AI 戰情報告 (2026-03-17)
昨日 AI 重點新聞
Nvidia GTC 2026：黃仁勳預測代理式 AI 將驅動 1 兆美元營收目標 ref-13, ref-23, ref-62, ref-126, ref-184
Nvidia 執行長黃仁勳於 GTC 主演講中揭曉「推理拐點」理論，預計 2027 年 AI 晶片需求將衝破 1 兆美元。為應對 Agentic AI 頻繁調用 API 的非同步特點，發布了 88 核心 Vera CPU 與 Groq 3 LPU 加速器，強調未來數據中心將是「AI 工廠」。
Nvidia NemoClaw：為開源代理框架 OpenClaw 注入企業級資安護城河 ref-62, ref-104, ref-133, ref-198
針對爆紅但存在 RCE 漏洞的開源框架 OpenClaw，Nvidia 與其創辦人合作推出了 NemoClaw 平台。該平台內建 OpenShell 安全運行環境，透過「隔離沙盒」與「政策守門員」解決自主代理存取企業數據時的資安隱憂。
OpenAI 戰略大調整：削減邊緣專案，全力衝刺代碼與企業核心業務 ref-90, ref-91, ref-93
OpenAI 內部會議確定將資源從「支線任務」移回核心，重點鎖定代碼生成與企業解決方案，力爭在垂直領域「釘住」競爭對手。此外，傳出其正與私募股權公司商討高達 100 億美元 的融資計畫。
Mistral 發布 Small 4：首個統一推理、多模態與代碼能力的旗艦模型 ref-60, ref-92, ref-140
法國模型領頭羊 Mistral 推出 Small 4 (119B 參數)，首次在單一模型中統一了推理、多模態與代碼開發能力。同步釋出的 Leanstral 模型則專攻 Lean 4 語言，致力於提供可形式化證明的代碼工程。
OpenAI Codex 子代理功能全面開放，支援平行處理複雜任務 ref-53, ref-99
OpenAI Codex 的子代理 (Subagents) 功能結束預覽，正式向開發者開放。該架構允許主代理根據任務性質（如 UI 修復、數據清洗）自動分派工作給不同模型背景的子代理，實現更複雜的非同步開發流程。
阿里巴巴發布「悟空」平台，多代理協作處理複雜文件編輯 ref-50
阿里巴巴 發表企業級平台 Wukong (悟空)，核心賣點在於「多代理編排技術」，能讓多個 Agent 同時作業，解決如跨平台數據整合、大規模文件自動化編輯等複雜任務，目前已展開 Beta 測試。
Manus AI 推出桌面應用程式：AI 代理可直接操作在地端檔案與工具 ref-123, ref-362
Manus 發布 My Computer 桌面應用，突破過往 AI 代理僅能在雲端運行的局限。該工具讓 Agent 獲得作業系統層級權限，可直接讀取本機檔案、操作軟體介面，為「個人 AI 秘書」提供物理層級的執行力。
大英百科全書與梅里亞姆-韋伯斯特聯手起訴 OpenAI 侵權 ref-54, ref-56, ref-128, ref-268
知識權威 Britannica 指控 OpenAI 盜用其條目進行訓練，並展示了 GPT-4 如何產出幾乎逐字重複的百科內容。該案成為繼紐約時報案後，另一場針對「AI 記憶內容」與智財權邊界的法律戰。
OpenAI「成人模式」因安全疑慮延期，重點轉向文字情色而非影像 ref-35, ref-57, ref-135, ref-436
儘管 Sam Altman 先前承諾放寬限制，但 OpenAI 發布延遲公告，主因是針對青少年心理健康與惡意濫用的警告。初步版本將僅限於文字情色創作，暫不開放影像或語音模式。
Nvidia 發布 DLSS 5：以生成式 AI 重塑遊戲光影細節 ref-48, ref-59, ref-100, ref-120
Nvidia 推出 DLSS 5 技術，利用生成式 AI 在像素層級重新渲染光影與材質。雖然被部分藝術家批評為「AI 廢料」(AI Slop) 破壞了原作美學，但黃仁勳強調這是通往全虛擬世界生成的必經之路。
Google Gemini API 推出「支出上限」功能，防止開發者成本失控 ref-216, ref-304, ref-307, ref-326
針對 Gemini 長上下文處理時可能產生的天價帳單，Google 終於在 AI Studio 推出支出上限功能。此舉旨在降低企業進行 RAG (檢索增強生成) 實驗時的預算不確定性風險。
GlassWorm 供應鏈攻擊鎖定 Python 儲存庫，竊取 GitHub Token ref-209
資安警報顯示，惡意軟體 GlassWorm 正在 GitHub 上蔓延，透過感染數百個 Python 套件來竊取開發者的 Token。該攻擊特別鎖定 ML 研發團隊，試圖干預 AI 訓練管線與模型權重安全。
Agent Lifecycle Toolkit (ALTK) 開源：提供 AI 代理全生命週期監控 ref-328
新開源的 ALTK 提供了一套中間件標準，協助企業解決 Agent 在長期運行中出現的「隱形失敗」。它能在工具調用、數據存取及輸出審核階段自動介入修復，提升代理系統的穩定度與合規性。
Anthropic 遭爆 Pentagon 在委內瑞拉突襲任務中使用 Claude ref-41, ref-44, ref-409
《紐約客》與相關媒體指出，美國國防部在委內瑞拉執行任務期間，使用 Anthropic Claude 進行實時情報分析。儘管 Anthropic 持續推動 AI 安全治理，但「AI 參戰」的既成事實仍引發倫理爭議。
市場洞察
從「對話框」到「操作系統」：AI 代理的物理化與本機化趨勢 (ref-50, ref-123, ref-362)： 延續上週「On-device AI」的熱議，今日 Manus AI 推出的桌面代理與 阿里巴巴 的多代理平台，顯示市場正從「問答助手」轉向「行為執行者」。AI 代理不再只是回覆訊息，而是獲得了操控本機檔案與第三方工具的權限。這意味著未來生產力工具的競爭將發生在 OS 層級的整合深度，而非單純的模型智商。
硬體架構為「代理工作流」量身定制 (ref-13, ref-202, ref-214)： Nvidia 發布 Vera CPU 與 Groq 3 LPU 是一個關鍵信號。過去硬體是為了「吞噬大量矩陣運算（訓練）」設計，現在則是為了「極低延遲的決策調度（推理與代理）」優化。黃仁勳提到的「AI 工廠」概念，正式將 AI 從實驗室研發，推進到具備工業級產出能力的企業自動化生產線。
企業部署的核心門檻：資安與成本的可預測性 (ref-104, ref-198, ref-328, ref-307)： 市場對 NemoClaw 與支出上限功能的積極反應，反映了企業導入 AI 的兩大痛點：資安與預算。Nvidia 選擇加固開源框架 OpenClaw，說明了「治理工具」正成為與「算力」同等重要的基礎設施。隨著 Agent Lifecycle Toolkit (ALTK) 等中間件的成熟，AI 代理將具備像傳統軟體一樣的可審計與可管理性。
長上下文與「記憶」引發的版權與安全拉鋸 (ref-35, ref-54, ref-128, ref-268)： Britannica 的訴訟直擊了模型的核心缺陷：「記憶現象」(Memorization)。當模型具備超長上下文與強大擬合能力時，極易產出與訓練集高度相似的內容。這將迫使 OpenAI 等公司在技術路徑上進行權衡，也預示著未來「專利化、私有化數據」的授權成本將成為 AI 公司的沈重負擔。