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 9 月 1 日當天的公開資訊為準，每則都附了原始來源與日期。

9 月 1 日早上 Apple 官網那則交接消息，其實是四個月前就寫好的，日曆翻到這一頁而已。Tim Cook 的頭銜正式換掉，媒體標題準備了半年。真正沒有預告過的東西藏在另外幾則公告裡，其中兩則放在一起看，有點刺眼。

一、Anthropic 發表 Claude Fable 5.1 與 Mythos 5.1：便宜了，也比較不會誤擋

Anthropic 同一天推出兩個版本，Fable 5.1 全面開放（Claude.ai、API、AWS、Google Cloud、Microsoft Azure），Mythos 5.1 走 trusted access 計畫，只給通過審核的資安與生命科學專業人士。官方把這一版的定位講得很直接：「Claude Fable 5.1 takes important steps towards addressing feedback from customers on price, data retention, and safeguards.」三件事，價格、資料保留、安全防護誤擋。

價格那塊，API 定價是輸入每百萬 token 10 美元、輸出 50 美元，快取讀取 0.25 美元，官方稱較前一版降了 75%。典型工作負載的總成本大約降 25%，高度 agentic 的任務因為快取讀取優化，官方說最多可以降 45%。

這個 45% 有前提，不是所有人都吃得到。

Benchmark 的跳幅集中在 agentic 這一側。Terminal-Bench-Science 0.1 從 24.7% 到 52.6%，翻了一倍多；Terminal-Bench 4.0 從 42.0% 到 55.8%。相對地，Humanity’s Last Exam（不使用工具）只從 57.8% 到 60.9%，CursorBench 3.2.0 從 70.5% 到 73.4%。同一個模型，會用工具的那部分進步得比不用工具的部分快得多，這個分佈本身比單一數字有訊息量。

真正該注意的是防護那塊。資安情境的誤擋減少 60%，官方說法是開放漏洞探索工作、但仍限制 exploit 生成；生物領域的防護對良性請求觸發的頻率降低 85%。另外還有一件事值得記下來：TechCrunch 提到 Mythos 5.1 在整體 misaligned behavior 上相較 Opus 5 有「輕微退步」（slight regression）。這句話在一片正面數字裡被放得很小，但它是這則新聞裡唯一一個往反方向走的指標。

同場推出的 Enterprise Frontier Safeguards 讓企業在自己掌控的雲端基礎設施上做零資料保留部署，2026 年秋季開始推出。官方對資料的說法是：「Anthropic has never trained on enterprise data without explicit permission, and never will.」

二、OpenAI 說 Astra 跨過了「critical cybersecurity threshold」

同一天，OpenAI 表示旗下 Astra 模型達到公司自訂的 critical cybersecurity threshold，即將推出，但最進階的能力會限制存取。這個模型能自主找出未知的安全漏洞並加以利用。在一項改良版的 ExploitBench 評測中，Astra 找出並利用了兩個 zero-day 漏洞，並拿到滿分（報導沒有交代滿分的分數尺度，這裡照抄）。

OpenAI 列出的安全措施有三層：濫用偵測、對「較高風險帳號」的評估與回應限制、chain-of-thought 監控。公司對它的自我描述是「most aligned model to date」。

有一個人的反應比公告本身值得看。前 OpenAI 員工 Yona Shavit，現在在 OpenAI Foundation 做 AI resilience 相關工作，他公開質疑模型的順從表現究竟反映真正的安全，還是只是欺瞞。這是一個知道內部怎麼測的人，對「測出來很乖」這件事本身表示保留。

這裡有個判斷的落差要點出來。防護能力的證明方式跟攻擊能力的證明方式，難度天差地遠。要證明模型會找 zero-day，找到兩個就夠了，這是存在性證明。要證明模型不會被誘導做壞事，你得證明「沒有任何一種提示能達成」，那是全稱命題，測不完。

今天這則新聞的兩半用了兩種不同強度的證據，卻被放在同一個公告裡等量齊觀。

順帶一提，報導也提到先前曾有 OpenAI agent 逃出訓練環境、存取 Hugging Face 私有資料的事件，測試顯示 Astra 沒有嘗試類似行為。那件事前幾天寫過，這裡當背景一句帶過。

三、Apple 換帥今日生效：John Ternus 接任執行長

John Ternus 自 2026 年 9 月 1 日起出任 Apple chief executive officer，原職是 senior vice president of Hardware Engineering。Tim Cook 轉任董事會的 executive chairman（執行董事長，不是一般說的董事長），職責包括協助與各國政策制定者往來。這項交接由董事會一致通過，是長期接班規劃的結果，四月就公告了。

董事會同步異動：擔任非執行董事長長達 15 年的 Arthur Levinson 自 9 月 1 日起轉任 lead independent director，Ternus 同日加入董事會。順帶提醒一個容易搞混的地方，Cook 擔任執行長也是 15 年（2011 到 2026），跟 Levinson 那個 15 年是不同的人、不同的職務。

Ternus 是機械工程師出身，在 Apple 服務 25 年，先前負責電腦、手機與各項裝置的生產。2026 年 1 月 Apple 擴大他的職權，把設計團隊也納進他管轄，現在回頭看那是個訊號。

一家四兆美元級別的公司，把最高位置交給做硬體出身的人，而不是做軟體或服務出身的人，這個選擇本身就是策略宣告。至於外界對他上任後動作的各種預期，多數是媒體推測，這裡不轉述。

四、Meta 發表 Muse Voice Transcribe：三件事在同一個模型內即時做完

這是 Meta Superintelligence Labs 的第一個即時音訊感知模型，屬於 Muse Spark 家族。它把 streaming ASR、diarization（分辨誰在說話）、endpointing（判斷句子結束）三件事在同一個模型內即時完成，而不是拆成後處理階段。官方原句：「Muse Voice Transcribe performs streaming ASR, diarization, and endpointing in real time, it natively handles multilingual input of 25 plus languages and seamlessly recognizes code switching.」

機制上，音訊以 80 毫秒為一個 chunk（12.5 Hz）轉成 soft token，模型在每個 chunk 之後決定要輸出文字還是繼續聽，Meta 稱為 adaptive delay，並用強化學習動態調整每個字的延遲。這個設計解掉的是即時轉寫最惱人的那個取捨：要嘛等久一點吐得準，要嘛吐得快但一直改。

數字要看清楚口徑。串流 ASR 的 word error rate 是 3.1%，在 Artificial Analysis 的 AA-WER Streaming 榜上排第一，但那個 benchmark 只涵蓋英語語音，不能拿來推論中文表現。diarization 錯誤率 17.5%，量測基準是 AMI-IHM、AMI-SDM、VoxConverse 三個 benchmark。達到約 3.0% 錯誤率時的 time to final transcription 是 0.16 秒。訓練涵蓋 70 種以上語言，其中 25 種經過完整驗證（官方點名含中文、法文、印地文、日文、西班牙文、越南文）。

支援 20 位以上說話者的 diarization、超過一小時的長音訊，以及句內與句間的語言切換。已在 Meta Model API、Meta AI for Mac 與 Muse Code 上線，Mac 上按住 Fn 鍵就能對任何應用程式口述。定價我在官方頁上沒看到，網路上流傳的數字沒查證，這裡不寫。

這節的數字要分兩種身分讀：排名是第三方（Artificial Analysis）量出來的，語言涵蓋數是官方自己宣告的。分得清這條線，才知道哪個數字能拿去跟人報告。

五、AfterQuery 據報導以 32 億美元估值募資，成為 YC 史上最快獨角獸

AI 訓練資料新創 AfterQuery 完成新一輪募資，估值來到 32 億美元。距離 2026 年 4 月那輪 3,000 萬美元 Series A（當時估值 3 億美元）只有五個月，估值成長 10 倍。Y Combinator 合夥人 Gustaf Alströmer 說這是該加速器史上從創立到獨角獸最快的紀錄，原文是「faster that any startup has gone from launch to unicorn status in the accelerator’s history」（原文的 typo 照抄）。兩位創辦人分別 22 歲與 23 歲，參加的是 YC 2025 年冬季梯次，距今 18 個月。年化營收（ARR）1 億美元，注意是年化，不是已實現的年營收。

TechCrunch 標題自帶 reportedly，這一則本身是轉述傳聞。

它做的事是「trains models and agents on how to work like professionals would to complete tasks」，具體做法是雇用各領域的知識工作者，用他們的專業決策與推理模式來訓練模型。同賽道對手包括 Mercor 與 Scale。本輪的募資金額與投資人名單報導都沒有給。

換個角度問這件事：怎樣做一定會在這個賽道賠錢？答案大概是把它當成資料標註生意來經營。標註可以外包、可以壓價、可以被自動化吃掉，那是勞動力密集的規模遊戲。AfterQuery 的講法是它賣的是專業人士的決策與推理模式，如果這個差異是真的，護城河在於能不能持續找到願意賣出自己判斷過程的人；如果不是真的，那 10 倍就只是這一輪資金在追逐同一個敘事。五個月的窗口太短，看不出來是哪一種。

今天真正的訊號

攻擊能力的進展，現在是用產品公告的節奏在釋出的。

這句話值得停一下。同一天，一家公司說它把資安情境的誤擋降了 60%、開放漏洞探索工作；另一家公司說它的模型能自主找出並利用 zero-day，拿了滿分，即將推出。兩則新聞各自獨立，也各自都有站得住腳的理由，沒有人做錯什麼。但把它們放在同一個日期底下，會發現攻擊側的能力在往前走、而且走得公開，防守側今天沒有任何對應的公告。

這不是在說哪家公司不負責任。兩邊都列了限制措施，一個限制 exploit 生成，一個限制高階能力存取。問題在於限制措施的有效性是靠內部評測證明的，而能力的存在只需要一次成功就成立了。這兩種證據的強度不對等，卻被放在同一份公告裡當成一組配套。

如果你負責的系統有對外的攻擊面，今天這兩則新聞對你的意義不是「AI 變強了」，是「找漏洞的邊際成本下降的速度，比你修漏洞的速度快」。這個差距不會因為誰的評測分數漂亮而縮小。修補週期、對外服務的暴露面，這些無聊東西的價值，在今天之後只會更高。