AI 戰情報告 (2026-04-28)

昨日 AI 重點新聞

微軟與 OpenAI 重組合作架構，AGI 條款宣告失效 ref-31, ref-15, ref-147, ref-29

微軟與 OpenAI 宣布修改合約，取消原有的獨家供應限制。OpenAI 將能於 AWS Bedrock 等其他雲端平台提供服務，微軟則獲得非排他性許可。此外，關於 AGI 達成後權利失效的爭議條款也已移除，改由專家小組驗證技術進展。

DeepMind 前大將創立 Ineffable Intelligence，種子輪募資 11 億美元 ref-10, ref-82, ref-84, ref-137

由 AlphaGo 之父 David Silver 創辦的 Ineffable Intelligence 從隱身模式現身，募得 11 億美元 種子輪資金。該實驗室致力於開發不依賴人類數據、透過強化學習（RL）自我進化的「Superlearner」，目標是直接通往超人工智慧。

DeepSeek 發布 V4 模型，以極低定價與華為晶片優化挑戰市場 ref-125, ref-128, ref-132

中國 AI 領頭羊 DeepSeek 推出 V4 旗艦模型，定價僅為 GPT-5.5 的 3%。該模型採 1.6 兆 MoE 參數架構，特別針對 華為 晶片進行了底層優化，展現出極強的成本競爭力。

OpenAI 釋出 Symphony 規範與 Codex 更新，賦予代理電腦操作能力 ref-136, ref-15

OpenAI 開源了代理編排規範 Symphony，旨在將專案管理工具轉化為 AI Agent 的控制平面。同時，Codex 迎來重大更新，現在能直接操作使用者的電腦介面，標誌著 AI 代理正式進入「電腦使用（Computer Use）」階段。

GitHub Copilot 轉向「按量計費」模式，反映 AI 推理成本壓力 ref-1, ref-123, ref-73

GitHub 宣布將 Copilot 改為基於 Token 消耗的按量計費模式。此舉顯示 Agentic workflows 產生的長時、高負載運算，已使傳統的固定訂閱制難以維持獲利。

SpaceX 擬以 600 億美元收購 AI 編程工具 Cursor ref-81

市場傳出 SpaceX 已達成協議，有權以 600 億美元 天價收購 AI 編程器 Cursor。這被視為 Elon Musk 體系試圖奪取開發者入口，打破 OpenAI 與 Anthropic 在編程代理領域的壟斷。

中國否決 Meta 以 20 億美元收購 AI 代理新創 Manus ref-33, ref-138, ref-4

中國監管機構以「保留 AI 知識在國內」為由，禁止了 Meta 對上海 AI 代理新創 Manus 的收購案。此事件顯示地緣政治博弈已從晶片封鎖延伸至 AI Agent 技術的主權爭奪。

微軟開源 VibeVoice 語音模型，支援端側語音辨識 ref-28

微軟釋出 VibeVoice 音訊模型，具備強大的語音轉文字與說話者辨識能力，且能在 Mac M5 Max 裝置上流暢執行，進一步推動 On-device AI 應用的普及。

Claude Mythos 引發安全焦慮，企業漏洞修復速度難以負荷 ref-134

Anthropic 的 Claude Mythos 模型因具備大規模自動化掃描漏洞的能力，引發資安界討論。專家擔憂模型發現漏洞的速度已遠超人類團隊修復的能力。

伊朗襲擊全球 PCB 供應重心，恐導致 AI 供應鏈斷裂 ref-93

伊朗針對全球 70% 關鍵 PCB 基材的供應中心發動攻擊，可能對本已脆弱的 AI 硬體與伺服器供應鏈造成嚴重衝擊，加劇算力資源短缺。

研究指 35% 新網站為 AI 生成，內容品質受質疑 ref-15

分析顯示自 ChatGPT 發布以來，高達 35% 的新網站為 AI 生成或輔助。研究人員警告網路上正充斥大量 AI 生成的低品質內容。

科技業裁員潮：2026 年 3 月為兩年來最差月分 ref-4

數據顯示 2026 年 3 月 科技業共有 45,800 名 員工被裁。分析指出企業正將人力預算轉移至購買更多 AI 晶片 與計算資源。

市場洞察

1. 「獨家時代」結束，AI 供應鏈進入多雲博弈期 ( ) ref-31, ref-15, ref-134, ref-147

延續前日關於 OpenAI 與 聯發科/高通 合作開發晶片的報導，今日微軟與 OpenAI 的「排他性協議」正式解封。這意味著大型模型廠商正尋求跨雲分發，AWS Bedrock 將成為 OpenAI 與 Anthropic 的共同戰場。對企業而言，Vendor Lock-in 風險降低，但多雲治理與 Token 成本優化將成為新的技術難題。

2. 強化學習 (RL) 成為超越人類數據瓶頸的關鍵路徑 ( ) ref-84, ref-132, ref-125, ref-40

Ineffable Intelligence 的 11 億美元 鉅額融資顯示，純靠「人類現成數據」訓練已達瓶頸。利用強化學習透過與環境互動獲取經驗的「Superlearner」，正成為通往 AGI 的新路徑。這呼應了前日 DeepSeek V4 (ref-65) 強調強化學習突破的趨勢，未來 AI 競爭將從「比拼數據規模」轉向「比拼環境模擬與自我學習效率」。

3. 從「文字對話」演進為「電腦操控者」 ( ) ref-136, ref-85, ref-15, ref-33

OpenAI Codex 與 Symphony 的發布標誌著 AI 代理正從給予建議轉向直接操作電腦介面（Computer Use）。這與前日 Meta 監控員工操作路徑以訓練代理 (ref-72) 的行為一致。Agentic AI 不再只是插件，而是能像人類一樣操作瀏覽器、終端機與專業軟體的「數位員工」。

4. AI 推論成本迫使 SaaS 定價轉向「按量計費」 ( ) ref-1, ref-123, ref-73

GitHub Copilot 的調價是市場轉折點。由於代理化工作流需要頻繁循環呼叫模型，其 Token 消耗遠超傳統對話。這對依賴固定月費的 SaaS 公司造成巨大毛利壓力。預計未來一年內，更多 AI 功能將從「吃到飽訂閱制」轉向「按量計費制」。