人工智慧（AI）的內部運作機制仍未被完全理解，人類實際上是在盲飛狀態下使用它。Anthropic 與美國國防部（Pentagon）之間的法律爭議，正圍繞 AI 在戰爭中的應用展開。這場辯論因當前與伊朗衝突中 AI 的角色日益擴大而變得迫切。AI 不再僅輔助人類分析情報，它已成為主動參與者——即時生成目標、控制及協調導彈攔截，並引導致命的自主無人機群。

人類監督的幻覺風險

公眾對 AI 驅動自主致命武器的討論，多聚焦於人類應保留多少「在迴路中」（in the loop）的控制權。根據 Pentagon 現行指引，人類監督應提供問責、脈絡及細微判斷，同時降低駭客風險。但「人類在迴路中」的辯論，只是一種安慰性的 diversion。真正迫切危險並非機器無人監督而獨行，而是人類監督者根本不知機器實際「思考」什麼。Pentagon 指引的根本缺陷，在於假設人類理解 AI 運作方式。

研究人類大腦意圖數十年、近期轉向 AI 系統的研究顯示，頂尖 AI 本質上是「黑盒子」。我們知曉輸入與輸出，但處理它們的人工「大腦」仍不透明。即使創造者也無法完全解讀或理解其運作機制。AI 提供的理由，也不總是可靠。在人類監督辯論中，一個關鍵問題被忽略：我們能否在 AI 行動前理解其意圖？ 想像一架自主無人機任務摧毀敵方彈藥工廠。自動指揮系統判定最佳目標為彈藥儲存樓，報告 92% 任務成功率，因二次爆炸將徹底摧毀設施。

人類操作員審核合法軍事目標、見高成功率後批准攻擊。但操作員不知，AI 計算包含隱藏因素：二次爆炸不僅毀滅工廠，還嚴重損壞附近兒童醫院。緊急應變將聚焦醫院，確保工廠燒燬。對 AI，這最大化干擾符合目標；對人類，這可能違反保護平民生命的戰爭規則，構成戰罪。 保留人類在迴路中，並非想像中的保障，因為人類無法預知 AI 意圖。先進 AI 不僅執行指令，還會詮釋它們。

若操作員在高壓情境下未能精準定義目標——極可能發生——黑盒系統雖依指令行事，卻可能偏離人類預期。這「意圖差距」正是我們猶豫將前沿黑盒 AI 部署於民用醫療或空中交通管制的原因，亦使職場整合充滿風險——但戰場上卻倉促推進。 若衝突一方部署全自主武器，以機器速度及規模運作，對手為求競爭將被迫跟進。這意味戰爭中自主且不透明的 AI 決策使用，只會日益增長。AI 科學須兼顧建造高能力技術與理解其運作。

Gartner 預測，相關投資將於 2026 年達 US$2.5 trillion，約 HK$19.5 千億，但理解技術運作的投資卻微不足道。我們需重大範式轉移。 工程師正建構更強大系統，但理解其運作不僅是工程問題——需跨學科努力。須開發工具，在 AI 代理行動前特徵化、測量及干預其意圖。需繪製驅動這些代理的神經網絡內部路徑，建立決策的真正因果理解，超越僅觀察輸入輸出。

一途徑是結合機械解釋性（mechanistic interpretability，將神經網絡拆解為人類可懂組件）與意圖神經科學洞見。另一想法是開發透明「審計」AI，即時監測更強大黑盒系統的行為及湧現目標。 跨學科努力，包括學術、政府及產業合作，須獲優先。科技業及資助 AI alignment（將人類價值編碼入模型）的慈善家，應大舉投資解釋性研究。隨著 Pentagon 追求更自主系統，國會須強制測試 AI 意圖，而非僅性能。

Uri Maoz 是認知及計算神經科學家，專攻大腦如何將意圖轉化為行動。他任教於 Chapman University，並兼任 UCLA 及 Caltech 職位，領導 ai-intentions.org 計劃，聚焦理解及測量 AI 系統意圖。

柬埔寨洗錢中心內，一名員工打開手機銀行應用程式，需上傳與帳戶連結的照片，他便傳送一張30多歲亞洲男子的圖像。應用程式隨後要求視頻「活體檢測」，詐騙者舉起一張與帳戶不符女子的靜態圖像，90秒後成功登入。此漏洞依賴Telegram上販售的非法駭客服務，能破解「認識你的客戶」（KYC）面部掃描。MIT Technology Review 發現22個頻道及群組推廣此類服務。

Microsoft上週宣布暫停碳移除購買，此舉震驚業界，因Microsoft獨佔約80%的碳移除合約市場，引發對碳移除未來及大型科技公司角色的擔憂。完整報導詳見 MIT Technology Review。另有報導指，聯合國團隊正開發人類與非人類關係的新衡量指標，以探索人類如何與自然共存。此為 MIT Technology Review 印刷雜誌下一期「自然」專題內容。

今日科技熱點

烏克蘭稱俄羅斯軍隊向機器人投降，這是史上首次全自動化攻擊奪取軍事陣地。（404 Media）歐洲未來戰爭願景充斥無人機。（MIT Technology Review）
猴子透過腦機介面（BCI）僅用思想導航虛擬世界，此研究或助癱瘓人士。（New Scientist）但植入物仍面臨關鍵考驗。（MIT Technology Review）
NASA 計劃在月球部署核反應爐，為月球基地供電並延長太空飛行。

（Wired）NASA 亦開發核動力太空船。（MIT Technology Review）
美國線上年齡驗證計劃引發警訊，專家警告合規問題及資料外洩風險。（NBC News）歐盟年齡驗證應用即將推出。（Reuters）
AI 晶片熱潮推升台灣股市超越英國，市值逾4萬億美元，成為全球第七。（FT）未來AI晶片或以玻璃製造。（MIT Technology Review）

美國數據中心公眾反彈加劇，抗議及訴訟阻礙項目。（CNBC）潛在解決方案：置於太空。（MIT Technology Review）
中國比亞迪（BYD）開始推出5分鐘電動車充電。（Gizmodo）美國即將見到「增程電動車」上路。（Atlantic）
隱形訊號繞過伊朗網際網路封鎖，藏於衛星電視廣播維持資訊流通。（IEEE）
鞋履品牌Allbirds 轉向AI，股價飆升700%。

（CNBC）AI泡沫究竟何在？（MIT Technology Review）
宇宙最大地圖完成，涵蓋4700萬個星系及類星體。（Space.com）
共和黨議員欲將色情內容刑事化並逮捕創作者，但若全由演算法生成，猥褻、倫理及安全議題將退居次位。主要問題在於「真實」色情的定義，以及其對我們的啟示。AI生成色情或預示合成性愛時代。完整報導見 MIT Technology Review。

美國國防部多年秘密測試OpenAI模型；政府欲用Anthropic AI分析美國人大量資料；前DOGE員工被控竊取社安資料。

物理 AI 的願景是工程師能以編寫數位代理程式的相同方式，來程式化物理代理。但目前尚未實現。機器人技術仍受限於物理空間數據短缺。企業需興建模擬倉庫來測試機器，同時衍生出監視工廠生產線及零工以訓練深度學習模型的產業。另一途徑是模擬技術，即建構真實世界的詳細虛擬複本，提供機器人開發者可擴展的數據及工作空間。 Antioch 這家專為機器人開發者打造模擬工具的初創公司，旨在縮小業界所稱的「模擬到現實」（sim-to-real）差距——即讓虛擬環境逼真到足夠，使其內訓練的機器人在物理世界可靠運作。

「我們如何盡力縮小這差距，讓模擬從自主系統視角感覺宛如真實世界？」Antioch 執行長兼共同創辦人 Harry Mellsop 表示。公司今日宣布完成 850 萬美元種子輪融資，估值達 6000 萬美元，由 A* 及 Category Ventures 主導，MaC Venture Capital、Abstract、Box Group 及 Icehouse Ventures 等參與。

Mellsop 於去年 5 月與四位共同創辦人於紐約創立公司。其中 Alex Langshur 及 Michael Calvey 曾助其創辦安全及情報初創 Transpose，並以未公開金額售予 Chainalysis；其餘 Collin Schlager 及 Colton Swingle 分別曾在 Google DeepMind 及 Meta Reality Labs 任職。

模擬工具填補機器人開發缺口

更好模擬需求是多數主要自主公司核心工作。例如自駕車領域，Waymo 使用 Google DeepMind 的世界模型測試駕駛模型，理論上可減少新區域部署所需數據收集，從而降低擴展自主車輛技術的關鍵成本。建構及運用這些模型測試機器人，與開發自駕車所需技能不同，Antioch 希望為無力自行建置的中小企業提供解決方案。這些公司缺乏資金興建實體測試場或駕駛配備感測器的車輛數百萬英里。

「業界大多未使用模擬，我們現在清楚需加速前進，」Mellsop 說。 Antioch 高層將其產品比作 AI 驅動軟件開發工具 Cursor，讓機器人開發者啟動多個數位硬體實例，並連接模擬感測器，模擬真實世界數據。這些環境可用於測試邊緣案例、強化學習或生成訓練數據，前提是模擬保真度足夠。挑戰在於確保模擬物理與現實匹配，避免真實機器出錯。公司以 Nvidia 及 World Labs 等模型為基礎，建構領域特定程式庫便於使用。

與多客戶合作，提供單一物理 AI 公司無法匹敵的模擬精煉脈絡。「軟件工程及大型語言模型（LLMs）的變革，正開始發生在物理 AI，」Category Ventures 合夥人 Çağla Kaymaz 表示。「開發工具挑戰不同，軟件壞工具風險限於數位世界；物理世界風險更高。」 Antioch 現聚焦感測器及感知系統，涵蓋自動駕駛車輛、卡車、農機、工程機械及空中無人機等需求。

通用機器人複製人類任務的願景仍遙遠。雖主攻初創，其最早客戶包括已大量投資機器人的跨國巨頭。Cruise 前高層 Adrian Macneil（現 Foxglove 創辦人，提供物理 AI 數據管道）以天使投資人身分支持 Antioch。「模擬對建構安全案例或高精度任務至關重要，現實世界無法駕駛足夠里程，」他在舊金山 Ride.AI 會議表示。他期望出現如 Github、Stripe 及 Twilio 等推動 SaaS 革命的工具，支持物理 AI 全工具鏈即插即用。

「我們相信兩至三年內，所有真實世界自主系統將主要在軟件中建構，」Mellsop 說。「這是首次讓自主代理迭代物理系統並閉合反饋迴圈。」MIT 電腦科學及人工智慧實驗室研究員 David Mayo 已用 Antioch 平台評估 LLMs，讓 AI 模型設計機器人後於模擬器測試，甚至模擬對抗如推對手下平台。提供逼真沙盒或許帶來 LLMs 新評測範式。MIT 研究員 David Mayo 使用 Antioch 平台評估 LLMs，讓 AI 模型設計機器人後於模擬器測試，甚至模擬對抗賽如推對手下平台

。此逼真沙盒或許帶來 LLMs 新評測範式。關閉數位模型與現實差距仍有大量工作，但若成功，開發者將打造數據飛輪，如 Waymo 領先者般，讓工程師對下月模型更具信心。其他公司欲複製成功，需自建或採購這些工具。

歐盟委員會向 Meta 發出補充異議聲明，初步認定其在調整政策後，仍然違反歐盟反壟斷規定，並擬強制 Meta 恢復第三方 AI 助手對 WhatsApp 的存取限制。此事件源於 2025 年 10 月 15 日，Meta 更新 WhatsApp 商業條款，自 2026 年 1 月 15 日起全面禁止第三方通用 AI 助手接入，以確保僅保留自家 Meta AI。

歐盟於 2025 年 12 月 4 日啟動調查，2026 年 2 月 9 日發出首份異議聲明，認定此舉涉及日常用戶市場支撐地位。

政策調整未能化解違規疑慮

3 月，Meta 撤銷禁令，但新增收費框架。歐盟評估後認定，此修訂政策實質等同原禁令，仍阻礙 AI 助手市場競爭。歐盟初步認定，Meta 在歐洲消費者通訊應用市場具支撐地位，WhatsApp 為 AI 竊聽用戶的關鍵入口，限制接入將嚴重損害競爭、邊緣化中小 AI 廠商。 歐盟擬採取臨時措施，要求 Meta 按 2025 年 10 月前無差別條件，立即恢復第三方 AI 存取，直至最終裁決。

此次調查屬歐盟《數位市場法》（DMA）下的重要執法，直接針對大型平臺「守門人」義務，禁止自我優惠、限制第三方接入。若最終確認違規，Meta 或面臨全球營收最高 10% 的罰款，並被強制永久開放接入。

台積電公布優於預期的業績，並上調全年營收預測，顯示中東衝突帶來的更大不確定性，並未阻礙人工智慧晶片需求強勁。這家全球最大晶片代工廠，同時也是英偉達、Apple 等科技巨頭的核心供應商，目前預計全年營收增幅將超過 30%，高於此前以美元計約 30% 的增長預測。台積電預計本季度營收將落在 390 億至 402 億美元之間，創下歷史新高。

AI 需求推動業績上修

台積電創辦人暨董事長劉德音在展館外展示的台積電標誌，這家中國台灣地區最大企業亦顯示，資本支出預計落在 520 億至 560 億美元預測區間的上端，凸顯其對 AI 產業前景的信心。劉德音表示：「需求強勁。」他引用對客戶的調研稱，「他們給出了非常積極的前景預測。」台積電上調業績預測與資本開支計畫，表明 AI 晶片需求並未受到中東衝突及由此引發的能源供應中斷影響。

eToro 市場分析師喬吉爾伯特表示：「建造 AI 基礎設施的企業並未減少開支，甚至還在加速投入。」投資者曾擔心中東局勢持續惡化可能危害台積電生產線，因為中國台灣地區電力高度依賴進口燃料，而晶片製造屬於高耗能產業。卡塔爾供應中斷已導致全球約三分之一的氮氣供應切斷。氮氣是天然氣生產的副產品，在高性能晶片製造中用作冷卻劑。 上週，台積電高級副總裁兼中國台灣地區半導體產業協會理事長鄭永暑呼籲中國台灣地區增加氮氣與天然氣的戰略儲備，並擴大採購管道，以確保供應穩定。

台積電財務長黃仁昭週四試圖化解市場對燃料短缺的擔憂，他表示，短期內公司生產不會受影響，因為中國台灣地區已確保充足的液化天然氣供應，至少可維持至 5 月份。黃仁昭稱，公司正從不同供應商及地區採購氮氣、氫氣等特殊氣體，並補充稱這不會對晶片產量造成任何實質性影響。 今年第一季度，台積電淨利潤激增 58%，達 5724.8 億新台幣（約合 US$181.2 億，約 HK$1413.

4 億），超出市場預期。營收大漲 35%，達到創紀錄的 1.134 兆新台幣。公司毛利率升至 66.2%，同比提升 7.4 個百分點，顯示台積電藉由旺盛需求完全消化成本壓力。今年前四個月，台積電股價波動較大，反彈出伊朗衝突帶來的的不確定性。受強勁資本支出計畫提振市場信心，台積電在台北上市的股票 1 月、2 月累計上漲逾 25%，但 3 月中東衝突爆發後，股價回吐約一半漲幅。

此後台積電股價逐步回升，週四收於新高。市場對美伊達成協議、關鍵航道霍爾木茲海峽重新開放抱有預期，科技股普遍上漲。

蓋納普公司最近發佈的調查數據顯示，目前超過一半美國員工在工作中至少「偶爾使用」人工智能技術。這一比例較上季度46%有明顯上升，成為該公司記錄中職場人工智能使用率最高值。調查涵蓋超過23700名美國員工，結果顯示職場人工智能使用率持續上升，並正引發組織結構性調整。

員工使用習慣與管理層差距

在更頻繁的使用群體中，每日使用人工智能的員工比例從12%升至13%，每週使用次數比例從26%增至28%。調查發現，41%員工表示僱主已開始在組織內使用人工智能以改善實踐，但26%員工表示僱主已就如何將人工智能整合到現有實踐中制定新計劃。這呼應了蓋納普另一項調查結果——近四分之一受訪員工不確定僱主是否部署了任何組織範圍的人工智能工具。這種高層與基層間的溝通差距，若發生在僱主積極引入人工智能工具的情境下，可能削弱這些工具應帶來的生產力提升效益。

值得留意的是，在那些已開始積極使用人工智能並向員工傳達此訊息的公司中，調查發現組織重組跡象明顯：27%受訪者表示公司近期員工數發生重大變化。而在尚未採用人工智能的公司中，這一比例為17%。這些變化既包括正面招聘增長，也包括負面裁員增多。此變化在中型企業最為顯著。例如，員工規模在25至499人的已採用人工智能公司，受訪者中39%表示僱主正招聘更多員工，17%表示正解僱更多員工。

相對而言，在尚未採用人工智能公司工作的受訪者中，這兩個比例分別為32%和14%。 相關報導顯示，此調查另一重要發現涉及人工智能使用對員工日常工作流程的實際影響。三分之二受訪者表示此技術提升了他們的工作效率，但12%受訪者強烈認為人工智能「改變了工作的完成方式」。換言之，員工實質上正使用人工智能以更快速度完成原有工作。 然而，軟件公司WalkMe最近發佈的一份報告指出，職場人工智能使用增長實際上導致大量時間浪費。

面對企業的人工智能工具通常旨在幫助員工減少常規任務，以便專注更高影響力、認知要求更高的工種。WalkMe數據顯示，大量工作時間正浪費在試圖使這些工具正常運作上。例如，許多員工每週花費時間將數據從一個工具轉移至另一工具，或反覆調整提示詞以產生預期輸出。所有這些零散時間累積起來，使用人工智能的員工平均每週浪費7.9小時（估算），相當於每年約51個工作日。