Google 內部正在悄悄改變 AI 工具的使用邊界。根據多份內部報告，Google 已透過 Antigravity 開發平台，將 Anthropic 的 Claude Opus 5 開放給公司全體工程師存取，不再限定於 DeepMind 與其他優先團隊。這是 Google 工程文化的一次顯著轉變，也反映出 Gemini 在內部實際使用上的侷限。

加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員！

Antigravity 成為橋樑

Antigravity 是 Google 內部的 AI 輔助開發平台，最初聚焦在程式碼生成與編輯上。今年 I/O 發表 Antigravity 2.0 後，它已升級為具備代理人能力的 AI 開發環境，可以執行多步驟任務、呼叫工具並自主完成複雜的工程工作。

這次 Claude Opus 5 的全面開放，正是透過 Antigravity 實現的。工程師在 Antigravity 介面內可以選擇使用 Claude，Google 為每位工程師設定了使用配額，不是無限制開放，但範圍已從少數團隊擴展到整個工程組織。

Gemini 的官方地位與實際落差

Google 的官方立場從未動搖。Gemini 是 Google 自家的 AI 模型，也是公司向外部市場力推的產品。在內部，Gemini 仍是主要推薦的 AI 工具，公司層面的訓練、文件、工具整合也都以 Gemini 為核心。

但工程師的實際回饋持續顯示落差。部分工程師反映，Gemini 在某些複雜程式碼任務上的表現不符預期，尤其是涉及多文件重構、長上下文理解或精確除錯時。這類抱怨在工程師社群並不新鮮，但過去的選項有限。Google 曾明確禁止工程師使用 Claude Code 與 OpenAI Codex 等外部工具，這條界線在一定程度上被此次的政策鬆動。

每人配額制的意義

允許使用但設定配額，是 Google 在官方立場與實際需求之間找到的折衷方式。配額制意謂 Claude 不是要取代 Gemini，而是作為補充選項，讓工程師在 Gemini 無法有效處理的任務上有其他出路。

對 Anthropic 而言，進入 Google 內部工程環境是一個重要的市場訊號。在過去，Google 既是 Anthropic 的投資方，也是潛在競爭對手。這種關係一直存在一定張力，Google 工程師實際使用 Claude 完成日常工作，讓這個張力以更具體的形式呈現出來。

對 AI 撰碼工具市場的影響

AI 撰碼工具市場的競爭正進入新階段。Cursor、GitHub Copilot、Claude Code、Gemini Code Assist 各自在企業與個人市場佔有一席之地，但這些工具能否進入科技巨頭的內部開發流程，是另一個層次的競爭。

Google 的案例顯示，即使是自家有強大 AI 模型的公司，也無法完全抵擋工程師對外部工具的需求。當工程師認為另一個工具能讓他們把工作做得更好，公司最終也需要在效率與品牌一致性之間做出取捨。Google 這次選擇了有條件開放，而非繼續封鎖。

這個選擇對 Gemini 的市場形象有一定影響，但對工程師生產力來說，可能是務實的決定。

責任編輯：Mia

本文初稿由 INSIDE 使用 AI 協助編撰，並經人工審校確認；加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員！

延伸閱讀：

• 【Google I/O 2026】Antigravity 2.0 從程式碼編輯器升級為 AI 代理人平台，開發者迎來桌面應用程式、CLI 與 SDK 三路齊發

• 外媒曝：Google 外包正在用 Claude 改善 Gemini

• Claude Code 創始者 Boris Cherny 親自示範每天在用的 15 個功能，從排程自動化到說話寫程式

AI 應用正從影像辨識、資料分析，延伸至機器人的環境判斷與動作執行，面對缺工、成本與產能壓力，企業導入自動化的需求增加，也讓運算效能之外的耗電、設備成本與系統整合成為焦點。

Intel（英特爾）在今（16）日舉辦的策略說明會中，提出結合 CPU、GPU、NPU 的異質運算架構，搭配開源工具與產業參考設計，推動邊緣 AI（Edge AI）向實體 AI（Physical AI）發展。

Intel 邊緣運算事業群生態系發展部門總經理杜唯揚指出，市場面臨的問題已經不是「缺乏模型」，反而是「模型選擇困難症」，如何將模型用於實際工作，成為下一階段重點。

Intel 希望串接感知、推理與行動，讓攝影機及感測器取得的資訊，經 AI 判斷後交由機器人、工業系統或無人機執行，形成持續回饋的運作循環。

Photo Credit: Intel

精選文章直送，點擊立刻訂閱 INSIDE 電子報！

依任務分配算力，降低系統整合成本

杜唯揚表示，邊緣設備必須同時處理物件偵測、分類、追蹤及生成式 AI 等不同任務，因此需要能分工合作的運算平台，Intel 主張依工作特性，將任務分配給 CPU、內建 GPU 與 NPU，在有限的耗電條件下兼顧處理量與反應速度，並降低額外配置獨立顯示卡的需求。

硬體方面，Core Ultra 系列 3 邊緣運算處理器採用 Intel 18A 製程，並通過嵌入式與工業應用認證，提供較寬的工作溫度範圍及全天候運作支援，Intel 表示，透過單一系統單晶片整合 AI 加速與控制功能，可減少多晶片架構的整合負擔，實際效益仍取決於模型、設備配置與工作需求。

Photo Credit: Intel

為縮短導入流程，Intel AI Edge Systems 提供標準化參考設計、基準測試及驗證工具，協助硬體業者依效能、尺寸與耗電需求配置系統，Open Edge Platform 則提供模組化的開源軟體、工具庫及管理功能，銜接評估、建置與部署，並支援遠端設備管理，減少現場維護需求。

其中，Edge AI Suites 提供產業參考應用、範例程式碼與測試工具，已有城市交通、零售、教育、製造、機器人，以及醫療與生命科學六套正式版本，另有政府與航太預覽版。

Intel 合作生態系已有 155 套系統及 137 項應用，反映其策略除了供應晶片，也著重軟硬體夥伴的共同開發與市場推廣。

Photo Credit: Intel

從資料蒐集、模型微調到機器人部署

在實體 AI 領域，Robotics AI Suite 整合視覺、AI 推論、即時控制與機器人開發工具。

Intel 邊緣運算事業群平台研發協理王宗業形容，這套工具如同機器人的「設計師」，協助開發者建構地圖、導航與運動控制功能，他以晶圓廠搬運機器人為例，指出搬運晶圓卡匣不僅要求定位精準，也必須維持高度的重複穩定性。

Physical AI Studio 與 OpenVINO Physical AI 則分別處理模型開發及部署需求，前者透過圖形化介面，支援機器人連接與校正、示範資料蒐集、模型微調、最佳化及匯出，王宗業以煮荷包蛋為例，說明開發者可蒐集抓取平底鍋、敲蛋等動作資料，讓既有模型學習特定任務，減少從頭訓練的負擔。

Photo Credit: Intel

OpenVINO Physical AI 負責銜接模型、推論環境與機器人系統，並整合其他開源開發工具，王宗業表示，一般開源部署環境可能占用十幾至二十幾 GB，經最佳化後可精簡至 1GB 以下，有助降低儲存空間需求與量產成本。簡報也呈現跨平台訓練、建置與模擬，再部署至 Intel 硬體的開發方式。

依 Intel 提供的案例，Ella 商店系統將原本的 CPU 搭配獨立加速器架構，整合至單一 Core Ultra 系列 3 平台，同時處理即時控制與 AI 運算，系統內的三個 AI 代理分別負責顧客互動、營運管理及商業智慧分析，再由具備確定性控制能力的協調器調度機器人，呈現多項工作共用運算平台的應用方式。

傳統控制結合 AI，商用仍須通過場域驗證

對於機器人應採取何種控制方式，王宗業表示，目前務實的做法是「傳統控制 + AI 輔助」，成熟的運動控制交由 CPU 處理，複雜的環境判斷與動作規劃則由 AI 協助。

Photo Credit: Intel

例如，機器手臂的抓取動作可沿用既有控制技術，物品應放在哪裡、如何避免碰撞，再交由 AI 判斷。

從開發走向商用，仍須投入測試時間，王宗業估計，一般專案開發約需三至九個月，但實體 AI 涉及人員與環境接觸，「通常還會花半年到一年進行場域測試」。

Intel 也支援開源模擬工具，讓開發者在實機測試前先驗證動作，並透過硬體安全機制與軟體開發指引協助處理資安需求，運算整合與開源工具能否轉化為部署效益，最終仍須由實際環境中的可靠性、安全性與維護成本驗證。

核稿編輯：Mia

精選文章直送，點擊立刻訂閱 INSIDE 電子報！

延伸閱讀：

• SemiAnalysis：Google 下一代 TPU 棄用台積電 CoWoS 轉投英特爾 EMIB-T 封裝

• 一場被川普催生的晶片婚禮？Apple 攜手 Intel，分析師：至少等 2～3 年才問世

• Intel Computex 2026 主題演講：在代理型 AI 時代重塑運算版圖，18A、Xeon 6+ 與合作生態系成策略核心

今年的 Apple 秋季發表會比較「特別」一點。除了首款摺疊 iPhone「iPhone Duo」登場、新任 CEO John Ternus 首次主持，Apple 的 Mac 新品也比秋季發表會「更早登場」，打破過往要等到 10 月或 11 月才更新 Mac 的慣例。部分外媒分析，這是因為企業客戶對運算硬體的需求出乎意料地強烈，Mac Studio 和 Mac mini 在這波 AI 升級潮帶動下銷量激增，Apple 因此決定提前推出，滿足商用與專業使用者。

有意思的是，在 iPhone Duo 幾乎拉走所有目光的這場秋季發表會上，Apple 仍為 Mac 特地辦了一場媒體簡報，向媒體與創作者展示 8 月底發表的新款 Mac mini 與 Mac Studio。

簡報中，Apple 再次展示「將四台 Mac Studio 組成叢集」來跑兆級參數 AI 模型的場景，並強調接上標準家用插座就能運作，不需要特殊供電設備。這是 Apple 發表 Mac 新品時特別強調的一點，這次也在秋季發表會期間再次對外展示。

讓 AI Agent 在上萬行程式碼裡找 Bug

現場展示從一個出錯的 3D 場景開始。這個場景包含霧氣、多種光影效果，程式碼超過一萬行，建置和執行都沒有問題，畫面卻整片偏綠。Apple 現場人員解釋，一般的程式錯誤，編譯器會直接指出哪一行出錯；這類視覺上的 Bug 則只能靠肉眼發現，開發者得在數萬行程式碼裡逐一排查，每花一小時除錯，就少一小時開發新功能。

展示者開啟 Xcode，呼叫在背景執行的 AI Agent，輸入的提示大意是：「紋理壞掉了，請檢查專案、使用除錯工具找出原因，並建議修正方式。」

送出提示後，負責運算的四台 Mac Studio 開始忙碌起來。Agent 載入技能、在 Terminal 執行指令、掃描程式碼，逐步追查問題出在哪裡，最後會提出修正建議。旁邊的螢幕上，四台機器的 GPU 使用率同時衝到 100%，機器本身仍安靜地運作著。

Apple 現場人員表示，這類任務交給 Agent 大約需要數分鐘到 10 分鐘，開發者自己人工排查則可能要花上好幾天。

從 NeurIPS 到秋季發表會，Mac 叢集展示越來越貼近開發者日常

這不是 Apple 第一次拿四台 Mac Studio 跑兆級模型。2025 年 12 月的 NeurIPS 大會上，Apple 便曾在攤位展示由四台 M3 Ultra Mac Studio 組成的叢集，讓觀眾在 Xcode 裡用 1 兆參數模型生成文字與程式碼。

今年 6 月的 WWDC26，Apple 與本地 AI 工具 LM Studio 合作，在四台 Mac Studio 上執行中國 AI 新創月之暗面（Moonshot AI）的 Kimi K2.6，並從 MacBook Neo 與 iPhone 遠端存取。

這次的版本，晶片換成 M5 Ultra，模型換成月之暗面 6 月推出、專攻程式開發的 Kimi K2.7 Code。這次展示的，是讓 Agent 自己執行指令、追查 Bug，並提出修正建議。三次展示都是「四台 Mac Studio 加一個兆級模型」的組合，而 Apple 描繪的使用情境則一次比一次接近開發者的日常工作。

1TB 記憶體跑 700GB 模型，靠的是 RDMA 與統一記憶體

這組叢集的每台 Mac Studio 配備 M5 Ultra 晶片與 256GB 統一記憶體，四台合計 1TB，記憶體頻寬合計每秒 4.8TB。展示使用的 Kimi K2.7 Code 採 4-bit 量化，大小約 700GB。

為什麼不塞一個更大的模型？Apple 現場人員解釋，執行這類模型時，需要預留部分記憶體，讓上下文長度有擴充空間，所以 1TB 的叢集搭配約 700GB 的模型。

四台機器能共同執行同一個模型，靠的是 Apple 在 macOS Tahoe 26.2 加入的 RDMA over Thunderbolt 功能。RDMA（遠端直接記憶體存取）原本多用在超級電腦與資料中心，讓機器之間傳輸資料時跳過作業系統與 CPU 的處理，直接在記憶體之間搬移。根據美國技術 YouTuber Jeff Geerling 的測試報告，啟用 RDMA 後，跨機器存取記憶體的延遲從約 300 微秒降到 50 微秒以下。

另一個條件是 Apple 晶片的統一記憶體設計，Mac 的 CPU 與 GPU 共用同一塊記憶體，GPU 可以直接使用這些記憶體執行模型，M5 Ultra 單台最高可配到 512GB。

而組成叢集有兩個目的：一是提升效能，四台叢集的效能最高可達單台的 3 倍；二是擴充容量，讓單台放不下的模型也能執行。M5 Ultra 的 GPU 每個核心都內建神經網路加速器，Apple 表示，處理提示的速度最高可達 M3 Ultra 的 4 倍。

不必同款機器，有 Thunderbolt 5 就能串接

根據 Apple 說明，組叢集不必使用同款機器，只要具備 Thunderbolt 5 就能串接。前一代 M3 Ultra Mac Studio，或搭載 M5 Pro、M4 Pro 的 Mac mini 都可以加入。

兩台只需要一條線就能連接；四台則必須讓每台彼此直接相連，總共用上 6 條 Thunderbolt 線，形成網狀拓撲（mesh），讓每台 Mac Studio 能像同一個系統一樣讀寫彼此的記憶體。如果改用菊鍊（daisy chain）方式串接，可以接更多台、換取更大的記憶體容量，但機器之間的延遲會拉長，效能也會受影響。

滿載約 600 至 700 瓦，一般家用插座就能供電

《INSIDE》詢問，一般使用者在家組叢集時，需不需要擔心任何供電問題。Apple 人員回答，這組叢集接的就是標準家用插座，不需要任何特殊設備；若用其他硬體搭出類似配置，可能需要數千瓦的電力。

Apple 也提供了現場的功耗數字。展示開始前，四台 Mac Studio 待機時合計約 71 瓦；Apple 表示，執行模型與排錯任務、GPU 使用率達到 100% 時，整體功耗約為 600 至 700 瓦。現場人員補充，有時光是一張 GPU 的功耗就可能達到這個數字。

Apple 現場人員也邀請媒體與創作者觸摸機身，確認運作時的溫度。《INSIDE》在四台機器 GPU 使用率達到 100% 時實際觸摸，機殼摸起來仍是涼的，沒有明顯發燙，機器運作時也相當安靜。

這就是 Apple 所說「一般家用插座就能供電」的具體情境。兆級模型聽起來離個人工作者很遠，但 Apple 讓它在四台桌上型電腦上執行，也把耗電量直接攤在陽光下。

一次排錯約 60 美元！Apple 為何主張把模型留在本地

Apple 現場人員表示，他們試算過，同樣的排錯任務若送到雲端 API 執行，一次約需 60 美元；團隊若有數百個問題要處理，累積起來就是數萬美元，而使用本機執行則是 0 雲端 token 費用。此外，開發中的程式碼往往尚未公開，不少企業並不希望上傳到雲端。把模型放在自己的叢集上執行，就不必按 token 計費，程式碼也不會離開公司。

Apple 現場人員也解釋，只要為這座建置好的叢集設定一個 IP 位址，它可以放在公司機房或任何地方，而分散在世界各地的開發者與團隊成員都可以透過網路遠端連線，將 Bug 排錯與 AI 任務交由這座叢集處理，開發者就能把時間留給寫新功能。

新款 Mac Studio 將於 9 月 22 日開始出貨，M5 Ultra 機型起價 199,900 元新台幣起，最高的 512GB 記憶體配置則要等到 10 月底出貨。

核稿編輯：Mia

延伸閱讀：

• 當 Apple Watch 開始感知周遭：蘋果為手腕上的 AI 做了哪些硬體準備？

• 當 John Ternus 選擇將 AI 置於所有硬體產品之前：2026 iPhone 發表會快評

• 從 C1、N1 到 C2：Apple 自研晶片，正在改變 iPhone 能做成什麼樣子

   

美國國家公路交通安全管理局（NHTSA）9 月 10 日向 Tesla（特斯拉）發布特別命令，要求公司以宣誓方式，說明沒有方向盤、踏板及後視鏡的 Cybercab，如何符合現行聯邦車輛安全標準。

這波爭議焦點在於：為人類駕駛制定的規範，能否由車廠自行認定不適用於無人自駕車。

Tesla 須於 9 月 30 日前完整、如實回覆，否則最高面臨 1 億 3,900 萬美元（約新台幣 44 億 4,800 萬元）的罰款，Cybercab 於 9 月 3 日在奧斯汀開始商業服務後，NHTSA 隨即啟動稽核查詢，如今進一步提出具法律效力、須附宣誓書的要求。

精選文章直送，點擊立刻訂閱 INSIDE 電子報！

自行認證能否成立

美國採車廠自行認證制度，由製造商確認車輛符合適用的《聯邦機動車輛安全標準》（FMVSS），主管機關再事後查核，Tesla 已認證 Cybercab 符合所有適用標準，但其中多項規定仍以人類駕駛為前提。

這份由 NHTSA 首席法律顧問 Peter Simshauser 簽署的命令，共列出 21 項要求，NHTSA 援引法律指出：「任何人若在盡合理注意義務的情況下，有理由知道該證明在重大事項上不實或具有誤導性，就不得出具」該證明。

第 10 項要求 Tesla 說明，哪些標準被認定不適用於無人駕駛車輛。Tesla 可能主張，為人類操作設計的規範不適用於完全自動駕駛的車輛，不過 NHTSA 的立場是，規則正式修訂前仍須遵守，製造商不能自行選擇「不適用」。

腳踩煞車與臨時操控裝置成焦點

第 19 項要求直接指向煞車設計，FMVSS 第 135 號明定：「行車煞車應透過腳控裝置啟動。」Cybercab 並無此裝置，NHTSA 因此要求 Tesla 詳細說明認證依據，NHTSA 雖已於 6 月提出修法草案，但在完成修法前，現行要求仍有效。

另一項疑問是，Tesla 是否透過臨時加裝的操控裝置完成合規認證，再將裝置拆除，若是如此，就涉及《安全法》禁止「使其失效」的規定，也就是不能在認證時裝妥必要安全設備，卻在交車前移除。

命令將「調查對象車輛」界定為「缺乏永久固定的傳統手動操控裝置」的車輛，涵蓋煞車踏板、加速踏板、方向盤、後視鏡及指示燈，其他查核項目包括檔位顯示、方向燈隨方向盤轉動自動關閉，以及後方影像與車身穩定控制指示燈等要求。

Zoox 豁免案提供對照

NHTSA 另援引 2022 年規則指出，完全由自動駕駛系統操作的車輛若要製造販售，「很可能有必要」進一步修改 FMVSS，除非車廠取得第 555 部分規定的豁免，Tesla 尚未取得這項豁免，須說明 Cybercab 的合法販售依據。

相較之下，Amazon（亞馬遜）旗下 Zoox 於 7 月取得臨時豁免，涵蓋腳踩煞車、後視鏡等八項聯邦標準，可用沒有傳統操控裝置的車輛提供收費載客服務，每年上限為 2,500 輛，效期至 2028 年，Zoox 先取得示範用途豁免，再獲准商業營運，Tesla 則採自行認證方式投入服務。

Tesla 的回覆須由負責主管宣誓簽署，提供不實資訊或隱匿資訊可能面臨刑事罰金，或最高 15 年有期徒刑，這場爭議的核心，是無人自駕車在法規修訂完成之前，應如何證明合規，以及是否須先取得豁免才能投入市場。

核稿編輯：Mia

精選文章直送，點擊立刻訂閱 INSIDE 電子報！

延伸閱讀：

• 不會開高速公路！Tesla Cybercab「挾持」乘客 70 分鐘

• Tesla 擬以 Robotaxi 取代維修代步車，整合送修接駁與自駕叫車服務

• Tesla Cybercab 無方向盤上路即遭調查，NHTSA 檢視自行認證依據

最後一屆的日本遊戲設計師大獎，由一款讓所有東西都「變成字」的益智遊戲奪下。Team9 的《文字遊戲》（Word Game）在 2026 年日本遊戲大賞上獲得遊戲設計師大獎，同時，這也是這個獎項的最後一次頒發。

精選文章直送，點擊立刻訂閱 INSIDE 電子報！

一個全部由文字構成的世界

《文字遊戲》的概念直接且徹底，遊戲世界裡的一切，包括背景、物件，甚至主角「我」這個字，都由文字組成。玩家必須推動、組合、消除這些文字，讓關卡可以通過。

這是一個高度原創的設計概念，把文字本身的可操作性變成遊戲機制的核心，而不只是呈現資訊的媒介。根據 GAME Watch 的報導，評審委員一致認為這款遊戲的創意在今年入圍作品中最為突出。

遊戲設計師大獎的評選標準與一般遊戲銷售排行不同，重點在於獨創性，而非市場成績。《文字遊戲》正是在這個標準下脫穎而出。

櫻井政博與這個獎項的 16 年

日本遊戲大賞旗下的遊戲設計師大獎，由《星之卡比》與《任天堂明星大亂鬥》系列製作人櫻井政博於 2010 年創設，至今已走過 16 年。這個獎的設立理念，是要讓一線遊戲設計師以業界眼光評選出最具設計價值的作品，區別於一般以銷量或媒體評分為主的獎項。

2026 年，櫻井政博親自登台宣布，這屆是最後一次頒發。他的說明乾脆：「問我為什麼要停，很簡單，沒有人可以取代我的位置。」

這句話並非自大，而是現實。遊戲設計師大獎需要一個能號召頂尖設計師擔任評審、又能為整個獎項定調的核心人物。櫻井政博在日本遊戲業的地位，使他成為幾乎不可替代的召集人。他退出，獎項也就結束。

今年的評審名單印證了這一點，11 位評審全是一線設計師，包括《汪達與巨像》製作人上田文人、《鬼泣》系列神谷英樹、《超級達力歐》製作人須田剛一、《逆轉裁判》系列巖井一正、《Undertale》作者 Toby Fox，以及《尼爾》系列的橫尾太郎與《惡靈古堡》系列的三上真司。這個陣容能夠成立，本身就是一個難以複製的結果。

獨立遊戲的設計能量

《文字遊戲》在這個強調設計原創性的獎項上勝出，對整個獨立遊戲生態來說是一個重要的訊號。遊戲設計師大獎過去也曾頒給《Braid》《Celeste》等以核心機制見長的獨立作品，這些遊戲的共同點是，設計本身就是內容，不需要靠大量的美術資源或敘事填充。

《文字遊戲》沿著這條路走得更極端。它把文字的排版方式、組合規則和語意當作謎題邏輯，這類設計在大型商業遊戲的框架下幾乎不可能出現，因為它天然適合小規模、高度實驗性的開發方式。

2026 年的日本遊戲大賞整體大獎由《ぽこ あ ポケモン》奪得，這款作品走的是完全不同的方向，主打大眾市場與品牌號召力。兩個獎項的勝出者，恰好反映了日本遊戲業同時存在的兩種評量尺度，商業規模是一個，設計創意是另一個。

遊戲設計師大獎走入歷史，但它最後選出的這款作品，本身就是對「設計比資源更重要」這個命題的一次有力示範。

本文初稿由 INSIDE 使用 AI 協助編撰，並經人工審校確認。精選文章直送，點擊立刻訂閱 INSIDE 電子報！

延伸閱讀：

• 不畏日韓遊戲大國夾擊！台灣獨立開發者 Rocky Hong 如何一人打造 770 萬下載？

• 《OPUS：靈魂之橋》專訪：用溫暖感動人心，以細膩擁抱白金

9 月 12 日，Anthropic 執行長 Dario Amodei 發表長文，呼籲 AI 產業放慢研發速度以應對潛在風險。Sam Altman 與 Elon Musk 相繼表達認同，讓這篇文章迅速成為業界焦點。兩天後的 9 月 14 日，All-In Summit 上，黃仁勳面對現場觀眾給出了他的回應。

加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員！

川普現場連線，黃仁勳的一句附和

All-In Summit 現場，美國前總統川普透過視訊連線加入對話，直接回應 AI 安全的討論，稱 AI 末日論是「騙局」（hoax），不應讓恐慌干擾美國的技術發展。

黃仁勳當場回應：「你說得對，我們不會讓那種事發生的，長官。」這句話的語境是回應川普對美國 AI 主導地位的強調，但也因此讓外界開始關注黃仁勳對 AI 安全的真實立場。

黃仁勳的完整論點並非反安全

單看一句話容易產生誤讀，黃仁勳在 All-In Summit 更完整的發言顯示，他的立場是有條件支持安全機制，而非全面否定安全顧慮。

他明確表示，AI 安全需要可驗證的證據，不能只憑推測性的災難敘事要求產業煞車。他支持沙盒測試、監控機制與第三方稽核，認為這些是工程實踐層面的合理要求，也是有能力做到的事。他的反對，是針對美國在政策層面主動減慢 AI 研發速度，因為他認為這等於讓其他國家的競爭對手不戰而勝。

公司內部的安全審查流程，與政府要求整個產業放慢腳步，是兩件性質不同的事，前者是工程問題，後者涉及地緣政治競爭的判斷。

頂尖 AI 實驗室的轉型

黃仁勳在 All-In Summit 另一個值得注意的觀點，是他對 Anthropic 等頂尖 AI 實驗室現狀的描述。他認為，這些機構正在從研究型組織轉型為工程型公司，模型能力已不再是最核心的差異點，真正決定勝負的是能不能把模型有效部署、整合進實際的產品與生產流程。

這個觀點對應的是市場正在發生的實際變化。模型能力在過去幾年快速提升，但應用端的落地速度往往更慢、更複雜。黃仁勳的解讀是，實驗室的競爭重心已在移動，安全討論也應該在這個新背景下重新校準。

產業分歧的結構

從 Amodei 的減速呼籲，到 Altman 和 Musk 的附和，再到黃仁勳的有條件回應，這場對話反映的是業界內部真實存在的分歧，是對「如何在不放棄競爭優勢的前提下落實安全」這個問題的不同解法。

NVIDIA 作為 AI 基礎設施的最大受益者，黃仁勳的立場有其結構性利益考量，這一點並不需要迴避。但他在 All-In Summit 呈現的論點，比「支持 AI 無限加速」這個簡化標籤要複雜，也值得更仔細的拆解與閱讀。

責任編輯：Mia

本文初稿由 INSIDE 使用 AI 協助編撰，並經人工審校確認；加入 INSIDE 會員，獨享 INSIDE 科技趨勢電子報，點擊立刻成為會員！

延伸閱讀：

• 怕了還是累了？AI 三大巨頭罕見同陣線，阿特曼、馬斯克都認同阿莫戴籲 AI 減速

• Anthropic 監管立場升級，Amodei 籲政府有權擋下未達安全標準的前沿 AI

• 48 小時從缺席到登機，黃仁勳搭空軍一號隨川普訪中，NVIDIA 500 億美元中國棋局再添變數？

韓國修訂後的間諜罪條款於 9 月 13 日正式生效，這是韓國 73 年來首次對間諜罪定義做出重在「為北韓從事情報活動」的範疇，修法後擴大至任何外國政府或相當組織，任何人若為外國勢力取得、收集或揭露國家機密，均可面臨 3 年至 30 年有期徒刑。根據 Reuters 報導，這是韓國國安法制近一個世紀以來最大幅度的擴張。

精選文章直送，點擊立刻訂閱 INSIDE 電子報！

重點保護半導體、電池、AI 等核心技術

韓國國家情報院（NIS）指出，新法重點保護的戰略技術包括半導體、顯示器、電池與人工智慧，這些領域的關鍵技術一旦外流至敵對勢力，將對韓國國家安全與經濟競爭力造成難以估量的損失。三星電子與 SK 海力士作為全球主要記憶體晶片供應商，長期是技術竊取的高風險目標。

修法背後有直接的數據支撐。韓國 2025 年共通報 33 起技術洩露案件，創下歷史新高，其中超過一半案例與中國有所關聯，目標以半導體技術為主。舊法框架讓多起案件難以進入刑事追訴，修法後，法院有更明確的依據處理涉及中國、俄羅斯等國的技術間諜案。

法律如何改變產業防護邏輯

對於在韓國運作的外商與本地企業，新法帶來的不只是法律風險的重新評估，更是內部資安管理流程的升級壓力。過去因為法律模糊地帶而僅止於行政處置的技術外洩案，日後可能直接面臨刑事追訴，供應鏈合規、內部人員存取控制等過去容易被低估的資安法規成本，將成為企業必須正視的議題。

韓國此次修法也呼應了美國《晶片法案》、日本經濟安全保障法等一系列主要民主國家強化技術出口管制的趨勢，科技競爭的戰場從市場拓展逐漸延伸到法律攻防。

責任編輯：Mia

本文初稿由 INSIDE 使用 AI 協助編撰，並經人工審校確認。精選文章直送，點擊立刻訂閱 INSIDE 電子報！

延伸閱讀：

• 南韓砸 5 兆韓元設半導體基金！光州軍用機場 2028 年讓地蓋晶圓廠

• 韓國砸 1.2 兆美元蓋半導體聚落，三星 SK 海力士聯手攻 AI 資料中心

「SaaS 末日論（SaaS Apocalypse）」在市場上吵了半年，Salesforce 董事長暨執行長 Marc Benioff 在 2026 年 Dreamforce 開場主題演講正面回應。他認為軟體本身不會消失，可能被淘汰的是「讓人類包辦所有工作的軟體」。這場在舊金山 Moscone Center 登場的年度大會，Benioff 稱是 Salesforce 史上規模最大、也最重要的一屆，現場約 5.3 萬人參與，主題演講另有約 1,000 萬人線上收看，議程多達 1,600 場，INSIDE 今年也首度受邀到場參加。

面對成長放緩的質疑，Benioff 表示 Salesforce 營收進入 400 億美元級距才 2 年，明年就將跨入 500 億美元級距。本屆主軸是「代理式企業（Agentic Enterprise）」，Salesforce 發表 AIforce 動態介面層、4 層企業 AI 架構，以及以 NVIDIA Nemotron 為基礎打造的 CRM 推理模型 Koa，Anthropic 共同創辦人暨執行長 Dario Amodei 與 NVIDIA 創辦人暨執行長黃仁勳（Jensen Huang）也先後登台與 Benioff 對談。

Benioff 分享，他過去兩個月待在歐洲，其中一場是在瑞士洛桑和一家大客戶開了 3 小時的會，會議尾聲 Salesforce 當場用建立在 Claude 上的 AIforce 版本，替對方整個企業做出一套新介面。客戶的回饋是，Salesforce 正在釋放一直困在自家系統與中繼資料裡的價值，Benioff 形容對方「第一次看到這些被困住的價值變成真正的價值」。他說，Salesforce 內部已經用這套平台經營公司好幾個月，過去 3 年談的是 Agent 層，這次則是第一次談到 Salesforce 上的即時介面，讓使用者幾秒內就能找到答案，不必等上好幾天，並形容 AIforce 是 Salesforce 做過最令人興奮的事。

精選文章直送，點擊立刻訂閱 INSIDE 電子報！

以合成資料訓練，Salesforce 首款 CRM 推理模型 Koa 登場

Salesforce 總裁暨平台與工程長 Rohan Kumar 在主題演講中發表 Salesforce 首款專為 Customer 360 打造的 CRM 推理模型 Koa。Kumar 表示，Koa 匯集 Salesforce 27 年的 CRM 產品經驗與約十年的 AI 與資料研究，設計來支援長時間運作、需要執行多項任務的 Agent，例如協助業務 Agent 判斷複雜商機的下一步，或協助客服 Agent 處理棘手的客服案件。Koa 以 NVIDIA Nemotron 為基礎延伸打造，他說訓練過程只用合成資料（Synthetic Data），「沒有用到任何一個位元組的客戶資料」。Salesforce 官方說明指出，Koa 是以一套模擬企業 CRM 知識的自有合成資料集，對 NVIDIA Nemotron 3 Super 進行後訓練（Post-training），目前已開放部分先導客戶在 Agentforce 中使用，預計 2026 年冬季在美國區域全面推出。

AIforce 的出發點，是 Benioff 在演講中點出的企業導入 AI 卡關處，「單靠模型撐不起企業營運」。他解釋，大型語言模型本質上是機率式的，沒有紮根在企業的單一事實來源（Single Source of Truth），他一位朋友用 Claude Cowork 做了一個應用程式，每次展示時都有數字對不上。Salesforce 要做的，是把機率式的 AI 和存放企業資料的確定性（Deterministic）系統接在一起。

Salesforce 為此提出 4 層架構，第一層是 Data 360 資料層，結合 Informatica、MuleSoft 與 Tableau，負責整合、聯合（federate）與調和全企業的資料，Benioff 的說法是「資料要先做對，AI 才會對」。第二層是應用程式與語意層，Salesforce 把應用程式「無頭化（Headless）」，讓客戶 27 年來寫進中繼資料（Metadata）的物件、欄位、權限、商業邏輯、安全與分析規則，成為 AI 可以使用的智慧。第三層是 Agentforce 的 Agent 數位勞動力，第四層則是這次登場的 AIforce 動態介面層（Live Interface）。

Benioff 指出，Salesforce 的應用程式一直以中繼資料為核心，過去中繼資料被重組成 Safari、Chrome 或 iOS 上的畫面，現在則會重組進 Claude Cowork、Slack 與 Lightning 等 AI 介面。AIforce 首波有 3 種形式，Cowork 使用者有 Claudeforce，Slack 使用者有 Slackforce，Lightning 使用者則有 Agentforce Coworker，Salesforce 也會推出 SDK 讓客戶自建 AIforce 應用。Benioff 強調這些產品都內建零資料保留（Zero Data Retention, ZDR），客戶資料不會進入模型，也不會被拿去訓練其他模型。

Benioff 也發表 AIforce Max 版本，把上述 4 層功能整合成單一產品，客戶買一個方案就能取得全部功能。

西門子導入 Agentforce，Salesforce 自家 Agent 上季帶進 5 億美元潛在商機

Salesforce 以西門子（Siemens）為情境，示範 Agentforce 的兩個 Agent 如何分工：

• 進線商機 Agent「Piper」：一位收到 Siemens 經銷夥伴計畫郵件的潛在合作夥伴造訪官網，Piper 依據 Siemens 在 Salesforce 裡的客戶資料，判斷對方適合「工業自動化經銷夥伴計畫」，當場生成量身打造的計畫簡介。對方追問經銷商的商業模式時，Piper 判讀這是購買意圖的訊號，查出業務窗口 Ryan Smith，讓對方點兩下就約好會議，不必填表，也不用等待回覆。Salesforce 表示，Piper 全天候運作，每家客戶都能在 45 天內上線。

• 營運 Agent「Marshall」：鎖定供應鏈的供應商導入（Supplier Onboarding）流程，目標是把耗時數天的作業縮短到數小時。Marshall 在 Slack 裡工作，也能到電子郵件或 Microsoft Teams 找到負責人，沿途蒐集資料、審閱文件，必要時請真人審核。這次新增的能力是進入 SAP 這類後端系統作業，Marshall 先在不會動到正式環境的 SAP 沙盒（Sandbox）中，透過大型語言模型推理理解商業規則，例如美國供應商必須多填一份表單。新人要花數週才學得會的流程，Marshall 花了 90 分鐘，學完後打包成「可信動作（Trusted Actions）」資料庫，之後每次都照同一套動作執行；SAP 端若有變動，Marshall 會回到沙盒重新學習。

西門子執行長 Roland Busch 隨後登台指出，全球每 3 條製造產線就有 1 條由西門子技術自動化，每 2 個電子就有 1 個經過 Siemens 技術，Siemens 目前有 12 萬家供應商、6.5 萬家合作夥伴。Busch 說，工業 AI 是把機率式技術帶進確定性的世界，「幻覺在工廠現場是行不通的」。Siemens 的做法是把 Salesforce 的客戶資料與自家 Teamcenter 的產品資料結合，等於替每位業務與服務人員配上一位虛擬工程師。

Benioff 也公布 Salesforce 內部使用 Agent 的成績：

• Hunter 與 Piper：上一季為 Salesforce 帶進 5 億美元的潛在商機（Pipeline）。

• 客服 Agent「Casey」：上線約 18 個月，在 help.salesforce.com 處理了 500 萬件客服問題。

• Paige：負責 IT 服務管理與人資作業。

• Fin：Benioff 稱其為「全球表現最好的客服 Agent」，Salesforce 約 12 天就把 Fin 部署到 help.salesforce.com，這起收購案已在 9 月 10 日完成，Fin 即日起加入 Agentforce 陣容。

Salesforce 內部已有 7,000 名 Claudeforce 使用者，另一位展示者也提到，Salesforce 的各產業解決方案已內建超過 500 種 Agent 與動作。

Anthropic 共同創辦人 Amodei 登台，估 AI 潛在價值僅發揮 5% 至 10%

Amodei 登台前，Salesforce 應用與行銷總裁 Patrick Stokes 先在 Claude Cowork 裡示範 Claudeforce。Stokes 叫出一個自己用對話打造的指揮中心，畫面即時顯示全球各地的潛在商機、客服案件熱點與行銷活動數據。AI 助理提醒他一筆 480 萬美元、已逾期 10 天的交易卡在資安審查，他點進客戶頁面後，直接在介面裡生成訊息發到 Slack 催團隊處理，另一個按鈕則會在 Salesforce 的客戶紀錄寫入一筆活動。Stokes 說，背後靠的是「Salesforce for Claude」外掛程式，Salesforce 與 Anthropic 把模型上下文協定（MCP）伺服器、零資料保留設定與 Claude 技能包成一個外掛，管理者開啟後指定使用者即可，這類介面 6 到 8 分鐘就能建出雛形。這項服務目前為公開測試，客戶可在 AppExchange 申請開通。

Benioff 與 Amodei 的對談從 Amodei 上週末發表、談 AI 發展步調（pacing）的文章切入。Amodei 以車廠打比方，假設另一家車廠出了煞車之類的安全事故，而你自認安全紀錄是業界最好，最誘人的反應是攻擊對手不安全，但他認為更負責任的做法，是先檢視自家紀錄、加碼安全投資並重申透明度，接著號召業界一起訂定共同標準，最後再納入國際層面。他說，第一步 Anthropic 已經承諾執行，其餘兩步將與業界展開對話。

被問到這十年最大的意外，Amodei 表示是進展的速度，除了技術，更包括經濟面。他與幾位共同創辦人提出的規模定律（Scaling Laws）預測了模型會變得多強，但沒料到相關公司會成長得這麼快，產品也這麼快成為世界運作的核心。

談到企業應用，Amodei 認為 AI 的擴散（Diffusion）還有很長的路要走，「即使我們把技術凍結在現在這個狀態，我們大概也只用到這項技術潛在價值的 5% 或 10%。」他也補充，技術並沒有停下來，會持續進步。他以 Anthropic 商務長 Paul 為例，Paul 每天起床後都透過 Claude 讀取 Salesforce 資料，詢問本週前 10 大交易、最可能丟掉的 10 筆交易、這些交易的共同主題與致勝方法。Amodei 說，看過這種用法的人，比例仍遠低於能從中受益的人。

黃仁勳登台，稱 AI 安全是首要任務也是工程問題

黃仁勳表示，數百年前電力讓人類能驅動一切，網際網路讓人能找到一切，如今 AI 成為遍布全球的基礎設施層，「我們能知道一切、做到一切」。他預期每家企業、每個國家都會成為 AI 公司，也都會成為代理式企業。

他說，NVIDIA 已從 GPU 公司轉型為端到端整合的 AI 基礎設施公司，打造出能把電力與企業儲存的資料轉成智慧的 AI 工廠。在此之上，NVIDIA 做了三件事。第一是開發各領域的頂尖模型，包括語言模型 Nemotron、世界基礎模型 Cosmos、自駕導航模型 Alpamayo、BioNeMo 平台上的蛋白質模型，以及人形機器人模型 GR00T，全數開放。第二是推出同樣開放的 Agent 執行框架（Agentic Harness）。第三是他稱為全球首個安全沙盒與安全執行環境的 OpenShell，讓企業能大規模安全部署 Agent。他也預期，企業除了使用封閉模型，也會打造自家的客製化私有模型。

針對近日業界對 AI 發展步調與安全的辯論，黃仁勳說安全是第一要務，但「安全是一個工程問題」。他認為 AI 終究是複雜的運算系統，關鍵在於建立安全的測試環境並確實測試產品，對功能、能力或安全沒把握就不要發布。「市場力量已經存在，我們不需要新的法律，也不需要新的法規。」他主張企業全速前進，創新速度與產品安全並非二選一，一旦覺得產品可能不安全，就先暫停、準備好再說。

黃仁勳也再次駁斥「軟體末日」與「AI 摧毀工作」兩種說法，直言兩者都是胡說，並自稱是第一位跳出來說「軟體末日是胡說」的非軟體業執行長。他認為 AI 是疊在軟體之上的 Agent 層，會讓人把軟體用得更好，企業也會因為生產力提升而變得更有企圖心。他指出，封閉模型表現亮眼，過去一年 token 產生量估計暴增 25 倍，很大一部分集中在最近半年；同一時期，開放模型的比例也從年初的 30% 拉升到 70%。黃仁勳的解讀是，大家一方面以指數速度採用封閉模型，另一方面也在打造自己的客製化 AI。他給現場觀眾的建議是別輕易放棄，「今天測試覺得只做到預期的 80%，過幾週再測一次」，最重要的是不要被拋在後面。

聯訪中 Benioff 透露，《時代》的 AI 讀者已多過人類

主題演講結束後，Benioff 接受各國媒體聯訪，以下整理 5 個焦點問題。

Q1【SaaS 末日論與 AI 自寫程式】過去一年市場熱議企業可以用 AI 自己寫程式、取代傳統 SaaS 與 CRM，實際的客戶趨勢如何？

Benioff 表示，他其實沒看到太多企業真的這樣做，這個想法「理論上不錯」。他提到友人、All-In Podcast 主持人之一 David Friedberg 原本很認同「靠 AI 自己寫程式做出企業應用」的說法，結果行不通。Benioff 認為，企業需要完整的企業架構，包括資料結構、應用程式智慧與語意層、Agent 層，以及基本的介面。他也暗指部分唱衰說法來自想放空股票的人，並強調 Salesforce 第二季表現強勁，獲利水準與客戶合約長度都創新高，客戶流失率則是歷來最低。

Q2【AI 速度與責任歸屬】夾在 Amodei 與黃仁勳的觀點之間，Salesforce 站在哪裡？

Benioff 表示，主題演講早在本週之前就安排好，剛好兩方的觀點都聽到了。他認為科技本身沒有好壞，科技公司必須為自己打造的產品負責。在另一題中他進一步說，模型公司最了解自家技術，「覺得該放慢就放慢，覺得該加速就加速」，但都應該被究責。他以社群媒體為鑑，認為過去沒有好好要求社群平台負責，許多人因此受傷，孩子也是，「社群媒體大概只是 AI 的暖身」，業界與高層必須確保自家技術是安全的。

Q3【AI 讀者超越人類？】當 AI Agent 逐漸成為軟體的主要使用者，企業軟體介面會怎麼變？

Benioff 提到自己也擁有《時代》（Time）雜誌，如今《時代》的 AI Agent 讀者比人類讀者還多，因為 AI 以 Time.com 作為單一事實來源，《時代》因此大幅調整編輯、閱讀方式與廣告，重建提供給 Agent 的脈絡。不過他也提醒，這個世界仍以人為中心。介面方面，他說 Slack 是自己的主要介面，同時也仍在用 Lightning 與 Claude，並預期今年會是「介面之年」，Salesforce 當天展示的 3 種動態介面都能即時學習，並能依平台上的完整資訊組出應用程式。

Q4【計費方式調整】Salesforce 在法說會上談 Agent 工作單位，問是否會轉向成果計費？

Benioff 表示，這項指標是用來回報 Agentforce 與 Agent 功能在平台上的實際使用量。至於定價，全球不同規模的客戶要的計費方式完全不同，有人仍要可預測的費用，有人要依用量或消耗量計費，有人願意為完成的交易成果付費，也有人希望依「你幫我賺了多少、省了多少」的商業成果計費。他說 Salesforce 等於丟掉原本的定價方式，重新設計一套能在對的時間、給對的客戶對的價格的機制。

Q5【AI 浪潮下的社會責任】舊金山迎來新一波 AI 淘金熱，科技公司該如何回饋在地？

Benioff 形容舊金山正迎來「又一次淘金熱」，今年隨著 AI 公司陸續上市，將為舊金山帶來就業、人口與住房需求，但他也預期仕紳化與財富集中的討論會再度出現。談到企業的在地責任，他回憶 15 年多前，前舊金山市長李孟賢（Ed Lee）請 Salesforce 認養全市的公立國中（middle school），因為國中是學生最容易輟學的階段；Salesforce 此後 14 年每年提供每位國中校長 10 萬美元，用途由校長決定，至今已捐給舊金山與奧克蘭公立學校超過 1.3 億美元。他說舊金山即將創造大量財富，希望這些公司也回饋在地學校與醫院，「我們期待同業跟上」。

從 DOS 到 AI 介面，Salesforce 把 27 年中繼資料接上 AI

Benioff 把這次發表形容為一場介面革命，從 DOS 到圖形介面，再到網頁與行動裝置，下一站是能即時學習、可自由組合的 AI 介面。這屆 Dreamforce，Salesforce 端出 Koa 模型與 AIforce 介面，Anthropic 與 NVIDIA 的掌舵者也先後站台。Salesforce 對 SaaS 末日論的回應，是把企業資料與客戶 27 年來寫進平台的中繼資料接上 AI。在 Benioff 的說法裡，模型是機率式的，企業資料是確定性的，Salesforce 要做的，就是跨過兩者之間的那座橋。

核稿編輯：Mia

精選文章直送，點擊立刻訂閱 INSIDE 電子報！

延伸閱讀：

• 2026 Dreamforce 展前亮點一次看，Salesforce 開放 Claudeforce beta、發表 CRM 模型 Koa

• Claudeforce 是什麼？Salesforce 把 CRM 搬進 Claude，37 項銷售技能 9 月公開測試

• AI 代理人崛起，SaaS 末日要來？Salesforce CEO：我們不是第一次遭遇了

Palantir、Nvidia 與 Booz Allen Hamilton 正聯手向 Anthropic 施壓，三家企業相繼限制甚至禁止旗下員工在敏感業務中使用 Fable 模型。導火線是 Anthropic 今年 6 月隨 Fable 5 推出而生效的 30 天資料安全留存政策，三家公司都擔心企業機密進入外部模型的紀錄流程後，可能遭供應商掌握或在資安事故中外洩。消息由 The Information 獨家報導。

精選文章直送，點擊立刻訂閱 INSIDE 電子報！

三家企業各有盤算

Palantir 立場最強硬，要求 Anthropic 在將 Fable 納入 Palantir 軟體平台之前，必須書面保證零資料留存，Nvidia 則採折衷策略，限制 Fable 只能用於低敏感度的內部任務，涉及自家智慧財產的工作改由 Nvidia 自家 Nemotron 模型處理，Booz Allen Hamilton 態度最明確，直接禁止員工在接觸專屬資料的資安專案中使用 Anthropic 商業模型。

Anthropic 推出 30 天留存的初衷是跨多個 session 偵測複雜攻擊行為，但三家公司認為，長期累積的使用紀錄本身就是潛在風險。國防承包商 Booz Allen 尤其敏感，資安專案一旦有任何紀錄進入外部系統，後果難以預估。

部分企業主動尋求 Anthropic 提供不可撤銷的零資料留存保證，但 Anthropic 目前尚未承諾全面放棄留存機制。

Anthropic 宣布企業數據主權方案

面對接連而來的壓力，Anthropic 宣布推出「企業尖端安全防護」（Enterprise Frontier Safeguards）機制，允許企業把所有使用活動紀錄存放在自有雲端環境，支援 Amazon S3、Azure Blob Storage 與 Google Cloud Storage，並以企業自行掌管的加密金鑰保護。Anthropic 的自動化安全監控仍會掃描濫用行為，但不再需要 Anthropic 員工直接接觸客戶資料內容。這套機制正分批向企業客戶推出，預計今年秋季全面上線。

此次事件顯示，AI 模型供應商在爭取大型企業客戶時，資料主權的重要性已不亞於模型效能。對於國防、金融等高合規需求的行業，單一資料政策決定就足以左右整個採購決策。企業施壓的力道也在催促 Anthropic 在資安保證上走得更快。

責任編輯：Mia

本文初稿由 INSIDE 使用 AI 協助編撰，並經人工審校確認。精選文章直送，點擊立刻訂閱 INSIDE 電子報！

延伸閱讀：

• OpenAI 宣布零資料保留次日，Anthropic 傳讓企業把 Claude 資料留在自家機房

• OpenAI 零資料保留安全監控亮相，正面對決 Anthropic 30 天留存政策

Apple 秋季發表會甫落幕，Apple Watch Series 12 與 Apple Watch Ultra 4 和 iPhone Duo、iPhone 18 Pro 等旗艦產品一同亮相。新一代 Apple Watch 外觀變化不大，但 Apple 在「硬體工程」上可說是下了不少工夫。

根據《INSIDE》現場了解，Apple Watch 搭載的 S11 晶片採用 2 奈米電晶體技術，CPU、GPU 與神經網路引擎的微架構皆衍生自 A20 Pro，再針對手錶的效能、散熱等需求進行最佳化。新一代 Apple Watch 的多項新功能，就建立在這些硬體改動上。

新款 Apple Watch 全天心率量測頻率提高到每 5 秒一次，心率變異（HRV）的測量頻率最高可達以往的 24 倍，並將支援 Audio Intelligence（下稱音訊智慧，暫譯），以處理周遭環境聲音。

這些新功能有一個共同點：即使使用者沒有抬起手腕、開啟 App，Apple Watch 仍要在背景運作。從更密集地取得身體訊號，到留意周遭聲音，Apple Watch 的升級，愈來愈多發生在「使用者沒有操作它」的時候。

問題是，手錶的電池容量有限，這些不斷持續執行的工作要如何完成？

手錶持續工作，主 CPU 不必醒來

對 Apple Watch 而言，除了運算能力，還得決定哪些工作需要動用主 CPU，哪些可以交給其他處理器持續執行。

據《INSIDE》了解，包括全天心率量測、更精準的計步與音訊智慧，都由 S11 晶片中全新的 Always-On Processor（恆常啟動處理器，暫譯）負責。這顆處理器可以在不喚醒主 CPU 與系統其他部分的情況下執行工作。

換句話說，S11 的升級有兩條路線：一是導入新一代 CPU、GPU 與神經網路引擎架構，提升運算能力；二是讓專責處理器接手持續性任務，主 CPU 在不需要時就維持休眠。

每 5 秒測心率，錶背也有改造

持續運算的另一端，是資料如何取得。而要讓手錶更頻繁地量測心率，接觸手腕的感測系統得跟著調整。

Apple 在發表會上表示，全新設計的「健康感測系統」將光電二極體改為環形排列，以更有效率地接收光線；綠色 LED 則採用更大、更省電的設計。心電圖（ECG）電極加大了表面積，改善量測時與皮膚的接觸品質。

更密集的量測，讓使用者能從錶面查看即時心率，心率變異數據則可作為觀察壓力與恢復情形的參考。

續航方面，Series 12 日常使用最長 24 小時，Ultra 4 則可達 2 天。據《INSIDE》了解，Series 12 能維持這樣的續航，靠的便是新的恆常啟動處理器、能源效率更高的 S11 與新的健康感測系統，以及容量「稍微增加」的電池。從感測、運算到供電，這些改動共同支撐新一代手錶增加的工作量。

資料更多，然後呢？

感測器量得更密集，使用者能從這些數字得到什麼？

《華爾街日報》記者 Nicole Nguyen 在專訪 Apple 健康主管 Sumbul Desai 的報導中指出，Apple 的健康 App 長期累積大量資料，卻缺乏足夠的解讀與指引，也讓 Oura、Whoop 等競爭者找到切入空間。

新款 Apple Watch 推出的身體狀態「準備指數」，就是要縮短資料與日常決定之間的距離。它整合近期活動、訓練負荷、生命徵象與睡眠分數，每天給出 0 到 10 分的評分，並搭配「恢復」、「量力而為」、「準備就緒」、「全力以赴」四種建議，讓使用者判斷當天該休息，還是可以投入訓練。

為手腕上的 AI 鋪路

正如筆者在發表會快評中的觀察，新一代 Apple Watch 與 iPhone 在 AI 時代的分工更加明確。Apple CEO John Ternus 將 iPhone 定位為「智慧個人中樞」，強調它掌握個人情境、連結其他裝置與服務的能力；Apple Watch 則把這套體驗延伸到手腕，使用者不必拿出手機，就能透過 Live Rewind 回顧剛才錯過的話，或用 Siri Recap 留下對話重點。

從這個角度看，S11 與感測系統的改造，是在為這種使用方式鋪路：AI 要在需要的時刻提供協助，隨身裝置就得能在背景持續感測與處理資訊。這些外觀上看不見的硬體工程，決定了上述體驗能否融入一整天的生活。

核稿編輯：Mia

延伸閱讀：

• 當 John Ternus 選擇將 AI 置於所有硬體產品之前：2026 iPhone 發表會快評

• 從 C1、N1 到 C2：Apple 自研晶片，正在改變 iPhone 能做成什麼樣子

• Apple Silicon 三線合流：Apple Watch S11 首度採 2 奈米，A20 Pro 與 M6 共用 GPU、神經網路引擎

• 被 iPhone Duo 蓋過風采的 Apple Watch，藏著蘋果 AI 最值得看的隱私設計