感覺就像你最愛的免費吃到飽餐廳，突然宣布要改採單點制，而且最貴的 A5 和牛還不外賣了。我覺得這背後有兩個可能：第一，他們發現開源雖然賺了名聲，但沒賺到錢；第二，他們被 OpenAI 和 Anthropic 的商業成功刺激到了，覺得再不搞個自家的「獨門秘方」，就要在頂尖對決中掉隊了。這對台灣的開發者來說，真的要開始思考「雞蛋不能放在同一個籃子裡」這件事了。

2. Google Gemma 4 全面開源，影音全包挑戰閉源霸權

• 來源: Google Blog (https://blog.google/innovation-and-ai/technology/developers-tools/gemma-4/)
• 摘要: 在 Meta 轉向閉源的同時，Google 反其道而行，推出了超強大的開源模型系列 Gemma 4。它不只支援文字、圖片，連音訊和影片都能處理，而且 context window 高達 256K，完全是衝著挑戰 OpenAI 和 Anthropic 的閉源模型來的。
• 台灣觀點: Gemma 4 的出現對台灣內容創作、媒體和教育產業是大利多。一個能處理影音的強大開源模型，可以大幅降低開發多媒體 AI 應用的門檻。
• 討論要點:
  • Google 為何在 Meta 收緊的同時，選擇加碼開源？這是一種競爭策略嗎？
  • 支援影音的多模態開源模型，會催生出哪些殺手級應用？
  • Gemma 4 的 Apache 2.0 授權，對商業應用的吸引力有多大？
• 講稿建議: 你看，這就好玩了！Meta 往右轉，Google 就偏要往左走。Gemma 4 這次真的很有誠意，直接把多模態能力，尤其是音訊和影片處理，都開源出來了。這就像是樂高不但給你無限量的積木，還直接附上馬達跟感應器，讓你可以組出會動的機器人。對台灣來說，我們有很多厲害的內容創作者跟影音平台，以前要玩 AI 影片生成或分析，門檻超高，現在有了 Gemma 4，等於是拿到了一把屠龍刀。你可以想像，未來可能會有新創用它來做自動生成短影音、智慧 podcast 剪輯，甚至是虛擬偶像的即時互動。Google 這招棋下得很高明，它在告訴全世界的開發者：「嘿，別只看著 Meta 和 OpenAI，我這裡才是真正的軍火庫！」

3. 中國 DeepSeek R2 橫空出世，價格效能雙重衝擊

• 來源: Decode the Future (https://decodethefuture.org/en/deepseek-r2-explained/)
• 摘要: 中國的 AI 公司 DeepSeek 發布了一款名為 R2 的 32B 開源模型，效能超強，在數學推理測試上拿到驚人的 92.7%。更可怕的是，它的大小可以在一張消費級顯卡（RTX 4090）上運行，而且 API 價格比西方的頂級模型便宜了 70%。
• 台灣觀點: 這對台灣的 AI 開發者和企業是個「威脅也是轉機」。威脅是中國的技術追趕速度驚人，轉機是我們多了一個極具性價比的強大模型可以選擇。
• 討論要點:
  • DeepSeek R2 如何在小參數規模下達到如此高的推理能力？
  • 價格破壞對現有的 AI API 市場（如 OpenAI、Google）會造成多大的影響？
  • 西方世界應該如何應對這種來自中國的高效能、低成本 AI 模型挑戰？
• 講稿建議: 如果說 Gemma 4 是正規軍的空降支援，那 DeepSeek R2 就像是突然殺出來的忍者部隊，又快又狠。一個 32B 的模型，居然能在消費級顯卡上跑，而且數學能力強到嚇人，這已經不是「彎道超車」，根本是開著 F1 賽車在跑卡丁車賽道。最關鍵的是價格，便宜 70% 是什麼概念？等於是你用一杯星巴克的錢，就能買到別人一杯精品手沖咖啡的效能。這對所有需要大量使用 AI API 的公司來說，誘惑力太大了。這也給我們一個啟示：AI 領域的軍備競賽，已經不只是美國巨頭之間的遊戲了，中國的玩家正帶著完全不同的成本結構和市場策略殺進來，未來的戰況會越來越精彩。

4. Snap 大裁員 16%，AI 已接管 65% 程式碼工作

• 來源: TechCrunch (https://techcrunch.com/2026/04/15/snap-is-cutting-1000-jobs-16-of-its-workforce/)
• 摘要: Snap 宣布裁員 1000 人，佔了總員工數的 16%，理由是 AI 的進步太快。據說 AI 已經能產生公司 65% 的新程式碼，並且每月處理超過 100 萬次的客服問題，這波重組預計能省下 5 億美元的年化成本。
• 台灣觀點: 這是對台灣科技業，尤其是軟體工程師的一記警鐘。過去認為寫程式是安穩的工作，但現在 AI 輔助編程工具越來越強，工程師的價值必須從「寫 code」轉向「系統設計」和「解決複雜問題」。
• 討論要點:
  • AI 取代程式設計工作的速度，是否比我們預期的要快？
  • 未來的軟體工程師需要具備哪些新技能，才能避免被 AI 取代？
  • 繼客服、翻譯之後，程式設計師會是下一個被 AI 大規模衝擊的白領職業嗎？
• 講稿建議: 這則新聞看得我心頭一驚。以前我們都開玩笑說 AI 要來搶工作了，沒想到 Snap 直接用裁員數字告訴我們「這不是玩笑」。65% 的新程式碼由 AI 產生，這數字太誇張了！這代表過去可能需要 10 個工程師寫的功能，現在 3-4 個工程師加上 AI 輔助就能搞定。這不是說工程師要失業了，而是對工程師的要求完全改變了。未來，只會埋頭寫 code 的「碼農」會非常危險，但能夠駕馭 AI、定義問題、設計架構的「AI 指揮官」型的工程師會變得超級搶手。這對台灣的教育體系和在職工程師都是個挑戰，我們必須趕快升級自己的技能包，學會跟 AI 協作，而不是跟它競爭。

5. AI 經濟 M 型化：75% 收益被 20% 的公司拿走

• 來源: PwC (https://www.pwc.com/gx/en/news-room/press-releases/2026/pwc-2026-ai-performance-study.html)
• 摘要: PwC 的最新研究報告揭露了殘酷的現實：AI 帶來的經濟效益高度集中，有 75% 的利潤被前 20% 的公司賺走。這些領先者不只是用 AI 來省錢，更是用 AI 來驅動全新的成長模式，導致「AI 富者」和「AI 貧者」的差距越來越大。
• 台灣觀點: 台灣以中小企業為主，這份報告提醒我們，如果只是淺嚐輒止地導入 AI，很可能在未來被市場淘汰。企業主必須有「AI-first」的思維，從核心策略上擁抱 AI。
• 討論要點:
  • 為什麼 AI 的經濟效益會如此集中？是技術門檻、數據護城河，還是人才問題？
  • 中小企業該如何應對這種「贏者全拿」的局面？
  • 政府或產業協會可以扮演什麼角色，來幫助更多企業跨越 AI 鴻溝？
• 講稿建議: 這份 PwC 報告，根本就是 AI 時代的「M 型社會」白皮書。我們常常聽到 AI 會帶來多大的經濟產值，但現在才發現，這些好處大部分都進了少數巨頭的口袋。這很像一場盛大的流水席，結果 80% 的人都只能在旁邊吃白飯配醬瓜，看著 20% 的人獨享滿漢全席。報告說，領先者想的是用 AI 賺更多的錢，而落後者只想著用 AI 省一點小錢，這個思維差距就是關鍵。對台灣大量的傳產和中小企業來說，這是一個生死存亡的議題。如果老闆還覺得 AI 只是「一個可以裁掉幾個客服的工具」，那這家公司就很危險了。真正的贏家，是把 AI 當成引擎，去開發新產品、創造新市場的公司。

6. AI 也有極限？頂尖人類科學家在複雜任務上完勝 AI

• 來源: Nature (https://www.nature.com/articles/d41586-026-01199-z)
• 摘要: 頂尖期刊《Nature》的一篇研究給大家降了降溫。研究發現，在處理複雜、多步驟的科學研究任務時，人類科學家的表現仍然遠遠超過目前最強的 AI Agent。這項研究對目前火熱的「AI 科學家」或自主代理人的可靠性，提出了嚴肅的質疑。
• 台灣觀點: 這給了台灣高科技研發領域（如半導體、生技）一點喘息空間，也指明了方向：AI 是強大的「副駕」，但真正掌握方向盤、能應對未知挑戰的「主駕」仍然是人類專家。
• 討論要點:
  • 目前的 AI Agent 在哪些環節上還不如人類專家？是創造力、常識推理，還是應對意外情況的能力？
  • 我們應該如何看待 AI 在科研中的角色？是替代品還是增強工具？
  • 這項研究會不會讓過熱的 AGI（通用人工智慧）預期稍微降溫？
• 講稿建議: 在聽了一堆 AI 多神多猛的新聞後，這篇《Nature》的研究就像一杯冰水，讓我們冷靜一下。它告訴我們，AI 在解決「有標準答案」或「路徑清晰」的問題上很強，但一旦遇到真正複雜、充滿未知和意外的科學難題，AI 就會開始「迷路」。這就像 AI 很會按照食譜做菜，甚至能做得比大多數人都好，但它沒辦法自己發明一道全新的、從未有過的驚世料理。這對我們來說其實是個好消息，它強調了人類獨有的創造力、直覺和跨領域整合能力的重要性。所以，各位科學家、工程師們，暫時還不用擔心失業，你們的「大腦」仍然是目前宇宙中最頂尖的處理器！

7. 中美科技戰升溫：美三大廠聯手防堵中國「模型竊取」

• 來源: Bloomberg (https://www.bloomberg.com/news/articles/2026-04-06/openai-anthropic-google-unite-to-combat-model-copying-in-china)
• 摘要: OpenAI、Anthropic 和 Google 這些昔日的競爭對手，現在竟然聯手了！他們透過「前沿模型論壇」共享威脅情報，共同打擊來自中國的「模型蒸餾攻擊」。這種攻擊能用很低的成本，非法地從美國的頂尖模型中「偷學」能力。光是 Anthropic 一家，就記錄到來自 DeepSeek 等中國公司的 1600 萬次未授權調用。
• 台灣觀點: 台灣身處中美科技戰的前線，這則新聞凸顯了 AI 領域的地緣政治風險。台灣的 AI 公司在使用或與不同陣營的模型互動時，需要更加注意合規性和資訊安全。
• 討論要點:
  • 「模型蒸餾」攻擊的原理是什麼？為何它會成為一個嚴重的安全威脅？
  • 美國科技巨頭的聯手，能在多大程度上遏止這種行為？
  • 這是否預示著未來 AI 領域會出現更明顯的「美國技術陣營」和「中國技術陣營」的對立？
• 講稿建議: 這根本就是 AI 版的「復仇者聯盟」集結啊！平常打得你死我活的 OpenAI、Google 和 Anthropic，現在為了對抗共同的敵人，來自中國的模型抄襲，決定暫時放下歧見，組成聯合防線。所謂的「模型蒸餾」，講白了就是用一個小模型，不斷地去問大模型各種問題，然後模仿它的答案，等於是把大模型的「智慧」給偷過來，養大自己的小模型。前面我們才提到 DeepSeek 的模型又強又便宜，現在這則新聞就給出了一個可能的解釋。這已經不只是商業競爭了，完全是上升到國家級別的科技攻防戰。台灣夾在中間，真的要步步為營，未來選擇技術合作夥伴，可能不只要看效能和價格，還得看它屬於哪個「陣營」。

結尾段落

好啦，今天的新聞真的資訊量超大！從 Meta、Google 的路線之爭，到 AI 對工作和財富分配的巨大衝擊，再到中美之間的科技角力，我們能看到 AI 發展正進入一個更複雜、也更關鍵的階段。這不再只是技術的競賽，更是策略、經濟和政治的全面博弈。感謝大家收聽，我們下次再見！