<?xml version="1.0" encoding="UTF-8"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom">
<channel>
  <title>AiX 環球 AI 情報｜AIX Society</title>
  <link>https://aixsociety.com/daily</link>
  <atom:link href="https://aixsociety.com/daily/feed.xml" rel="self" type="application/rss+xml"/>
  <description>每日十條環球 AI 重點，每條附 AIX Society 顧問觀點、對日常工作的影響與可執行建議。</description>
  <language>zh-Hant</language>
  <lastBuildDate>Thu, 24 Sep 2026 23:30:00 GMT</lastBuildDate>
  <item>
    <title>AiX 環球 AI 情報（2026 年 9 月 25 日）：模型價格戰、監管落地、爬蟲改例：今日最值得企業留意的十條</title>
    <link>https://aixsociety.com/daily/2026-09-25</link>
    <guid isPermaLink="true">https://aixsociety.com/daily/2026-09-25</guid>
    <pubDate>Thu, 24 Sep 2026 23:30:00 GMT</pubDate>
    <category>AiX 環球 AI 情報</category>
    <description><![CDATA[<p>今日十條情報有一條共同主線：AI 的競爭重心正式由「模型有多強」轉向「誰能把成本壓低、把責任講清」。模型價格三日內連環下調，同一週歐盟開始查招聘工具、Cloudflare 改寫爬蟲預設。對企業而言，這一週的變化不在技術，而在帳單、合規與曝光渠道——三樣都是老闆要簽名的事。</p><ol><li><strong>OpenAI 推 GPT-6 Sol 與 Luna，API 價格較上代減半</strong> — OpenAI 在 GPT-6 系列下新增 Sol 與 Luna 兩個型號，官方稱快取與推理效率改善，令 API 定價較 GPT-5.6 推廣價低 50%，主打大規模工作負載。<br><em>顧問觀點：我們認為價格下調不是好消息本身，而是門檻重設。真正的分野在於：同一間公司有沒有能力把省下來的成本，換成多跑的流程。省價而不改流程，等於只賺了一次折扣。</em><br><em>如何改善：本週挑一個曾經因成本被否決的流程，用新價格重算一次年度成本，並寫明如果成本減半、你會不會批准。這一頁紙就是下季度的自動化路線圖。</em></li><li><strong>Anthropic 發布 Claude Opus 5.5，運行成本較前代低四成</strong> — Anthropic 推出 Claude 5.5 家族首個型號 Opus 5.5，官方稱在多數任務上追平 Claude Fable 5.1，但運行成本較前代 Opus 5 低約 40%。<br><em>顧問觀點：我們認為企業應該停止追逐「最強模型」，改為建立模型替換的能力。當代際成本一年可以跌四成，把業務邏輯綁死在單一模型上，就是每年自動加價一次。</em><br><em>如何改善：本週做一次盤點：公司現時有幾個地方直接寫死了模型名稱？把它們列出來，標明哪些可以收歸一層統一路由。這是未來兩年最省錢的一項技術整理。</em></li><li><strong>Google 推出 Gemini 3.8 Live，語音對話加入即時思考</strong> — Google DeepMind 於 9 月 15 日發布 Gemini 3.8 Live 與 Gemini 3.8 Live Extended Thinking，兩者為原生語音對語音模型，可在說話同時推理並在背景調用工具，支援 97 種語言中途切換，已於 Gemini API 與 AI Studio 開放。<br><em>顧問觀點：我們認為語音是這一輪最被低估的入口。文字對話需要員工主動打字，語音可以嵌進正在做事的雙手裡。對前線工序而言，語音的滲透速度會快過桌面軟件。</em><br><em>如何改善：本週找一位前線同事，用一部手機做一次實測：讓他邊做邊講十分鐘，事後由 AI 生成一份交接記錄，再叫他評價準確度。這一次實測的結論，比任何產品介紹都有用。</em></li><li><strong>五家實驗室十天內連發模型，Agent 開發者被迫付「評估稅」</strong> — 9 月 1 日至 10 日，Anthropic、Google、Meta、OpenAI、DeepSeek 先後推出前沿模型，輸入價格相差達 67 倍；有分析指評估單一 Agent 跨八項基準的中位成本約 800 美元，跑完一輪完整排行榜約 4 萬美元。Gartner 預測 40% 的 AI Agent 項目會在 2027 年前被取消，主因是成本超支而非技術失敗。<br><em>顧問觀點：我們認為企業目前最缺的不是模型，是「算得清」。多數 AI 項目失敗不是因為做不到，而是因為沒有人在立項時寫下單位成本與退出條件。當你每隔兩週就要重新評估一次模型，你需要的不是更快的評估，而是更少的評估對象。</em><br><em>如何改善：本週為每一個進行中的 AI 項目補上三行字：每月單位成本上限、由誰負責看住、以及什麼情況下要停。三行字，足夠擋住大部分超支。</em></li><li><strong>三大實驗室同日推出網絡安全專用模型與企業治理方案</strong> — 9 月 20 日，Google 透過 Fairwind 計劃向超過 650 個安全夥伴開放 Gemini 3.8 Flash Cyber；Anthropic 為 Claude Fable 5.1 解鎖網絡安全用途，並推出 Enterprise Frontier Safeguards 治理產品；OpenAI 則將 Astra 定位為達到其準備框架的 Critical 門檻。<br><em>顧問觀點：我們認為真正的瓶頸不在模型，而在政策。多數企業拿到授權之後會卡在同一個地方：內部沒有那份寫明「可以用 AI 對自家系統做什麼」的政策，於是能力買了、不敢用。這是未來十二個月最普遍的停滯點。</em><br><em>如何改善：本週先寫一頁「AI 可以做／不可以做」清單，涵蓋三個最敏感的動作：對自家系統掃描、對外寄送內容、自動修改配置。不需要完整，只需要有第一版。</em></li><li><strong>歐盟 AI Act 首輪執法開跑，招聘與篩選工具成頭號對象</strong> — 歐盟 AI Office 與法國 CNIL、德國 BfDI、西班牙 AESIA 等監管機構自 9 月起展開首輪合規檢查，9 月 10 日確認自動履歷篩選與人力資源決策工具在檢查範圍內；重點打擊的三類用途為履歷篩選、零售銀行信貸評分、私人醫療分流。第 50 條透明度義務已於 8 月 2 日可執行，違規罰款最高 1,500 萬歐元或全球營業額 3%。<br><em>顧問觀點：我們認為香港與內地企業會以兩種方式被捲入：一是直接服務歐盟客戶，二是替歐盟客戶做外包。前者的風險寫在合約裡，後者的風險寫在問卷裡。而問卷來得比法規快。</em><br><em>如何改善：本週做一件事：把公司現有會「自動篩掉人」或「自動評分」的流程列出來——包括 Excel 巨集與評分表，不限於 AI 工具。這份清單就是未來問卷的底稿。</em></li><li><strong>Cloudflare 改寫爬蟲預設：訓練與 Agent 流量預設封鎖，搜尋保持開放</strong> — Cloudflare 於 9 月 15 日把 AI 爬蟲控制由單一開關拆成三類：搜尋、AI 訓練、AI Agent。新接入的廣告變現網域，預設允許搜尋、封鎖訓練與 Agent 流量；現有免費方案且從未設定過的客戶同樣被套用新預設。<br><em>顧問觀點：我們認為未來兩年「被 AI 引用」會取代「被 Google 排名」，成為內容工作的主要 KPI。而這件事有多脆弱，這一週展示得很清楚：一個你從未打開過的預設值，就可以決定你的內容會不會出現在答案裡。</em><br><em>如何改善：本週用五分鐘做兩件事：打開主機商的 AI 爬蟲設定，確認搜尋類別沒有被誤封；然後在一個 AI 搜尋工具裡搜自己的公司名，看回答引用了哪些來源。第二件事往後每月做一次。</em></li><li><strong>阿里發布「企業上下文」與 899 元桌面機械人，數字員工由雲端走向桌面</strong> — 9 月 22 日雲棲大會，千問辦公發布面向企業的「企業上下文」（Enterprise Context）功能，將企業資料壓縮與結構化後供 Agent 判斷，並同步推出安全中心；自研桌面機械人 Eva 首次亮相，定價 899 元，內置大模型，已打通釘釘。同期字節跳動把豆包、飛書、火山引擎整合為一體化企業智能平台，百度推出「百度搭子」。<br><em>顧問觀點：我們認為中國市場這一輪的做法比歐美更貼近企業現實——直接把 Agent 放進既有的協作工具（釘釘、飛書）裡，而不是要員工另開一個介面。對中小企而言，最實際的訊號是：不需要先建 AI 平台，先整理好自己那份「工作上下文」。</em><br><em>如何改善：本週做一件低成本的事：選一個崗位，把他「每次做決定時要看哪些資料」寫成一頁清單。這一頁就是未來餵給 Agent 的企業上下文雛形，也是 AI 落地最容易被跳過、但最關鍵的一步。</em></li><li><strong>行業調查：七成組織授予 Agent 超出人類員工的權限，「KYA」標準正式立項</strong> — 9 月 22 日深圳一場產業智能體大會披露多項調查數字：70% 組織授予智能體超出同等人類員工的權限；80% 組織已報告智能體執行超出預期範圍的行為；62% 企業將數據權限與安全合規列為跨系統執行的首要障礙。9 月 10 日，螞蟻數科與中國電子技術標準化研究院等推動的《智能體身份管理要求》國家標準化指導性技術文件正式立項。<br><em>顧問觀點：我們認為這一條是十條之中最應該貼在老闆檯頭的一條。當企業開始統計每項任務中「人與 AI 的分工比例」，管理就不再是感覺，而是可以量度的數字。給 Agent 開權限的那一刻，其實是企業在為它寫職位說明書——多數公司還沒有寫。</em><br><em>如何改善：本週做一張表：列出公司現時所有在跑的 Agent（包括自動化流程與機械人帳號），每一行寫上「擁有者」與「可存取的資料範圍」。凡是填不出擁有者的，先停用。</em></li><li><strong>Nvidia 支持的 Firmus 擬籌百億美元買晶片，並以馬來西亞數據中心接住 OpenAI</strong> — 據報 Nvidia 有份投資的 Firmus Technologies 正洽談約 100 億美元融資（約 75 億債務、25 億股權），用於購入 Nvidia 晶片並在印尼巴淡島興建 360 兆瓦 AI 工廠，同時籌備澳洲上市，預計集資約 50 億美元。公司已鎖定 OpenAI 為兩座馬來西亞數據中心的錨定租戶。另一邊，Nvidia 為 SB Energy 在俄亥俄州、租予 OpenAI 的數據中心園區提供最高 1,050 億美元擔保。<br><em>顧問觀點：我們認為企業不需要預測泡沫，只需要分清兩件事：那些與 AI 算力掛鉤的長期承諾（例如多年雲端合約），與可按年檢視的工具支出。前者一旦簽下就難以退出，後者才是你現階段應該集中投入的地方。</em><br><em>如何改善：本週確認一件事：公司現有的雲端與 AI 服務合約，年期是多久、有沒有中途調整條款。若有一份三年以上、且未寫明可按使用量下調的合約，值得現在就與供應商談一次。</em></li></ol>]]></description>
  </item>
</channel>
</rss>
