開場白

五角大廈這禮拜對 BBC 證實已經全面停用 Claude，偏偏消息人士爆料，上週對伊朗的軍事行動裡，Claude 其實還在 Palantir 系統裡跑。今天沐妍還要聊 ChatGPT for Teens 被測出「不可接受風險」，以及芬蘭為什麼急踩煞車叫停 Google 資料中心工程。等一下告訴你，法國 Mistral 怎麼只靠 4000 張顯卡，就喊出要對打中國最強開源模型。

本日重點新聞

1. 五角大廈告訴 BBC 已停用 Anthropic 的 Claude

• 來源: BBC News（https://www.bbc.com/news/articles/c5j9x9pr0240o）
• 摘要: 美國國防部正式向 BBC 證實，已經不再使用 Anthropic 的 Claude，距離國防部長去年把 Anthropic 列為「國安供應鏈風險」的六個月停用期限，晚了超過五週才對外公開。據 BBC 報導，卻有消息來源說上週 Claude 其實仍透過 Palantir 的 Maven Smart System 用在對伊朗的軍事行動裡。Anthropic 當初被盯上，是因為它拒絕替自主武器與大規模監控系統鬆綁安全限制。
• 最驚訝的點: 官方說「已經不用了」，現場卻傳出「上週還在用」，兩邊故事完全對不起來。
• 台灣觀點: 台灣的新創或政府單位若要導入任何一家 LLM 做機敏應用，這起事件示範了供應鏈安全審查跟採購現實之間永遠有落差，光看公告不夠，得看合約跟分包商怎麼寫。
• 討論要點:
  • Anthropic 堅持不鬆綁自主武器護欄，等於主動放棄一塊軍方市場，這筆帳划不划算？
  • Palantir 作為中間層整合商，是不是讓「誰在用什麼模型」變得很難追蹤？
  • 當「國安風險」的認定本身就有政治操作空間，企業該怎麼自保？
• 講稿建議: 這則新聞沐妍看了覺得很荒謬，國防部一本正經地說我們已經停用 Claude 了，講得好像壯士斷腕，結果消息來源馬上爆料說，欸，上禮拜對伊朗那次行動，Claude 其實還在 Palantir 的系統裡面跑。這就像公司跟你說已經解約某個廠商，結果發票還在持續入帳。更諷刺的是，Anthropic 被列黑名單不是因為它不夠聽話，而是因為它不肯幫自主武器拿掉安全鎖，這種做對的事反而被制裁的劇本，接下來恐怕會變成所有想守住底線的 AI 公司都要面對的選擇題。

2. 第三方測試：ChatGPT 對青少年構成「不可接受的風險」

• 來源: Axios（https://www.axios.com/2026/10/07/chatgpt-teens-safety-risk-common-sense-media）
• 摘要: 專做青少年網路安全研究的 Common Sense Media，對 ChatGPT for Teens 丟出超過 4,000 道測試題，直接判定為「不可接受的風險」等級。測試用的十幾個 13 到 17 歲帳號裡，談到自殺、自傷或飲食失調的對話，一次都沒有觸發家長通知機制，而且只要按下「直接給答案」或拿掉特定前綴，原本設計給青少年的學習模式立刻失效。該機構因此要求 OpenAI 在修好之前，先把 ChatGPT 限制成 18 歲以上才能用。
• 最驚訝的點: 設計來保護青少年的安全機制，面對最該觸發的自傷類對話，居然是零觸發。
• 台灣觀點: 台灣中學生用 ChatGPT 寫作業早就是日常，這份報告提醒家長跟老師，與其相信內建的兒童模式，不如把監督責任放回真人身上，因為目前看起來護欄形同虛設。
• 討論要點:
  • 家長通知機制設計出來卻零觸發，問題出在判斷不出警訊，還是根本沒認真接線？
  • 一鍵繞過學習模式的設計瑕疵，是技術疏忽還是商業考量下故意留的後門？
  • 如果最後真的被迫限制 18 歲以上才能用，對教育應用場景會是多大的衝擊？
• 講稿建議: 這個數字沐妍看到真的倒抽一口氣，4000 多題測試裡面，牽涉到自殺跟自傷的對話，家長通知機制是零次觸發，不是觸發率低，是完全沒反應。更扯的是那個號稱給青少年用的學習模式，你只要打一句不要囉唆直接給答案，它馬上現出原形，乖乖把整份作業寫給你。這等於你家裝了一個號稱防盜的大門，結果小偷只要敲兩下就自動開門歡迎光臨，難怪人家會建議乾脆先限制成年人才能用。

3. 芬蘭以環境疑慮勒令暫停 Google 資料中心工程

• 來源: Al Jazeera（https://www.aljazeera.com/news/2026/10/7/finland-orders-halt-to-work-on-google-data-sites-over-environment-concerns）
• 摘要: 芬蘭主管機關直接下令，Google 子公司 Tuike Finland 在 Muhos 跟 Kajaani 兩個資料中心工地的所有動工都要立刻停下，砍樹、剷表土、開挖跟修路統統暫停，等環評補做完才能繼續。目前確認 Google 已經在 Muhos 砍掉約 330 公頃森林、在 Kajaani 砍掉近 200 公頃，而這一切是在它上個月才高調宣布加碼投資芬蘭之後才被抓包。
• 最驚訝的點: 公開宣布加碼投資的隔沒多久，工地現場就被勒令停工，時間點對比超級尷尬。
• 台灣觀點: 台灣各地也在搶 AI 資料中心的投資案，這起案例提醒地方政府，環評程序走在前面比招商話術更重要，不然引資的光環很容易被後續的停工新聞蓋過去。
• 討論要點:
  • 資料中心的隱形成本除了用電用水，現在連砍樹面積都要被放大檢視，開發商下一步會怎麼調整選址策略？
  • 芬蘭敢對 Google 喊停，反映的是地方法規夠硬，還是政治氛圍剛好轉向？
  • 這種停工會不會變成未來 AI 基礎建設擴張的常態阻力，而不是個案？
• 講稿建議: 這則新聞的時間點真的很有戲劇性，Google 上個月才風光地說要砸大錢深耕芬蘭，結果沒隔多久，當地主管機關直接把工地貼封條，理由很單純，你環評都還沒補齊就先把森林砍了。330 公頃加 200 公頃，換算下來是好幾百個足球場大小的林地，這種先上車後補票的作法，在能源需求爆炸的時代可能會越來越常見，但這次顯然踢到鐵板，也算是給想快速圈地蓋機房的科技巨頭一個警訊。

4. Mistral 發表新模型「Le Chonk」，宣稱可對打中國最強開源系統

• 來源: CNBC（https://www.cnbc.com/2026/10/06/mistral-ai-model-le-chonk.html）
• 摘要: 法國新創 Mistral 發表旗艦模型 Mistral Large 4，內部暱稱直接取做「Le Chonk」，走的是法式自嘲幽默，意思大概就是胖胖。這顆模型總參數上看 1.05 兆，但每次運算只會啟用大約 490 億，搭配 100 萬 token 的超長脈絡窗，整個訓練只動用了 4,000 張 Nvidia Grace Blackwell、在歐洲自家機房跑了大概兩個月，權重預計 10 月 27 日公開釋出。
• 最驚訝的點: 只用 4,000 張卡、兩個月就練出敢叫陣中國最強開源模型的規格，顛覆了大模型一定要燒更多卡的既定印象。
• 台灣觀點: 對台灣的 AI 新創或研究單位來說，這是個鼓舞人心的對照組，算力不是唯一解答，工程效率跟資料品質一樣能換取競爭力，不用迷信動輒數萬張卡的軍備競賽。
• 討論要點:
  • 歐洲選擇用開源權重加在地訓練的路線對抗美中兩強，這個策略能撐多久？
  • 4,000 張卡、兩個月的訓練成本，跟動輒十萬張卡的巨頭相比，中間差距靠什麼補上？
  • 權重 10 月底公開後，開發者社群會不會立刻拿去跟其他開源模型做盲測？
• 講稿建議: 沐妍覺得這則新聞最可愛的地方是模型的代號，Le Chonk，法式幽默講白了就是在說自己胖，結果這顆看起來笨重的模型，居然只靠 4000 張卡、兩個月時間，就有底氣說要對打中國最強的開源系統。這等於在告訴所有人，算力軍備競賽不是唯一的出路，工程效率一樣可以換到門票，等到月底權重真的公開，開發者社群馬上就會拿出來做殘酷的盲測，驗證牛皮吹得夠不夠大。

5. Reflection 發表開放權重模型 Beam，用更低算力對標中國模型

• 來源: TechCrunch（https://techcrunch.com/2026/10/05/reflection-debuts-beam-a-open-weight-ai-model-to-rival-chinese-models-at-lower-compute-cost/）
• 摘要: 美國新創 Reflection 推出開放權重模型 Beam，架構是稀疏 MoE，總參數 5,010 億，但每次只會啟用大約 230 億，訓練總共吃掉 23.8 兆 token。最猛的是訓練規模，動用 10,500 張 Nvidia GB300，花了四週就練出一個對標中國頂尖開源模型的成品。
• 最驚訝的點: 過去談開放權重的前沿模型幾乎都是中國實驗室的主場，Beam 等於是美國這邊第一次正面把牌攤開來比。
• 台灣觀點: 台灣的供應鏈同時吃到兩邊訂單，美系跟中系的開源模型都在搶效率紀錄，意味著對 GB300 等級硬體的需求只會更分散也更密集，台廠接單的節奏可能要跟著加快。
• 討論要點:
  • 美國新創願意把權重開放出來，是不是代表閉源才有護城河這個邏輯正在鬆動？
  • 四週訓練完成的速度，對中小型 AI 公司的研發節奏會是什麼樣的激勵或壓力？
  • 當中美雙方的開源模型越打越接近，接下來比的會不會變成生態系跟落地速度？
• 講稿建議: 這幾年大家講到開放權重還能打的前沿模型，腦中第一個浮現的幾乎都是中國那幾家實驗室，結果這次換美國的 Reflection 跳出來，用 10500 張 GB300、四週時間，直接端出一個 Beam 來對標。沐妍覺得這代表的不只是一款新模型上市，而是美國這邊終於願意把壓箱寶拿出來打開源這張牌，之後的劇本可能會變成，誰的生態系黏著度夠高、落地應用跑得夠快，才是真正決勝負的地方，而不是誰的參數量比較嚇人。

6. Google 與 Constellation Energy 簽下 3.6 吉瓦大型購電協議

• 來源: Reuters（https://www.reuters.com/business/energy/google-enters-massive-36-gw-power-deal-with-constellation-energy-2026-10-06/）
• 摘要: Google 跟美國電力公司 Constellation Energy 簽了一紙 20 年、總量 3.6 吉瓦的購電協議，其中大約四分之一要靠新增的核能供應，包含三個州合計 890 百萬瓦的核反應爐升級工程。
• 最驚訝的點: AI 資料中心的用電胃口，已經大到科技公司要直接出手催生新的核電產能，不只是買現成的電。
• 台灣觀點: 台灣討論 AI 發展時常卡在電力跟核能爭議，這份合約示範了一條路徑，科技業可以直接出資撐起電廠升級，把缺電這個瓶頸自己掏錢解決，而不是乾等政策。
• 討論要點:
  • 科技公司直接介入電廠升級，會不會讓它們在能源政策上的話語權越來越大？
  • 20 年期的長約，等於把 AI 資料中心的擴張計畫跟核能供應綁在一起，風險誰來扛？
  • 這種模式會不會變成其他雲端巨頭跟進的樣板？
• 講稿建議: 這則新聞沐妍想特別提醒大家注意一個轉折，過去談 AI 基礎建設的瓶頸，大家都在吵晶片夠不夠，現在真正卡關的變成電力夠不夠。Google 這次直接跟電力公司簽 20 年長約，而且主動出資把核反應爐的產能往上拉，等於是科技公司自己下場解決供電問題，不再只是被動買電。這個劇本如果成立，接下來電力會變成比晶片更稀缺、更值得關注的戰略資源。

7. 南韓砸 4.7 兆韓元押注主權前沿 AI

• 來源: The Korea Herald（https://www.koreaherald.com/article/10893306）
• 摘要: 南韓政府宣布，到 2027 年要投入大約 4.7 兆韓元，折合美金約 35 億，拿來打造自己國家的前沿 AI 模型跟落地應用，同時配置 29,000 張 GPU。
• 最驚訝的點: 鄰近的南韓選擇用國家隊等級的資源，硬是不想在模型層完全依賴美國或中國。
• 台灣觀點: 這批 GPU 的供應鏈幾乎都要繞回台灣下單，對台廠是確定的訂單紅利，但同時也該想一想，台灣自己需不需要一套類似的主權 AI 布局，而不是只當供應鏈上的一環。
• 討論要點:
  • 主權 AI 這個概念，對中型經濟體來說，是必要的戰略保險，還是重複造輪子的資源浪費？
  • 29,000 張 GPU 的規模，跟美中兩強比起來算小，南韓打算怎麼在夾縫中找到自己的定位？
  • 台灣如果也想走類似路線，最大的障礙會是資金規模還是人才密度？
• 講稿建議: 沐妍看到這則新聞，第一個念頭是台灣讀者一定會特別有感。南韓這次拍板 4.7 兆韓元、29000 張 GPU，擺明了就是不想在 AI 模型這一層，完全被美國跟中國牽著走，寧願自己砸錢練出一套國家隊等級的前沿模型。有趣的是，不管南韓最後練出什麼成果，這批 GPU 訂單繞一圈，終點幾乎都指回台灣的供應鏈，等於是隔壁鄰居在打科技自主這張牌，台灣在後面默默地把訂單接好接滿，但這是不是也該讓我們想想，台灣自己要不要也有一套不只是代工的 AI 戰略。

8. OpenAI 推出伴隨生圖結果顯示的視覺廣告

• 來源: TechCrunch（https://techcrunch.com/2026/10/05/openai-launches-visual-ads-that-appear-alongside-image-generation-results/）
• 摘要: OpenAI 這個月開始在美國測試全新的視覺廣告，當使用者請 ChatGPT 生圖的時候，旁邊會跳出標示清楚的廣告圖片，官方強調不會混進使用者原本要的那張圖裡。目前 ChatGPT 每週觸及人數高達 12 億，OpenAI 同時串接 Hightouch、Tealium、LiveRamp 這類平台，讓廣告主可以把轉換成效數據直接回灌進來。
• 最驚訝的點: 官方特別強調廣告不會影響 ChatGPT 給你的答案內容，這句話聽起來更像是先立下、之後會被檢驗的承諾。
• 台灣觀點: 台灣的中小型品牌如果考慮在 ChatGPT 投放廣告，現在可以開始關注這套轉換追蹤的接法，畢竟 12 億週觸及的量體，台灣的任何廣告平台都比不上。
• 討論要點:
  • 當生成式 AI 介面開始夾帶廣告，使用者的信任感會不會因此打折扣？
  • 串接第三方轉換追蹤平台，對使用者的資料隱私會造成什麼額外風險？
  • 這會不會變成所有主流 AI 聊天機器人未來都要走的商業化路線？
• 講稿建議: 這則新聞沐妍覺得是遲早的事，畢竟每週 12 億人在用的產品，不靠廣告變現實在說不過去。但真正讓人想多看兩眼的，是 OpenAI 特意強調廣告跟生成結果會分開放，不會混進你要的那張圖裡，這句話聽起來是在先打預防針，畢竟一旦廣告跟內容的界線開始模糊，使用者的信任馬上就會被放大檢視。加上它還串了好幾個廣告轉換追蹤平台，等於把 ChatGPT 的對話框，一步步變成一個新的廣告投放戰場，這個趨勢接下來肯定會被拿放大鏡檢查。

結尾段落

今天從五角大廈跟 Claude 的羅生門，一路聊到南韓砸大錢衝刺主權 AI，沐妍最大的感覺是，AI 的戰場早就不只在模型本身，安全信任、電力供應跟國家隊策略，通通被捲進來了。我們下次再見，記得把今天的重點分享給身邊也在關注 AI 動態的朋友。