AI 與科技情報日報 — 2026-07-07（上午場）
圖片來源 Pexels／攝影 Andrey Matveev（https://www.pexels.com/photo/production-line-of-computer-elements-5554948/）
本時段聚焦 OpenAI／Anthropic 定價戰、台灣供應鏈稽查與中國 AI 工具信任危機。時間以 GMT+8 為準。
今日頭條：模型之外的三條戰線——定價、信任、部署
今天的材料放在一起看，AI 競爭的重心明顯往模型能力之外的三個地方移動：錢、信任、部署。OpenAI 疑似把 GPT-5.6 系列的上市時間卡在 Anthropic Fable 5 訂閱配額吃緊的窗口，兩家公司的定價與計費規則直接對打，代幣經濟學（tokenomics）從工程話題變成採購決策。與此同時，阿里巴巴禁用 Claude Code、字節與阿里關掉擬人化 Agent、《華盛頓郵報》談中美圍繞模型蒸餾的暗中攻防，顯示中國科技圈對美系 AI 工具的戒心正在系統性上升，而不是單一事件。部署端則從 SoftBank 全員造出 250 萬個 Agent，到業界開始承認「Harness 比底層模型更重要」，AI 工程的焦點已經從比模型分數，轉向比誰能把 Agent 真正跑起來、評得準。
1. OpenAI 與 Anthropic 定價戰開打，成本壓力浮現
Codex 應用程式的底層程式碼疑似洩露了 GPT-5.6 三款子模型 Sol、Terra、Luna 的定價與「速度調整」功能，多篇獨立報導交叉確認起跳價落在每百萬 token 5 美元、2.5 美元、1 美元的區間。報導稱時間點刻意卡在 7 月 7 日至 9 日之間，也就是 Anthropic Fable 5 訂閱配額吃緊的窗口。
幾乎同時，Anthropic 證實 Pro、Max、Team 方案從 7 月 7 日起會把 Fable 5 移出免費配額，改成按量計費（每百萬 input token 10 美元、output 50 美元），原因是需求暴增超出容量；公司工程師在 X 上公開承諾容量補上後會恢復原本待遇。兩件事合起來看，代幣經濟學已經不是抽象的成本模型，而是直接影響企業 API 預算規劃與模型調度策略的變數。 BigGo Finance ｜ BleepingComputer
2. 台灣稽查晶片外流，擴大到供應鏈夥伴
基隆地檢署擴大偵辦 Nvidia 晶片走私案，搜索據點從最初的 Super Micro 台灣辦公室，擴大到兩家供應鏈夥伴 Albatron 與 Chief Telecom，合計 12 處據點，受偵訊人數也從 3 人增加到 9 人。檢方指控涉案人員偽造文件，將約 50 台搭載 Nvidia 晶片的伺服器輸往中國。這起案件與美國司法部對 Super Micro 共同創辦人廖繼盛的指控相關，但屬於不同案件。
值得留意的是，台灣現行法律沒有專門條款可以直接以「晶片外流中國」定罪，檢方目前只能用偽造文件等旁支罪名處理。這凸顯出台灣供應鏈廠商面對的合規風險，正在超前於法規本身的完備程度。 Tom’s Hardware
3. 中國築起對美系 AI 工具的信任牆
路透社報導，阿里巴巴以「疑似後門風險」為由，禁止員工在內部使用 Anthropic 的 Claude Code。這與稍早 Anthropic 指控阿里巴巴竊取 Claude 能力是不同事件，但兩起放在一起，說明的是雙方互不信任已經從單一指控演變成制度性防範。《華盛頓郵報》同期的深度報導則補上更大的背景：在自由與開源模型的選擇上，中國選項如今已經比美國選項更受歡迎，美中圍繞模型蒸餾的攻防早已不是新聞，而是持續進行中的常態。
監管層面，字節跳動 Doubao 與阿里巴巴 Qwen 主動關掉可訂製人格的 Agent 功能，原因是北京「類人 AI 互動服務」新規將於 7 月 15 日上路。兩件事的方向一致：中國監管與企業自身都在收緊 AI 的擬人化與跨境信任邊界，直接影響消費級產品設計與企業開發工具的選擇。
同時，The Register 引述 Check Point 研究指出，研究人員誘導 DeepSeek 產出可轉化為完整攻擊的勒索軟體程式碼雛型，替「開源模型防護欄不足」的疑慮提供了具體實證，也是企業評估採用中國開源模型資安風險時的參考案例。 Reuters ｜ SCMP ｜ Washington Post ｜ The Register
4. Agent 工程的重心，從模型能力轉向部署與評估
SoftBank 執行長孫正義推動的全員 Agent 建立計畫，十週內讓全公司員工共建立超過 250 萬個 AI Agent，近九成員工回報對生成式 AI 的理解因此加深。這是目前少見的大型企業全員級 Agent 導入實例，對企業治理與導入節奏提供了具體參照，而不只是願景式宣示。
Diginomica 與 Forbes 分別提出呼應的觀點：企業 AI 的成敗，選擇的 Agent Harness（執行框架）往往比底層模型更關鍵，而 AI 目前的瓶頸已經不是算力或模型性能，而是「怎麼評估」──也就是 evals 與落地執行能力。日語圈的 ITmedia 當日彙整報導也佐證了同一波討論的跨語圈熱度，同時提到 Palantir 執行長 Karp 質疑客戶何必提供資料替 OpenAI、Anthropic 的模型加值訓練。
前 Qwen 技術負責人林俊暘則從模型設計端提出反思：他公開檢討「混合思考」模式的架構缺陷，並表示這是他轉向支持 Agent 路線的原因。這則發言把「評估瓶頸」與「架構選擇」兩個討論串在一起，值得持續追蹤中國頂尖模型團隊接下來的技術路線調整。 SoftBank ｜ Diginomica ｜ Forbes ｜ MarkTechPost
後續觀察
- OpenAI GPT-5.6 三款子模型是否會如期正式發布，定價是否與洩露版本一致。
- Anthropic Fable 5 容量恢復的實際時程，以及是否影響企業客戶的 Claude 使用規劃。
- 台灣晶片外流案是否會促成專門立法，或僅停留在偽造文件等既有罪名。
編註
- 本報依
reports/source-packs/2026-07-07-am.md撰寫，選入 9 則重點情報。 - 已按
skills/humanizer/SKILL.md的 style-only 模式處理語氣，保留中性、事實導向與公開發布格式。