這篇是 2026 年 9 月 2 日補寫的（排程斷了幾天，回頭把日期補齊）。內容以 8 月 27 日當天的公開資訊為準，每則都附了原始來源與日期。

這個產業擴張能力的速度，一直快過它承認風險的速度。8 月 27 日這天把兩件事排在同一頁：Anthropic 發表一套讓 AI agent 直接操作實驗室與製造設備的共用規格，同一批玩家裡的一百多家連署公開信，說未來幾個月 AI 驅動的網路攻擊會變得更普遍、更精密。兩份文件的署名重疊得很嚴重。

一、Anthropic 發表 Model Hardware Standard，讓 AI agent 直接操作實體設備

Anthropic 推出 Model Hardware Standard（MHS），一套共用規格，目的是讓 AI agent 能同時安全地操作多台實體實驗室與製造設備。做法是把「模型 ↔ 硬體」之間的溝通交給標準化的 driver，用 read / write 這種簡單原語（primitives）表達，不必為每台裝置各寫一套整合程式碼。

官方原句是這樣寫的：

“MHS works with any device that has a programmable interface. It is also model-agnostic.”

目前是 research preview，開放給「a first group of scientific research labs and advanced manufacturers」，申請入口是 modelhardwarestandard.com。首波被官方頁面點名的研究單位包括 Genentech、University of Washington 的 Baker lab 與 Pinglay lab、Carnegie Mellon University、HHMI Janelia Research Campus、QuEra Computing、Tetsuwan Scientific；表態要支援的產業夥伴有 Amazon Web Services、Automata、Danaher、Doosan Robotics、MBF Bioscience、QIAGEN、Tecan、Universal Robots、Hugging Face、Raspberry Pi。官方頁面沒有逐一區分這些夥伴是已經在跑，還是只宣告支援。

整合工時方面，Anthropic 稱可從數週縮短到數小時或數分鐘。這是官方頁面的自述效益，不是第三方量測，而且沒說對照組是什麼，看看就好。

真正需要盯著的是這一句官方定位：

“By incorporating AI into these tools, MHS also helps researchers and engineers more readily orchestrate autonomous, round-the-clock experiments.”

全天候自動化實驗，翻成風險的語言是：出錯的時候，沒有人在旁邊。過去 agent 寫壞一個檔案，你 git checkout 就回來了；現在 write 這個原語的另一端接的是離心機、機械手臂、產線設備。軟體世界的錯誤成本大致對稱，改壞了改回來；實體世界不是，試管碎掉不會因為你回滾就長回去。這一層的上下行不對稱，是新規格帶進來的東西，不是原本就有的。

二、1 萬個席次、每案最高 5 萬美元：Anthropic 擴大對科學家的補貼

同一天的第二則公告是三件事：Claude Team Plan for Scientists、擴大版的 AI for Science 計畫，以及 Claude Science 這個產品。

數字照官方口徑抄：Claude Team Plan for Scientists 提供 10,000 個免費與折扣席次，效期一年；標準席次免費，進階席次每月 15 美元，用量上限是標準席次的 5 倍（依官方描述）。AI for Science 計畫則是每個專案最高 50,000 美元的 credits，注意這是 per project 的上限，不是每人也不是總額，涵蓋生物、化學、計算研究等領域。申請要通過驗證，得是學術或非營利研究機構的 principal investigator 或同等職位。

還有一條容易被略過的限制：官方註明生物與化學領域的研究者目前限用 Opus-class 模型，另外 Anthropic 與美國政府合作，提供生命科學專業人士 Mythos-class 模型的存取。這兩個是 Anthropic 自己的模型分級用語，我照抄不對應到特定型號。

金額不是重點。補貼真正做的事，是改變一個實驗室的預設值。今天用免費席次把工作流搬上去，兩年後 credits 用完、席次到期，那時候的遷移成本已經不是當初省下來的那筆錢可以衡量。別誤會，我不是說別拿。拿的時候知道自己在買什麼就好：便宜的入場費，換的是把方法論綁在一家供應商身上的可能性。這一句是我的判斷，官方公告裡沒有這層意思。

三、100 多家公司連署公開信，講的是未來幾個月

超過 100 家科技公司連署了一封公開信，呼籲各界協同應對 AI 驅動的網路威脅。連署方包含主要 AI 開發商（OpenAI、Anthropic、Google、Microsoft）、資安廠商（CrowdStrike、Okta、Fortinet），以及金融機構與網路基礎設施公司。

信裡的兩句話，TechCrunch 的引述是這樣：

“In the coming months, AI-enabled cyber attacks will become far more widespread and sophisticated as models around the world become increasingly capable.”

“The companies and public services our communities depend on — from hospitals to water treatment plants to the infrastructure that powers the internet — are at risk.”

呼籲的內容是在地方、國家與國際層級進行公私協力，強化安全標準。報導同時提到幾個相關的 AI 資安產品與模型名稱：OpenAI 的 Daybreak、Anthropic 的 Mythos、Microsoft 的 Perception。

先講我查不到的部分：這封公開信的正式名稱與託管網址我沒有找到，上面的內容全部來自 TechCrunch 的轉述，我沒有讀到信件原文。報導另外提及近期有 AI agent 自主突破公司防線的事件，那段我沒有一手來源可以核對，所以這篇不寫。

至於信本身，值得注意的是它的時態。「未來數月會變得更普遍、更精密」是一個沒有人會被追究的預測：講對了是先見之明，講錯了沒人記得。真正要問的是有沒有 skin in the game。這封信呼籲的是「協力」與「標準」，沒有任何一家承諾在什麼時間點交出什麼東西，也沒有任何一條把責任綁在自己身上。

同一批公司裡有人賣模型、有人賣防禦產品。攻擊變兇，兩邊的生意都會變好。

四、OpenAI 開始在印度的 ChatGPT 免費版與 Go 版放廣告

OpenAI 宣布在印度市場的 ChatGPT Free 與 Go 兩個方案上顯示廣告，是先前修改服務條款開放廣告投放之後的落地動作。首波有 50 個品牌夥伴，合作的廣告代理商包括 WPP 與 Omnicom。9 月會推出 ad manager 讓行銷人員自行建立廣告活動，最低每日預算 ₹725（約 7.60 美元），具體上線日期報導沒有寫。

官方說法引一句：

“With ChatGPT Ads, businesses of every size can introduce themselves at relevant, high-context moments when decisions are beginning to take shape.”

這句是 Dave Dugan, Head of Global Ads Solutions at OpenAI 講的。

背景數字要各自帶期間，混在一起看會得到錯的結論：ChatGPT 在印度的週活躍用戶超過 1 億，這是 2026 年 2 月的數字；OpenAI 2026 年第二季營收 67 億美元，前一季 57 億；Plus 與 Pro 的付費訂閱數 3,500 萬，是 2025 年 11 月的數字；2030 年的付費訂閱目標是 2.2 億。ChatGPT Go 於 2025 年 8 月推出、定價低於 5 美元，2025 年 10 月還做過一整年免費 Go 的推廣。

免費推廣一年，然後在同一批方案上放廣告。這條路網際網路走過太多次了，熟到可以背：先用低價或免費把用量堆到某個規模，等到規模本身變成資產，再把它賣給第三方。訂閱制的誘因是讓你少用一點（成本才低），廣告制的誘因是讓你多留一會兒。同一個產品裡放兩套相反的誘因，長期會往哪邊倒，看哪一邊的營收成長比較快就知道了。

五、Hugging Face 賣一隻 399 美元的開源機器鴨

Hugging Face 發表 Microduck，一隻鴨子造型的機器人，定位是用開源硬體把 physical AI 的門檻壓低。售價 399 美元，高 25 公分，配備相機、光達（lidar）感測器與兩顆 IMU（慣性測量單元），出貨時程是 2026 年聖誕節前。

動作能力包含搖擺行走、用嘴喙撿東西、跌倒後自行復原、蹲下，還有溜直排輪。SDK、模擬環境與強化學習訓練堆疊都放在 GitHub，行為可以先在模擬裡訓練再直接部署到實體機。至於它用的是哪一種開源授權，報導沒有寫明，我也沒有打開那個 repo 驗證，所以這篇不寫。

價格帶對照一下自家產品線：Reachy Mini 499 美元（Raspberry Pi 驅動）、Reachy Mini Lite 399 美元（由 Mac 或 PC 驅動）。背景是 Hugging Face 在 2025 年 4 月收購了法國機器人公司 Pollen Robotics，Reachy Mini 於 2025 年 7 月推出，執行長是 Clem Delangue。

一隻會跌倒又會自己爬起來的鴨子看起來像玩具，但便宜的實體平台過去在別的領域一再證明過同一件事：把硬體價格壓進個人負擔得起的區間，會決定接下來五年有多少人有機會練到手感。

那隻鴨子本身不值錢。被開成公共財的是模擬到實體那條路徑。

今天最貴的一則，不是那封公開信

那封信講的是已經被命名的風險。被命名的風險會被寫進預算、寫進法規、寫進採購清單，它會貴，但它已經在被定價了。一百多家公司同時說「這件事很危險」的時候，這件事在市場上就不再是意外，是成本項。

真正沒被定價的是第一則。一套規格，把 agent 的 write 原語接到離心機與產線設備上，配上「全天候自動化實驗」這個明講出來的設計目標。目前為止沒有人把它當成風險新聞在讀，它被放在科學加速的框架裡，而它的失效模式沒有回滾鍵。

順序值得記一下：先有共用規格與 driver 標準化，才會有大規模採用；先有大規模採用，才會有第一次「沒有人在旁邊」的事故；而事故發生之後，大家會回頭找當初那份規格裡有沒有寫失效邊界。今天不是問這套東西會不會出事的時機，是問它出事的時候誰在名單上的時機。而 8 月 27 日這天，那份名單剛好公開了兩份。