三個月前值 $380B 的公司，現在有人出價 $900B。

不是股票市場的瘋狂——股票至少有流動性和公開揭露的義務。這是私募市場。一間還沒上市的公司，三個月翻了 2.4 倍。投資者的配額截止只給 48 小時，你連做 due diligence 的時間都沒有。在一個理性的世界裡，這叫做泡沫。在 2026 年，這叫做 AI 融資。

同一週，OpenAI 把預設模型換成幻覺減半的 GPT-5.5 Instant。聽起來是好消息？翻過來看：之前那個模型的幻覺率高到需要「減少 52.5%」才算夠好。而在前線，AI 寫的程式碼正在以每月六倍的速度製造新的 CVE。AI 平台自己也在被打穿。更深層的位移是——AI 正在改變漏洞發現的經濟學，攻擊者五年後可能找到超過一半的零日漏洞。

加速和破口，不是平行線。它們是同一條線的兩面。

Anthropic $900B 估值：當 ARR 從 $9B 跳到 $30B，估值公式還成立嗎？

$50B 的融資輪。$850B 到 $900B 的估值。如果成案，Anthropic 將超越 OpenAI 在今年初的 $852B 估值，成為全球最高估值的 AI 公司。

先看基本面。Anthropic 的年度經常性收入（ARR）從 2025 年底的約 $9B 跳到現在超過 $30B。三倍多的收入成長，配上 2.4 倍的估值成長，表面上看 price/revenue 倍數甚至稍微收斂了。從 42 倍降到 30 倍左右。在 SaaS 的世界裡，30 倍 ARR 對一間高速成長的公司不算離譜。

但這不是 SaaS。

SaaS 的毛利率通常在 70-80%。AI 推論的成本結構完全不同——GPU 算力、電力、冷卻，每一次 API 呼叫都有真實的邊際成本。Anthropic 沒公開毛利率，但整個產業的共識是：AI 推論的毛利率遠低於傳統 SaaS。用 SaaS 的估值框架套 AI 公司，就像用房地產估值模型去估一間航空公司——營收數字可以比較，但成本結構完全是不同的遊戲。

這可能是 IPO 前最後一輪私募，上市目標最快 2026 年 10 月。投資者需求「爆表」，配額截止只給 48 小時。

反過來想：怎樣做一定會在這筆交易上虧錢？答案是假設 ARR 的成長率可以維持。$9B 到 $30B 是 3.3 倍年成長，要撐住 $900B 估值，未來幾年得繼續維持接近這個速度。而 AI API 市場正在進入價格戰——Google 在降價、AWS 在降價、連 Anthropic 自己都在降價。收入成長靠的是用量爆炸，但單價在壓縮。跑步機在加速，你得跑更快才能站在原地。

不是說 Anthropic 不值這個價。是說在 48 小時的配額截止壓力下做出的估值判斷，跟冷靜分析出來的估值判斷，歷史上的差距通常不小。

原文來源：Anthropic aims for $50B raise at $900B valuation — TechCrunch
原文來源：Anthropic Targets $850B-$900B Valuation — Bloomberg
原文來源：Anthropic’s possible $900B valuation could surpass OpenAI — CNBC

GPT-5.5 Instant：幻覺減半是進步，還是承認之前有多糟？

五月五日，OpenAI 把 ChatGPT 的預設模型從 GPT-5.3 Instant 換成 GPT-5.5 Instant。

關鍵數字：在高風險提示中，幻覺減少 52.5%。不準確聲明減少 37.3%。回覆更簡潔，個人化更強。

52.5% 是個讓人拍手的數字。但換個角度：如果新版本少了一半的幻覺，那舊版本——也就是幾億人過去幾個月每天在用的那個版本——的幻覺率到底有多高？「高風險提示」涵蓋哪些場景？醫療建議？法律諮詢？財務決策？這些場景裡，即使幻覺率從 10% 降到 5%，5% 的不準確率在高風險情境下仍然是致命的。

更值得關注的新功能是 Memory Sources。過去 ChatGPT 的「記憶」像黑箱——它記住了你的某些偏好，但你不知道它從哪裡記的、記了什麼、為什麼用這條記憶來回答你。Memory Sources 開始讓這個過程透明化：它會搜尋你過去的對話、上傳的檔案、甚至 Gmail 內容，然後告訴你「這個回答是根據你三週前的對話和你信箱裡的那封信」。

聽起來很實用。但這也意味著 ChatGPT 現在有動機去讀你更多的私人資料，因為讀得越多，回答越「個人化」，使用者越滿意，留存率越高。便利性和隱私的交換，從來不是免費的。Plus 和 Pro 用戶先行——付費用戶用隱私換功能，免費用戶用資料換服務，商業模式的邏輯非常清楚。

幻覺率在進步。進步的速度夠快嗎？不知道。我們連基線都沒有——OpenAI 從來沒公開過絕對幻覺率，只給相對改善的百分比。「減半」是相對於什麼？這個問題沒有答案。

原文來源：OpenAI announces GPT-5.5 Instant as ChatGPT’s default model — TechCrunch
原文來源：GPT-5.5 Instant — OpenAI Blog
原文來源：ChatGPT gets new default model with fewer hallucinations — Axios

一月 6 個。二月 15 個。三月 35 個。這不是某間公司的 bug 數量。這是 AI 產生的程式碼被分配到的 CVE 數量。每個月接近翻倍。

Vibe Coding 的安全債務：你的 AI 副駕駛正在量產漏洞

CSA（Cloud Security Alliance）的研究報告讓這件事從八卦變成有數據支撐的系統性問題。

Veracode 測試了超過 100 個 LLM 產生的程式碼樣本，45% 含有 OWASP Top 10 漏洞——注入攻擊、認證繞過、敏感資料外洩，全是老問題。AI 不是在發明新的漏洞類型，是在工業化量產已知的漏洞。

更扎心的數字：AI 輔助的 commit 曝露密鑰（API key、token、credential）的比率是 3.2%，人類是 1.5%。翻倍。Fortune 50 企業的數據更戲劇化：AI 輔助開發者的 commit 速度是人類的 3-4 倍，但安全問題率是 10 倍。

把這兩組數字乘在一起：3 倍速度 × 10 倍問題率 = 30 倍的安全問題產出速度。這不是技術債，這是技術破產。

四月的一週內連續三個 AI 平台出事。Lovable 暴露了 48 天的用戶原始碼和資料庫憑證。Vercel 被 Context.ai 入侵。Bitwarden CLI 被劫持，專門竊取 Claude、Cursor、Codex 的認證 token。注意最後一個——攻擊者的目標不是傳統軟體的憑證，是 AI 開發工具的憑證。偷了你的 Claude API key，等於偷了你整個開發工作流程的控制權。

Unit 42 為此發布了 SHIELD 框架：Separation（隔離 AI 環境）、Human-in-loop（人類審核關鍵決策）、Input validation（驗證所有輸入）、Environmental isolation（環境隔離）、Logging（完整日誌）、Defense-in-depth（縱深防禦）。框架本身不新，但它的存在說明一件事：業界終於承認 vibe coding 不是一個風格選擇，是一個安全架構問題。

怎樣做一定會在 AI 輔助開發上翻車？答案是：相信 AI 產生的程式碼不需要跟人寫的程式碼走一樣的 code review 流程。速度的誘惑太大了，但每一行未審核的 AI 程式碼都是一張未開獎的彩券——大部分時候沒事，但中獎的時候是 CVE。

原文來源：CSA Research: AI-Generated Code Security Risks — CSA
原文來源：Vibe Coding Security Debt: The CVE Tsunami — Infosecurity Magazine
原文來源：SHIELD Framework for AI Code Security — Unit 42

FastGPT 三連爆：AI 平台自己就是攻擊面

五月八日公開三個 CVE，全部指向同一個目標——FastGPT，一個廣泛使用的開源 AI 應用平台。

CVE-2026-44284（CVSS 6.3）：MCP 工具在處理 URL 時的 SSRF 保護有斷層。攻擊者可以透過 MCP 工具的 URL 參數打穿 SSRF 防護，存取內部服務。

CVE-2026-42344：isInternalAddress() 函數存在 DNS rebinding 漏洞。這是經典的 TOCTOU（Time-of-check to time-of-use）攻擊——檢查的時候 DNS 解析到外部 IP，用的時候已經被 rebind 到內部 IP。你以為你在跟外面說話，其實你已經在跟自己的內網聊天了。

CVE-2026-44286：fetchData 端點的未認證 SSRF。不需要認證就能讓伺服器幫你打內網請求。最基本的 SSRF 型態，最不應該出現在 2026 年的程式碼裡。

三個洞，兩個是 SSRF，一個是 DNS rebinding。全部已在 4.14.17 版修補。

這件事的意義不在個別漏洞的嚴重程度——CVSS 6.3 不算特別高。意義在於 pattern：AI 平台本身正在成為攻擊面。FastGPT 不是最後一個。MCP 協議讓 AI agent 可以呼叫外部工具，每一個工具的 URL 處理邏輯都是一個潛在的 SSRF 入口。整個 MCP 生態系——所有那些讓 agent 能「做事」的工具接口——都繼承了這個攻擊面。

你可以修一個 FastGPT，但整個 MCP 工具鏈裡有多少個 fetchData 沒做輸入驗證？沒有人知道。

原文來源：FastGPT Triple SSRF/DNS Rebinding Vulnerabilities — TheHackerWire

從 vibe coding 量產漏洞到 AI 平台自己被打穿，中間只差一個認知：AI 不只是工具，AI 也是攻擊面。用 AI 寫程式碼的人在製造漏洞，跑 AI 的平台自己也有漏洞，而現在 AI 還開始自己找漏洞了。

AI 改寫漏洞發現經濟學：當攻擊者的自動化比你快

CERT-EU 的警告不是關於某個特定漏洞，是關於整個遊戲規則的改變。

AISLE——一個自主漏洞發現系統——在 2026 年一月的協調披露中，對 OpenSSL 找到了 12 個 CVE，外加歷史漏洞。OpenSSL。全世界被安全研究員審計過最多次的程式碼之一。數十年來無數頂尖白帽盯著看的程式碼，AI 系統一次掃完找到 12 個。

這不是「AI 比人類厲害」的故事。這是經濟學的故事。

過去找漏洞的成本結構是：頂尖安全研究員的時間 × 審計深度 × 程式碼規模。OpenSSL 能被審得這麼徹底，是因為它太重要了，值得投入最昂貴的人力。但大部分軟體——你公司裡那些內部系統、那些第三方函式庫、那些沒人看的 legacy code——從來沒有得到這種等級的審計。不是因為不需要，是因為太貴了。

AI 改變的是成本函數。當漏洞發現的邊際成本趨近於零，原本「不值得審計」的程式碼突然全部變成可審計的。NIST 2026 年 Q1 的 CVE 提交量比去年同期增加近三分之一。這個數字會繼續加速。

更令人不安的預測：攻擊者使用 AI 發現 CVE 的占比，預計從目前的約三分之一，在五年後升到 55%-72%。Claude Mythos 已經能自主發現主流作業系統和瀏覽器的零日漏洞。

這裡的對稱性很重要。防守方可以用 AI 找漏洞，攻擊方也可以。差別在於防守方找到漏洞後需要修補、測試、部署、驗證——這條鏈路的每一步都有組織摩擦。攻擊方找到漏洞後只需要利用。在速度這個維度上，攻擊方天然占優。AI 放大了雙方的能力，但放大的比例不對稱。

逆向推演：五年後，如果 AI 找到的零日占七成，而修補流程還是今天的速度，那整個漏洞揭露和修補的時間窗口——目前普遍是 90 天——就不再是安全的。攻擊者找到漏洞的速度在指數成長，修補的速度還是線性的。這條剪刀差，最終會剪開整個資安產業的基本假設。

原文來源：CERT-EU: AI is Changing Vulnerability Discovery Economics — Security Boulevard
原文來源：AI Autonomous Vulnerability Discovery at Scale — Wiz Blog
原文來源：The AI-Driven CVE Surge — Barracuda Networks

五條新聞，一條暗線。

Anthropic 的 $900B 估值反映的是市場對 AI 未來價值的定價。GPT-5.5 Instant 的幻覺減半反映的是模型能力的進步曲線。但另外三條——vibe coding 的 CVE 海嘯、FastGPT 的三連爆、AI 改寫漏洞發現經濟學——反映的是同一個結構性問題：AI 系統的複雜度在指數成長，但安全治理的能力在線性成長。

估值在跑指數曲線。能力在跑指數曲線。風險也在跑指數曲線。但治理、修補、審計、問責——所有讓系統可信賴的機制——還在跑線性。

兩條曲線的交叉點不是「如果」的問題，是「什麼時候」的問題。而且那個時間點，可能比所有人預期的都更近。因為在 AI 加速的世界裡，連「預期」這件事本身都在被加速。