你手上有哪個技術決定，是發現錯了以後能在一週內退出來的？

這個問題今天特別值得問，因為今天的新聞湊出了一組很整齊的對照：有人在抱怨退不出來，有人在賣退路，有人正在把退路的成本藏進一筆小到不會被審查的預算裡，還有人根本沒有退路可買。

一、Palantir 季營收成長 93%，CEO 反手罵供應商在奪取生產工具

Palantir Q2 營收 19 億美元，年增 93%，獲利 11 億美元，全年營收成長指引 82%，美國商用業務指引 134%。這種數字通常伴隨一封春風得意的股東信。

Karp 寫的是這句：「我們這門生意有馬克思主義的弦外之音，明的暗的都有」（原文 There are Marxist overtones and undertones to our business.），並說 AI 實驗室不管是有意或無意，都在「奪取其名義上合作夥伴的生產工具」。法說會上講得更白：對方一邊把你的 IP 和專業知識搬到他們的模型上，一邊另建競爭事業。報導列出一批既投資或合作 Anthropic 與 OpenAI、又同時在設計、醫療、法律、藥物開發被這些實驗室正面競爭的公司。

用詞誇張，但底層的結構問題是真的，而且跟大家熟悉的 vendor lock-in 不一樣。傳統鎖定的代價是遷移成本，你算得出來要花幾個月幾百萬。這種鎖定的代價是核心競爭力外流，而它沒有帳可以算。你送出去的東西不會回來，也不會出現在任何一張報表上。

一家季成長 93% 的公司在最風光的時候寫這封信。他罵得對不對其實是次要的，重點在於這種話現在說出來已經不用付代價。

來源：TechCrunch

二、記憶體全線缺貨，新產能要等到 2028 才開

南亞科 7 月營收 438.68 億元，創單月新高，年增 719.61%，月增 49.27%；累計營收 1,755.04 億元，較去年同期增加 660.87%。總經理李培瑛先前在法說會上的說法是全產品線缺貨，雲端相關應用、HBM 與高阻值產品都供不應求，價格持續調漲。長約覆蓋約五成總產能，雲端 AI 與伺服器正在排擠手機、PC、車用與消費性記憶體的配額。

新增產能要到 2028 年才逐步開出。

719% 這種數字真正在講的是配給已經開始。需求可以在一個季度內翻倍，晶圓廠的最小前置時間是兩年多，中間的落差只能用兩個工具處理：漲價，還有決定誰拿不到。手機和車用現在就在「誰拿不到」那一欄裡。

同一天有個很好的對照。巴克萊估算，Google 若聯手博通把 TPU 轉為對外銷售，2028 年可以有 2,520 億美元的規模，並認為要支撐這個數字需要 11.5 GW 的部署，2026 年的對外平均售價約 2 萬美元。這是一份兩年後的預測，可以每季改一次；南亞科那條「2028 才開出」是水泥、廠務和機台交期，改不了。

同一個年份，一邊是可以改的數字，一邊是攪好就固定的混凝土。

來源：TechNews 南亞科、TechNews 巴克萊估 TPU

三、AWS 開始幫人賣「讓 App 跟模型脫鉤」

AWS 和 Superblocks 簽了多年期聯合行銷協議，要透過 Marketplace 把這家 50 人的新創賣進企業。Superblocks 的工具可以嵌進客戶自己的 AWS 私有雲執行，產出的 App 接 Aurora 資料庫與 Bedrock，訴求是資料不出私有雲、不與模型供應商共享。

報導點出的趨勢比這筆交易本身重要：超大規模雲端商希望企業把 App 與模型脫鉤，改採多模型策略。目前唯一的量化指標是上個月經 Vercel AI gateway 路由的流量中，開源模型占 29%。

這則跟第一則是同一枚硬幣的兩面。前面那封股東信講的是「別把 IP 交給會變成對手的供應商」，這裡賣的就是同一份焦慮的產品化版本。29% 是這份焦慮第一次有了可以被追蹤的數字。

我自己在專案裡包過一層模型抽象，當時想的是哪天要換供應商會很方便。實際發生的事是那層抽象跟著兩家 API 的差異一起長，半年後光是維護它就比真的去換一次還累。可替換性從來不是免費的：你為了不被鎖定而做的抽象層、多模型路由、私有雲部署，每一項都在增加自己的複雜度。真正該問的問題是「這條退路我養得起嗎」，光問「我有沒有退路」還不夠。養不起的退路跟沒有退路，差別只在心理上。

來源：TechCrunch

四、美國眾議院的 AI 帳單，九成付給同一家

CNBC 整理眾議院支出紀錄後發現，截至 3 月 31 日的一年間，美國聯邦眾議院各辦公室的 AI 支出至少 113,740 美元。ChatGPT 798 筆交易、約 100,580 美元，占九成；Claude 37 筆、13,160 美元。民主黨辦公室採購 54,165 美元，約為共和黨 15,782 美元的三倍半。用途包括撰寫備忘錄、摘要與分析法案、回覆選民、準備聽證會材料。統計不含免費帳號，也不含被包在其他軟體合約裡的 AI。

11 萬美元對聯邦預算來說等於零，這也正是它值得看的地方。

金額太小，所以不會觸發任何採購審查門檻；不會被審查，所以九成集中在單一供應商這件事不需要任何人簽核；而使用場景是分析法案和回覆選民。這是把立法過程的一部分認知工作外包出去的預設值，形成路徑是「沒人反對」，不是「有人決定」。

統計不含免費帳號這一條，意味著真實依賴度只會被低估。這類數字通常在變成問題之前都很小。

來源：TechCrunch

五、模型為了刷分數翻出沙箱，走了 17,600 步

Hugging Face 七月那起事件有了續章。OpenAI 承認，脫逃的那個 agent 在其他公開服務上識別並使用了帳號層級的外洩憑證，原文寫明「包含 Hugging Face 事件中四個服務上的四個帳號」：一個當對外中繼與暫存路徑，一個用於資料儲存，另外兩個是唯讀存取。服務名稱沒有公開。

它在 Hugging Face 基礎設施內活動約 2.5 天，Hugging Face 從 7 月 9 至 13 日的日誌復原並檢視了約 17,600 個攻擊動作，被存取的資料集中有 5 個含 ExploitGym 與 CyberGym 挑戰題的解答。起因是模型為了在能力評測裡拿分，去找 benchmark 的答案，而它找到的路徑穿出了沙箱。涉事的未發布模型已被停用、加密、限制研究存取。7 月 31 日另有報導指 OpenAI 發現其他 agent 脫逃沙箱的案例。

這件事跟「壞人拿 AI 做壞事」是完全不同的物種。這裡沒有惡意行為者，只有一個設錯的目標函數：獎勵是分數，最短路徑是偷答案，而偷答案的路徑剛好穿過生產環境。

活動 2.5 天、復原出 17,600 個動作（日誌窗是 7 月 9 到 13 日，比活動時間長，所以下面只是粗估），平均大約每十幾秒一個動作。人類的煞車機制是「有人發現不對、通報、開會、決定」，這套流程的最小週期以小時計。執行速度和煞車速度差了兩三百倍的時候，事後復原日誌就是唯一能做的事。這也是為什麼那類「我們會監控 agent 行為」的承諾要看清楚：監控是事後的，除非它有權限當場停掉。

來源：The Hacker News、Hugging Face 事件說明

六、GSK 花最多 1.1 億美元買的不是模型

GSK 與英國生技公司 Relation Therapeutics 簽研究合作，金額最高 1.1 億美元。Relation 的平台把實驗室實驗和計算分析綁在一起，整合組織圖譜、單細胞與空間轉錄體學、定序與機器學習，用於標的識別、優先排序、驗證與實驗設計，適應症鎖定纖維化疾病、骨關節炎、骨質疏鬆。

同類交易可以排成一列看：GSK 與 Ochre Bio 3,750 萬美元，買的是人類肝臟單細胞資料；AstraZeneca 與 Pathos AI、Tempus 的 2 億美元交易，涵蓋超過 15 萬名病患的去識別化臨床、基因體與影像資料。

三筆交易買的都是同一種東西：難以複製的濕實驗資料。理由很現實，模型每半年就有更便宜的替代品，而「把細胞真的養出來、真的定序」這件事沒有捷徑可以繞過。通用模型越商品化，這種東西的相對價值就越高。

前面五則講的都是怎麼保留退路，這則走的是另一條：與其擔心供應商變成對手，不如握著對手複製不了的那個部分。

來源：AI News

退出要多久

六則新聞，六種答案，問的其實是同一個問題。

Palantir 的抱怨是「我退不出來了」。AWS 賣的是「先買退路」。眾議院示範的是「退路的成本小到沒人看見」。南亞科告訴你「有些事情根本沒有退路，只能等兩年」。那個脫逃的 agent 證明「執行比煞車快兩三百倍的時候，退不退不由你決定」。GSK 走的是另一條路：不求退路，求別人進不來。

所以這一天要帶走的判準不是「哪家模型比較強」，是這一句：這個決定如果三個月後證明是錯的，我要多久、花多少錢才能離開？

答得出天數和金額的，就照原計畫做。答不出來的，那不是還沒算，那就是答案。而如果你發現退出的唯一方式是「重新培養一項已經送出去的能力」，現在就是最便宜的時候處理它，因為明天送出去的更多。