OpenAI 在 8 月 24 日更新 Codex CLI 至 0.149.1 版，同步宣布舊有的 codex mcp-server 指令正式棄用（deprecated），改以 Codex App Server 架構取代。針對  Claude Code 使用者，OpenAI 的建議是安裝官方的 Codex Plugin（codex-plugin-cc），就能在 Claude Code 內直接調用 Codex 的程式碼審查與任務委派功能。這個 Plugin 在 GitHub 上已拿下超過 3.2 萬顆星。

精選文章直送，點擊立刻訂閱 INSIDE 電子報！

架構從 MCP 轉向 App Server，少一層轉接更直覺

過去開發者要在 Claude Code 裡呼叫 Codex，得先用 codex mcp-server 指令啟動一個 MCP（Model Context Protocol）伺服器，再讓 Claude Code 的 MCP 客戶端連上去。這種做法能動，但多了一層中間轉接，設定繁瑣，出問題時也不好排查。

新版 Plugin 跳過 MCP 這層，直接包裝 Codex App Server，呼叫的是本機安裝的同一套 Codex CLI，共用同一組登入狀態與設定檔（.codex/config.toml）。等於 Claude Code 把 Codex 當原生工具使用，不再需要額外維護一個獨立的 MCP 伺服器程序。OpenAI 在官方文件中標註，codex mcp-server 僅為既有整合保留說明，新專案不應再使用。

8 道指令覆蓋審查、委派、移轉

Plugin 安裝後會在 Claude Code 中註冊 8 道 Slash 指令。/codex:review 對未提交的變更執行標準程式碼審查，/codex:adversarial-review 則進一步挑戰設計決策，找出假設盲點與潛在風險。

遇到卡關的除錯或修復任務，/codex:rescue 可以將工作委派給 Codex 在背景執行，支援 --background 參數讓你不必乾等。/codex:transfer 能把當前 Claude Code 的完整對話脈絡匯出成 Codex 持久執行緒，讓 Codex 從你中斷的地方接手。搭配 /codex:status 查看工作進度、/codex:result 取回成果、/codex:cancel 取消執行中的任務，整套跨模型工作流在終端機裡就能完成。最後還有 /codex:setup，用來驗證安裝狀態與認證設定。

安裝流程本身只要 4 步：在 Claude Code 中依序執行 plugin marketplace add openai/codex-plugin-cc、plugin install codex@openai-codex、reload-plugins，最後跑一次 /codex:setup 完成登入驗證。前提是本機需有 Node.js 18.18 以上版本，以及 ChatGPT 訂閱帳號或 OpenAI API 金鑰。

競爭對手互送工具，開發者生態的壁壘又少一道

兩年前很難想像 OpenAI 會主動為 Anthropic 的 CLI 工具打造官方 Plugin。codex-plugin-cc 的出現，讓 AI 開發工具之間的壁壘又少了一道。開發者不再被鎖定在單一生態系裡，而是按任務特性挑最合適的模型：需要嚴謹的程式碼重構時交給 Claude，想快速審查或平行處理多個背景任務時切到 Codex。

GitHub 儲存庫的 2200 次 fork、231 個 Issue 和 201 個 Pull Request，顯示社群不只圍觀，還積極參與開發。對 OpenAI 來說，Codex 出現在更多開發環境能擴大使用者基數，對 Claude Code 使用者而言，等於多了一個隨時能從終端機叫來幫忙的審查引擎。

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：

• 你是哪一派？「Codex 比 Claude 強」一句話點燃開發者社群論戰，AI 寫程式王者是誰？

• 正面迎擊 Claude Code，OpenAI 把 400 萬人在用的 Codex 塞進 ChatGPT 手機 App

• Claude Code 創始者親授，把 AI 當工程夥伴，這 5 個習慣讓你效率翻倍

台北盆地的夏天，體感溫度動輒突破 40 度，走在缺乏遮蔽的馬路上幾分鐘就汗流浹背。一群台灣大學生決定用技術解決這個日常痛點，開發出名為「Cool Map 酷路」的網頁地圖工具，使用者輸入起點與終點後，系統便自動規劃出一條陰涼覆蓋率最高的步行路線，這項服務已在台北市與新北市正式上線。

精選文章直送，點擊立刻訂閱 INSIDE 電子報！

用 3D 建物與太陽軌跡，即時運算街道陰影

Cool Map 的核心原理是將 3D 建物模型與太陽運行軌跡交叉比對。系統根據使用者查詢的時間點，計算該時段每棟建築物投射的陰影位置與覆蓋範圍，再疊加街道兩側的行道樹樹蔭、騎樓等遮蔽資訊，產出一條「被陽光直曬機率最低」的步行路徑。

背後的關鍵資料來源之一，是內政部國土測繪中心已建置的超過 539 萬筆三維建物模型，開發者得以運用政府開放的國土空間資料，做出過去難以實現的精細應用。使用者只需在瀏覽器開啟 Cool Map 網頁，輸入出發地與目的地，幾秒內即可取得建議路線。

雨天模式同步上線，騎樓密度也納入計算

Cool Map 的用途不限於烈日情境。切換到雨天模式後，系統會評估各路段的積水風險與沿途騎樓分布密度，推薦比較不容易淋濕的替代路線。台北的騎樓分布並不均勻，有些路段連續遮蔽良好，有些則完全暴露，系統將這些差異量化後納入路線計算。對日常通勤族來說，颱風季前後這項功能格外實用。

全球「陰涼導航」趨勢加速成形

台灣並非孤例。韓國首爾大學 23 歲學生劉敏俊花 2 週打造出「그늘로」避陽導航 App，結合建築高度資料與太陽仰角運算，實測顯示路線比最短路徑多花約 3 分鐘，陰涼覆蓋率卻提升 26%。這款 App 上線後單日下載量衝破 2 萬，直接登上韓國 App Store 免費榜首。

台灣環境部也在 2025 年 8 月推出官方版「涼適地圖」，彙整雙北與台南超過 1,700 個室內外涼適點，與 Cool Map 的路線規劃功能形成互補。

氣候變遷持續推升城市均溫，「走哪條路比較涼」正從生活小事變成公共議題。Cool Map 目前可在瀏覽器直接使用，想試試的讀者可前往 coolmap.tw 體驗。

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：

• Google Maps 導入 Gemini 對話能力與全新導航介面，地圖服務朝更直覺的行動助理邁進

• Google 地圖兩大更新！3D 地圖在台上線、機車導航 iOS 登場

Perplexity 25 日與 NVIDIA 聯手推出「Portable Computer」，讓旗下 AI 代理平台 Computer 可直接在使用者自己的 GPU 上執行。模型、檔案與 AI 代理工作預設留在本機，只要任務沒有呼叫雲端模型，就不會消耗 Perplexity 計費點數。

Portable Computer 現已開放 Perplexity Pro 與 Max 訂閱者、Enterprise Pro 和 Enterprise Max 訂閱者在 NVIDIA DGX Spark 上使用，首波支援 Linux，Windows 版本則將在 9 月推出。搭載 GeForce RTX 與 RTX PRO GPU 的 PC 也將陸續加入支援；Perplexity 向 VentureBeat 表示，RTX 版本的硬體門檻為至少 24GB VRAM，大致從 GeForce RTX 3090 起跳。

Perplexity 表示，每項工作預設都先交給本機模型處理，只有碰到本機 AI 難以完成的步驟時，才會詢問使用者是否同意呼叫更強大的雲端模型。

AI 代理跑愈久，本機 GPU 的成本優勢愈明顯

Perplexity 與 NVIDIA 特別強調 Portable Computer 在 AI 代理上的應用。相較一般聊天機器人，AI 代理往往需要長時間執行任務，持續讀取文件、呼叫工具與驗證結果，token 用量也更高，本機推論因此更具成本吸引力。

NVIDIA 開發者技術總監 Nader Khalil 表示，AI 代理對 token 的需求幾乎沒有上限，本機 AI 因此開始展現新的經濟優勢。硬體買下之後，增加本機推論工作不會再逐 token 計費。

Perplexity 在現場展示中，使用 DGX Spark 執行一款 270 億參數 Qwen 模型，讓 AI 代理逐一檢查整個資料夾的稅務表單與投資文件，尋找不必要的投資費用。整段工作完全在裝置內完成，介面中的雲端點數計數器始終維持在零。

另一段示範則先在本機分析使用者轉換漏斗 CSV，再把結果透過 Slack 連接器發送至頻道。

Portable Computer 也支援 Google Drive、Gmail 與 GitHub。

本機模型不夠用，可再向雲端模型「求援」

如上文提及，Portable Computer 同時保留混合式架構。本機模型碰到困難時，可以把特定問題交給雲端尖端模型，送出資料以前，系統也會先偵測個人識別資訊（PII），並顯示有哪些內容即將離開裝置，雲端的高階模型在接收提示後，僅會回傳文字引導（text guidance），無法直接碰觸或存取使用者本地的檔案或工具。

Perplexity 在 Terminal Bench 2.1 程式開發基準測試中表示，完全由本機 Qwen 模型執行時得分 59.6%，額外推論成本幾乎為零；若允許系統向 Claude Opus 5 雲端模型求助，分數可提高至 73.0%，平均每項任務預估成本 0.415 美元。

若全程直接使用尖端模型，得分為 82.4%，每項任務成本約 0.65 美元。VentureBeat 指出，混合模式補回約五分之三的效能差距，成本則約為全雲端方案的三分之二，這讓使用者可在效能與隱私、成本之間，彈性做出最符合效益的抉擇。

Perplexity 把模型、推論與 agent harness 一次打包

Portable Computer 也試圖解決目前本機 AI 的設定門檻。一般使用者若自行架設本機 AI，通常需要下載模型、架設推論服務、串接工具，再處理權限及沙盒等安全問題。

Perplexity 將本機模型、vLLM 推論引擎、agent harness、App 連接器、工具與安全沙盒一起整合。該公司同時針對 Qwen 等模型進行後訓練，讓模型適應自家 AI 代理架構。

Perplexity 的研究認為，許多通用 agent harness 都按照大型尖端模型的能力設計，需要很長的上下文（context）、龐大的工具集合及長時間規劃能力，直接套用到較小型本機模型容易拖累表現。

例如 Qwen 3.8 27B 雖標示支援 26 萬 token 上下文窗口，Perplexity 實測發現超過約 10 萬 token 後，能力就開始下降。

為降低負擔，Portable Computer 使用較短的系統提示詞（system prompt），只讓少數工具常駐，其他功能改成需要時才載入的 skills。Gmail 與 GitHub 等連接器也從非常消耗 token 的 MCP 伺服器改成較精簡的命令列工具。

安全方面，所有工具都必須在作業系統層級沙盒內執行，如果沙盒無法啟動，agent harness 會自我停止運作。

自家測試：同一款 Qwen，換 harness 後最高差逾 20 個百分點

Perplexity 也公布自行測試的效能數據，因此仍需第三方結果進一步驗證。

在包含 53 項深度研究、財務分析及文件製作工作的綜合任務測試中，同樣使用 Qwen 3.8 27B 與 DGX Spark，Perplexity Computer 得分 82.6%，Pi harness 為 77.6%，Hermes 為 74.0%；使用 PPLX 27B 後（是 Perplexity 以 Qwen 模型進行後訓練的版本），得分進一步提高至 85.4%。

BrowseComp 網頁研究基準中，Computer 準確率為 66.7%，Pi 與 Hermes 分別為 50.2% 與 43.9%。Perplexity 同時宣稱，相較 Pi，其系統可減少 51% 執行時間及 70% token 用量。

多模態文件理解方面，Computer 得分 65.1%，Hermes 為 34.6%，Pi 則為 13.9%。

NVIDIA 想讓 DGX Spark 從「能跑模型」進一步變成 AI 代理主機

Portable Computer 也延續 Perplexity 與 NVIDIA 持續加深的合作。兩家公司 2025 年 6 月曾合作向歐洲出版商及電信業者推廣主權 AI（Sovereign AI），如今兩者則把資料留在自己掌控硬體上的概念延伸至個人與企業電腦。

對 NVIDIA 而言，Portable Computer 也替 DGX Spark 增加一個完整的 AI 代理應用。NVIDIA 表示，兩台 Spark 串接後可以執行 DeepSeek 最新一代等大型開放模型，四台則能跑 GLM 5.2 或 Nemotron Ultra。

目前這項產品仍有明顯限制。首波僅支援 Linux 系統的 DGX Spark，GeForce RTX 與 RTX PRO GPU PC、Windows 與 DGX Station 支援仍在開發中仍待推出。另根據 Perplexity 向 VentureBeat 透露，RTX 版本至少需要 24GB VRAM。Apple 晶片目前則沒有列入支援規畫。

Perplexity 首波提供 Qwen 3.8 27B 與針對自家 agent harness 後訓練的 PPLX 27B，NVIDIA Nemotron 3.5 Lightning 預計稍後加入。

精選文章直送，點擊立刻訂閱 INSIDE 電子報！

延伸閱讀：

• 小米參戰 AI 主機！展示 AI Cube 原型：3 款自研 Xring 晶片聯手，150W 本機跑 1200 億參數大模型

• Apple 發表新款 Mac Studio！AI 運算力較上代暴增 4.5 倍

Anthropic 8 月 25 日在官方部落格公告，Claude 在 Chat 與 Cowork 使用的是同一份記憶，即日起生效。使用者先前在對話裡交代過的季度優先順序、專案進度，Cowork 在雲端執行任務時可以直接取用；Cowork 這一端累積下來的內容，也會回寫到 Chat。

官方公告舉的例子是，你請 Cowork 寫一份給主管的進度更新，它已經知道主管是誰、對方習慣什麼樣的寫法，在 Chat 討論過自己籌辦的研討會議程之後，Cowork 接手做預算與行政文件時，會知道與會人數、城市與講者名單。

精選文章直送，點擊立刻訂閱 INSIDE 電子報！

預設開啟、Claude Code 未納入、兩邊記憶無法分離

記憶預設在 Free、Pro、Max 3 種方案開啟，涵蓋網頁、桌面與行動版，不想開的人要自行到「Settings > Memory」關閉。記憶總開關、Topics（主題）清單與敏感主題設定都集中在這一頁。Team 與 Enterprise 由管理員決定組織內是否開放，個人使用者則要自行開啟才會生效。要提醒的是，預設開啟講的是記憶功能本身，Free 方案並不包含 Cowork，這次的跨介面共用要 Pro 以上才用得到。

官方公告與版本更新說明都只寫到 Chat 與 Cowork 兩端，未提及 Claude Code，官方也沒有公布整合時程，跨介面的一致性到這一版並未補完。

另外官方公告沒有提到把 Chat 與 Cowork 記憶分開的設定，公告列出的控制方式是暫停或重設整份記憶，以及到 Topics 逐則刪除，有外媒報導另外提到，使用者也可以改用無痕對話避開記憶寫入。

記憶改為對話中寫入，Topics 可逐則刪

Claude 現在會在對話進行的當下就把主題寫進記憶，先前的作法是等對話結束後再做摘要。依官方公告說法，如果使用者提到「專案期限改到 9 月」，那在下一次對話就已經知道，不必特別交代「記住這件事」，記憶也可以隨時暫停或重設。

Claude 記住的內容以檔案形式列在記憶設定的 Topics 清單下，每一則都可以讀、可以改、可以刪。官方公告寫道，這些檔案篇幅很短，改一次全面生效：把公司舊名在其中一個檔案裡更正，之後每一次對話都會用新名稱。

敏感主題預設不存，開啟後不回溯補寫

Claude 預設不會把健康狀況、種族、族裔、宗教信仰、政治立場、性別認同等個人敏感範疇寫進記憶。使用者可以在記憶設定中開啟「include sensitive topics in memory」，開啟後每一次寫入這類內容都會收到通知，且只對開啟之後的對話生效，先前的內容不會回溯補寫，設定隨時可以再關掉。官方公告舉的例子是，開啟後 Claude 在建議一週備餐食譜時會記得使用者的麩質過敏。

有幾類資訊在該設定開啟後仍然不會寫入：社會安全號碼（SSN）等身分識別號碼與政府核發證號、犯罪紀錄、移民身分，以及任何違反 Anthropic 使用政策（AUP）的內容。官方公告寫明，遇到這些內容時，Claude 會主動告知無法更新記憶。

Cowork 1 月推出桌面版，7 月擴及網頁與行動

Cowork 在 2026 年 1 月以桌面版形式推出，7 月 7 日起擴大到網頁與行動裝置，先開放 Max 訂閱者使用，任務可以在雲端執行、跨裝置接手。

官方公告舉的第 3 個例子落在同一類場景：在 chat 說明過團隊如何定義自家指標，之後 Cowork 產出的每一份季度業務檢討簡報都會沿用同一套定義，不必重新交代一次。

OpenAI 6 月 4 日公告的 ChatGPT 記憶更新則走另一條路，以背景程序從多次對話中合成記憶狀態，並隨時間改寫既有內容，例如把「7 月要去旅行」更新成「7 月已去過」，先在美國對 Plus 與 Pro 用戶開放。

就官方列出的設定來看，使用者能調整的顆粒度落在主題與總開關，工作情境不在其中，對同時接多個客戶、需要在專案之間築起保密邊界的使用者，這一點的影響大於記憶本身帶來的便利。Anthropic 發言人的回應是，要讓兩邊各自保留一份記憶，只能使用不同帳號。

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：

• Anthropic 推出「程式麻瓜」也能用的 AI Agent：Claude Cowork

• Anthropic 推出 Claude Cowork「錄製技能」：錄一段螢幕，AI 就學會你的工作流程

• 寫程式動口不動手？Anthropic 揭 Claude Code 語音功能，同步下放記憶工具搶攻 ChatGPT 用戶

26 分鐘、沒有真人演員，卻讓觀眾看見 AI 動畫的實力與其極強的文本與敘事。

AI 古裝志怪短劇《問蒼生》，在嗶哩嗶哩（Bilibili，簡稱「B 站」）上的完整片名為《我這一生最大的罪，是把人寫成了妖……》，由創作者「青瓜蛋丶」上傳，2026 年 8 月 17 日上線後，它從中國影片網站一路擴散至台灣、香港與海外華人社群。

如果只把它當成生成式 AI 的技術展示，反而會錯過其現象級爆紅的核心：模型負責生成可見的身體，創作者則賦予它記憶、選擇與道德重量。

精選文章直送，點擊立刻訂閱 INSIDE 電子報！

超高速的擴散與爆紅

《問蒼生》的擴散速度很少見。

根據《聯合新聞網》8 月 23 日下午的報導，在 B 站的觀看次數已達 1,272 萬，再隔一天，透過香港科技媒體《unwire.hk》的統計已經超過 1,300 萬，觀眾贊助累計逾人民幣 100 萬元，約合新台幣 440 萬元。

截至目前（8 月 26 日下午），上線不到十天已超過 1,500 萬次觀看、135 萬個讚與逾 4 萬則留言，並登上站內排行榜首位，這些還僅只是 B 站上的統計，若記上 YouTube 上從 B 站搬運過來的，可能更高。

這些都是持續變動的階段性數字，卻足以顯示它不只是小圈子話題，創作者本人也笑稱，「一覺醒來還以為被『網路霸凌』（原文為中國用語「網暴」）了」，更透露劇本源自數年前的一篇隨筆。

並非單一工作流的創作

從製作流程看，這部短劇並非「輸入一句話」就自動完成。

創作者表示其使用 OpenAI 的 GPT Image 2 與字節跳動（ByteDance）的影片生成模型 Seedance 2.5 共同打造，筆者猜測，GPT Image 2 應是用於建立角色、服裝、古代場景與分鏡關鍵畫面，再透過 Seedance 2.5 賦予運鏡、人物動作與聲音。

技術上最明顯的進展，是角色不再每個鏡頭都「換一張臉」，服裝、五官與光影能夠維持連續，運鏡、構圖和景別轉換也已有電影敘事的雛形，而不是只把精緻靜圖硬拉成會動的畫面。

但它並未完全跨過「人」的門檻：角色眼神的銳利度、痛苦與悲傷的層次，仍與真人演員有差距，甚至是某些細節上，穿幫的次數還不在少數，可見生成式 AI 在非專業 prompting 下，依舊有其限制。

而有人稱其為「零成本」，經過調查，筆者認為不然。獨立評論網站 aiposthub.com 表示，Seedance 2.5 單次生成長度上限約為 30 秒，26 分鐘成片至少得拼接 53 段，還要挑選片段、剪接、配音、製作音效、配樂與字幕，所謂「零成本」，頂多只是未計入人的時間與創作勞動。

文本為主、技術為輔

《問蒼生》真正讓人留下來的，仍是文本。

故事設於東漢末年、黃巾之亂前後，主角裴令史奉命調查各地「妖異」，逐步發現官府卷宗裡的寺壁黃人、樹生人臉與草作人狀，本質上都是飢荒、苛稅與勞役釀成的人禍。

他若照實呈報，苦難的人可能被問罪，若改寫為上天示警的妖異，朝廷反而會查辦，他們卻將永遠以「妖」而非「人」被記住，劇中台詞「人說的話不算數，只有妖說的話，朝廷才會怕」，一句話就把權力如何決定什麼才配被聽見，寫得寒意十足。

《問蒼生》把東晉文學家干寶《搜神記》的災異記載，轉成史官無法直書人禍時的密碼，也把志怪文學的閱讀方向徹底倒轉。

在古人的筆下，妖怪可能是不可理解的天象，而在這部作品裡，它們卻是人被剝奪話語後留下的形狀，原被正史寫成以妖術惑眾的黃巾軍領袖張角，也改寫為常年難眠、目睹百姓病苦的老醫者。

「你們不是天生該跪」、「黃天在每一個不肯再跪的人頭上」等台詞，不再只是起事口號，而是從生存逼迫中長出的尊嚴要求，《聯合新聞網》8 月 22 日在其《女子漾》專刊，由國文教師郭玉如所撰寫的專文中表示，張角從「妖人」變成「醫者」，使敘事重心從妖術動員，移向對人的苦難的理解。

這也解釋了片名的道德悲劇。

裴令史「把人寫成妖」，是篡改真相，也是在制度縫隙中拯救生命，他保住了眼前的人，卻可能從歷史中抹去他們的人性。

片尾「後人讀妖，勿問鬼神，問蒼生」，因此不是口號式作結，而是一種閱讀方法：當文字把苦難包裝成異聞，讀者應追問的，是誰失去了說話與留名的權利，片尾再以「謹以此片，紀念那些沒有被歷史記下名字的人」收束，把志怪奇觀拉回普通人的處境。

借古諷今也成爆紅力道

至於《問蒼生》中「借古諷今」究竟在諷誰，作品刻意沒有給出單一答案。

中國觀眾可能聯想職場過度競爭（中國用語為「內捲」）、貧富差距與生存壓力，台灣與香港觀眾可能投射階級、世代不正義，也可能對應自身的政治焦慮，海外華人圈則可能從言論自由或權力壓迫解讀。

這些都是觀眾投射，不能倒推為創作者的唯一意圖，黃巾之亂在中國官方史觀中，本就被定位為有組織、有綱領的農民起事，跟中國當局的社會主義還算是相符，《問蒼生》可說是「政治正確地很危險」，遊走在中國官方「禁與不禁」的灰色地帶。

同樣地，把《問蒼生》直接宣判為反中、親中，或拿來影射台灣特定政黨，都會縮減作品的開放性。香港媒體《中通社》報導中，將《問蒼生》解讀為影射兩岸政治狀況，但《中通社》為親北京媒體，其評論並非無立場的客觀事實。

反過來說，海外社群曾流傳「上架一天即遭中國封殺」，經筆者調查，截至 8 月 26 日下午的查核，影片仍可在 B 站正常觀看，而且持續排名第一，傳言並不成立，較負責任的閱讀方式，是把「影片有無下架」當作可查證的事實，把「它是否影射當代」留在詮釋層次。

到底憑什麼紅？

它為何爆紅？首先是 26 分鐘的完整敘事，證明 AI 影片已從數秒奇觀跨向有人物弧線、情緒累積與結尾回收的作品，其次是《搜神記》、黃巾之亂與現代處境之間的留白，讓不同政治立場的觀眾都找得到進入點，再者，「你們不是天生該跪」等台詞短、準、易於轉傳，能離開原劇單獨流通。

影像品質吸引第一眼，文本使人看完，討論與政治投射則推動第二波擴散。

《問蒼生》的走紅也重新提出一個老問題：當影像可由模型大量生成，藝術還剩下什麼？

藝術不只是畫面是否華麗，而是創作者如何選擇視角、組織素材、創造節奏，並對角色承擔到底要說什麼的責任，中國微短劇產業的成本與人力結構正快速變動。

《世界新聞網》報導引述產業數據指出，2026 年第一季中國大陸新上架的微短劇中，約 95% 幾乎不是真人演出，但《aiposthub.com》引述的另一組數據顯示，2026 年第二季真人微短劇比率由 23.7% 回升至 44.1%，約 69 萬人直接從業，相關就業逾 203 萬人，這較像工作分配的重組，而非真人創作即將消失。

《問蒼生》被譽為「最有靈魂的 AI 動畫」，不代表機器忽然擁有意識，比較準確的說法是，創作者終於能以足夠成熟的工具，把早已寫下的內心命題變成可被千萬人看見的影像，它突破的不只是角色一致性、光影與運鏡，還有低預算創作能否進入長篇敘事的門檻。

更重要的突破，則是它提醒產業：當技術逐漸普及，真正稀少的不再是一張漂亮畫面，而是有能力也有勇氣問出「誰被寫進歷史，誰又被寫成妖」的人。

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：

• 就算使用化石燃料發電，電動車還是比燃油車「乾淨」

• 鴻華先進 Model B 的成功學：自主研發到貼上三菱品牌，鴻海是怎麼做到的？

小米 8 月 24 日在「玄戒晶片技術溝通會」上端出一款意料之外的裝置。名為 AI Cube 的迷你電腦工程原型機，一口氣塞進 Xring O3、O100、D100 三款自研晶片，整機持續功耗僅 150W，卻能在本地端直接運行 1200 億參數的大型語言模型。創辦人兼董事長雷軍同場公布，小米自 2021 年重啟大晶片研發以來已投入超過 210 億元人民幣，晶片團隊規模接近 3,000 人。

精選文章直送，點擊立刻訂閱 INSIDE 電子報！

三顆晶片各司其職

Xring O3 是這次亮相的旗艦手機系統單晶片，採台積電 3 奈米製程，內建 10 核心全大核 CPU、16 核心 G2-Ultra NX GPU 與算力達 200 TOPS 的 NPU。據 EqualOcean 報導，小米稱 O3 安兔兔跑分突破 522 萬分，是全球首款支援 LPDDR6 記憶體的行動處理器，即將在 9 月搭載於小米 18 Fold 摺疊手機。在 AI Cube 裡，O3 負責通用運算與系統調度。

Xring O100 專為端側大模型推論設計，是一顆 6 奈米 AI 加速晶片。它採晶圓對晶圓 3D 堆疊封裝，將兩層高速 DRAM 疊在邏輯運算層上方，Hybrid Bonding 接合間距壓到 1.4 微米，共形成 28,672 條有效資料線路，內建 14 核心高頻寬 NPU。這套近記憶體運算架構帶來 1.22TB/s 的頻寬，小米在現場展示 O100 運行自家 MiMo 3B 模型，推論速度達每秒 330 個 token。

Xring D100 瞄準智慧駕駛場景，同為 3 奈米製程，配備 20 核心高效能 CPU 與 16 核心 NPU，最高支援 160GB 統一記憶體。在 AI Cube 中，D100 提供的大容量記憶體空間是完整載入 1200 億參數模型的關鍵。O100 與 D100 均已完成研發，預計 2027 年商用。

150W 對決桌上型 AI 工作站

整機 150W 就能跑 1200 億參數模型，這個功耗比讓社群討論迅速升溫。已有評論將 AI Cube 與 NVIDIA GB10 平台相提並論，認為它可能是中國廠商在端側 AI 工作站領域的第一個認真對手。小米壓低功耗的手段是 O100 的近記憶體運算架構，繞過傳統設計中，資料在處理器與記憶體之間反覆搬運的瓶頸。

但 AI Cube 目前僅是工程原型機，小米尚未公布零售時程或定價。考量 O100 與 D100 要到 2027 年才商用，消費者短期內買不到成品。

500 億人民幣的晶片長征

從 2024 年的玄戒 O1 到今年同步發表 O3、O100、D100，小米自研晶片的佈局已從手機系統單晶片延伸到 AI 加速器與車用處理器。雷軍押注的方向是端側推論：不搶雲端大算力生意，讓大模型直接跑在桌上型裝置與車內。報導指出小米未來 10 年計畫在晶片研發投入 500 億人民幣。接下來要看的是 AI Cube 何時從原型機變成商品，以及小米能喊出什麼樣的價格。

責任編輯：Mia
核稿編輯：Sherlock

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：

• 玄戒 O3 是什麼？小米一口氣發表三顆自研晶片，傳台積電 3 奈米代工

• 小米發表自研 3 奈米晶片「玄戒 O1」追趕蘋果、聯發科與高通地位

• Edge AI 是 2025 AI 終極戰場？從雲端走向裝置，邊緣 AI 怎麼引爆生成式 AI 革命？

2026 高雄電影節將於 10 月 9 日（五）至 10 月 26 日（一）登場，XR 沉浸式影像大展「XR DREAMLAND」國際競賽單元邁入第 9 年，持續打造亞洲規模最大、獎金最高的虛擬實境影像競賽平台。今（26）日公布入圍名單，33 國、逾百件作品報名，最後 29 件入圍作品，競逐全球 XR 權威獎項高雄電影節「XR 金火球大獎」、「XR 沉浸體驗獎」、「VR360 敘事獎」與「評審團特別提及」等 4 項大獎。

今年共有 6 部臺灣製作或參與製作作品入圍，其中丹麥、臺灣、德國合製的《暗室》以紀錄片形式重現多元性傾向與特殊性癖好者的真實訪談，透過沉浸式互動體驗探討性、身份認同、創傷與自我轉化，獲 2026 新影像藝術節評審大獎及影響力獎，並入選威尼斯影展及西南偏南影展。《前往力馬卡伍得》結合沉浸式紀錄片與集體 XR 文學儀式，取材自雅美族／達悟族作家夏曼．藍波安《黑色的翅膀》，將觀眾朗讀與作者的聲音、身影及記憶交織；《艾娜的書房》則以網紅女子遭遇性暴力後的創傷記憶為核心，讓觀眾化身主角，直面女性身體自主與創傷復原的議題。

Photo Credit: 高雄電影節

Photo Credit: 高雄電影節

法國作品《世紀首登：聖母峰1953》則由曾以《鐵達尼：往日回聲》打造大型沉浸式體驗的 Small Creative 團隊推出，帶領觀眾重返 1953 年人類首次登頂聖母峰的歷史現場，並入選 2026 威尼斯影展沉浸式內容競賽單元。荷蘭、法國合製的《眾人之城：阿姆斯特丹》則以 1652 年阿姆斯特丹舊市政廳大火為背景，透過互動VR讓觀眾選擇不同人物視角，走入 17 世紀城市生活，在電影式敘事與互動體驗中探索城市發展、歷史記憶與個人命運的交織。

Photo Credit: 高雄電影節

Photo Credit: 高雄電影節

《漫長的告別》以 72 歲鋼琴家逐漸消逝的記憶為核心，透過互動與環境探索描繪失智症下的愛與陪伴；《蒙娜麗莎失竊案》則結合微縮模型、歷史考據與解謎機制，讓觀眾化身調查者，親手重建 1911 年〈蒙娜麗莎〉失竊事件；《拉拉LAND模擬器》以遊戲化設計帶領觀眾探索性傾向、戀愛、出櫃及歧視等酷兒女性生命經驗，在幽默敘事中回應性別認同與社會議題。

此外，紀錄極限攀岩家艾力克斯霍諾德徒手攀登世界名峰的《極限攀登》，其導演瓊恩格里菲斯再推新作《極限飛行》，以飛行傘為主題，用 VR360 實景影像帶領觀眾飛越義大利多洛米蒂山脈與巴基斯坦喜馬拉雅山脈，感受高速飛行的震撼與自由；《看見幻貓又何妨》則從少年與逝去愛貓的情感連結出發，思考治療、孤獨與陪伴的意義；動畫互動 VR《花嘿盆》更以植物視角展開一場荒謬又幽默的「盆栽大逃亡」，在輕鬆趣味中描繪陪伴與自由的想像。

其他精彩作品還包括榮獲 2026 坎城影展沉浸式內容競賽單元最佳沉浸式作品獎的《紐約地下世界》、獲 2026 SIMA 社會影響力媒體獎沉浸式影響力獎的《快樂鳥拾光》，以及榮獲 2026 西南偏南影展特別評審團獎的《煙硝下的雪夜》等，總共 29 部入圍作品橫跨 VR360、互動 VR 及多人互動體驗等形式，展現 XR 創作的多元可能。

「XR DREAMLAND」國際競賽決選評審陣容同步揭曉，邀請到法國沉浸式作品開發、製作與發行公司 Atlas V 共同創辦人安端凱霍（Antoine CAYROL）、瑞士數位創作基金會（Fondation pour la création numérique）副主席安娜伊絲・埃梅里（Anaïs EMERY），以及臺灣當代文化實驗場總監吳達坤，從作品的創意、敘事、技術及沉浸體驗等面向，為本屆 XR 國際競賽選出最具創新性與影響力的作品。

Photo Credit: 高雄電影節

Photo Credit: 高雄電影節

Photo Credit: 高雄電影節

2026 高雄電影節於 10 月 9 日（五）至 10 月 26 日（一），在高雄市電影館、內惟藝術中心、高雄市立圖書館總館、VR 體感劇院、駁二藝術特區、LIVE WAREHOUSE 登場。影展資訊鎖定高雄電影節官方網站（www.kff.tw）、Instagram 與 Facebook 粉絲專頁。

★XR 國際競賽入圍片花：https://youtu.be/Slc9TMQOabk

責任編輯：Sherlock
核稿編輯：Mia

原文為高雄電影節提供之新聞資料，並經 INSIDE 編審後刊載。精選文章直送，點擊立刻訂閱 INSIDE 電子報！

延伸閱讀：

• 2026 高雄電影節 XR 強片公布，《阿提米絲：登月任務》探索外太空、《畢卡索：格爾尼卡的蛻變》重返藝術現場

OpenAI 在 Hot Chips 大會公布首款自研推論晶片 Jalapeño 的第一份實測數據，並同步發布官方技術說明，據 OpenAI 官方公告，在半導體研究機構 SemiAnalysis 的公開基準 InferenceX 上，Jalapeño 與市售旗艦 AI 系統相比，三款開放權重模型的每瓦峰值吞吐量高出 1.5 至 1.9 倍，端到端延遲降為對照系統的 1/3.6 至 1/1.7，高互動工作負載的效能則高出 2.1 至 4.1 倍。官方圖表標示的比較對象為輝達 Blackwell 世代的 GB200 與 GB300，同一份公告確認這款晶片將於 2026 年底開始部署到 OpenAI 自家的運算基礎設施。

繼 Google TPU、亞馬遜 Trainium 之後，又一家頂尖模型業者把推論的成本結構收回自己手裡，而且這次是把數字攤在第三方的公開基準上，與輝達現役旗艦擺進同一張圖。同一屆 Hot Chips 上，輝達講 Rubin GPU 與 Vera CPU、Google 講第八代 TPU、微軟講 MAIA 200，OpenAI 的場次排在最後一天壓軸，自研矽晶片在同一個會場集體現身。

精選文章直送，點擊立刻訂閱 INSIDE 電子報！

每瓦吞吐約 1.9 倍，三款模型全數勝出

三款受測模型的成績分別是：GPT-OSS 120B 的每瓦混合峰值吞吐量（peak mixed TPS/kW）約為對照系統的 1.9 倍，端到端延遲從 1.80 秒縮短到 1.03 秒，最小 token 間隔（min TBT）從 1.87 毫秒降到 0.69 毫秒；DeepSeek R1 670B 的每瓦吞吐為 1.7 倍，延遲從 5.99 秒縮到 1.65 秒，min TBT 從 5.90 毫秒降到 1.43 毫秒；月之暗面（Moonshot AI）的 Kimi K2.5 1T 則是 1.5 倍，延遲從 5.31 秒縮到 1.56 秒，min TBT 從 5.48 毫秒降到 1.44 毫秒。三款模型中有兩款並非 OpenAI 自家產物。

測試在 8k/1k 的名目脈絡長度下進行，功耗依各晶片公告的封裝 TDP 正規化，Jalapeño 標稱 700 瓦，GB200 為 1,200 瓦、GB300 為 1,400 瓦。OpenAI 指出，實測在受測工作負載上的持續功耗未超過 550 瓦。

架構上，Jalapeño 的主軸是壓低資料搬移與通訊延遲。OpenAI 說明，包含生成回應時使用的 KV 快取在內的模型狀態，可以明確指定並保留在本地，系統再依推論的不同階段調度運算、記憶體與網路資源的組合。這批數字由 OpenAI 自行發布，SemiAnalysis 受邀到 OpenAI 實驗室現場確認過 InferenceX 的執行，但表示所有數據仍由 OpenAI 提供，團隊並未跑完整套基準，也尚未取得長脈絡、多輪的 AgentX 結果。

9 個月完成設計到投片，AI 也下場寫核心

OpenAI 在 6 月 24 日的發表公告中就指出，AI 直接參與了這顆晶片的開發，使團隊從初始設計走到投片（tapeout）只花了 9 個月，AI 另外協助最佳化了算術電路。SemiAnalysis 則記錄 Jalapeño 的 CoWoS 投片落在 2025 年 11 月，若從團隊組建起算，整個開發週期約 16 個月。團隊用 Codex 搭配 GPT-Astra，把三款原本不在 Jalapeño 量產計畫內的開放權重模型，在兩個月內調校到高效能水準。

更具體的例子在核心程式碼本身。OpenAI 表示，在選定的 GPT-OSS 注意力與混合專家（MoE）區塊上，AI 生成的實作比既有人類專家手寫的版本快 1.5 至 1.8 倍，官方同時註明這組數字只適用於選定區塊，不代表整個模型。官方形容，這顆晶片刻意被設計成「對人類與 AI 都清楚、可預測的程式設計目標」，不只是拿 AI 加速晶片設計流程，而是把「好不好被 AI 寫」納進架構決策。

10GW 合約撐到 2029，資料中心主管上週離職

部署節奏方面，OpenAI 表示今年底開始在自有運算基礎設施上部署，SemiAnalysis 指出量產要到 2027 年才會逐步放大，多數產出排在 2027 年第四季。往前回溯，OpenAI 與博通在 2025 年 10 月 13 日宣布共同部署 10GW 的 OpenAI 自研加速器，時程自 2026 年下半年起、2029 年底完成；Jalapeño 則在 2026 年 6 月 24 日首度亮相。

依官方新聞稿，所謂「自研」指的是 OpenAI 依自身對大型語言模型的理解從零設計晶片，博通負責矽晶片實作與網通技術（含 Tomahawk 網通晶片），Celestica 承接板卡、機櫃與系統整合，兩家夥伴共同把平台推向量產；2025 年 10 月的合作案中，博通提供的還包括乙太網路、PCIe 與光通訊連接方案。規格方面，Jalapeño 採用 HBM4，單一封裝記憶體頻寬 15.4TB/s；據 SemiAnalysis，這次公布成績的是 A0 版矽晶片，B0 步進每瓦效能再提升約 25%，單顆光罩尺寸運算裸晶可提供 13.4 PFLOPs 的 MXFP4 算力，運算裸晶由台積電 N3P 製造，負責封裝外 I/O 的 chiplet 則採 N3E。HBM 供應商官方未揭露。

據《華爾街日報》8 月 25 日報導，OpenAI 資料中心業務主管 Chris Malone 於上週離職，任期 17 個月，OpenAI 發言人已向外媒證實他已不在公司。他於 2025 年 3 月加入，在此之前公司已重整運算與基礎設施團隊，匯報線由總裁 Greg Brockman 轉至 2025 年 11 月自英特爾加入、負責運算基礎設施的副總裁 Sachin Katti。OpenAI 回應稱近期「重整了基礎設施組織，以支應工作的規模與速度」，並表示資料中心團隊完整、具備執行計畫的技術能力，未說明個人去留原因。同一篇報導指出，OpenAI 正重啟部分自建資料中心的規劃，做法改為整棟租賃，而非只向雲端業者租用晶片，但主導者已不是 Malone。

輝達仍是主力，自研補的是推論缺口

SemiAnalysis 在自家分析中直指，拿 Blackwell 當對照並不完整也不公平，Jalapeño 真正要對上的是同樣採用 HBM4 的 Rubin，而 Vera Rubin 系統現在已陸續出貨給客戶，Jalapeño 手上還只有工程樣品。該機構同時提醒，受測的三款模型都不在開放權重的最前緣，輝達與超微已在更大的模型上公布過 AgentX 成績，8k/1k 的單輪工作負載相對容易調校。以每瓦輸出 token 換算，Jalapeño 的單 token 預測成績確實超過輝達與 CoreWeave 7 月公布的 Vera Rubin 多 token 預測數字。

Jalapeño 打的是推論而非訓練，賣點是每瓦成本而非絕對算力。對輝達來說，短期的威脅並不在營收，而在於最大的一批客戶開始自己定義「推論效能」該怎麼量，當買方手上有自己的晶片與自己的基準數字，議價的起點就不一樣了。

OpenAI 另外提到，內部測試顯示 Jalapeño 的優勢在自家頂尖模型上「進一步擴大」，並認為這代表架構在更大、更吃資源的工作負載上更有價值；官方同時說明，Jalapeño 是多世代路線圖的第一代，第二代已在深度開發中，第三代正在成形。對台灣而言，這條路線圖的落點在台積電，運算裸晶與 I/O chiplet 都走 N3 家族，2025 年 11 月投的是 CoWoS 設計，先進製程與先進封裝兩塊都吃得到。至於客製化晶片的實作與板卡機櫃整合，官方新聞稿載明分別由博通與 Celestica 承接。

OpenAI 在公告收尾則留了一句話：滿足成長中的 AI 需求，需要來自每一個可用來源的算力，公司將繼續在訓練與推論工作負載上，廣泛部署輝達與其他夥伴的加速器。

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：

• OpenAI 首款自研晶片現身，Jalapeño 瞄準的不是性能，是改寫與 Nvidia 的議價權

• OpenAI 再與博通簽約！打造自家首款 AI 晶片讓博通暴漲 10%

• Anthropic 傳洽談三星代工客製晶片，AI 巨頭自研晶片賽局再添一員

台灣基隆地方檢察署 8 月 24 日偵結一起 AI 伺服器走私案，共起訴 9 名被告，包括 Nvidia 台灣分公司 1 名資深經理與美超微（Super Micro）台灣子公司 2 名員工。這批走私標的為 130 台搭載 Nvidia B300 晶片的高階 AI 伺服器，不法獲利逾新台幣 6.7 億元。

精選文章直送，點擊立刻訂閱 INSIDE 電子報！

繞道印尼、日本轉運，74 台伺服器流入中國

B300 伺服器屬美國出口管制禁止銷往中國的高階 AI 運算設備。被告透過印尼、日本與香港等地轉運，共將 74 台伺服器送入中國，其中 50 台經印尼、8 台經日本轉至香港、16 台直接出口。另有 56 台在台灣邊境遭海關攔截。

Nvidia 台灣分公司張登隆資深經理被指為此案關鍵人物，涉嫌配合走私集團前往機房進行虛假查核，事後向公司回報「已完成現場查核」，促使美超微同意出貨。部分被告甚至偽造美超微網頁資料，企圖向經濟部國際貿易署申請「戰略性高科技貨品輸出許可證」矇混過關。

檢方求刑 1.5 至 6 年，主嫌遭通緝

9 名被告中，8 人遭起訴《刑法》背信罪與偽造文書罪，其中 3 人另涉《證券交易法》特別背信罪。檢方依涉案程度分別求處 1.5 年至 6 年有期徒刑。主要獲利者為飛虎科技陳姓負責人與總經理陳旻諺，兩人合計不法所得約 2,120 萬美元（約新台幣 6.75 億元）。飛虎科技陳姓實際負責人未到案，已另行通緝。

Nvidia 與美超微均稱非調查對象

美超微聲明表示，涉案 2 人為前員工，遭逮捕是公司主動配合台灣當局的結果。公司強調自身非調查對象，未被指控不法行為，將持續強化出口合規機制。Nvidia 回應稱員工「有充分誘因確保遵守所有相關法規」，將協助當局釐清指控。

美國自 2022 年起對中國實施 AI 晶片出口管制，禁止 Nvidia、AMD 等廠商高階產品銷往中國、香港與澳門。今年 6 月美國商務部剛修補出口管制漏洞，要求中資海外據點採購先進 AI 晶片也須申請許可證。但這起走私案的關鍵環節在於企業內部人員配合偽造查核報告，使出貨流程順利通過半導體供應鏈的審查機制。

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：

• 美國堵漏一年破口，輝達 Blackwell、AMD MI350x 禁止出貨境外中資企業

• 華為利用空殼公司獲台積電 200 萬顆 AI 晶片！美智庫報告揭露

• 美媒：中國買家利用「台灣等地」規避 NVIDIA 晶片禁令

NVIDIA 25 日宣布推出新一代入門級邊緣 AI 機器人電腦 Jetson Orin Nano 2，鎖定機器人、配送與巡檢無人機，以及視覺 AI 等應用。新產品維持與前一代相同的外型尺寸，不過在推論效能上最高提升至 2 倍，並可在相同效能下降低 40% 功耗，模組與開發人員套件預計於 2027 年上半年推出。

Jetson Orin Nano 2 提供 78 TOPS AI 運算效能，配備 8GB 記憶體與 8 核心 Arm CPU。

NVIDIA 表示，透過改良 Tensor Core 並提高記憶體頻寬，其推論效能最高可達 Jetson Orin Nano Super 的 2 倍；在 15 瓦模式下，若維持與前一代相同效能，功耗可降低 40%。

NVIDIA 將 Jetson Orin Nano 2 定位於入門級邊緣 AI 市場。

隨著 AI 模型持續縮小並提升效率，NVIDIA 認為，更多邊緣裝置可成為能理解情境、解讀語言與影像，並即時採取行動的自主系統。

• 延伸閱讀：【影】會幫忙開門的 AI「第二隻手臂」奪冠！Gemma 4 公益賽還有哪些離線 AI 妙用？

在軟體方面，Jetson Orin Nano 2 可搭配 NVIDIA 開放式軟體堆疊與 Jetson 代理技能。NVIDIA 表示，開發人員可在裝置端執行大型語言模型（LLM）與視覺語言模型（VLM），包括 NVIDIA Cosmos、Nemotron、Gemma 4 與 Qwen 3 等開放模型；這些模型經過最佳化，可在邊緣裝置進行推論時更有效率地使用記憶體。

Alphabet 旗下 Wing 評估導入、Matic 已採用 Jetson Orin Nano 2

NVIDIA 表示，目前已有超過 300 萬名開發人員使用其機器人技術堆疊；康耐視、斗山山貓與 Matic 等企業則已開始採用或探索 Jetson Orin Nano 2。

Alphabet 旗下無人機配送公司 Wing 現行配送機隊使用 Jetson Orin Nano Super 與 NVIDIA 軟體，並計畫評估 Jetson Orin Nano 2，希望進一步提升無人機即時 AI 感知與推論能力；家用機器人業者 Matic Robots 則已採用 Jetson Orin Nano 2，用於對話式 AI、手勢偵測、地圖建立、語意理解及自主清潔等功能。

NVIDIA 也公布支援 Jetson Orin Nano 2 的生態系合作夥伴，包括研揚科技、凌華科技、研華、安提國際、圓剛科技、矽遞科技及聰泰科技等業者。這些公司正開發載板、硬體系統、客製化 AI 軟體與參考解決方案。

Jetson Orin Nano 2 目前尚未正式出貨。NVIDIA 規劃於 2027 年上半年推出模組與開發人員套件，售價則未在本次新聞稿中公布。

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：

• 中國下一階段 AI 優勢藏在「網路爬不到的數據」？從數據交易所到機器人訓練場，看北京六年布局

• 川普政府新禁令上路：中國機器人、電力變流器不得進口美國