開場白

糾纏人類三百多年的費馬最後定理，今天居然被 Anthropic 的 Claude 在短短十一天內徹底攻破了！我是沐妍，今天在「Mark 的 Tech Insights」除了要聊聊這項寫了上千萬行程式碼的數學壯舉，還會探討 AI 變聰明後暴增萬倍的驚人電費，以及 Meta 居然公開幫大家的私房程式碼「貼標價」的奇妙策略，想知道你的程式碼值多少錢嗎？等一下告訴你！

本日重點新聞

1. Anthropic 的 Claude 攻破 358 年數學謎題，完成史上最大規模 Lean 數學證明

• 來源: Anthropic（https://www.anthropic.com/research/formalizing-fermats-last-theorem）
• 摘要: Anthropic 今天宣布，他們的 AI 模型 Claude 在 Prove2Me 平台上自主運作了十一天，成功用 Lean 程式語言將「費馬最後定理」公式化並完成了電腦驗證。這項工程寫了將近一千三百萬行程式碼，證明了近三萬個中間定理，消耗了約六十億個 token，是史上最大規模的 Lean 證明。
• 最驚訝的點: 糾纏人類快四百年的超級難題，當年數學家花了好幾年才確認解答無誤，現在 AI 不到兩星期就自己搞定，還用最嚴格的電腦邏輯通過驗證。
• 台灣觀點: 台灣的學術界與科技業一直很看重軟體形式驗證（Formal Verification），這次 Claude 的突破，代表未來不只是數學，台灣半導體晶片設計的程式碼驗證，也可能迎來全自動化的黃金時代。
• 討論要點:
  1. 當 AI 能自主證明人類無法輕易驗證的複雜數學時，我們該如何建立對 AI 的信任？
  2. 這會不會加速形式驗證在台灣晶片設計（IC Design）流程中的普及？
• 講稿建議: 聽眾朋友們，這真的是數學界的大地震！費馬最後定理糾纏了人類三個多世紀，當年數學家懷爾斯破解時，手寫稿厚厚一大疊，大家還花了幾年才確認沒算錯。結果現在 Claude 只花了十一天，不眠不休地寫了一千三百萬行程式碼，自己把所有邏輯漏洞都補上，還通過了最嚴格的電腦驗證。這就像是請了一個永遠不會累的超級數學教授，在十一天內寫完了一輩子的論文，太瘋狂了！

2. AI 越聰明地球越熱？研究指出 Agent 任務耗電量暴增一萬倍

• 來源: Bloomberg（https://www.bloomberg.com/news/articles/2026-09-03/ai-s-environmental-impact-per-task-balloons-with-more-complexity）
• 摘要: 獨立評測機構 Vals AI 透過 EcoLogits 評估了十六款 AI 模型，發現當 AI 從簡單的一問一答轉向複雜的「智慧代理（Agent）」任務時，其碳排放、用水和耗電量居然暴增了將近一萬倍。舉例來說，讓 AI 幫你寫一個完整的網頁應用程式，消耗的能源就相當於一個普通家庭兩個半小時的用電量。
• 最驚訝的點: 我們以為 AI 只是在雲端動動腦，但讓它幫你寫個小網頁，消耗的電居然夠你家吹冷氣吹兩個半小時。
• 台灣觀點: 對於正處於能源轉型關鍵期、且身為 AI 算力核心的台灣來說，這種「萬倍耗電」的 Agent 趨勢將會給台電和綠能產業帶來極大的電力考驗。
• 討論要點:
  1. 當企業在大規模導入 Agent 時，碳關稅（如 CBAM）會不會成為意想不到的成本炸彈？
  2. 台灣的伺服器代工廠是否能藉此機會，主打更高能效的液冷散熱解決方案？
• 講稿建議: 大家剛剛聽到 Claude 證明數學定理是不是覺得很興奮？但別忘了，這背後可是燒了整整六十億個 token 啊！今天 Bloomberg 報導指出，當我們讓 AI 從「聊天機器人」升級成幫我們做全套事情的「智慧代理」時，耗電量直接原地起飛一萬倍！你叫它寫個網頁，消耗的電量就夠你家客廳吹兩個半小時的冷氣。這哪裡是人工智慧，這簡直是吃電怪獸，看來台灣的節能和散熱技術，接下來真的會變成全球的救命稻草了。

3. 麥肯錫 2026 年度 AI 報告：超過三成企業選擇自己用 AI 寫軟體，不再向外購買

• 來源: McKinsey（https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai）
• 摘要: 麥肯錫最新的全球調查顯示，高達 32% 的企業因為擁有強大的 AI 程式碼代理工具，決定放棄購買現成的套裝軟體，轉而選擇在公司內部自行開發。在科技行業中，這個比例更是高達 41%，同時有四成的巨頭企業正在大規模部署 AI 代理。
• 最驚訝的點: 傳統軟體服務商（SaaS）現在最大的競爭對手，居然變成了客戶自己家裡的 AI 程式設計師。
• 台灣觀點: 台灣許多中小型軟體代理商或系統整合商（SI）需要高度警惕，當客戶發現用 AI 就能自己寫出客製化 ERP 或 CRM 時，傳統的軟體外包與授權模式將面臨重新洗牌。
• 討論要點:
  1. SaaS 軟體公司該如何轉型，才能避免被客戶「自己用 AI 寫」的軟體給取代？
  2. 台灣企業在用 AI 自建軟體時，該如何解決後續的維護與資安合規問題？
• 講稿建議: 以前公司想要一個管理系統，要嘛花大錢買微軟或 Oracle 的授權，要嘛找外包。但麥肯錫今天的報告揭露了一個超驚人的趨勢：有三分之一的公司，現在直接跟軟體商說「謝謝不用了」，因為他們叫自家的 AI Agent 直接動手寫一個出來！這對傳統的軟體業來說簡直是晴天霹靂，你辛辛苦苦開發的產品，客戶現在用 AI 點幾下就自己生出來了。這也提醒了台灣的軟體服務商，如果還在賣一成不變的套裝軟體，很快就會被時代淘汰了。

4. Meta 祭出超狂一折優惠，代價是要拿你的私房程式碼來訓練 AI

• 來源: TechCrunch（https://techcrunch.com/2026/09/03/meta-is-paying-to-peek-at-how-you-use-their-latest-ai-model/）
• 摘要: Meta 為了推廣其最新的 Muse Spark 程式碼模型，推出了平均高達一折的驚人優惠，將輸入 token 的價格從每百萬 1.25 美元砍到 0.10 美元。條件是開發者必須同意讓 Meta 讀取他們的提示詞和輸出的程式碼，用來訓練未來的 AI 模型。
• 最驚訝的點: 你的商業機密和獨家程式碼現在有了明確的標價，而 Meta 今天大聲地把這個價格公佈給全世界。
• 台灣觀點: 台灣許多高科技製造業與晶片設計商對於智慧財產權（IP）極為敏感，這種「用隱私換折扣」的方案，大概會讓台灣企業的資安部門直接亮起紅燈。
• 討論要點:
  1. 為了省下九成以上的 API 費用，你會願意把公司的核心程式碼送給 Meta 當訓練教材嗎？
  2. 這種「隱私變現」的定價模式，會不會成為未來 AI 服務的新常態？
• 講稿建議: Meta 今天這招真的太絕了，他們直接把「隱私」和「金錢」放在天平兩端讓你選。想要用他們最新的 Muse Spark 寫程式嗎？好，我給你打一折，原本一百萬 token 要一塊多美金，現在只要一毛錢，便宜到像不用錢一樣！但唯一的條件是，你的提示詞和寫出來的程式碼，通通要借 Meta「瞄一下」拿去訓練下一代模型。這招對沒錢的獨立開發者可能很香，但如果是台灣那些手握商業機密的半導體或硬體廠，資安主管看到這個合約大機率會直接嚇出冷汗吧！

5. 特斯拉 Cybercab 在奧斯汀風光上路數小時，隨即遭到美國聯邦政府立案調查

• 來源: TechCrunch（https://techcrunch.com/2026/09/04/feds-launch-investigation-into-teslas-cybercab-deployment/）
• 摘要: 美國國家公路交通安全管理局（NHTSA）在特斯拉於奧斯汀舉辦 Cybercab 發表會後數小時，隨即對其約一千輛上路的無人計程車展開調查。這款車輛完全沒有方向盤、煞車踏板和後視鏡，特斯拉先前是以「自我認證」符合聯邦安全標準來部署，如今監管機構要嚴格審查這項自我認證是否合規。
• 最驚訝的點: 新車發表會的香檳才剛開，聯邦調查令就送到了，這場官司的關鍵在於特斯拉是不是在「自己幫自己的期末考打分數」。
• 台灣觀點: 台灣目前也在積極推動無人自動駕駛與智慧交通測試，特斯拉這場與美國監管機構的「自我認證」大戰，將成為台灣未來制定無人車法規的重要參考範本。
• 討論要點:
  1. 特斯拉這種「先上路、再跟監管機構硬碰硬」的策略，真的能加速自動駕駛的普及嗎？
  2. 沒有方向盤和踏板的純無人車，在法律上到底該由誰來承擔最終的安全責任？
• 講稿建議: 特斯拉的馬斯克真的永遠不缺話題！奧斯汀的 Cybercab 發表會才剛結束，大家還在讚嘆那台沒有方向盤、沒有煞車踏板、連後視鏡都沒有的超科幻外型，結果才過幾個小時，美國聯邦監管機構 NHTSA 的調查令就直接砸下來了。最妙的是，特斯拉之前是跟政府說「我們自己測試過，絕對安全喔」，這不就是自己改自己的期末考考卷嗎？現在政府要來重改考卷了，這場「科技巨頭 vs 國家監管」的硬碰硬，真的比好萊塢電影還精彩！

6. SEMICON Taiwan 2026 破紀錄登場！台灣晶片產值飆升 40%，但 AI 的瓶頸居然變成「這條線」？

• 來源: The Manila Times / AFP（https://www.manilatimes.net/2026/09/03/business/foreign-business/taiwan-chip-industry-sees-revenue-soaring-40/2417319）
• 摘要: SEMICON Taiwan 2026 國際半導體展於台北盛大舉行，規模創下歷史新高，吸引超過十萬名專業人士。隨著台灣半導體今年產值預估將暴增 40% 逼近三千億美元，大會釋出一個關鍵訊號：AI 系統的效能瓶頸已從「晶片運算」轉移到「晶片間的傳輸線路」，資料移動所消耗的能量甚至超越了運算本身。
• 最驚訝的點: 台灣晶片產值今年要衝到三千億美元，但專家卻警告，AI 的算力瓶頸已經不是晶片有多快，而是晶片之間的「塞車和耗電」問題。
• 台灣觀點: 這代表台積電的先進封裝技術（如 CoWoS）和矽光子（Silicon Photonics）技術，將是台灣繼續穩坐「矽島」王座、解決全球 AI 傳輸瓶頸的唯一解藥。
• 討論要點:
  1. 當傳輸能耗大於運算能耗時，這對台灣的封裝與通訊晶片產業帶來哪些新機會？
  2. 台灣如何利用這次半導體產值暴增 40% 的契機，進一步鞏固在全球 AI 供應鏈的議價能力？
• 講稿建議: 講到 AI，怎麼能漏掉我們台灣呢？這幾天在台北舉辦的 SEMICON Taiwan 2026 簡直擠爆了，產值預估要噴上三千億美金，年增率高達四成，真的太誇張了！不過這次展覽大家討論最熱烈的，不是晶片又變多小，而是「傳輸瓶頸」。簡單來說，現在晶片算得太快，但資料在晶片之間「排隊傳輸」的速度太慢，而且傳輸過程消耗的電，居然比晶片運算還要多！這就像是你蓋了超高速高鐵，但進出站的檢票口卻只有一個。看來台積電的先進封裝和矽光子技術，接下來又是拯救世界 AI 的唯一希望了！

結尾段落

今天看下來，無論是 Claude 解開百年數學謎題，還是台灣半導體展揭示的晶片新瓶頸，都讓我們看到 AI 發展真的快到讓人喘不過去。但隨之而來的電費暴增、隱私爭議和監管挑戰，也提醒我們在追求科技的同時，現實世界的代價可是一點都少不了。感謝你收聽今天的「Mark 的 Tech Insights」，我是沐妍，我們下次見囉！