一棟沒有窗戶的方形建築要蓋在你家隔壁鎮，尖峰用電超過 25 MW。它跟你共用同一條電網、同一張費率表。多出來的那部分成本以前怎麼處理？攤進所有費率戶的帳單裡，沒有人需要為此簽名。9 月 9 日麻州端出來的新規，動的就是這個「沒有人需要簽名」。

同一天加州簽了兩份法案，管的是另一種沒有人簽名的東西：一個模型說自己合規的時候，那句話背後該有誰的名字。司法部那邊在查一筆授權交易，問的是同一類問題的反面，某個結構被設計成不必送件審查，這件事本身算不算違法。

一、多出來的那幾十 MW，換人簽名

麻州對尖峰需求超過 25 MW 的資料中心設了一道新規矩：必須自備符合州潔淨能源要求的電力，否則繳錢進一個叫「費率保護基金」（ratepayer protection fund）的口袋。供電方式有先後順序，最優先是站內自發電；如果電不是在站內產生的，就得出資去蓋鄰近的發電設施；再不然，繳款。

那個 25 MW 的口徑值得釘死。它是尖峰需求的門檻，不是裝置容量，也不是平均用電。這三個數字在同一座機房裡可以差很多，而決定你踩不踩線的是最高的那一個。真正要蓋機房的人，第一件事會是去算自己的尖峰落在哪裡。

州長辦公室的澄清說法是「Data centers will be required to meet 100% of its electricity demand with clean energy generation」，也就是用電需求要全數由潔淨能源發電滿足。順帶一提，麻州整體的潔淨能源標準是另一回事：風、太陽、水力這些核可來源要在 2030 年前貢獻至少 40%，比例逐年遞增。那是全州的門檻，跟資料中心這條規矩不是同一個數字，不要混在一起讀。

真正有牙的是前兩個選項。要嘛你自己在站內發電，要嘛你掏錢去蓋一座電廠，這兩件事都會逼著開發商把供給問題吞回自己肚子裡。第三個選項把前兩個的效力封頂了：只要繳款金額低於自建的成本，理性的開發商就會一路繳到底，規矩變成一張標價單。TechCrunch 那篇沒有寫這筆繳款怎麼計算、上限多少。我的判斷是這個數字才是整條規矩的重點，而它現在不在報導裡。這條規矩有沒有牙，全看那筆錢開多少：訂得比自建還貴，第三個選項就不是出路，是罰則，整條規矩的力道會完全不同。

三個月內第三個州了。紐約在 2026 年 7 月、德州在 2026 年 8 月、麻州這次是 9 月，具名出面的是州長 Maura Healey。三州各自立法，就是聯邦沒有動作的具體長相。

來源：TechCrunch，2026-09-09

二、誰有資格說一個模型是安全的

加州州長 Gavin Newsom 簽了兩份法案。它們常常被外電併成一句「加州通過 AI 新法」，可是這兩份管的事情不一樣，分開看才看得懂它們在補哪塊缺口。

法案 提案人 它建立的東西
SB 813 Senator Jerry McNerney（民主黨，Pleasanton 選區） 全美首創的「獨立驗證組織」框架，讓這類組織可以評估 AI 系統與模型是否符合州法
AB 1405 Assemblymember Rebecca Bauer-Kahan（民主黨，Orinda 選區） 全州的 AI 稽核員登記制度，並訂出稽核員在獨立性、透明度與誠信上的標準

一份處理「哪種組織可以來驗」，一份處理「哪個人可以掛名去驗、掛名的條件是什麼」。合起來才湊成一套第三方評估機制。

McNerney 那句話講得毫不客氣：「California is taking the lead on assessing AI’s safety risks, since Washington, D.C., is unable or unwilling to do so.」州級立法者公開把聯邦定位成做不到或不想做的那一方，這種話平常不會出現在官方新聞稿裡。Bauer-Kahan 的說法比較制度性：「Third-party auditors are essential to ensuring AI is safe for our communities and critical infrastructure.」

這套制度的形狀，跟財報審計師的登記制長得幾乎一樣。而審計業累積了幾十年的教訓只有一條：登記制本身不產生獨立性，它只產生一份名單。名單解決的是「這個人有沒有資格簽」，解決不了「他為什麼會簽得讓你滿意」。後者是誘因問題，誘因問題只有一個變數，錢從誰口袋出。

州長辦公室的新聞稿沒有寫誰付稽核費，沒有寫生效日，沒有寫適用門檻，也沒有罰則金額。我把這件事講清楚，是因為接下來一定會有人拿這兩份法案去論證加州已經管住了什麼，而實際上被寫進法條的只有「誰可以來驗」。決定這套制度評價的不會是法條本文，是實施細則最後把稽核費掛在誰身上。真讓它跟受稽核方脫鉤，比方說走公基金統一發包，審計業那條老路就繞開了，上面那段話我得整段重寫。

來源：加州州長辦公室，2026-09-09

三、罰得起的東西，不叫嚇阻

美國司法部正在調查 NVIDIA 與 AI 晶片新創 Groq 的授權交易，查的不是這筆交易划不划算，是它的形狀有沒有被刻意設計成規避反壟斷審查。

交易在 2025 年 12 月宣布，到現在大約九個月。結構分成兩半：NVIDIA 取得 Groq 晶片技術的「非專屬授權」（non-exclusive license），同時延攬了數名 Groq 高階主管，包含創辦人 Jonathan Ross。這兩半各自都很常見，合起來就湊出一件有趣的事，公司的技術跟人都到了買方那邊，可是帳面上沒有發生任何一樁收購。

反壟斷審查的觸發條件是綁在「收購」這個動作上的。授權不觸發，挖角也不觸發。所以 DOJ 這次要問的不是「NVIDIA 買了什麼」，是「一個結果等同於買下來的安排，可不可以因為換了包裝就不必送件」。調查在交易宣布後不久就展開，DOJ 已經向 NVIDIA 發出正式的資訊索取要求。NVIDIA 發言人的回應是全盤否認：「The Groq story is a prime example of the American system working as designed to promote innovation, reward entrepreneurs, and benefit consumers.」

整則最關鍵的一句在轉載稿裡，講的是可能的結局：「The agency could fine the company if it finds Nvidia mishandled the deal, though it is unlikely to seek to unwind the transaction.」可能罰錢，但不太可能要求把交易拆掉。

這句話等於把整場調查的最壞結果標了價。

一個可以事前算出來的數字，進不了風險欄，它會進成本欄。而這兩個欄位的差別在於，成本欄裡的東西是拿來規劃的，不是拿來避免的。被拆單不一樣，拆單沒有辦法編進預算表，因為你不知道會被拆掉的是哪一塊、拆完剩下的還能不能運作。真正改變行為的一直是後面那一種。我的立場是，這場調查無論輸贏，都不會讓「授權加挖角」這個結構消失，因為它最可能的結局已經把價格告訴所有人了。這個結構近兩年在整個 AI 業界並不罕見，這層延伸在 Axios 與 Bloomberg 的報導裡有人提過，不是 DOJ 或 NVIDIA 自己的說法。

什麼情況下我會收回這句？如果 DOJ 追求的救濟是行為性的，也就是明文禁止未來採用同一種安排，那它要的就不是一個數字，而是一條規則。規則算不出價格，才擋得住複製。

這則的邊界要標清楚。《紐約時報》的原始獨家在付費牆後面，我讀不到全文，上面的內容全部來自 Reuters 轉載稿與 Axios 隔日的跟進報導，不要把它當成我核對過 NYT 原文。

另外，這筆交易的金額本文一律不寫。兩家權威媒體給出的數字彼此不一致，而且差距不是小數點後的誤差。同一筆交易、兩個都很硬的來源、兩個對不起來的數字，這種時候整項棄用比挑一個順眼的安全。看到有人給出確切金額，先確認他是從哪一家抄的。

來源：Thomson Reuters 轉載稿，2026-09-09

四、把 agent 關進一台只屬於它的電腦

Meta 發表了個人 AI agent「Muse」，官方的定位句是「it doesn’t just answer questions, it actually does the work.」，會動手做事而不只是回答。上架範圍是美國，平台有 iOS、Android 與 muse.ai 網站，官方寫「coming soon to AI glasses」。底層模型叫 Muse Spark，官方形容它是 Meta 至今最強、為真實世界的 agentic 工作打造的模型。

比較值得看的是它被放在哪裡跑：

“Muse runs on its own dedicated computer in the cloud, contained so no one else’s agent can reach it. That is where Muse lives and where the data and credentials for any service a person connects are securely stored.”

一台專屬的雲端電腦，跟別人的 agent 隔開，你連接的每個服務的資料與憑證都存在那台機器裡面。

把這個設計翻譯一次：它沒有宣稱模型不會被騙。它宣稱的是模型被騙的時候，能碰到的東西被關在一個盒子裡。這兩件事差很遠。前者是在賭模型的判斷力，後者是在限制判斷失誤的賠付上限，而後者才是工程師能驗收的東西。我的推論是，肯花成本去蓋一層作業系統級的隔離，等於承認 prompt injection 這類問題沒辦法在模型層根治；官方新聞稿沒有這樣自述，這是我從設計反推的，不是 Meta 的說法。

官方稿裡有一句「built to work for billions of people worldwide」，那是行銷定位語，講的是它想服務誰，不是它現在有多少使用者。這種句子每年都會被某幾家媒體讀成後者。

兩件事不在我讀到的官方 Newsroom 文字裡。第一是價格，官方只寫「大部分需求免費、想做更多的人有訂閱方案」，沒有列出任何金額，網路上流傳的月費級距來自二手報導。第二是各種技術細節，像專屬 Linux VM、完整的 Chromium 瀏覽器、Debian runtime container、eBPF 核心監控、控制對外流量的 Sentinel、在網路邊界注入憑證讓模型看不到明文機密的 authd daemon。這些名詞都出自二手來源，寫進自己的技術筆記前建議回頭找一次一手出處。

來源：Meta Newsroom，2026-09-08｜TechCrunch，2026-09-08

五、模型賣得掉，客戶裝不起來

Accenture 跟 Google Cloud 成立了一個叫「Accenture Gemini Enterprise Business Group」的全球組織，要幫客戶在 agentic AI 時代把 Gemini Enterprise 的成果放大。編制裡有 1,000 名前進部署工程師（forward deployed engineers），另外可以調度 Accenture 內部近 5 萬名具 Google Cloud 技能的專業人員。後面這個數字的口徑要分清楚，5 萬是公司內部的人才池總數，不是這個新單位的人數。

一家顧問公司願意為單一平台開出 1,000 人的專職編制，這個數字本身比任何一句新聞稿引言都說明問題。Julie Sweet（Chair and CEO, Accenture）與 Thomas Kurian（CEO, Google Cloud）的官方發言都很得體，而真正的資訊在編制表上：卡住的地方不在模型好不好，在客戶自己裝不起來。

新聞稿舉的成效案例是 YouTube，客戶情緒提升 11%、平均處理時間（average handle time）減少 37%。這是單一客戶的個案數字，不是平台平均值，新聞稿也沒有交代這兩個百分比是跟哪一段期間比出來的。缺了比較基準的百分比，看看就好。

錢那一頭沒有停。Mistral AI 完成了 30 億歐元的 Series D，由三星電子領投，投後估值逾 210 億歐元。（這輪的細節我在前一天那篇寫過了，這裡不重複。）把它擺進這一節不是湊數：上游一輪一輪加碼模型，下游得專門開一支編制去解決客戶裝不起來的問題。錢集中在前面，缺口長在後面。

來源：Accenture Newsroom，2026-09-08｜Mistral AI，2026-09-08

下次有人跟你說某個風險已經被管住了，別問他做了什麼。問一句：這件事出包的時候，代價是一個他事先算得出來的數字，還是一個算不出來的洞。

算得出來的那種不是約束，是價目表。繳款進基金、事後罰金，還有賠償上限——上限只要低於你真正怕的那個損失，它就是一張折扣券。它們不讓事情不發生，它們把發生的價格標出來，然後有能力付的人照付、照做、照複製。你會在財報的成本欄裡找到它們，不會在風險欄裡。

算不出來的那種長得完全不一樣：你得自己蓋一座發電廠才准開業、你的交易可能被拆掉、你的憑證被關在一台跟模型隔開的機器上所以外洩的形狀根本不存在。這些設計的共同點是沒辦法用一筆預算買通，只能改行為。

所以拿到一份新規、一個新架構、或是一句「我們非常重視安全」的時候，先去找那條最便宜的出路在哪裡。那條出路的價格，就是這件事真正的約束力，其他寫在新聞稿上的都是裝飾。