跑分榜這週熱鬧得像過年，但每一則放上頭條的數字，旁邊都躲著一個沒人願意唸出來的數字。一個模型爬上第一名，同一份報告裡它的幻覺率也翻倍；一個產品把生產力搬進你口袋，同一份公告裡它也把「你必須在場」這道保險絲拆掉了。看新聞看久了會有個習慣：別人塞給你的那個亮眼數字先擺一邊，去翻它旁邊那欄小字。這禮拜的小字特別多。

一、Grok 4.5 衝上跑分第一，幻覺率也悄悄衝到 54%

SpaceXAI 的 Grok 4.5 這幾天很風光。在 AutomationBench 這種長時程代理測試上它拿了第一，Musk 在 X 上說「表現比預期還好」，價格更是狠——每百萬 input token 只要 2 美元，跑一個 coding 任務約 2.49 美元，Claude Fable 5 要 11.8 美元。便宜到有人說跑分差一點根本無所謂。

問題在旁邊那欄。Artificial Analysis 的 AA-Omniscience 指標顯示，Grok 4.5 的準確率從 35% 拉到 52%，聽起來很讚；但幻覺率同時從 25% 跳到 54%。翻成白話：它知道的更多了，可是它答錯的時候，更敢一口咬定。而且 SpaceXAI 自家發表頁只秀它贏的那幾張圖，GPQA、AIME 這種推理評測的分數直接不放。

這才是要盯的地方。一個模型「平均變聰明」跟「錯的時候有多離譜」是兩回事，而讓你出事的從來不是平均值，是那條沒人算進去的尾巴。準確率 52% 意味著近一半的輸出得靠人複查，偏偏它現在錯得比以前更理直氣壯——你更難一眼看穿。拿它寫寫測試腳本、跑跑內部工具很香；但只要輸出會直接進到法律、財務、對客戶的文件，這種「便宜又自信」的組合，省下的 token 錢遲早會用一次沒抓到的錯誤全部吐回來，還附利息。便宜是真的便宜，只是帳單延後寄。

原文來源：Grok 4.5 Cuts Coding-Agent Cost 80%: Near-Frontier Speed, Higher Hallucinations - TechTimes

二、Claude Cowork 上了手機，順便把「人必須在場」這道保險絲拆了

Anthropic 把 Cowork 從桌面 App 擴到網頁跟手機（iOS、Android），Max 用戶先開放 beta。賣點是跨裝置：你在公司開一個任務，通勤路上用手機看進度，到家打開就是成品。更關鍵的是它現在跑在 Anthropic 的伺服器上——你關了筆電它照跑，排程任務甚至可以在完全沒有裝置在線的情況下自己執行，需要你點頭時才發通知等你回。

同場公布的使用數據也有意思：120 萬筆匿名 session 裡，寫程式只佔 8.7%，最大宗是「商務流程」33.4%（整合零散更新、對帳、做 onboarding 清單），其次是內容產出 16.4%。Anthropic 把這叫「工作外圍的工作」——那些沒寫在任何人職務說明上、卻天天吃掉時間的雜事。

方便到這種程度，代價藏在「無人在場也會動」這件事裡。以前 agent 要你的電腦開著才能跑，那道限制很煩，但它其實是一道保險絲：出事的時候你人就在旁邊。現在這道保險絲被「體驗優化」掉了，一個會自己動手改檔案、寄信、排程的東西在雲端持續運轉，而唯一的煞車是「它覺得該問你的時候才問你」。這裡的不對稱很殘忍——順手時它幫你省幾次瞄螢幕的功夫，上限就這麼多；可一旦它在你睡著時把某個判斷做歪，波及的是整批檔案跟整條流程，下限深不見底。上限有限、下限無底的東西，方便不方便從來不是重點，重點是你有沒有留一道自己拉得到的煞車。

原文來源：Anthropic brings Claude Cowork to mobile and web as usage data shows most users aren’t coding - VentureBeat

三、Meta 自己做了影像模型 Muse，塞進 30 億人的 App

Meta 這週推出自研影像生成模型 Muse Image，並預告 Muse Video。以前它的 AI 生圖是靠 Midjourney、Black Forest Labs 這些第三方撐著，現在整套搬回家自己做，由 Alexandr Wang 帶的 Superintelligence Labs 操刀。技術上它走「代理式」路線，會自己叫搜尋跟程式工具去修圖、對自己的成品反覆自我修正——而且這行為據說不是設計出來的，是 RL 訓練過程中自己長出來的，因為這樣分數比較高。

比起跑分它更在乎鋪貨。Muse 直接內建進 Instagram、WhatsApp、Messenger，觸及每天 30 多億活躍用戶。內部 benchmark 上它輸給 OpenAI 的 GPT Image 2，但 Meta 的算盤不是比誰畫得準，是比誰的畫圖功能離使用者最近。

離使用者近，也代表離失控近。真正該讓人皺眉的是那個「幫你 P 別人照片」的功能：只要對方帳號是公開的，你就能拿 AI 改他的圖，而這個標記照片的設定預設是開的，你得自己去關。這是老套路了——用「預設 opt-out」把選擇的成本轉嫁給不知情的多數人，願意去翻設定頁的永遠是少數。Meta 也上了叫 Content Seal 的隱形浮水印想證明來源，可當這種能力被塞進 30 億人隨手就能用的位置，合成內容的產出速度會遠遠甩開任何驗證機制追趕的速度。到最後大家不是分不出真假，是懶得分——而「懶得分」比「分不出」危險得多。

原文來源：Meta debuts Muse Image, Superintelligence Labs’ first AI image model - CNBC

四、AI 資料中心今年要吃掉 70% 的記憶體，你的手機跟筆電正在幫它讓路

有個數字比模型跑分安靜，但影響可能更廣：2026 年全球記憶體晶片產能，估計有 70% 會被 AI 資料中心吃掉。手機、筆電、車子、電視、醫療設備，全部擠在剩下的 30% 裡搶。結果 IDC 預估今年智慧型手機出貨要掉最多 5%、PC 掉最多 9%——不是因為大家不想買，是零件被搬去餵 AI 了。Micron 這種供應商倒是笑開懷，HBM4 出貨頻寬灌到每秒 2.8TB 以上。

這是一種很隱蔽的耦合。你買手機變貴、等貨變久，表面上跟 AI 八竿子打不著，實際上是同一批產線在做取捨。系統最危險的狀態不是某個環節壞掉，是好幾個看起來不相干的市場，其實偷偷綁在同一條供應鏈上，而多數人根本不知道自己被綁著。當所有需求集中壓向同一個瓶頸，效率的確衝上去了，但整條鏈也變得又緊又脆——任何一個上游打個噴嚏，從資料中心到你家客廳的電視全部一起感冒。看到「AI 帶動記憶體大漲」這種利多標題時，值得順手問一句：漲上去的成本，最後是誰在默默買單。

原文來源：AI Data Centers Will Consume 70% of All Memory Chips in 2026 - The Motley Fool

五、維吉尼亞州開始對資料中心的電「課稅」，連自己發的電都算

7 月 1 日起，維州對資料中心的用電開徵每度 0.011 美元的消費稅，全美第一個這樣搞的州。金額聽起來是零頭——工業電價本來約每度 9.86 美分，這等於加約 11%——但一座 500MW 的大廠一年得多掏約 4800 萬美元。整體年收上限 6 億美元，超收的部分還會按比例退還。設計上明顯衝著 AI 來：純做網路接取、VoIP 的機房不課，主要打的就是跑 AI 的那批。

最狠的一刀是課稅範圍。它不只課市電，連你自己蓋的「表後發電」（behind-the-meter）都一起課。這等於先把最明顯的逃生門焊死——你別想靠「那我自己發電總行了吧」繞過去。

反過來想這件事就通了：卡住 AI 擴張的天花板，從來不是晶片不夠或模型不夠強，是電網撐不住、是這些帳單以前一直被偷偷攤到全體用電戶頭上。維州只是第一個把這筆隱形成本翻上檯面、直接跟資料中心收現金的州。有兩個地方值得盯：一是這條稅 2028 年就落日，等於一場為期兩年的活體實驗，成不成全美都在看；二是它同時保留了每年 16 到 19 億美元的設備免稅——是這條新電稅上限的三倍多。所以說穿了，這根本不是政府對 AI 動真格開刀，比較像先象徵性收一點過路費，順便探探從德州到 PJM 電網那些同樣被壓垮的州，能不能照抄這套劇本。

原文來源：Virginia Approves First-of-Its-Kind Data Center Power Consumption Tax - Kiplinger

六、Mistral 跨進機器人，一顆鏡頭就想帶著機器人走路

歐洲的 Mistral 這週端出第一個機器人模型 Robostral Navigate，正式踏進「實體 AI」。它是個 8B 的小模型，吃一張普通 RGB 相機的畫面加一句白話指令——「走出大廳、穿過走廊、進補給室、面對第二個櫃子停下」——就能帶著機器人走位，不用光達、不用深度感測器、不用多鏡頭。在 R2R-CE 這個未見環境的導航測試上拿到 76.6%，還贏過那些用了深度或多鏡頭的系統。訓練也很省：全程在模擬環境裡跑約 40 萬條軌跡、6000 個場景，靠 prefix-caching 把訓練 token 壓縮 22 倍。

「單鏡頭就搞定」聽起來很躁，但這裡藏著一個被輕輕帶過的假設：這個模型幾乎完全在模擬裡長大，Mistral 到現在沒公布任何真實機器人的部署結果。連他們自己都承認，模擬訓練出來的策略一碰到真實建築，效果會掉多少，是「最大的未知數」，光照、遮擋、鏡頭參數、機器人身形都可能出包。

軟體出錯了可以 rollback、重跑、賠個道歉。實體世界不給你這個待遇——機器人在倉庫撞到人、在工廠碾過不該碾的東西，那是收不回來的。把一整套物理世界的行為，押在「模擬約等於現實」這個還沒被真實驗證過的假設上，數字漂不漂亮是一回事，賭注押在哪一邊是另一回事。這種下行不可逆的東西，跑分再高，上線前都得先問一句：它出錯的時候，我還救得回來嗎？

原文來源：Mistral enters robotics with Robostral Navigate, an 8B model that steers robots using just one camera - The Decoder

如果這禮拜的新聞只留一句話帶走，那就是這句：真正該讓你擔心的，從來不是被印在頭條上、拿去慶祝的那個數字，而是被排版擠到旁邊、沒人願意大聲唸出來的那一欄小字。跑分第一旁邊的幻覺率、方便到極致旁邊的無人煞車、生產力爆表旁邊的成本轉嫁——每一則亮眼進展，都自帶一個等價的下行風險，只是它從不站在燈光下。下次再看到某個 AI「多強多便宜」的標題，先別急著轉發，花十秒去找找它旁邊那欄小字。真正會咬你的，永遠寫在那裡。