Gizmo 這款 AI 驅動的學習平台，自 2021 年推出以來，已吸引超過 1300 萬用戶，遍佈超過 120 個國家。這比 TechCrunch 於 2023 年報導時的超過 30 萬用戶大幅增長。隨著用戶採用率上升，投資者興趣亦隨之增加。公司最近公布完成 2200 萬美元（約 HK$1.716 億）的 A 輪融資，資金將用於擴大工程及 AI 團隊，並加強在美國大學市場的布局。

公司在融資前僅有 7 名員工，行政總裁 Petros Christodoulou 表示，計劃擴充至約 30 人。

遊戲化設計應對學習挑戰

公司增長勢頭正值學生行為轉變之際。根據 2025 年美國國家教育進度評估，學生成績創歷史新低。先前研究指出，過度螢幕時間及注意力持續時間縮短為主要因素。此外，許多年輕學習者偏好 TikTok 和 YouTube 等平台，教育科技初創企業面臨的最大挑戰是如何維持用戶參與度。Gizmo 寄望遊戲化學習成為解決方案。平台針對青少年及年輕成人，透過遊戲機制提升吸引力，例如排行榜、連勝記錄、每日錯誤回答次數限制，以及挑戰朋友功能，旨在鼓勵用戶持續回訪。

近年其他微學習平台亦獲關注，如 Anki、Quizlet 和 Nibble，以及新進參與者 Yuno 和 Knowt，均試圖將螢幕時間轉化為有效學習。相較之下，Gizmo 在短短數年內獲得如此關注頗為矚目，例如 Yuno 宣稱擁有 100 萬應用程式下載量，而 Knowt 用戶超過 700 萬。本輪 A 輪融資由 Shine Capital 主導，Ada Ventures、Seek Investments、GSV 及 NFX 參與，其中 NFX 此前領導 Gizmo 的 350 萬美元種子輪。

Microsoft 旗下專業社交平台 LinkedIn 的全球事務及法務主管 Blake Lawit，在本週 Semafor 世界經濟峰會的訪談中確認，公司數據顯示自 2022 年以來招聘量下跌約 20%。不過，他反駁了人工智能（AI）是罪魁禍首的說法。「在 LinkedIn，我們擁有超過 10 億會員的經濟圖譜，涵蓋企業、工作及技能。這提供了勞動市場的即時視野。

我們已深入檢視，因為人人想知答案：AI 現正影響就業嗎？老實說，我們尚未見到。」Lawit 在訪談中表示。

利率上升而非 AI 成主因

Lawit 指出，招聘下滑更與利率上升密切相關。「我們未見到大家熱議的 AI 影響，例如客戶支援、行政或市場營銷等領域。若 AI 真有衝擊，這些地方應最先顯現。招聘量是下跌了，但並非額外下跌。」他補充。LinkedIn 的數據亦顯示，大學畢業生首份工作招聘量，並未比職業中期或後期人士更大幅下滑。儘管如此，Lawit 並未排除未來變化。「這不代表未來不會發生，但目前尚未。

」 他同時警告，過去數年，平均工作所需技能已變動 25%。隨 AI 興起，LinkedIn 預期至 2030 年，這比例將達 70%。「即使你不轉工，你的工作也會在你身上改變。」Lawit 強調。

過去，營銷人員依賴設計師和其他創意專業人士，為個人化線上廣告活動製作圖像和影片。成立七年初創公司 Hightouch 在 2024 年底推出 AI 驅動服務，讓營銷專業人士無需牽涉品牌設計團隊或廣告代理，為 Domino’s、Chime、PetSmart 和 Spotify 等品牌製作自訂內容。此服務大獲成功。公司向 TechCrunch 表示，自 20 個月前推出 AI 產品以來，已新增 7000 萬美元年度經常性收入（ARR），約 HK$546 萬，總 ARR 達 1 億美元，約 HK$78

0 萬。 「在生成式 AI 出現前，沒有多年設計經驗的人士，幾乎不可能製作消費者級資產，」Hightouch 聯合 CEO Kashish Gupta 表示。公司另一聯合 CEO Tejas Manohar 曾任 Segment 工程經理，該客戶數據平台於 2020 年被 Twilio 以 32 億美元，約 HK$249.6 億收購。

超越通用 AI 模型的品牌一致性

Hightouch 的方法超越標準 AI 模型獨立能力。公司指，許多品牌最初嘗試使用通用基礎模型——驅動聊天機械人等工具的廣泛 AI 系統，但缺乏特定品牌知識——生成廣告活動，結果圖像和影片未能符合「品牌一致」標準。「基礎模型不了解特定消費者品牌，無論顏色、字體、語調或資產，」Gupta 說。「大型語言模型會幻覺出不存在產品，而無法用不存在產品做廣告或電郵。

」 為確保品牌一致性，Hightouch 直接連接客戶現有創意工具，如熱門設計平台 Figma、相片庫和內容管理系統（CMS）。平台從這些來源提取資料，「學習」公司特定品牌識別。Hightouch 的 AI 代理遂利用這些相片、設計和客戶洞察，協助營銷人員自主建立個人化廣告活動，無需等待設計師或開發者。 Hightouch 的 AI 目標是製作看似專業設計師作品的圖像和影片，避免 AI 常見的「假」或通用外觀。

「例如，Domino’s 永遠不會生成披薩，」Gupta 說。「他們總是用現有披薩圖像，將其置入廣告，背景或其他元素則可能生成。」公司現有約 380 名員工，於 2025 年 2 月獲 Sapphire Ventures 領投 8000 萬美元，約 HK$624 萬的 C 輪融資，估值達 12 億美元，約 HK$936 億。圖中由左至右：Tejas Manohar 和 Kashish Gupta。

Agentic AI 成為科技業最新熱門，OpenAI 與 Anthropic 等公司正競相為企業提供工具，打造這些自動化助手。OpenAI 現已更新其 Agents SDK 軟件開發工具包，新增多項功能，助企業基於 OpenAI 模型自建代理程式。

新增沙盒與測試框架功能

新版 SDK 引入沙盒功能，讓代理程式在受控電腦環境運作。這對代理程式偶爾難以預測的特性至關重要，避免無監督運行帶來的風險。透過沙盒整合，代理程式可在特定工作區獨立運作，僅限存取特定操作所需的檔案與程式碼，同時保障系統整體完整性。 相關地，新版 SDK 亦為前沿模型提供「in-distribution harness」測試框架，讓代理程式在工作區內處理檔案與經批准工具。

公司解釋，「harness」指代理程式除模型外的其他組件，此框架有助企業部署與測試運行於最先進通用模型的代理程式。 OpenAI 產品團隊成員 Karan Sharma 向 TechCrunch 表示：「這次更新核心在於，讓現有 Agents SDK 相容所有沙盒供應商。」他補充，結合新 harness 功能，用戶可「利用我們框架與自身基礎設施，建構長程任務代理程式」。

長程任務通常涉及複雜多步驟工作。 OpenAI 表示將持續擴展 Agents SDK，初期新功能先於 Python 推出，TypeScript 支援稍後跟進。公司亦正開發更多代理功能，如程式碼模式與子代理程式，適用 Python 與 TypeScript。新 Agents SDK 功能經 API 向所有客戶提供，採用標準收費。

西北大學研究團隊開發出一種新型印刷人工神經元裝置，邁向電子學與人類大腦的橋樑。這類柔性、低成本組件不僅能模擬神經行為，更能主動刺激真實腦細胞。研究顯示，這些裝置產生的電訊號與生物活性極為接近，可在活體神經元中引發反應。透過小鼠腦組織實驗，證實人工訊號能激活真實神經迴路。此成果預示未來神經系統直接介面系統的發展，應用範圍涵蓋腦機介面，以及聽覺、視覺和運動神經義肢。

同時，此研究突顯以大腦為藍本的節能計算硬件潛力。

重新思考計算硬件

傳統計算依賴剛性矽晶片，內含大量相同電晶體。工程師透過增加組件提升效能，卻往往伴隨更高能耗。大腦運作模式截然不同，仰賴多樣化神經元組成柔性三維網絡，並持續適應。「矽晶片透過數十億相同裝置實現複雜性，」研究領導者 Mark C. Hersam 表示。「一切均固定且剛性。大腦則相反：異質性、動態且三維化。要朝此方向邁進，需新材料與全新電子建構方式。」 為貼近大腦模式，Hersam 團隊採用可印刷電子材料，取代剛性組件。

他們調製鉬二硫化物與石墨烯墨水，利用氣溶膠噴射印刷技術，將其沉積於柔性基板上。 團隊解決印刷電子學的既有限制：非完全移除穩定聚合物，而是控制其運作中分解方式。「我們僅部分分解聚合物，」Hersam 解釋。「通電時，進一步驅動聚合物分解。」此法形成狹窄導電通道，產生類似神經元的銳利電脈衝。裝置可生成爆發式或持續放電等多種訊號模式，類比生物神經元，提升單一人工神經元資訊承載量，並減少複雜運算所需組件。

為驗證實際互動，研究員與神經生物學家 Indira M. Raman 合作，將人工神經元訊號施加於小鼠小腦切片。這些訊號符合自然神經活性的關鍵特徵，並引發活細胞反應。「其他實驗室使用有機材料製作人工神經元，脈衝過慢；或用金屬氧化物，則過快，」Hersam 指出。「我們首次展現合適時序範圍。」「可見活神經元對人工神經元作出回應，證明訊號不僅時序正確，脈衝形狀亦適合直接互動。

」 此研究亦回應人工智能能耗隱憂。「當今世界由人工智能 (AI) 主導，」Hersam 表示。「提升 AI 智能需更多數據訓練，導致巨大量能消耗。因此，需更高效硬件處理大數據與 AI。」透過腦類訊號與高效材料結合，提供低功耗且更自然與生物系統互動的計算路徑。研究刊載於《Nature Nanotechnology》。

澳洲金融科技公司 Airwallex 經過十年低調打造全球支付基礎設施後，即將進軍面對面支付領域。此舉加深其與 Stripe 在支付全棧上的競爭，並讓這家初創企業直接挑戰 Square 和 Adyen，在金融科技的最後一塊主要戰場上展開角逐。 Airwallex 推出點擊式銷售（POS）產品，宣稱具備競爭對手欠缺的功能：企業可透過單一平台在多國接受面對面支付，無需在每個市場重新引入本地供應商。

「企業擴展至新市場時，通常需引入新本地收單機構、應對碎片化合規要求，並管理另一組供應商關係，」執行長兼共同創辦人 Jack Zhang 向 TechCrunch 表示。

全球支付基礎設施優勢

2019 年，Stripe 曾提出以 12 億美元收購當時年收入僅 200 萬美元的 Airwallex，但 Zhang 最終拒絕。「我甚至一度同意交易，」他回憶數月談判過程，「但返回墨爾本後，深入思考創辦 Airwallex 的初衷，才改變主意。」Zhang 於 2015 年因國際資金轉移的摩擦和高成本創立公司，採取與多數金融科技不同的策略：花費多年自行建構支付鐵路。

現時，投資者估值達 80 億美元的 Airwallex 聲稱年化收入約 13 億美元，年增長率約 85%。公司服務逾 46,000 家美國企業，年處理交易額達 1,000 億美元。目前擁有近 90 個監管牌照，涵蓋 70 至 80 個地區，與逾 120 國本地支付網絡直接連接，並可在逾 90 種貨幣結算交易。Zhang 指，這正是 Stripe 和 Square 在關鍵領域欠缺的基礎設施，尤其是本地銀行牌照，能在市場內持有、兌換及部署資金，而非立即匯回。

例如在日本，「Stripe 和 Square 可處理支付，但結算後資金須即時撥付至商戶銀行帳戶，無法持有。」Airwallex 的日本牌照耗時七年取得，方能實現此功能。新 POS 產品將此基礎設施延伸至實體櫃檯，連接線上線下支付，提供統一報告及後台系統整合。跨國企業可在不同國家商店使用相同支付系統，並於同一處對帳，免除本地供應商糾葛。 荷蘭上市公司 Adyen 同樣強調全球基礎設施，是 Airwallex 在此領域最直接競爭者。

傳統市場中，Fiserv 及新合併的 Global Payments 和 Worldpay 主導實體零售龐大份額，但其架構較為陳舊。Airwallex 承諾至 2029 年在美國投資 10 億美元，高於過去五年 1.5 億美元。「過去 15 年，Stripe 缺乏真正競爭，這在如此龐大市場中相當驚人，」Zhang 表示。企業是否會因全球基礎設施優勢，從既有 Stripe 或 Square 關係轉向，仍是未知數。

Airwallex 押注跨國企業厭倦每國不同供應商的管理，將青睞其產品。

風險投資公司熱衷追逐最新熱門初創企業，但這些初創企業並非總是願意發售更多股份。據 Bloomberg 消息來源指出，Anthropic 便是其中一例。多家風險投資公司向這家 OpenAI 競爭對手提出預先融資輪次，估值達 8000 億美元或更高，幾乎與對手匹敵，甚至可能超越。早前於 2 月，OpenAI 完成破紀錄的 1100 億美元融資，期後估值達 8520 億美元。

僅數週前，Anthropic 宣布 300 億美元融資（在另一個時代亦屬破紀錄），估值 3800 億美元。但據 Bloomberg 報導，Anthropic 至今對最新提議興趣不大。

Anthropic 龐大資本開支與融資壓力

當然，情況可能改變。Anthropic 需考慮自身巨額資本開支，雖然簽署協議的熱度不如 OpenAI。例如，Claude 開發商近期承諾 500 億美元興建自家數據中心、300 億美元用於 Microsoft 雲端服務，並每年在 AWS 支出數十億美元。某個時刻，它或許需要資金，尤其若能以優渥條件籌措，估值可能超過先前兩倍。投資者注視 Anthropic 營收增長——據報至 3 月底達 300 億美元，由 2025 年底的 90 億美元上升——並認為值得投資。

投資者對 Anthropic 股份需求極度旺盛，二級市場幾近無止境。若 Anthropic 行政總裁 Dario Amodei 稍露意願，公司即可獲取超越對手估值的融資。Anthropic 拒絕向 Bloomberg 置評，亦未即時回應本報查詢。 以下為 Anthropic 近期融資及估值比較表：

Anthropic 營收增長表：

印度初創公司 Emergent，以其 vibe-coding 平台聞名，近日推出 Wingman，這是一款以訊息為主的自主 AI 代理工具。公司正進軍背景執行任務的軟件類別，此類工具由 OpenClaw 和 Anthropic 的 Claude 等產品帶動流行。Emergent 總部位於班加羅爾，早前憑藉 vibe-coding 平台引起關注，該平台與 Cursor 和 Replit 競爭，讓無技術背景用戶透過自然語言提示建構全棧應用程式。

現在，透過 Wingman，Emergent 從創作延伸至執行，讓 AI 代理處理跨工具和流程的常規任務。 Emergent 聯合創辦人兼行政總裁 Mukund Jha 表示：「我們明顯的下一步是，能否不僅幫助他們建構軟件，還能更自主地透過它運作？從支援業務的軟件，轉變為主動運營業務的軟件。」公司透露，超過 800 萬名開發者已使用其 vibe-coding 平台創作和部署軟件，每月活躍用戶逾 150 萬。

公司於 2025 年成立，今年 1 月獲 7000 萬美元融資，估值達 3 億美元，投資者包括 SoftBank、Khosla Ventures 和 Lightspeed Venture Partners（US$70 million，約 HK$546 million）。

Wingman 的運作機制與行業競爭

Wingman 設計透過 WhatsApp 和 Telegram 等訊息平台運作，用戶可透過聊天分配和監控任務，代理則在背景跨電子郵件、日曆和工作軟件執行。Emergent 表示，代理可自主處理常規動作，但需用戶批准重大步驟。此推出正值自主 AI 代理成為行業關鍵戰場，多家公司競相開發代用戶完成任務的工具，如 OpenClaw（前稱 Clawdbot 和 Moltbot），以及 Anthropic 和 Microsoft 的代理系統。

Emergent 透過嵌入 WhatsApp、Telegram 和 Apple 的 iMessage 平台區隔競爭，用戶無需新介面即可聊天互動。公司引入「信任邊界」，讓代理自主處理常規任務，重大動作則需批准，以應對全自主系統疑慮。Jha 向 TechCrunch 解釋，此設計基於人們現有工作習慣：「大量真實工作已透過聊天、語音和電子郵件進行——請求、跟進、分享脈絡、決策。

未來，這將成為與代理互動的主要方式。」 如同多數新興 AI 代理，Wingman 仍有局限。Jha 指系統在模糊情況、複雜邊緣案例、不明目標或需大量人類判斷的工作流程中，維持一致性仍有挑戰。目前 Wingman 以限量免費試用推出，之後轉為付費，現有 Emergent 用戶可透過帳戶使用。

Aron D’Souza 曾協助領導一宗導致媒體公司 Gawker 破產的訴訟，他認為美國媒體系統存在缺陷：受報導影響的人幾乎無途反擊。他的解決方案是軟件。新創公司 Objection 利用 AI 審核新聞報導的真實性，用戶只需支付 US$2,000（約 HK$15,600），即可挑戰特定報導，引發公開調查。（D’Souza 同時是 Enhanced Games 創辦人，這項奧運式賽事允許使用興奮劑，並將於下月在拉斯維加斯首度登場。

） Objection 於本週三推出，獲得 Peter Thiel 及 Balaji Srinivasan 等投資者，以及 Social Impact Capital 和 Off Piste Capital 等風投的數百萬美元種子資金。Thiel 曾資助 Gawker 訴訟，以捍衛個人私隱權，並長期批評媒體。D’Souza 表示，目標是重建第四權信任，他認為這信任已崩潰數十年。

Objection 如何運作

平台評估標準以官方文件如監管申報和電郵為最高權重，匿名舉報者說法則排名最低。Objection 僱用自由工作者，包括前執法人員和調查記者，收集證據後輸入「Honor Index」，這是反映記者誠信、準確度和紀錄的數值分數。 D’Souza 在獨家訪問中向 TechCrunch 表示：「保護消息來源是講述重要故事的關鍵，但存在權力不對等。被報導者無法質疑來源。

」平台要求記者提交來源的「加密雜湊」以驗證品質，否則將扣分。批評者擔憂，這可能阻礙揭露腐敗和企業不當行為的調查報導，這些報導常依賴匿名來源，他們分享資訊時面臨失業或報復風險。 明尼蘇達大學媒體法與倫理教授 Jane Kirtley 指，這延續攻擊媒體信任的模式：「若主題是『媒體在騙你』，將進一步破壞獨立新聞公信力。」她強調，新聞從業人員已有內部審核、同儕批評和《專業新聞協會倫理守則》等機制，僅在無其他途徑時使用匿名來源。

D’Souza 稱平台類似 X 的 Community Notes，結合群眾智慧和科技，透過 OpenAI、Anthropic、xAI、Mistral 及 Google 等大型語言模型組成「陪審團」，逐項評估證據。公司首席技術官、前 NASA 和 SpaceX 工程師 Kyle Grant-Talbot 主導開發，旨在以科學嚴謹處理事實爭議。 Objection 適用於任何已發表內容，包括播客和社交媒體，但重點針對傳統及書面媒體。

每宗挑戰限單一事實指控，用戶可對同一文章多處獨立提出，費用 US$2,000（約 HK$15,600）對富豪或企業而言相對低廉。首修正法和誹謗律師 Chris Mattei 批評，這像「高科技保護費系統」，有利權貴壓制不利報導。 UCLA 第一修正案學者 Eugene Volokh 認為，平台屬新聞生態批評一部分，不違反言論自由，但專家質疑 AI 在偏見、幻覺和透明度問題下能否充當真相仲裁者。

即使平台判定無問題，「Fire Blanket」工具仍會在 X 上即時標記爭議，注入「調查中」警示。D’Souza 指，記者可提交證據自保，否則可能得出「不明朗」結果，影響報導公信。