📌 快速答案
一句話總答:今日 AI 要聞彙整 最大事件,是 ProPublica 揭露 Anthropic 的 AI 找漏洞速度已超過微軟修補速度,引爆「修補危機」。
- AI 抓漏洞快過微軟修補:Project Glasswing 夥伴以 Claude Mythos Preview 找出逾 1 萬個高危漏洞,微軟 7 月 Patch Tuesday 一口氣修補逾 600 項創紀錄(原始報導日 2026-07-29,ProPublica)。
- 歐盟對通用型 AI 的執法權正式上路:執委會自 8 月 2 日起可要求文件、直接評估模型、命令下架,並開罰全球年營收 3% 或 1,500 萬歐元(2026-08-02,歐盟《AI 法案》)。
- DeepSeek 發布 V4-Flash-0731 正式版:重新後訓練的開放權重模型,在前端程式碼競技場總排名第 7、開放模型第 3,API 輸出每百萬 token 僅 0.28 美元(2026-07-31,DeepSeek)。
- Gemini Robotics 2 讓人形機器人「從腳到指尖」全身可控:三款模型同步發表,Apptronik Apollo 2 可行走、蹲下並取放物件,轉開燈泡成功率 92%(原始報導日 2026-07-30,Google DeepMind)。
- 美國會兩委員會調查 DoorDash 使用中國 Kimi 模型:要求 8 月 14 日前交代所用的每個中國模型與安全測試結果(2026-07-31,美國聯邦眾議院國土安全委員會)。
- 快訊:全球記憶體短缺燒到 MacBook Air;GCheck 報告指 63% 美國員工誇大 AI 能力;英國宣布 14 歲起教 AI;7 萬次測驗指多數 LLM 穩定落在「自由意志左派」象限。
報導日期:2026 年 8 月 3 日(台灣時間,UTC+8)。前一日彙整:AI 要聞彙整 2026-08-02:亞馬遜 500 億美元入股 OpenAI 到位。
這幾天 AI 新聞的關鍵字一直是「代理跑出去闖禍」,今天換了一個更難堪的角度:同樣的能力用在防守端,結果是防守方自己撐不住。ProPublica 取得的微軟內部會議錄音顯示,Anthropic 未公開模型找漏洞的速度已經超過微軟修補的速度,7 月一次推送逾 600 項修補是這件事最直接的證據——你以為的「更新變多」,其實是產業級的塞車。同一天,歐盟《AI 法案》對通用型 AI 的執法權正式生效,執委會從今天起可以直接要求模型下架;台灣媒體多把罰則寫成「年營收 7%」,實際上這批新生效的條文是 3%,兩者差一倍以上。模型端也沒閒著:DeepSeek 把 4 月的 Flash 預覽版重新後訓練後正式發布,以近乎白菜價擠進前端程式碼競技場前七;Google DeepMind 則讓 Gemini Robotics 2 第一次控制整具人形機器人。以下五則逐則查證,另有四則快訊。
AI 找漏洞比微軟修得更快,ProPublica 揭露 Project Glasswing 引爆「修補危機」
調查報導網站 ProPublica 於 2026 年 7 月 29 日披露,Anthropic 未公開發布的 Claude Mythos Preview 在資安計畫 Project Glasswing 中挖漏洞的速度,已經超過微軟修補漏洞的速度;微軟 7 月 14 日的例行更新一次推出逾 600 項修補,創下歷來紀錄(原始報導日 2026-07-29)。 依 ProPublica 取得的內部會議錄音與文件,光是 SharePoint 一款產品,4 月就被找出 90 個「嚴重」與 141 個「重要」級漏洞。
Project Glasswing 是 Anthropic 4 月公開的計畫,約 50 個合作夥伴以該模型掃描關鍵軟體,累計找出逾 1 萬個高危或嚴重漏洞,微軟是夥伴之一。
這對台灣讀者為什麼重要: 這件事已經進到你的電腦裡了。往後 Windows 更新的體積與頻率只會往上走,「等等再更新」的成本比以前高得多——被公開的漏洞資訊,攻擊方拿得到的時間點跟你一樣早。企業 IT 要注意排程:過去每月一次的修補窗口若照舊,累積的未修項目會愈滾愈大;而被歸為「低危」長期擱置的那一批,正是串連攻擊最愛的材料。
編輯觀察: 真正的瓶頸從來不在「找不找得到」,而在「修不修得完」。AI 把發現成本壓到接近零,卻沒有同步壓低修補、測試與部署的成本——後三者仍受限於停機時間、相容性驗證與人力。微軟內部把資安修補視為成本中心、把新產品視為利潤中心的文化,在漏洞供給爆增的環境下會被放大成結構性風險。五眼聯盟 6 月底那份罕見的聯合聲明說「數月內、而非數年後」,現在看起來不是危言聳聽。
來源: ProPublica(原始報導日 2026-07-29)、unwire.pro(2026-07-31)、Anthropic 官方 Project Glasswing 頁面。
歐盟《AI 法案》對通用型 AI 的執法權 8 月 2 日生效,罰則上限是 3% 而非 7%
歐盟《AI 法案》第五章關於通用型 AI(GPAI)模型提供者的監督與執法權,已於 2026 年 8 月 2 日正式生效;歐盟執委會自該日起可要求業者提交技術文件、直接對模型進行評估、命令限制上市或撤回產品,並依第 101 條開罰全球年營收 3% 或 1,500 萬歐元(取高者)。 GPAI 的實體義務本身自 2025 年 8 月 2 日起就已適用,但執委會被給予一年調適期才啟動執法機器。
台港媒體普遍把罰則寫成「最重罰全球年營收 7%」——7%(3,500 萬歐元)是《AI 法案》對禁止用途的罰則,自 2025 年 2 月起已適用,與這次生效的 GPAI 執法權不是同一條。
這對台灣讀者為什麼重要: 對一般使用者,短期最可能感受到的是「功能在歐洲先被關掉」——業者面對可被下令撤回的風險時,慣常做法是先在歐盟限制功能,而台灣通常跟著同一套全球版本走。企業端更直接:產品若把某個 GPAI 模型包進去賣到歐洲,你就是法規定義的「下游提供者」,得拿得出上游模型的技術文件;採購時把「供應商是否已備妥歐盟合規文件」寫進合約,比事後補救便宜太多。
編輯觀察: 這一天真正改變的不是規則,而是規則有沒有牙齒——義務去年就存在,差別在於今天起執委會可以真的動手。最值得盯的是第 92 條的「直接評估模型」權:監管機關能自己跑測試,而不是只看廠商交上來的文件。至於罰則被媒體翻成 7%,是典型的翻譯層失真——數字抄自法案裡最醒目的那一條,卻套錯了適用對象。真要擔心的不是罰款金額,而是「限制上市、撤回、回收」這三個動詞。
來源: 歐盟《AI 法案》第五章執法說明(Future of Life Institute)、歐盟執委會 AI 法案專頁、《AI 法案》第 101 條。
DeepSeek 發布 V4-Flash-0731 正式版,前端程式碼競技場總排第 7、開放模型第 3
DeepSeek 於 2026 年 7 月 31 日正式發布 DeepSeek-V4-Flash-0731,把 4 月的 Flash 預覽版以強化過的後訓練管線重新訓練,主攻程式碼、代理與工具使用;該模型在高推理力度設定(DeepSeek-V4-Flash-High)下,於 Arena.ai 的前端程式碼競技場(Frontend Code Arena)以 1,586 分排名總榜第 7、開放權重模型第 3。 依 Arena.ai 公布的成績,這比同設定的預覽版進步 154 分,也比 DeepSeek 自家旗艦 V4-Pro-Preview 高出 121 分。
模型延續 MIT 授權、權重公開於 Hugging Face,官方 API 定價維持每百萬輸入 token 0.14 美元、輸出 0.28 美元——這個數字放在當前閉源旗艦動輒每百萬輸出十數美元的區間裡,相差約一到兩個數量級。
這對台灣讀者為什麼重要: 對開發者與中小企業,這代表「自己架一套堪用的程式碼助手」的門檻又降了一階——權重可下載、授權寬鬆,資料不必送出境,對有個資或營業秘密顧慮的團隊是實質選項。但要把兩件事分開看:模型能下載,不等於可以無腦導入。中國模型近期正是美國國會調查的對象(見本篇下方 DoorDash 一則),若你的客戶或供應鏈牽涉美國政府採購,選型前得先確認合約與法遵限制。
編輯觀察: 這次真正的看點不是分數,是方法——同一批基礎權重,只換後訓練管線就拉高逾 150 分,說明前沿實驗室之間的差距有相當一部分不在算力,而在資料與訓練配方。這對算力受限的一方是好消息,對「靠堆卡拉開差距」的敘事則是壞消息。另一個值得追蹤的是定價:當開放權重模型能用閉源旗艦的零頭跑到接近的成績,承壓的不是模型本身,而是按 token 計費的商業模式。
來源: Arena.ai 官方公布(X)、MarkTechPost(2026-07-31)、Simon Willison 記錄(2026-07-31)、Artificial Analysis 模型頁。
Google DeepMind 發表 Gemini Robotics 2,人形機器人首度「從腳到指尖」全身可控
Google DeepMind 於 2026 年 7 月 30 日發表 Gemini Robotics 2,首度讓模型控制整具人形機器人的全身動作,而非僅上半身;同步推出具身推理模型 Gemini Robotics ER 2 與可在裝置端執行的 Gemini Robotics On-Device 2(原始報導日 2026-07-30)。 依官方公布的實測數據,搭配 SharpaWave 五指手的 Apptronik Apollo 2 在「轉開燈泡」達 92% 成功率,但「鎖上燈泡」僅 36%、綁垃圾袋 44%,多指精細操作仍是難關。
全身取放方面(改搭 Inspire hands 的 Apollo 2),從桌面取物成功率 68.4%、層架 76.3%、地板 45.7%。ER 2 負責拆解長達數分鐘、涉及數百個決策的多步驟任務並首度支援多機協同;On-Device 2 能以少於 200 筆示範資料適配全新機體。
這對台灣讀者為什麼重要: 台灣是人形機器人零組件與代工的重要供應端——減速機、伺服馬達、力覺感測器、電池與散熱都在本地供應鏈上。模型層一旦成熟到「換機體只要幾小時」,硬體端的差異化就會從「能不能動」轉向「精度、耐用度與成本」,這正是台廠的主戰場。反過來說,軟體層被 Google 這種等級的玩家吃下,台廠也很難靠自研控制軟體建立護城河。
編輯觀察: 官方願意把 36% 和 44% 這種難看的數字一起放出來,反而是這次發表最可信的部分——它明確指出多指靈巧操作還沒到可商用水準。真正的技術轉折點在 On-Device 2 的「數小時適配新機體」:過去每換一款機器人幾乎要重做一次資料與訓練,如果這個數字站得住,機器人產業的邊際成本結構會被改寫。至於「什麼時候能進家裡」,官方自己也承認移動速度還有很大改進空間,不必急著把示範影片當成上市時程表。
來源: Google DeepMind 官方部落格(原始報導日 2026-07-30)、Gemini Robotics 2 安全技術報告、Engadget(2026-07-30)。
美國會兩委員會調查 DoorDash 使用中國 Kimi 模型,要求 8 月 14 日前交代
美國聯邦眾議院「中國問題特別委員會」主席 John Moolenaar 與「國土安全委員會」主席 Andrew Garbarino 於 2026 年 7 月 31 日致函 DoorDash 執行長 Tony Xu,要求說明該公司評估與部署中國 AI 模型的情形,並在 8 月 14 日前提供所使用的每個中國模型與已執行的安全測試資料。 依委員會說法,DoorDash 把較困難的任務交給美國前沿模型,較低階的工作則交給中國月之暗面(Moonshot AI)的開放權重模型 Kimi K2.6,並稱這個配置效能更好、成本更低。
兩位主席並要求相關主管在 8 月 21 日前赴國會簡報;信中引述白宮科技政策辦公室的公開指控,稱月之暗面曾對美國 AI 模型進行大規模蒸餾。
這對台灣讀者為什麼重要: 台灣不少軟體與電商團隊近一年大量採用中國開放權重模型,理由與 DoorDash 一樣:便宜、可自架、效能夠用。這則案例把成本以外的那本帳攤開了——若營收有一部分來自美國客戶,或供應鏈涉及美國政府採購,「用了哪家模型」有機會成為稽核項目。務實做法不是全面禁用,而是留下可稽核的紀錄:哪些任務用了哪個模型、資料有沒有出境、做過什麼安全測試。
編輯觀察: 這封信的真正對象不是 DoorDash,而是所有正在算成本的美國企業採購。開放權重模型的問題從來不只是「安不安全」,而是它把治理責任從供應商轉移到了使用者——你自己下載、自己部署,出事沒有第三方可指。委員會挑一家外送公司下手也頗有意思:這不是國防承包商,只是把 AI 用在寫程式的日常企業,恰恰說明這條線畫得比多數人以為的更前面。
來源: 美國聯邦眾議院國土安全委員會公告(2026-07-31)、南華早報(2026-08-01)。
⚡ 今日 AI 快訊
全球記憶體短缺燒到 MacBook Air,美國官網出貨排到 8 月下旬。 彭博社 Mark Gurman 指出,AI 業者對記憶體的巨量需求造成的缺貨,已從 Mac mini、Mac Studio 蔓延到蘋果最暢銷的 Mac;蘋果以調漲售價與轉向中國供應商因應,返校促銷延後,行銷素材改主打 MacBook Pro 基本款並註明「MacBook Air 視供貨情況而定」。(來源:TechCrunch,2026-08-02,引述彭博社報導)
GCheck 報告:63% 美國員工坦承誇大自己的 AI 能力。 美國背景調查平台 GCheck 的《自動化焦慮報告 2026》調查 1,500 名全職員工,63% 承認曾誇大 AI 能力、僅 34% 敢說自己具專業水準,16% 直接對主管謊稱擁有不具備的技能;另有 64% 表示雇主從未驗證過他們的 AI 技能。(來源:科技新報轉載經理人月刊,2026-08-02;原始報告:GCheck The Automation Anxiety Report 2026)
英國宣布 14 歲起教 AI、並媒合企業實習,因應失業潮。 依科技新報報導,英國首相 Andy Burnham 宣布當地近 15 年最大規模教育改革,終結長期沿用的學制設計,將 AI 課程下放至 14 歲並搭配企業實習,目標是改變「大學至上」的單一升學路徑。(來源:科技新報,2026-08-02)
7 萬次測驗指多數 LLM 穩定落在「自由意志左派」象限。 AI 偵測工具團隊 Unslop.run 以政治光譜(Political Compass)量表對主流大型語言模型進行大規模測試,結果顯示多數模型穩定落在「自由意志左派」(libertarian-left,經濟偏左＋反威權)象限,OpenAI 模型自 2024 年起進一步左傾、Anthropic 模型則逐漸向中間移動;研究者自承此實驗未達完整學術嚴謹度,僅適合比較模型間的相對差異。(來源:科技新報,2026-08-02)
🔭 接下來值得觀察
- 微軟 8 月 Patch Tuesday 的修補數量:7 月逾 600 項是否為單月異常,還是新常態的起點,8 月 11 日就會有答案;若再度突破,企業的月度修補窗口勢必得重排。
- 歐盟執委會會不會真的動用第 92 條:法條生效與實際開第一槍是兩回事。首個被要求交出技術文件或接受直接評估的 GPAI 業者是誰,將決定這套機制的實際威懾力。
- DoorDash 8 月 14 日的回覆內容:公司是否揭露完整的中國模型使用清單、是否因此調整選型,會成為其他美國企業的參考範本。
- Gemini Robotics 2 的早期夥伴名單:VLA 與裝置端模型目前僅開放早期夥伴,台廠是否進入這份名單,是觀察台灣在人形機器人分工位置的直接指標。
📚 參考資料來源
- ProPublica:Anthropic’s Mythos and Microsoft’s software vulnerabilities(2026-07-29)
- unwire.pro:Anthropic 的 AI 抓漏洞速度快過 Microsoft 修補 Project Glasswing 揭「補丁危機」(2026-07-31)
- Anthropic:Project Glasswing: Securing critical software for the AI era
- Future of Life Institute:Enforcement of Chapter V under the EU AI Act(2026-03-31 更新)
- 歐盟執委會:AI Act — Shaping Europe’s digital future
- Arena.ai:DeepSeek-V4-Flash-High 前端程式碼競技場成績公布(2026-07-31)
- MarkTechPost:DeepSeek Upgrades DeepSeek-V4-Flash-0731 with Major Agentic and Coding Gains(2026-07-31)
- Google DeepMind:Gemini Robotics 2 brings whole body intelligence to robots(2026-07-30)
- 美國聯邦眾議院國土安全委員會:Chairmen Garbarino, Moolenaar Continue Joint Investigation Into Security Risks Posed by PRC Open-Weight AI Models(2026-07-31)
- 南華早報:US lawmakers investigate DoorDash’s use of Moonshot AI’s Kimi K2.6 model(2026-08-01)
- TechCrunch:The global memory shortage hits the MacBook Air(2026-08-02)
- 科技新報:63% 員工坦承誇大 AI 能力,美國職場「假裝很懂」成生存法則(2026-08-02)
- 科技新報:英國推 14 歲起學 AI 兼企業實習,終結大學至上應對失業潮(2026-08-02)
- 科技新報:AI 也有政治立場?7 萬次測驗揭露多數 LLM 穩定偏向自由左派(2026-08-02)
⚠️ 本文為時效性要聞彙整,事件細節以各家官方/原始報導為準;數字與金額均為撰稿時查證結果,傳聞題已明確標示且未經官方證實。