AI 戰情報告 (2026-05-28)
昨日 AI 重點新聞
AI 代碼代理新星 Cognition 以 260 億美元估值融資 10 億美元 ref-219, ref-152, ref-32
開發 Devin 的 AI 新創 Cognition 完成 D 輪融資，估值在短短 8 個月內由 100 億飆升至 260 億美元。目前該公司年化收入 (ARR) 已逼近 5 億美元，且創辦人揭露公司內部 89% 的代碼已由 AI 自主編寫並提交，證明了代碼代理已具備極高的生產力替代潛力。
Robinhood 開放 AI 代理證券交易，開啟自動化投資新紀元 ref-184, ref-160, ref-199
Robinhood 宣布向 AI 代理開放交易平台，允許用戶為其代理人創建獨立帳戶並配置資金。AI 代理能自主監測產業動態、執行買賣指令，甚至能透過綁定的信用卡進行支付，這標誌著金融服務從「輔助工具」演進為「代理主體運作」。
Snowflake 與 AWS 簽署 60 億美元協議，轉型 AI 時代數據平台 ref-9, ref-38, ref-4
Snowflake 承諾在未來 5 年內向 AWS 投入 60 億美元，用於採購 Graviton 運算與 GPU 推論資源。其執行長 Sridhar Ramaswamy 表示，公司將轉型為「代理式企業」的基礎，讓客戶能在受控的數據環境中直接構建 Text-to-SQL 與 Cortex Code 等代理應用。
伊利諾州通過全美最強 AI 安全法案，要求大型實驗室接受外部審核 ref-1, ref-37, ref-84
美國伊利諾州正式通過法案，要求 OpenAI、Anthropic 與 Google 等頂尖模型實驗室必須接受第三方安全審計。該法案被視為全美監管的標竿，反映出各州政府在缺乏聯邦統一政策下，正積極填補 AI 治理真空。
字節跳動研發自有 CPU 以因應 AI 基礎設施成本壓力 ref-38, ref-96
受全球晶片價格上漲與供應短缺影響，字節跳動 (ByteDance) 正在開發自研 CPU 以支持其龐大的 AI 推薦算法與生成式 AI 基礎設施。同時，中國市場也正透過政策誘因，鼓勵 AI 人才留在國內發展。
企業面臨「代幣極大化」成本危機，Uber 預算超支引發警訊 ref-92, ref-357
Uber 與 微軟 內部均傳出 AI 預算超支的消息。Uber 財務長指出公司預算被代碼代理快速耗盡，導致市場出現「Token Tuner」等新工具，協助企業分析哪些任務可轉向低參數、低成本模型，而非盲目追求效能最強但昂貴的旗艦模型。
Google 發表 Antigravity 2.0，將託管代理運行環境標準化 ref-1, ref-14, ref-37
在 Google I/O 後，Google 將其代理平台重新定位。開發者現在只需撰寫 AGENTS.md 文件，即可在 Google 提供的 Linux 沙箱環境中運行代理。這種「託管運行時 (Managed Runtime)」已成為雲端巨頭（AWS、Anthropic、Google）的標準配置，使基礎設施變得日益透明且平價。
惡意 npm 套件鎖定 Claude 用戶目錄，AI 代理權限治理迫在眉睫 ref-9, ref-4, ref-109
資安機構 OX Security 發現惡意套件會自動上傳 Claude 代理的內部緩存數據。資安專家警告，目前許多企業讓 AI 代理自主安裝依賴套件（npm/PyPI），卻未定義誰該為代理人的行為負責，形成了巨大的供應鏈安全漏洞。
全球最大律師事務所 Kirkland & Ellis 斥資 5 億美元打造私有 AI 平台 ref-67
為了保護客戶隱私並建立護城河，全球營收最高的律師事務所 Kirkland & Ellis 決定自建 AI 平台，而非依賴現成的 SaaS 工具。此舉顯示頂尖垂直領域企業更傾向於建立「私有化 AI 基礎設施」。
Google 推出 LiteRT-LM，加速 Gemma 4 於行動裝置本地執行 ref-18
Google 發表了 LiteRT-LM 框架，透過「多令牌預測 (Multi-Token Prediction)」技術，讓 Gemma 4 在手機端的速度提升 2.2 倍。這將使隱私性強、低成本的 On-device AI 成為替代昂貴雲端代理的可行方案。
市場洞察
1. 「託管運行時 (Managed Runtime)」成為代理標準化元年 ( ) ref-1, ref-37, ref-0
延續前幾日對 Google 與 AWS 代理框架的觀察，今日 Google 與 Anthropic 均展現出將「代理執行環境」商品化的趨勢。AGENTS.md 逐漸成為一種通用的代理配置標準。對開發者而言，決定勝負的不再是自行架設沙箱的能力，而是如何編寫高品質的「代理技能 (Skill.md)」，這將加速代理應用的規模化分發。
2. 從「Token 狂熱」轉向「計算預算治理」( ) ref-92, ref-357, ref-127
Uber 與 微軟 面臨的 AI 預算危機，印證了昨日報告中提到的 ROI 焦慮期。企業開始意識到「Tokenmaxxing (代幣極大化)」並不等同於生產力。Gartner 預警多數客製化 AI 項目將失敗，進而驅動市場對 FinOps for AI 與模型路由工具的需求，這也讓如 LiteRT-LM (ref-464) 這種本地端運算技術重新受到重視。
3. 代理權限治理的「責任真空」危機 ( ) ref-9, ref-4, ref-349
惡意套件鎖定 Claude 代理目錄的事件，揭示了當前 AI 代理安全的最弱環節：權限授權。當 AI 代理具備自主安裝軟體或調用金融帳戶（如 Robinhood）的能力時，傳統的防火牆已失效。市場急需能監控「代理行為軌跡」並建立「行為白名單」的安全架構，這與昨日提到的 Zscaler 收購趨勢一致。
4. 垂直領域巨頭的「去 SaaS 化」與私有化趨勢 ( ) ref-299, ref-398
Kirkland & Ellis 與 字節跳動 的自研舉動顯示，在具備深厚專業知識或巨大算力需求的領域，領先者不再信任通用的 AI SaaS。這預示著未來市場將分化為「通用代理雲」與「私有專業代理」兩大陣營，對於高價值數據持有者，私有化部署將是其核心策略。 (延續 05-26 報告關於垂直領域代理主體性的分析)