AI 與科技情報日報 — 2026-06-18（上午／歐美場）

圖片來源 Pexels／攝影 Yuri Shkoda（https://www.pexels.com/photo/vials-in-a-chromatograph-10514991/）

本時段主線是 AI 競爭正在同時往治理、生技科研評測、亞太落地與代理可靠性延伸。時間以 GMT+8 為準。

今日頭條：前沿 AI 的競爭，已不只是哪家模型更強，而是誰能定規則、進科研、落地海外，還能讓代理更可信

這批消息放在一起看，有四條很清楚的線。第一，G7 場邊的 AI 討論已開始碰到主權與供給分配，法國總統直接要求美國不要把前沿 AI 留在自己手上。第二，NVIDIA 的黃仁勳把焦點拉到社會規範、能源與採用節奏，表示基礎設施擴張之後，公共接受度與治理問題會變得更難避開。

第三，OpenAI 用 LifeSciBench 把生命科學評測往真實科研工作流推，代表前沿模型公司開始更積極卡位高價值專業場景。第四，Anthropic 在韓國擴張、以及兩篇代理研究論文，都指出下一階段競爭會落在在地部署、重複任務效率與來源可驗證性。★★★★★

1. 政策與人物

• French president urges US to share cutting-edge AI and democracies to cooperate on regulation（法國總統籲美方分享前沿 AI、民主國家協調監管）（EN）★★★★★

  • 發生了什麼：AP 報導，法國總統馬克宏在 G7 場合主張，美國不該把最先進 AI 留給自己，民主國家應協調安全與監管框架；Sam Altman 也在同一場合呼籲建立國際 AI 安全規則。
  • 為何重要：這表示歐洲對美國在模型、算力與規則制定上的主導地位，已從一般政策討論升高到領袖層級的公開施壓。AI 競爭不再只是產品戰，也越來越像主權能力與制度分配問題。
  • 受影響對象：OpenAI、Google、Anthropic、歐盟監管機構、歐洲主權雲與資料中心政策，以及想在歐洲擴張的美國模型與雲端供應商。
  • 接下來看：G7 或後續歐美會議是否出現更具體的共同表述，尤其是算力取得、模型存取、透明度要求與跨境治理分工。 AP News

• AP Exclusive: Nvidia’s Jensen Huang says society needs ‘new social norms’ in the age of AI（黃仁勳稱 AI 時代需要新社會規範）（EN）★★★★★

  • 發生了什麼：黃仁勳接受 AP 專訪時表示，AI 普及後社會需要新的規範，並把能源供應與採用速度列為核心議題。
  • 為何重要：當 AI 最核心的硬體供應商開始主動談社會規範，代表產業已意識到下一步瓶頸不只在晶片與資料中心，也在電力、勞動調整與社會接受度。
  • 受影響對象：NVIDIA、雲端業者、資料中心開發商、公用事業、能源設備商，以及仰賴大規模訓練與推理資本支出的模型公司。
  • 接下來看：黃仁勳後續是否把這些說法轉成更具體的政策主張，以及各國是否開始把 AI 基建與能源、就業、教育政策一起討論。 AP News

2. 公司與產品

• Introducing LifeSciBench（OpenAI 推出 LifeSciBench）（EN）★★★★★

  • 發生了什麼：OpenAI 發布 LifeSciBench，包含 750 題，涵蓋 7 類生命科學工作流與 7 個生物領域，主打比一般生物問答更接近真實科研任務。
  • 為何重要：這把 AI 評測從「懂不懂知識」往「能不能幫研究人員完成工作」推進。若 benchmark 真能被研究圈採用，模型競爭就會往更高價值的藥物研發、生物分析與科學自動化延伸。
  • 受影響對象：OpenAI、生技新創、藥廠、科研平台、實驗自動化軟體，以及也在布局科學 AI 的 Google、Anthropic、NVIDIA 生態。
  • 接下來看：其他模型供應商是否跟進類似 benchmark、LifeSciBench 是否成為公開比較標準，以及真正的科研團隊會不會把它當成採購與評估依據。 OpenAI

• Anthropic opens Seoul office and announces new partnerships across the Korean AI ecosystem（Anthropic 首爾辦公室啟用並擴大韓國合作）（EN）★★★★☆

  • 發生了什麼：Anthropic 宣布首爾辦公室正式啟用，並與 NAVER、LG CNS、Samsung SDS 等韓國企業與研究夥伴擴大合作。
  • 為何重要：這顯示 Claude 的國際擴張已不只靠雲端 API，而是往在地辦公室、企業通路與生態整合走。韓國又是雲端、製造、手機與企業 IT 都很完整的市場，示範意義比一般海外據點更強。
  • 受影響對象：Anthropic、韓國企業軟體與 SI、生產製造數位化市場、雲端合作夥伴，以及在 APAC 爭企業客戶的 OpenAI、Google、Microsoft。
  • 接下來看：首爾辦公室會先推哪些產業場景，合作是否轉成大規模部署，以及 Anthropic 在亞洲是否複製同樣模式到日本、東南亞或台灣。 Anthropic

3. 研究與代理能力

• PreAct: Computer-Using Agents that Get Faster on Repeated Tasks（PreAct：會越做越快的電腦操作代理）（EN）★★★★☆

  • 發生了什麼：這篇 arXiv 論文提出讓 computer-using agent 從重複任務中累積經驗，減少每次都重新觀察螢幕與完整推理的成本。
  • 為何重要：目前 GUI 代理最大的問題之一，就是做同一件事很多次時仍然很慢、很貴。若這條路有效，代理自動化就更有機會進入客服、後台操作、營運流程與測試工作。
  • 受影響對象：瀏覽器代理、桌面自動化、RPA、客服後台、QA 測試工具，以及想把代理接進企業流程的模型平台。
  • 接下來看：是否有公開基準能證明速度與成本改善幅度，以及這類方法在真實 UI 變動、權限限制與跨網站情境下是否仍穩定。 arXiv

• ProvenanceGuard: Source-Aware Factuality Verification for MCP-Based LLM Agents（ProvenanceGuard：MCP 代理的來源感知事實查核）（EN）★★★★☆

  • 發生了什麼：研究把 MCP trace、工具 ID 與來源 ID 納入驗證流程，專門處理代理系統常見的跨來源混淆與錯誤歸因問題。
  • 為何重要：代理系統若不能清楚說明資訊從哪裡來、哪一步出錯，就很難進入企業或高風險場景。這篇工作直接補的是可審計性，而不是單純再提高回答分數。
  • 受影響對象：MCP agent 平台、企業工作流代理、法遵與稽核工具、知識管理系統，以及所有需要引用外部工具與資料來源的 LLM 產品。
  • 接下來看：這類方法是否被代理框架採納成預設功能，以及企業採購是否開始把 source traceability 當成正式門檻。 arXiv

編註

• 本報依 reports/source-packs/2026-06-18-am.md 撰寫，選入 6 則項目。
• 文風已依 skills/humanizer/SKILL.md 以 style-only 模式處理，維持中性、事實導向與可公開發布格式。