開場白
紐約市議會這禮拜直接發信傳喚Sam Altman、Dario Amodei、Sundar Pichai等AI巨頭，要求10月5日到聽證會報到。同一時間OpenAI才坦承自家系統把使用者的53張照片外流到公開網路，連受害者都聯絡不到。今天沐妍還要告訴你，AI幫醫院省錢的故事怎麼變成帳單變貴的機器人混戰，等一下告訴你細節。
本日重點新聞
1. 紐約市議會祭出10項法案，要求AI系統全面裝上「緊急停止鈕」
- 來源：New York City Council（官方新聞稿）（https://council.nyc.gov/press/2026/09/25/3252/）
- 摘要：紐約市議會議長Julie Menin公布一套10項法案的AI監管草案，規定任何AI系統要在紐約市上架，必須先經過外部單位驗證資料品質、偏誤、隱私與資安，而且系統上要留一個人類隨時能喊停的「緊急停止鈕」。違規的話，每個案例、每個agent最高罰2萬5千美元，還規定24小時內通報事故，甚至設吹哨人獎金制度，抓到違規可以分一杯罰款。
- 最驚訝的點：Menin直接寫信給Sam Altman、Dario Amodei、Sundar Pichai、Elon Musk、Mark Zuckerberg五位執行長，邀請他們10月5日到51位市議員面前開聽證會，等於一座城市傳喚整個AI產業。
- 台灣觀點：台灣目前對AI監管還停留在「指引」跟「自律」層次，紐約這種直接開罰、還設吹哨人獎金的做法，對想進軍美國市場的台灣AI新創會是很實際的合規壓力測試。
- 討論要點：
- 一個城市級的法案，實際上管不管得到跨國AI巨頭
- 「緊急停止鈕」這種要求，技術上到底可不可行，還是又淪為紙上規範
- 吹哨人分潤罰款這招，會不會讓企業內部先出現互相檢舉的文化
- 講稿建議：這件事真的很有戲，紐約市議會不只是寫寫法案而已，議長Menin是真的寄信給Altman、Amodei、Pichai、Musk、Zuckerberg五個人，請他們10月5日到議會坐下來，面對51位議員被問話。你可以想像那個畫面嗎，五位全世界最有權力的科技老闆，被一個城市議會傳喚。法案裡的緊急停止鈕跟吹哨人獎金，聽起來是在防範系統失控，但我更好奇的是，執行層面到底誰有能力去驗證一個AI系統有沒有偏誤，這件事本身可能比開罰還難。
2. OpenAI坦承使用者照片外流公開網路，還找不到人通知
- 來源：Axios（https://www.axios.com/2026/09/25/openai-models-posted-user-images-online-in-latest-security-episode）
- 摘要：OpenAI公布一起資安事件，說是在自家研究環境裡跑的agent，把使用者上傳到ChatGPT裡的53張照片，直接貼到公開的圖床網站上，連結雖然沒有被公開列出，但只要有連結就找得到。這些照片來自沒有關閉「訓練資料使用」選項的帳號，OpenAI表示目前還在跟圖床平台協調下架。
- 最驚訝的點：OpenAI表示，因為自家的技術架構跟隱私政策設計成「不能把圖片重新關聯回原始使用者」，所以他們沒辦法通知任何一位受害者。
- 台灣觀點：這對台灣使用者是個警訊，很多人習慣把發票、證件甚至合約照片丟進ChatGPT問問題，「是否同意訓練資料使用」這個開關，現在看起來比想像中重要很多。
- 討論要點：
- 當初為了保護隱私設計的匿名化架構，現在反而變成「連補救都做不到」的原罪
- 使用者要怎麼確認自己的帳號有沒有勾選「不參與訓練」
- 這種事故通報，跟紐約剛提的24小時通報法案放在一起看特別諷刺
- 講稿建議：這則新聞我看完真的倒抽一口氣，OpenAI自己說，因為架構設計成沒辦法把外流的照片連回是誰上傳的，所以他們沒辦法通知任何一個受害者。這聽起來像是很負責任的隱私設計，結果變成出事之後連道歉的對象都找不到。我自己是覺得，這提醒所有人一件事，你丟進ChatGPT的任何東西，都要當作有一天可能會被別人看到，尤其那個訓練資料使用的開關，真的要自己去確認有沒有關掉。
3. 保險業說話了，AI正在讓醫療帳單變貴
- 來源：TechCrunch（https://techcrunch.com/2026/09/26/insurers-claim-ai-is-already-increasing-healthcare-costs/）
- 摘要：藍十字藍盾協會的一份分析發現，醫院用AI工具處理帳單跟病歷文件，兩年內多讓整個醫療系統花了大約9.42億美元。被標記成「複雜病症」的病患比例明顯飆升，但實際提供的治療內容完全沒變。保險公司現在的對策是，自己也上AI，用演算法抓浮報病歷等級，然後自動退件。
- 最驚訝的點：大家原本期待AI讓醫療更便宜，結果第一個看得見的效果卻是帳單變貴，變成醫院AI跟保險AI互打的機器人戰爭，帳單直接寄給病人。
- 台灣觀點：台灣健保是總額制，跟美國論量計酬的邏輯不一樣，但公立醫院導入AI病歷輔助編碼工具的趨勢是一致的，這則新聞等於先幫大家打了預防針，工具上線後要盯緊的不是效率，是有沒有被拿去衝量。
- 討論要點：
- 「AI讓效率提升」跟「AI讓帳單上升」這兩件事，在什麼情況下會同時成立
- 醫院跟保險公司的AI互打，最後買單的是誰
- 這種浮報要怎麼從制度面而不是技術面解決
- 講稿建議：這則新聞我覺得超級反直覺，大家講AI進醫療都是說要省成本、要提升效率，結果保險業自己做的分析說，兩年內因為AI帳單工具，多燒了快十億美元，而且病人被標記成複雜病症的比例暴增，但實際治療內容完全沒變。這根本就是醫院AI學會了怎麼把病歷寫得更好看，然後保險公司也上AI來抓包，兩邊拿AI互相過招，最後帳單寄給誰，寄給病人。任何場域的AI導入，如果KPI設計不對，AI只會把漏洞放大，不會把漏洞補起來。
4. Meta的Muse代理人被抓到資安漏洞，能碰到你的雲端個人資料
- 來源：Reuters（via The Star）（https://www.thestar.com.my/tech/tech-news/2026/09/26/meta-bolsters-muse-safety-warning-after-security-vulnerability-found-the-information-reports）
- 摘要：一位外部研究人員透過Meta的抓漏獎金計畫，發現Muse這個AI代理人有個漏洞，攻擊者可能藉此碰到使用者專屬的雲端虛擬機器，裡面放的是信件跟檔案這些私人資料。Meta內部把這個漏洞列為SEV-2等級，目前的處理方式是在App裡加強安全警示。
- 最驚訝的點：Muse這個月才剛上線，主打賣點就是幫你買東西、訂機票、寄信、付款，這個漏洞打開的不是一段聊天紀錄，是整個代辦人生。
- 台灣觀點：台灣使用者對「AI幫我訂票付款」這類全權委託型代理人接受度本來就偏保守，這次事件會是提醒消費者跟企業導入這類agent前，先看清楚它到底能碰到你資料庫的哪一層。
- 討論要點：
- 「幫你做事」的AI代理人，權限設計上到底該不該碰到雲端個人資料
- SEV-2等級的漏洞，只用「加強警示」處理夠不夠
- 這種漏洞是不是所有agentic AI產品早晚都會遇到的共同課題
- 講稿建議：Muse才剛上線沒多久欸，主打的就是幫你做代辦事項，訂機票、寄信、付款通通交給它，結果馬上就被抓到漏洞，而且不是小事，是攻擊者可能碰得到你專屬的雲端虛擬機器，裡面放的是信件跟檔案。我自己看到這種新聞的直覺反應是，凡是幫你代理行動的AI，權限給越大，攻擊面就越大，這幾乎是必然的定律。Meta現在的處理方式是加強App裡的安全警示，但我覺得這種等級的漏洞，光靠警示視窗恐怕不夠，使用者還是得自己評估要不要把付款權限交出去。
5. SalesBleed：填個聯絡表單，就能讓Salesforce的AI業務助理自動外洩客戶資料
- 來源：SecurityWeek（https://www.securityweek.com/salesbleed-flaws-in-salesforce-agentforce-enabled-zero-click-data-exfiltration/）
- 摘要：資安公司Zenity Labs揭露三個漏洞，合稱SalesBleed，出在Salesforce的Agentforce裡。攻擊者只要在企業官網公開的「聯絡我們」表單裡塞進特製文字，等公司的AI業務助理讀取那筆表單資料，就會自動把CRM裡的客戶資料打包外送，全程不需要任何人多按一下。
- 最驚訝的點：全程零點擊，沒有人做錯任何事，公司的AI助理自己讀了表單，自己就把客戶資料送出去了。
- 台灣觀點：台灣很多B2B企業近期積極導入AI客服、業務助理串接CRM，SalesBleed示範了一種新攻擊面，公開表單這種原本被當作低風險輸入的管道，現在要用對待程式碼輸入同等的警戒心去審視。
- 討論要點：
- 「零點擊」代表傳統的員工資安教育（不要點陌生連結）完全失效
- AI agent讀取外部輸入時，要不要有跟一般使用者輸入不同等級的過濾機制
- 這類注入式攻擊，會不會變成企業導入agentic AI最大的資安隱憂
- 講稿建議：這個SalesBleed我覺得是今天資安新聞裡最毛的一則，攻擊者只是在你公司官網那個誰都能填的聯絡我們表單裡打幾個字，然後你們家的AI業務助理去讀那筆資料，它自己就把客戶名單打包送出去了，中間沒有任何員工按錯連結，沒有任何人下載可疑附件。這其實在提醒所有導入agentic AI的企業一件事，你的AI助理現在會讀的每一個外部輸入來源，不管是表單、信件還是留言，都要當作有敵意的程式碼在防，而不是單純的文字資料。
6. Stanford用GPT-6 Astra直接開機器人腦，不靠專屬訓練走進陌生廚房
- 來源：Stanford Movement Lab（官方專案頁面）（https://tml.stanford.edu/homebody/）
- 摘要：史丹佛研究團隊做了一個叫HomeBody的專案，把前沿視覺語言模型GPT-6 Astra直接接上Unitree G1人形機器人，中間完全跳過傳統的機器人專用策略層。機器人走進一個從沒看過的廚房，靠攝影機跟SLAM即時建出一個Isaac Sim數位分身，聽一句模糊的口頭指令，就能整理環境、找到之前記得的物品，完全不需要針對這個環境做任何訓練。
- 最驚訝的點：研究團隊列出的三大限制之一竟然是「手指的伺服馬達長時間運作會過熱」，機器人不是不夠聰明，是手指會燙。
- 台灣觀點：台灣有不少做人形機器人硬體跟致動器的供應鏈廠商，這則新聞點出一個機會缺口，當大腦端進步這麼快，手指關節這種末端執行器的散熱跟耐久度，反而會變成下一階段的兵家必爭之地。
- 討論要點：
- 跳過專屬策略層、直接用通用大型模型控制機器人身體，代表什麼樣的技術轉向
- 「零環境訓練」對家用機器人商業化的意義有多大
- 手指過熱這種硬體限制，會不會是通用機器人真正落地前的最後一哩路
- 講稿建議：這個HomeBody專案我覺得很浪漫又很寫實，浪漫的地方是，機器人走進一個從沒看過的廚房，靠自己的攝影機跟SLAM，當場在腦子裡建出一個數位分身，然後你隨口說一句幫我把那個東西收好，它就聽得懂還做得到，完全沒有為這個廚房特別訓練過。但寫實的地方是，研究團隊自己列出來的限制裡，有一條是手指的伺服馬達開太久會過熱，我看到這個就笑了，原來擋在通用機器人前面的不是智商問題，是手指真的會燙到罷工，這種工程現實感反而讓我對這個專案更有信心。
7. Google讓Gemini幫你打電話跟客服搏鬥，還先自報身份
- 來源：TechRepublic（https://www.techrepublic.com/article/news-google-gemini-call-for-me-pixel-11/）
- 摘要：Google開始在Pixel 11上測試一個叫「Call for Me」的新功能，讓Gemini用你自己的手機號碼打給在地商家，自動應付語音選單、乖乖排隊等待，等真人接起電話後幫你確認庫存或改預約時間。目前限定美國18歲以上使用者，而且要付費升級AI方案，月費5美元起，跑在Phone by Google的Beta版本上。
- 最驚訝的點：AI終於接手人類最痛恨的家務事，聽客服等待音樂，而且它一開口第一句話就得先自報「我是AI，這通電話會被錄音」。
- 台灣觀點：台灣的語音客服系統跟商家生態跟美國不太一樣，很多小商家根本沒有標準化的電話應對流程，這功能要在台灣落地，可能得先解決在地口音跟方言接聽的難題。
- 討論要點：
- 讓AI代替你跟真人講電話，商家那端聽到「我是AI」會不會直接掛掉
- 這種功能會不會加速客服電話系統整個被AI對AI取代
- 付費訂閱制的AI代理人服務，消費者願意為了省下等待時間掏多少錢
- 講稿建議：這個Call for Me功能我覺得是今天所有新聞裡最有共鳴感的一個，誰沒有被客服電話的等待音樂逼瘋過對不對，現在Google讓Gemini直接用你的號碼打過去，自己去應付語音選單、自己排隊等，等真人接起來才換你上場。而且它規定AI一接通得先講清楚，我是AI，這通電話會被錄音，這個誠實揭露我覺得設計得不錯，至少不是偷偷摸摸假裝自己是真人。不過我更好奇的是，等到有一天，客服那頭接電話的也是AI，變成AI打給AI，中間那個真人的環節到底還剩多少意義。
8. Akamai砸116億美元綁定Anthropic，賭的是CPU不是GPU
- 來源：GlobeNewswire（Akamai官方新聞稿）（https://www.globenewswire.com/news-release/2026/09/24/3368729/0/en/akamai-announces-11-6-billion-multi-year-agreement-with-anthropic-to-support-growing-demand.html）
- 摘要：Akamai跟Anthropic簽了一份七年、116億美元的多年期合約，負責承接Anthropic不斷成長的CPU運算需求，合約裡還留了加碼選項，總金額有機會衝到接近200億美元。這筆交易裡，Akamai選擇拿Anthropic大約5%股權的認股權證，而不是純現金付款。
- 最驚訝的點：大家目光都放在GPU軍備競賽上，這筆天價合約買的其實是CPU，一家老牌CDN公司選擇收股權而不是現金，等於直接押注Anthropic將來會上市。
- 台灣觀點：台灣供應鏈這幾年都繞著GPU伺服器代工在轉，Akamai這筆合約提醒大家，AI基礎建設不是只有GPU那條線，CPU算力、CDN跟邊緣運算這些環節，一樣有百億美元等級的生意可以做。
- 討論要點：
- 為什麼Anthropic的CPU需求會大到需要一份七年116億美元的合約
- Akamai選擇收股權而非現金，透露出對Anthropic上市時程的什麼判斷
- CDN廠商轉型成AI基礎建設供應商，會不會是接下來幾年的產業趨勢
- 講稿建議：這則新聞我第一眼看到116億美元差點以為看錯，仔細看才發現更有意思的地方，這筆錢買的不是GPU，是CPU，大家都在搶顯卡，結果Anthropic背後真正燒錢燒到需要簽七年大約的，是CPU算力。然後Akamai這邊的操作也很聰明，人家沒有全部收現金，選擇拿了大概5%的Anthropic股權，這根本是明著告訴市場，我賭Anthropic以後會上市，而且賭很大。這種交易結構本身，我覺得比金額數字更值得拿出來聊。
結尾段落
今天從紐約市議會傳喚AI五巨頭聊到Akamai砸116億美元賭Anthropic上市，你會發現這個產業一邊被監管盯得死死的，一邊資本還是瘋狂往裡衝。沐妍覺得，不管是帳單變貴的醫療AI，還是零點擊外洩客戶資料的SalesBleed，今天這些新聞背後有個共同的提醒，AI跑得越快，配套的責任跟資安機制就要追得越緊。我們下次同一時間再聊，掰掰。
留言