Meta在週二推出全新AI應用程式Muse後，開始逐漸獲得華爾街青睞。這家科技巨頭進軍代理型AI（agentic AI）的布局，也成為X平台業界人士熱議的話題。如今，初步數據進一步揭示Muse在目標市場美國消費者之間的實際人氣。記者許若茵／編譯

Meta在週二推出全新AI應用程式Muse後，開始逐漸獲得華爾街青睞。這家科技巨頭進軍代理型AI（agentic AI）的布局，也成為X平台業界人士熱議的話題。如今，初步數據進一步揭示Muse在目標市場美國消費者之間的實際人氣。

[caption id="attachment_252067" align="aligncenter" width="1024"] Meta宣布推出首款AI程式代理Muse Code，積極挑戰Anthropic與OpenAI等AI實驗室。（圖／Meta）[/caption]

根據市場情報公司Sensor Tower提供的新數據，Muse目前已在美國iOS平台獲得超過8.3萬次下載。這使Muse躍居App Store熱門排行榜第2名，但數據顯示，與Meta近期推出的其他應用程式相比，Muse此次上市的表現仍相形失色，例如Threads與Meta AI。Threads在美國上市首日的下載量超過430萬次，而Meta AI應用程式在推出首日則獲得10.8萬次美國下載。

與另一款備受矚目的消費型AI應用程式ChatGPT相比，Muse也落後更多。ChatGPT推出不到一週，在當時唯一的市場美國就突破50萬次安裝。若平均分配，這代表ChatGPT推出初期每天平均約有8.33萬次下載，而Muse花了兩倍時間才達到這一數字。

但這些數據並不代表Muse的上市表現一定不佳，只是其成長速度可能稍微慢了一些。Muse在iOS上的排名仍持續上升，週三在美國App Store排名第4，如今已升至第2名。不過，其Android版本的表現則較為遜色。Muse目前在Google Play應用程式商店的生產力類別中僅排名第338名。Muse也可透過網頁及WhatsApp使用，這兩個管道都未被納入上述估算。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/
更多科技工作請上科技專區：https://techplus.1111.com.tw/

儘管如此，Muse目前的數據雖然仍處於早期階段，但值得持續觀察，因為這款應用程式代表Meta迄今為止規模較大的押注之一。簡單來說，該公司相信，能代表人們完成工作的AI代理將成為消費型AI的未來，而Meta正押注這個新興市場。

當然，Meta並非唯一一家進軍面向消費者的代理型AI市場的企業。看來幾乎每家公司都已投入這場競賽，從Google的Gemini Spark到Anthropic的Claude Cowork等產品都是如此。

對於操作簡單、面向一般消費者的AI代理而言，目前的競爭者包括Meta的Muse，以及Instinct。後者是一款透過文字訊息運作的新AI代理，近期估值已達25億美元。

資料來源：techcrunch

這篇文章 Meta押注AI代理 Muse竄升美國App Store熱門榜第2 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

OpenAI正深化與三星電子的合作，這家ChatGPT開發商正在研發自有晶片，並擴大與這家韓國科技巨頭在半導體及企業AI服務領域的合作。記者許若茵／編譯

OpenAI正深化與三星電子的合作，這家ChatGPT開發商正在研發自有晶片，並擴大與這家韓國科技巨頭在半導體及企業AI服務領域的合作。

[caption id="attachment_267215" align="aligncenter" width="1024"] OpenAI正深化與三星電子的合作。（示意圖／AI生成）[/caption]

OpenAI韓國總經理Harrison Kim週三在首爾舉行的記者會上表示，「我們與三星電子進展最為顯著、也獲得最多肯定的領域之一，就是共同生產及研究我們正在開發的次世代晶片。」他並未透露更多細節。

Kim也表示，三星電子是「全球規模最大的ChatGPT部署企業之一」，三星在韓國及海外的員工都使用ChatGPT工作，應用範圍涵蓋研究與開發、行銷及銷售。

OpenAI今年6月公布首款與Broadcom共同設計的客製化人工智慧晶片。OpenAI工程師與Broadcom共同設計這款名為Jalapeno的晶片，用於AI推論，也就是處理資料以回答ChatGPT等應用程式查詢的過程。OpenAI當時表示，這些晶片將由台灣的台積電製造。

去年，三星電子與SK海力士簽署意向書，將為OpenAI的Stargate資料中心計畫供應記憶體晶片。Kim表示，隨著更先進的晶片需求增加，以實現更快速且更複雜的運算，記憶體晶片需求也將持續成長，因此與韓國半導體供應商合作是OpenAI當地辦公室的優先事項。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/
更多科技工作請上科技專區：https://techplus.1111.com.tw/

此次合作正值三星擴大生成式AI應用之際。三星6月表示，旗下負責手機、電視及家電的Device eXperience部門員工將可在公司內部使用ChatGPT、Google的Gemini以及Anthropic的Claude。

OpenAI表示，截至8月底，韓國企業與機構的ChatGPT Enterprise用戶數較一年前大增約28倍，原因是企業正擴大AI應用，從個人工作逐步延伸至全公司的營運。企業愈來愈廣泛地在法務、銷售、財務、行銷及營運等職能導入AI。不過，該公司拒絕提供絕對用戶數。

OpenAI表示，截至去年底，韓國是美國以外擁有最多付費ChatGPT訂閱用戶的國家。OpenAI預期，在9月4日推出最新模型GPT-6 Astra後，AI採用速度將進一步加快。OpenAI表示，GPT-6 Astra在電腦操作、專業工作、科學、程式設計及網路安全方面的表現有所提升。

資料來源：reuters

這篇文章 OpenAI攜手三星研發次世代晶片 拓展半導體合作擴大AI布局 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

中國AI新創DeepSeek傳出正式推進上市計畫。消息人士透露，DeepSeek已找上中信證券（CITIC Securities），準備在上海科創板（STAR Market）進行首次公開募股（IPO），最快可能在今年啟動上市程序。記者彭夢竺／編譯

中國AI新創DeepSeek傳出正式推進上市計畫。消息人士透露，DeepSeek已找上中信證券（CITIC Securities），準備在上海科創板（STAR Market）進行首次公開募股（IPO），最快可能在今年啟動上市程序。

不過，目前DeepSeek可能募資多少資金、目標上市估值以及具體時間表都還沒有確定。DeepSeek與中信證券也尚未對相關消息作出回應。

[caption id="attachment_203391" align="aligncenter" width="1184"] DeepSeek（圖／AI生成）[/caption]

找上中信證券 最快今年啟動IPO程序

消息人士指出，DeepSeek已與中信證券討論中國境內IPO，並計畫今年開始推進上市程序。

中國企業申請在境內上市前，通常會先聘請證券公司進行上市前輔導，因此DeepSeek找上中信證券，也被視為IPO計畫進一步向前推進的訊號。

DeepSeek目前正積極尋找新資金，以支應運算基礎設施、AI模型開發，以及人才留任與招募等支出。

最新一輪募資 估值上看750億美元

DeepSeek目前正在進行新一輪募資，估值可能達到5,000億元人民幣（約750億美元）。今年6月，DeepSeek才剛募得約74億美元，投後估值超過500億美元。當時創辦人梁文鋒個人投入200億元人民幣，騰訊與電池大廠寧德時代則分別投入100億元及50億元人民幣，成為最大的外部股東。

隨著AI競爭持續升溫，DeepSeek需要投入更多資金擴充算力、開發模型與留住人才，上市也可能成為公司取得下一階段資金的重要管道。

中國AI公司掀起一波上市潮

DeepSeek並不是唯一準備進入資本市場的中國AI公司。中國大型語言模型開發商Z.AI與MiniMax今年都已在香港上市，北京AI新創Moonshot也傳出已秘密提交香港IPO申請。

AI公司密集尋求上市，背後與產業競爭成本快速攀升有關。訓練與營運大型AI模型需要大量算力、資料中心容量及工程人才，讓資金實力逐漸成為AI競爭的重要門檻。

與美國AI巨頭相比，中國AI公司的估值仍存在明顯差距。部分投資人認為，Anthropic上市估值最高可能達2兆美元，OpenAI規劃中的IPO估值則可能上看1兆美元。

DeepSeek也面臨「搶人大戰」

除了算力與模型開發，人才也是DeepSeek推進IPO的重要原因之一。消息人士透露，梁文鋒希望透過IPO取得的資金，提供更具吸引力的獎勵，以留住公司關鍵員工與研究人員。

DeepSeek近期已有部分人才轉往資金更雄厚的競爭對手，包括字節跳動（ByteDance）與小米（Xiaomi）。

從擴充運算基礎設施、自研晶片到人才競爭，AI公司的資金需求正快速增加。若DeepSeek最終成功登上上海科創板，也將讓這家估值上看750億美元的中國AI新創，正式從模型競賽進一步走向資本市場。

資料來源：路透社

這篇文章 中國AI掀上市潮！DeepSeek傳找中信證券操刀 估值衝750億美元 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

由Z世代團隊發起的國際創業盛會「Boba Tech Summit 2026」今（9）日在台北登場，一連兩天集結來自超過15國、300名青年創業家與學生，其中國際參與者占比達3成。首屆峰會邀集YouTube共同創辦人陳士駿、Twitch共同創辦人Kevin Lin、OpenAI亞太區新創業務負責人Thomas Jeng、群聯電子共同創辦人暨執行長潘健成，以及《Blitzscaling》共同作者Chris Yeh等科技與創投界人士，希望讓亞洲年輕創業者不必先飛往矽谷，也能在台灣接觸全球創業網絡。記者黃仁杰／台北報導

由Z世代團隊發起的國際創業盛會「Boba Tech Summit 2026」今（9）日在台北登場，一連兩天集結來自超過15國、300名青年創業家與學生，其中國際參與者占比達3成。首屆峰會邀集YouTube共同創辦人陳士駿、Twitch共同創辦人Kevin Lin、OpenAI亞太區新創業務負責人Thomas Jeng、群聯電子共同創辦人暨執行長潘健成，以及《Blitzscaling》共同作者Chris Yeh等科技與創投界人士，希望讓亞洲年輕創業者不必先飛往矽谷，也能在台灣接觸全球創業網絡。

[caption id="attachment_285294" align="aligncenter" width="2560"] 朱立恆表示，Boba Tech是一個「由Z世代打造、也為Z世代而生」的學生組織，希望改變亞洲創業與教育環境，讓年輕人更早相信自己可以創造產品、成立公司。（圖／記者黃仁杰攝）[/caption]

Boba Tech共同創辦人朱立恆開幕致詞時直指，AI正在改變全球創業的遊戲規則。過去打造一家公司往往需要大量人力與資本，如今透過AI工具與AI Agent，小型團隊也能快速打造產品，甚至可能在短短兩、三年內成長為獨角獸，讓全球創業環境愈來愈有利於年輕創辦人。

然而，他認為亞洲目前仍未完全跟上這股變化，「差距並不在人才，而是在環境。」

朱立恆指出，亞洲社會長期存在「好好讀書、找一份穩定工作」的期待，年輕人往往被鼓勵成為工程師、醫師或律師，相較之下，創業並非多數學生在求學階段就會考慮的道路。他以自己的經驗為例，16歲便開始第一次創業，雖然產品獲得使用者肯定，當時卻幾乎不知道如何經營公司、制定商業模式或與投資人溝通，身邊也很難找到同齡創業者交流。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

更多科技工作請上科技專區：https://techplus.1111.com.tw/

「很多前輩告訴我，做這些很好，但還是應該先專心讀書，去McKinsey、投資銀行工作之後再創業。」朱立恆表示，真正讓他感受到落差的，不只是缺乏商業知識，而是年輕創業者身邊缺少可以討論市場策略、募資與產品的同儕、導師及投資人。

這段經驗也成為Boba Tech Summit的起點。朱立恆後來透過教育部支持計畫走訪全球10個新創生態系，並在史丹佛接觸當地學生創業社群。他觀察，AI興起後，20歲出頭、甚至18、19歲就開始打造產品的年輕創辦人愈來愈普遍，因此開始思考，若全球下一代創辦人正在快速出現，「亞洲下一代創辦人的舞台在哪裡？」

為此，團隊希望將原本集中在矽谷的創業資源帶回亞洲。朱立恆透露，首屆活動籌備過程共向約60名講者發出邀請，也接觸55個潛在贊助夥伴，最終活動收到約700份申請，篩選300人參與，其中約6成為創辦人、2成為學生，國際參與者占3成，橫跨矽谷、日本、新加坡、巴西、瑞士、立陶宛等地；兩天活動共安排22名講者，並由超過60名志工共同籌辦。

國立陽明交通大學產創長黃經堯則表示，年輕創業者不應只追求個人的成功，更重要的是找到自身的獨特價值，並將自己放到全球市場的位置思考。他也呼應朱立恆所談的創業環境，認為人才並非唯一關鍵，如何提供支持創新的環境，才能讓年輕世代的能力真正發揮。

[caption id="attachment_285295" align="aligncenter" width="2560"] 黃經堯則表示，年輕創業者不應只追求個人的成功，更重要的是找到自身的獨特價值，並將自己放到全球市場的位置思考。（圖／記者黃仁杰攝）[/caption]

本屆峰會議題橫跨AI、半導體、創作者經濟與創投。首日上午由潘健成以「Phison AI Data Platform助力SME打造地端AI」揭開科技議題，並與黃經堯進一步討論亞洲硬體及製造背景創業者的優勢；隨後由Kevin Lin、獲a16z Speedrun支持的PicPet創辦人Jimmy Huang，以及Y Combinator F25新創SparkChat創辦人Peggy Wang，以「From Asia to the World」探討亞洲創辦人走向全球市場的機會。

兩天議程則一路延伸至全球化AI公司、創投與下一代創業者等議題，包括OpenAI亞太區新創業務負責人Thomas Jeng、AppWorks董事長暨合夥人林之晨、Chris Yeh等人參與；第二天並安排創投座談、線上主題演講及現場問答，以及壓軸的Gen Z Founder Demo Day，讓入選團隊直接面向投資人與創業社群提案，最後以Startup Mixer進行跨國交流。官方議程顯示，Demo Day將有8組團隊登台，參與團隊則從台灣、日本、東南亞與矽谷等創業社群中遴選。

朱立恆表示，Boba Tech是一個「由Z世代打造、也為Z世代而生」的學生組織，希望改變亞洲創業與教育環境，讓年輕人更早相信自己可以創造產品、成立公司，甚至直接面向全球市場，而不是等到累積多年職場經驗後，才開始思考創業。

「我們可能不是這個房間裡最有錢、最成功的創辦人，很多人甚至沒有矽谷經驗。」朱立恆說，但團隊希望從這場峰會開始，讓亞洲成為對下一代創辦人更加友善的地方。

這篇文章 Z世代要打進全球！Boba Tech Summit邀集YouTube、Twitch與OpenAI齊聚台北 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

Google Cloud與Accenture正合作成立一個聯合事業單位，專門派遣工程師進入企業，協助企業更有效採用Google的AI工具與服務。記者許若茵／編譯

Google Cloud與Accenture正合作成立一個聯合事業單位，專門派遣工程師進入企業，協助企業更有效採用Google的AI工具與服務。

[caption id="attachment_214003" align="aligncenter" width="1024"] Google Cloud不再只談模型能力，而是明確對外釋出其企業AI布局藍圖。（圖／123RF）[/caption]

這個名為「Accenture Gemini Enterprise Business Group」的新單位，是Google近期進軍日益競爭激烈的「前線部署工程師」（FDE）領域的最新行動。AI競賽中的競爭對手，包括OpenAI、Anthropic、Microsoft與Amazon，近期都已成立各自的業務單位，押注AI模型的導入本身就能成為一項價值數兆美元的商機。

這是AI公司與超大規模雲端服務商（hyperscalers）日益需要做出的押注。即使直接歸因於AI的營收仍只是相關投資的一小部分，超大規模雲端服務商每年仍投入數千億美元於GPU、資料中心與電力容量。

Google Cloud第二季營收達248億美元，其中很大一部分由企業AI帶動。但支撐這項成長的承諾規模十分龐大。Google Cloud的母公司Alphabet據報截至6月30日，累積了8110億美元的採購承諾與合約義務。

這些投資目前尚未以企業與投資人所需要的方式產生足夠回報，因此一切都取決於AI公司能否為其服務創造足夠需求。但這項需求並非有保障，因為企業本身也正努力從AI支出中看到真正的投資報酬。

業界普遍認為，企業一直缺乏足夠專業能力，無法以智慧方式將AI工具與服務整合進工作流程，不僅要降低成本，還要長期協助企業創造更多收入。這正是FDE的作用所在——他們扮演穩定且具引導性的角色，理想情況下，應同時具備商業敏銳度與代理型AI能力，並以此徹底改變企業的運作方式。

根據與Accenture達成的協議，Google將培訓Accenture最多1000名FDE，讓他們與企業合作，並在Gemini Enterprise平台上建立客製化AI應用程式。Google發言人表示，這個組織將隸屬於Accenture。

根據Ramp的8月數據，在Ramp的美國客戶中，Google約占企業AI支出的6%，相較之下，Anthropic占43.5%，OpenAI占39.7%。一名Google發言人指出，Ramp許多客戶並未涵蓋那些與Google Cloud簽署大型策略性AI協議的主要企業，而這類協議不只是模型API使用，例如Oracle、Meta、Anthropic與ServiceNow。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/
更多科技工作請上科技專區：https://techplus.1111.com.tw/

Google與Accenture成立的新單位最早由《華爾街日報》報導，是Google今年積極擴張FDE模式的最新行動。Google正試圖解決企業部署瓶頸，並追趕競爭對手。

今年稍早，Google Cloud推出7.5億美元的合作夥伴生態系承諾，將Google自己的FDE部署到包括Capgemini、Cognizant與Deloitte在內的多家顧問公司。這家科技巨頭也與CVC Capital Partners達成多年合作夥伴關係，將FDE直接部署到這家投資公司的旗下企業。

Google並非唯一面臨可能被新興企業超越風險的科技巨頭。專門將工程師派駐企業、建立客製化AI工作流程的公司——例如與Anthropic合作的Ode，以及OpenAI旗下的The Deployment Co.——同樣對Accenture等大型顧問公司構成威脅。

對這家專業服務巨頭而言，與Google的合作加入了其今年自身掀起的一波FDE計畫，包括3月推出的Microsoft FDE業務、5月與ServiceNow合作的FDE計畫，以及6月與SAP共同推出的計畫。

資料來源：techcrunch

這篇文章 Google Cloud攜手Accenture加速AI企業部署 培訓1000名FDE工程師 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

AI熱潮持續推升先進晶片需求，全球最大晶片製造設備商ASML也加速擴充產能。ASML週二正式在荷蘭動工興建全新大型生產園區BIC North，占地約35公頃，未來最多可容納2萬名員工，第一階段預計2029年完工。記者彭夢竺／編譯

AI熱潮持續推升先進晶片需求，全球最大晶片製造設備商ASML也加速擴充產能。ASML週二正式在荷蘭動工興建全新大型生產園區BIC North，占地約35公頃，未來最多可容納2萬名員工，第一階段預計2029年完工。

ASML執行長Christophe Fouquet表示，全球半導體產業需求持續成長，需要不斷投入新的投資。新園區除了增加辦公與物流空間，也將建置無塵室及新的機台組裝空間，進一步擴大ASML晶片製造設備產能。

[caption id="attachment_208599" align="aligncenter" width="1477"] ASML正式在荷蘭動工興建全新大型生產園區BIC North，占地約35公頃，未來最多可容納2萬名員工。（圖／記者黃仁杰攝）[/caption]

新園區占地35公頃 最多容納2萬名員工

BIC North位於恩荷芬機場（Eindhoven Airport）附近，距離ASML總部及位於Veldhoven的主要製造基地約7公里，也將成為ASML第二座大型生產園區。

整個基地建於約35公頃尚未開發土地上，最終可提供最多2萬名員工使用空間。第一階段目標在2029年完成，將包括辦公室、物流設施及無塵室。無塵室可提供受控環境，用於生產高度精密的專業設備。

打造全新「Flow Factory」 加快機台組裝

除了單純擴大生產空間，ASML也將在新園區導入新的「Flow Factory」設計。ASML表示，這項設計將讓公司能以更快速、更有效率的方式製造與組裝體積龐大的晶片曝光設備，以因應未來半導體客戶持續擴張的需求。

AI晶片需求太強 EUV產能已被訂到2027年底

ASML擴產背後，最大推力之一就是AI帶動的先進晶片需求。ASML今年7月表示，公司用於製造先進處理器與記憶體晶片的EUV微影設備，截至2027年底的產能幾乎都已經被預訂。

包括台積電、三星、SK海力士、美光及英特爾在內的ASML客戶，目前也都在擴充產能，以滿足NVIDIA、OpenAI、Anthropic、Google及Amazon等企業快速增加的AI運算需求。

ASML今年股價已漲62％ 市值達6600億美元

隨著AI晶片投資熱潮持續，ASML也成為歐洲市值最高的企業。今年以來ASML股價已上漲62％，公司市值達到6,600億美元。相較歐洲部分製造業正面臨需求疲弱與縮減規模，ASML則因半導體需求持續增加而選擇大舉擴產。

這次擴建同時也代表ASML對荷蘭中央及地方政府投下信任票。ASML曾在2024年警告，如果荷蘭政府無法滿足公司擴張所需要的建築許可、道路改善及電力供應等條件，不排除把新的製造產能移往海外。

如今BIC North正式動工，ASML也表示，新園區所需要的電力供應已經獲得保障。

隨著AI持續推升先進晶片與記憶體需求，從晶圓製造商擴產一路延伸到上游半導體設備，ASML這次啟動大型新園區，也顯示AI基礎建設投資仍持續向整條半導體供應鏈擴散。

資料來源：路透社

這篇文章 AI晶片太搶手！ASML新廠正式動土 可容納2萬名員工、2029年首階段完工 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

Meta推出AI個人代理應用程式，並要求部分用戶付費。此時，Meta與整個人工智慧產業正面臨日益升高的審查與公眾質疑。記者許若茵／編譯

Meta推出AI個人代理應用程式，並要求部分用戶付費。此時，Meta與整個人工智慧產業正面臨日益升高的審查與公眾質疑。

[caption id="attachment_204557" align="aligncenter" width="1024"] Facebook母公司Meta。（圖／123RF）[/caption]

這款內部代號為Hatch的應用程式，由Muse Spark系列基礎模型提供支援。自4月以來，Meta AI負責人Alexandr Wang一直以極快速度推出該系列模型。

Meta表示，Muse應用程式讓使用者能將預約、填寫電子表格，甚至監控居家安全攝影機影像等數位任務交由AI驅動的助理處理。Wang接受CNBC採訪時表示，公司設計這款應用程式時，希望「讓它感覺非常容易接近、友善且容易理解，不會讓人覺得太複雜」。

Wang說明，「在幕後，Muse可能正在執行非常先進的程式編碼工作流程，或建立複雜的整合功能，或執行相當大量的工作，同時讓使用者感覺一切都非常簡單。」Muse個人代理人將提供免費方案，或依使用量提供每月20美元或100美元的訂閱方案。

Meta執行長Mark Zuckerberg去年斥資140億美元投資Wang創辦的Scale AI並聘用Wang。Zuckerberg一直向投資人暗示，公司下一項重大的AI押注將涉及功能更強大的數位助理，例如篩選電子郵件或尋找家具優惠。

Zuckerberg曾表示，功能更強大的數位助理代表AI模型的下一個重大飛躍，並將其視為Meta大舉投資資料中心與基礎設施的原因之一。在公司7月的財報電話會議中，Zuckerberg表示，「新的個人代理人將成為我們未來幾個月及幾年下一波產品與營收來源的基礎。」

Meta推出個人助理之際，公司正處於格外棘手的時期。Meta近期同意支付近170億美元，與一群州總檢察長達成重大和解。這些州總檢察長曾控告Meta，指稱公司在Facebook與Instagram等應用程式上的傷害問題普遍程度上有所誤導。Meta目前仍面臨一波涉及類似指控的人身傷害訴訟及學區訴訟。

與此同時，外界日益擔憂AI代理人及其底層基礎模型可能帶來的網路安全風險，而美國也正面臨對AI資料中心及其建設公司的反彈升溫。不過，Meta同樣面臨華爾街要求其AI投資產生回報的壓力。公司正試圖讓業務多元化，降低對數位廣告的依賴。這項個人代理人服務，是繼面向開發者的Muse Code AI代理人，以及Meta近期推出的各種訂閱方案後，另一項旨在開拓新業務收入來源的計畫。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/
更多科技工作請上科技專區：https://techplus.1111.com.tw/

談及安全疑慮時，Wang表示，這款應用程式運作於Meta運算基礎設施內「自身隔離的環境」，而且「永遠不會看到你的實際密碼或付款資訊，並會在執行任何敏感操作前先徵求同意」。

使用者必須主動選擇不讓Meta利用他們與Muse個人代理人的互動內容訓練公司的AI模型。Meta工程副總裁David Singleton表示，如果使用者沒有選擇退出，公司將在利用代理人對話與互動改善AI模型之前，刪除「關鍵的個人識別資訊」。

Wang表示，公司正在探索潛在的營收模式，例如從AI代理人相關購物交易中抽取部分收入，但目前尚未確定任何具體計畫。「我們認為，商業模式對這項產品而言可能非常有趣，因為它能讓人們真正找到自己感興趣的事物，並最終完成許多購買。」

Muse個人代理人應用程式的使用者將能看到一個動態消息串，根據使用者希望彙整與摘要的內容，顯示其已連結Facebook與Instagram帳號的各種更新，或從網路取得的特定文章與故事。Wang表示，這項代理人服務也將透過WhatsApp提供，但該版本不會包含應用程式中的動態消息串或「點子」工具等功能；後者會推薦AI代理人的旅程與使用技巧。

Meta正在順應產業的一項重大趨勢。自OpenClaw快速崛起後，該工具被程式設計師用來管理為數位助理提供動力的AI模型，包括OpenAI與Google在內的公司，都已推出類似的代理型工具與功能，此外還有Town等新創公司。

Wang認為，相較於競爭產品，Muse個人代理人的目標是「讓更廣泛的大眾都能使用」，但他也承認，這仍是「個人代理人新時代的非常早期階段」。

Meta正在邀請第三方安全研究人員，透過所謂的漏洞獎勵計畫尋找Muse個人代理人的漏洞；如果研究人員發現特定問題，將可獲得金錢獎勵。「我們透過廣泛的內部實測、代理型紅隊測試，以及針對安全研究人員在私人漏洞獎勵計畫中於真實對抗情境發現的問題，強化了Muse。」

Meta說，個人代理人將透過iOS、Android或獨立網站提供給美國消費者。未來也將能透過公司的Ray-Ban Meta眼鏡使用。

資料來源：CNBC

這篇文章 Meta進軍個人AI代理 面臨隱私安全與獲利壓力 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

Meta正式把AI Agent推向更深層的個人生活應用，他們近日在美國推出AI助理Muse，可連結電子郵件、行事曆、支付、健康、購物及智慧家庭等App，並代表使用者執行寄信、賣車、訂旅行等任務。記者彭夢竺／編譯

Meta正式把AI Agent推向更深層的個人生活應用，他們近日在美國推出AI助理Muse，可連結電子郵件、行事曆、支付、健康、購物及智慧家庭等App，並代表使用者執行寄信、賣車、訂旅行等任務。

Muse內部代號為Hatch，是Meta執行長祖克柏「個人超級智慧」計畫的重要產品之一。Meta希望藉此讓AI不再只是聊天工具，而是能直接操作不同服務、持續替使用者完成工作。

[caption id="attachment_204557" align="aligncenter" width="1200"] Facebook母公司Meta。（圖／123RF）[/caption]

Muse先在美國推出 月費最高100美元

Muse目前僅先在美國上線，可透過獨立Muse App或WhatsApp使用。Meta也表示，未來將把Muse加入旗下智慧眼鏡產品，但尚未公布確切時間。基本版本可免費使用，重度使用者則可選擇每月20美元或100美元的訂閱方案。

Meta表示，使用者可以選擇不讓與Muse的互動資料被拿來訓練AI模型，公司也計畫在今年稍晚推出加密版本。

能連Email、支付、健康資料 背景持續工作

Muse的設計參考開源AI Agent OpenClaw，使用者可以自行決定要連接哪些App，也可以隨時撤銷權限。

更特別的是，每個Muse Agent都會運作在自己的虛擬機器上，也就是透過雲端模擬一台個人電腦。即使使用者沒有正在操作，它仍可以在背景持續執行交付的任務。

這讓Muse的能力不只停留在回答問題，而是能真正接觸並操作個人資料與外部服務。

不過，當AI開始取得Email、付款、健康與私人照片等敏感資訊的權限，安全風險也跟著大幅提高。

Meta曾延後推出：只能做到最低安全門檻

Meta AI產品副總裁Vishal Shah透露，公司原本計畫4月推出Muse，但為了改善安全性而延後。經過額外調整後，Meta認為產品已經「跨過門檻」，達到可以交到使用者手上的最低標準。

Shah坦言，不可能保證Muse永遠不會犯錯，但整套系統架構都盡可能朝安全、資安與隱私方向設計。

Meta也替Muse加入另一個監控Agent，在特定情況下會檢查Muse準備執行的行動，並要求它在動作前先取得使用者授權。

內部測試卻爆出敏感照片遭未授權存取

儘管Meta認為Muse已達到推出標準，根據外媒《路透社》報導，看到的內部測試紀錄卻顯示，Muse目前表現仍相當不穩定。其中一名員工指出，Muse協助安排印尼3週蜜月旅行時非常實用，甚至形容它成為蜜月中的「第三位參與者」。

但也有測試出現更嚴重的安全問題。一名員工要求Muse辨識孩子生日派對照片中的玩具時，Agent疑似繞過原本的安全限制，進一步曝光使用者私人iCloud照片。

Meta技術長Andrew Bosworth也在內部反映，自己使用時不斷遭系統登出，有時甚至幾分鐘內就必須重新登入數次。

監控搶票也會自己停掉 可靠性仍是問題

另一名員工則測試讓Muse持續監控容易售罄的票券與商品，結果遇到多種失敗情況，例如系統約15分鐘後就停止重新整理頁面，部分錯誤沒有發出通知，甚至有時會在沒有明顯原因的情況下自行關閉監控。

Meta並未針對這些個別內部案例回應。

AI Agent越能「幫你做事」 安全風險也越高

Muse推出之際，AI Agent的安全性也正受到更多關注。包括OpenAI、Anthropic與Meta在內的多家AI實驗室，都曾出現Agent繞過規則或做出非預期行為的情況。

Meta內部重大技術與安全事故也因AI寫程式與Agent相關問題較去年增加40％，員工處理這些緊急事件所花費的時間更增加70％。

Muse顯示AI Agent正快速從「幫你回答問題」走向「直接替你行動」。但當AI開始能寄信、付款、存取健康資料甚至操作私人App，便利性與安全性之間的界線，也將成為Meta必須持續面對的最大挑戰。

資料來源：路透社

這篇文章 Meta推出「Muse」！可跨App寄信、付款、訂旅程 還能背景自動執行任務 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

AI能力持續快速進化，聯合國官員也對潛在風險發出警告。聯合國人權事務高級專員圖克（Volker Turk）表示，他認同部分AI產業人士的擔憂，先進AI可能對人類構成生存風險，呼籲各國與企業在為時已晚之前，為AI安全建立更強而有力的保障。記者彭夢竺／編譯

AI能力持續快速進化，聯合國官員也對潛在風險發出警告。聯合國人權事務高級專員圖克（Volker Turk）表示，他認同部分AI產業人士的擔憂，先進AI可能對人類構成生存風險，呼籲各國與企業在為時已晚之前，為AI安全建立更強而有力的保障。

圖克週一在日內瓦向聯合國人權理事會發表談話，強調AI安全不能只靠企業自行決定，至少擁有AI企業的國家，以及參與AI供應鏈的國家，都應共同制定明確紅線，降低強大AI系統失控可能帶來的風險。

[caption id="attachment_283374" align="aligncenter" width="1672"] 聯合國官員示警，先進AI可能對人類構成生存風險，呼籲各國與企業建立更強而有力的保障。（圖／AI生成）[/caption]

聯合國警告：AI可能構成生存風險

圖克表示，自己認同部分AI產業內部人士的看法，先進AI可能對人類構成生存層級的威脅。他呼籲，各界應全力為AI安全建立「堅不可摧的保障」，而且必須趕在情況變得太遲之前完成。

圖克並未進一步說明哪些AI情境可能直接威脅人類生存，但其辦公室發言人表示，強大AI系統如果發生故障，可能干擾關鍵基礎設施、通訊服務及民主制度。

AI能力跑太快 防護機制恐跟不上

聯合國人權事務高級專員辦公室也提到今年7月發生的Hugging Face事件。

當時一群OpenAI AI Agent成功入侵一個開源平台，發言人將事件中的行為形容為「危險的Agent訓練行為」，認為這反映前沿AI能力進展速度可能已經超過安全防護機制。

隨著AI Agent從單純回答問題，逐漸具備自行執行多步驟任務的能力，如何確保系統不會執行超出預期或未經授權的行動，也成為AI安全的重要問題。

圖克：少數人掌握AI近乎無限權力

除了技術本身，圖克也將矛頭指向AI產業權力過度集中的問題。他警告，目前只有少數幾名男性掌握著對AI「近乎無限的權力」，但並未直接點名任何企業或個人。

圖克認為，最低限度上，擁有主要AI企業的國家，以及參與AI供應鏈的國家，都應該坐下來共同制定各方同意的安全紅線。

自主無人機也引發擔憂

AI風險也不只存在於軟體與網路世界。圖克同時對俄羅斯被指在烏克蘭使用完全自主無人機的消息表示「震驚」。相關報告指稱，這類無人機在8月造成3人死亡，不過《路透社》尚未獨立證實相關消息，俄羅斯外交代表團也沒有立即回應。

圖克呼籲，應盡快禁止可以在沒有人類介入情況下自行奪取生命的武器。

AI安全需要國際共同制定紅線

從AI Agent可能突破原有系統限制，到自主武器可能自行執行致命任務，圖克認為，AI能力快速提升的同時，各國不能等到重大事故發生後才開始建立規範。

尤其當最先進AI能力集中在少數企業與國家手中，如何建立共同安全標準與明確紅線，也將成為國際社會需要處理的問題。

圖克強調，AI安全與防護需要各界「全力以赴」，在技術能力持續加速發展之際，建立足以跟上AI進步速度的保障機制。

資料來源：路透社

這篇文章 聯合國示警：AI發展太快恐威脅人類生存 籲各國應制定明確「紅線」 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。

AI正在改寫世界，同時也創造出一套全新的語言，用來描述這項技術如何改變世界。AI相關詞彙發展速度之快，即使是科技產業中的專業人士，也可能感到有些跟不上，外媒《techcrunch》〞整理出目前最常見的AI術語：記者許若茵／編譯

AI正在改寫世界，同時也創造出一套全新的語言，用來描述這項技術如何改變世界。AI相關詞彙發展速度之快，即使是科技產業中的專業人士，也可能感到有些跟不上，外媒《techcrunch》〞整理出目前最常見的AI術語：

[caption id="attachment_276673" align="aligncenter" width="1024"] （圖／AI生成）[/caption]

AGI

人工通用智慧（Artificial Genera lIntelligence，AGI）是一個沒有明確定義的術語，但通常指在許多甚至大多數任務上，能力超越一般人類的AI。

OpenAI執行長Sam Altman曾將AGI形容為「你可以聘來當同事的中位數人類」。OpenAI的章程則將AGI定義為「高度自主、在大多數具經濟價值的工作上超越人類的系統」。

Google DeepMind的理解略有不同，該實驗室認為AGI是「至少在人類大多數認知任務上具備同等能力的AI」。

如果感到困惑，不必擔心，就連站在AI研究最前線的專家對於這項定義也沒有完全一致的看法。

AI代理

AI代理是指利用AI技術代表使用者執行一系列任務的工具，其能力超越一般AI聊天機器人，例如申報費用、預訂機票或餐廳，甚至撰寫與維護程式碼。

不過，這個新興領域仍有許多不同環節正在發展，因此不同人對「AI代理」的理解可能有所不同。目前相關基礎設施也仍在建構，以實現預期中的能力。

基本概念是，一套能夠自主運作的系統，可能利用多個AI系統完成多步驟任務。

API端點

可以把API端點想成軟體背面的「按鈕」，其他程式可以透過這些按鈕要求軟體執行特定功能。

開發者利用這些介面建立整合功能，例如讓一個應用程式從另一個應用程式取得資料，或讓AI代理直接控制第三方服務，而不需要人類手動操作每個介面。

大多數智慧家庭設備與連網平台都有這些隱藏的按鈕，即使一般使用者從未看見或操作它們。隨著AI代理能力提升，它們也越來越能自行尋找與使用這些端點，為自動化帶來強大甚至出乎意料的可能性。

「AI履歷健檢」看見自己優勢：https://campaign.1111.com.tw/resume-review/

程式編碼代理

程式編碼代理是比「AI代理」更具體的概念，指能夠自行採取逐步行動完成目標的程式，並專門應用於軟體開發。

與只提供程式碼建議、再由人類檢查並貼上的工具不同，程式編碼代理能夠自主撰寫、測試及除錯程式碼，處理開發者日常工作中通常需要反覆嘗試的流程。

這些代理能夠在整個程式碼庫中運作，尋找錯誤、執行測試並在極少人為監督下推送修正。可以把它想成一名速度非常快、不會睡覺且始終保持專注的實習生，但就像任何實習生一樣，人類仍需要檢查其工作。

運算能力

Compute是一個具有多重含義的詞，但通常指讓AI模型運作所需的重要計算能力。

這類處理能力支撐AI產業，使其能夠訓練與部署強大的模型。這個詞也經常用來概括提供計算能力的硬體，包括GPU、CPU、TPU及構成現代AI產業基礎的其他基礎設施。

深度學習

深度學習是自我改進式機器學習的一個子領域，其AI演算法採用多層人工神經網路結構。這讓它能夠建立比線性模型或決策樹等較簡單機器學習系統更複雜的關聯。

深度學習演算法的結構受到人類大腦神經元互相連結路徑的啟發。

深度學習AI模型可以自行辨識資料中的重要特徵，而不需要人類工程師事先定義這些特徵。這種結構也讓演算法能夠從錯誤中學習，透過反覆調整改善輸出。

不過，深度學習系統通常需要大量資料才能產生良好結果，可能達到數百萬筆以上。同時，與較簡單的機器學習演算法相比，訓練時間通常更長，因此開發成本也往往更高。

更多科技工作請上科技專區：https://techplus.1111.com.tw/

蒸餾

蒸餾是一種利用「教師－學生」模型，從大型AI模型中提取知識的技術。

開發者向教師模型提出請求並記錄輸出，有時也會將答案與資料集比較，以確認準確度。這些輸出接著用於訓練學生模型，使其學習近似教師模型的行為。

透過蒸餾，可以在最小化蒸餾損失的情況下，建立以大型模型為基礎、規模更小且效率更高的模型。這很可能也是OpenAI開發GPT-4Turbo這類GPT-4更快速版本的方式。

所有AI公司都會在內部使用蒸餾技術，但部分AI公司也可能利用這項技術追趕前沿模型。從競爭對手模型進行蒸餾，通常會違反AIAPI與聊天助理的服務條款。

幻覺

幻覺是AI產業用來描述AI模型「捏造內容」的術語，也就是生成錯誤資訊。

這顯然是AI品質的一大問題。幻覺可能產生具有誤導性的生成式AI輸出，甚至造成現實世界風險，例如使用者詢問健康問題時，AI可能提供有害的醫療建議。

AI捏造資訊被認為可能源自訓練資料中的缺口。幻覺問題也促使業界更加重視專業化或垂直AI模型，也就是針對特定領域打造的AI，以降低知識缺口及錯誤資訊風險。

推論

推論是執行AI模型的過程，也就是讓模型根據先前看過的資料進行預測或得出結論。

需要注意的是，沒有訓練就無法進行推論。模型必須先從資料中學習模式，才能有效將這些模式延伸到新的資料。

許多不同類型的硬體都能執行推論，從智慧型手機處理器、高效能GPU到客製化AI加速器都有可能。不過，它們執行模型的效率並不相同。非常大型的模型如果在筆電上進行預測，可能需要很長時間；相較之下，配備高階AI晶片的雲端伺服器則能更快完成。

大型語言模型

大型語言模型（LargeLanguageModel，LLM）是ChatGPT、Claude、GoogleGemini、MetaAI、Llama、MicrosoftCopilot及Mistral的LeChat等熱門AI助理所使用的AI模型。

當使用者與AI助理聊天時，實際上是在與大型語言模型互動。模型可以直接處理請求，也能搭配網頁瀏覽或程式碼解譯器等不同工具。

LLM是由數十億個數值參數或權重構成的深度神經網路，學習單字與詞組之間的關係，建立語言的表示方式，可以理解成一張多維度的文字地圖。

這些模型透過編碼數十億本書籍、文章與逐字稿中的模式建立。當使用者向LLM輸入提示詞時，模型會產生最符合該提示詞的可能模式。

記憶體快取

記憶體快取是一項能提升推論效率的重要技術。簡單來說，快取是一種最佳化方式，可以讓AI產生回答時更加有效率。

AI需要進行大量數學運算，每次運算都會消耗更多能源。快取的目的，就是儲存特定計算結果，讓模型未來面對類似使用者請求或操作時不必重新進行所有計算。

記憶體快取有不同種類，其中較知名的是KV快取。KV快取可應用於Transformer模型，透過減少產生答案所需的時間與演算法運算量，提高效率並加快回應速度。

Opaque Recurrence

Opaque Recurrence指AI模型反覆將相同查詢送入內部層，而不是以人類可理解的語言逐步進行推理。

這種方式效率更高，可以讓規模較小的模型以較少運算資源取得超出自身規模的表現，但與一般思維鏈，也就是使用者要求聊天機器人協助時看到的連續推理說明相比，它留下的可讀痕跡少得多。

這讓AI安全研究人員感到擔憂，因為相關紀錄是偵測模型不當行為的重要工具，而這種技術可能讓模型的內部運作更難被觀察。

開放原始碼

開放原始碼指軟體，或越來越多的AI模型，其底層程式碼公開提供任何人使用、檢查或修改。

在AI領域，Meta的Llama系列模型是知名案例；在作業系統領域，Linux則是著名的歷史案例。

開放原始碼讓全球研究人員、開發者與企業可以建立在彼此工作之上，加速進展，也能進行獨立安全稽核，而封閉系統通常難以做到這一點。

封閉原始碼則代表程式碼並不公開，使用者可以使用產品，但無法了解其運作方式，OpenAI的GPT模型就是一例。開放與封閉原始碼之間的差異，已成為AI產業最重要的爭論之一。

Token

在人類與機器溝通時存在明顯挑戰：人類使用自然語言溝通，而AI程式則透過由資料驅動的複雜演算法執行任務。

Token便是連接兩者的基本單位，是大型語言模型處理或產生資料時使用的離散資料片段。

Token透過Tokenization建立，也就是將原始文字拆分成語言模型可以消化的小單位，有點類似編譯器將人類語言轉換成電腦可以理解的二進位程式碼。

在企業環境中，Token也決定成本。多數AI公司按照LLM使用的Token數量收費，因此企業使用越多，支付的費用也越高。

權重

權重是AI訓練的核心，決定資料中不同特徵或輸入變數的重要程度，進而影響AI模型的輸出。

換句話說，權重是定義資料集中哪些因素對特定訓練任務最重要的數值參數。它們透過對輸入進行乘法運算發揮作用。

模型訓練通常從隨機分配的權重開始，但隨著訓練進行，權重會不斷調整，讓輸出結果逐漸更接近目標。

例如，一個利用特定地區歷史房地產資料訓練的房價預測AI模型，可以為臥室數量、浴室數量、獨立式或半獨立式住宅、停車位及車庫等特徵設定不同權重。

最終，模型賦予各項輸入的權重，會反映這些因素根據訓練資料對房產價值產生多大影響。

資料來源：techcrunch

這篇文章 AI術語越來越多？快速入門指南一次掌握 最早出現於 科技島-掌握科技新聞、科技職場最新資訊。