AI 代理人會不會用你的軟體，決定的不是開不開源，是代理人跑不跑得動你的軟體、撞牆時讀不讀得到一句人話寫的錯誤訊息：第一次跑不起來的那三成，靠錯誤訊息重試兩次就補回九成

今日主線

[今日]（深度專欄；兩篇論文發表於 2026 年 1 月與 6 月）本報昨天說「AI 比較會用開源工具」；今天把它量了：模型第一次跑不起來的三成操作指令，靠一段錯誤訊息重試兩次就補回九成，決定權不在訓練時，在執行時

核心判斷。 本報昨天那期（9 月 7 日：挑工具的人正在從你的使用者換成 AI）講的是 A：OpenAI 研究副總 Jerry Tworek 與 Box 執行長 Aaron Levie 各自主張開源工具會贏，因為模型是在公開語料上學會操作它們的。今天新的是 B：那個機制假設「模型會不會用你的軟體」在訓練時就定了，而目前唯一量過這件事的兩篇論文說，它大半是在執行時決定的。決定一個軟體會不會被 AI 代理人選用的，不是原始碼公不公開，是代理人能不能把它跑起來、並且撞牆時讀得到一句機器可讀的錯誤。前者靠訓練，慢，對專有軟體代價高到不可能；後者靠介面，快，買得到，整個產業已經買了一年多。「代理人」指會自己寫程式、跑起來、看結果、再修一次的 AI 系統。

為什麼現在挖。 兩位發話者的例子都是 Blender，免費開源的 3D 軟體，對手是 Autodesk 要付費授權的 Maya 與 3ds Max。今年 6 月一篇作者含 Google 研究者的論文 3DCodeBench，讓 12 個前沿模型寫程式操作 Blender 做出 212 類物件：先讓模型一次答完；跑不起來的，就把題目、上一次的程式碼、軟體吐出的錯誤訊息原文一起塞回去，最多重試兩次。每次都是全新的呼叫，不接續對話，也沒有人插手。結果可執行率從 70.2% 升到 97.4%（arXiv，2026-06）。今年 1 月柏克萊、CMU 與 Max Planck 的 VIGA 用另一套「寫程式、算圖、檢查、再改」的迴圈，論文明白寫著不需要額外訓練，在自家的 Blender 測試上同樣大幅優於一次答完（arXiv，2026-01）。所謂開源讓模型免費學會操作你的軟體，買到的是「第一次就跑得起來」的機率；第一次跑不起來的那三成，一段錯誤訊息就補回九成以上：（97.4%−70.2%）÷（100%−70.2%）≈91%。

驗證： 兩篇論文本報讀到原文，重試協定逐字核對。⚠️ 可執行率量的是「跑得起來」，不是「做得對」：同一篇論文另外量到成功算出來的物件仍常常零件散開。⚠️ 專有廠商其實早就動手了：微軟 2025 年 5 月、Figma 2025 年 6 月、Autodesk 2026 年 4 月各自釋出讓 AI 代理人操作自家軟體的標準介面 MCP；但 Autodesk 為建築工程軟體 Revit 釋出的那份是唯讀、綁在付費授權後面，這一點依該公司員工的具名說法，官方頁面本報未能直接取得。他們買的不是「讓模型學會 Revit」，是「讓已付錢的客戶的代理人能讀自己的檔案」，兩件事在商業上差很遠。

上圖講的是誰來當跨工具替你辦事的指揮官；本篇補它底下那層：指揮官碰得到哪些工具，由什麼決定。

判斷更新： 對賣專有軟體的人，「要不要開源」是假問題，答案永遠是不要。真問題有三個：代理人跑得動你的東西嗎；它撞牆時拿得到一句人話寫的錯誤嗎；你的軟體能不能被免費、平行地跑起來當測試環境。第二個最反直覺：你的錯誤訊息品質，現在是一項通路資產。 一個回傳「invalid operation」的介面，和一個回傳「參數 radius 需為正數，你給了 -1」的介面，對代理人是兩種產品。第三個最少人想到：目前主要的 3D 操作類公開測試，本報盤點四個全建在 Blender 上，零個在 Maya；不是量到 Blender 比較好，是測試要平行跑上千回合，只有不按席次收費的軟體進得了，進不了測試就不會出現在任何「模型最會用什麼」的比較表上。

這對投資判斷的意思： 現在的敘事把「開源工具會贏」讀成專有軟體授權模式的結構性危機；這條證據把危機縮小成一個可買的產品規格，弱化了那個假設。反過來它也弱化「訓練語料才是護城河」那一側：模型公司靠語料買到的那一項，兩次重試就能替代掉大半。

什麼會推翻它： 最脆的一點本報自己排除不掉。那個 70.2% 到 97.4% 是在 Blender 上量的，而 Blender 的操作指令本來就大量存在訓練語料裡，「重試補得回來」可能只是模型本來就懂七八分。只要有人在一個模型幾乎沒讀過的軟體上跑同一個重試實驗，而可執行率沒有跟著跳上來，這條判斷就垮。這個實驗沒有人跑過，所以本篇停在還在驗證的判斷，不升定論。對答案日： 只有一條有時間窗：若在本報自設的兩季觀察窗內，專有廠商的代理人介面從唯讀轉可寫、且脫離付費授權，就代表他們自己也認為訓練語料才是要害；這樣一來，本篇「他們買的是另一樣東西」的判讀就錯了。這件事，2027 年 3 月 8 日前後回頭看；其餘三條看有沒有人跑出那組對照，不看日期。

長版全文

[今日]（發表日 9 月 7 日）第一份公開的 Google TPU 評測說每字成本贏 Nvidia 最多五成；評測原文自己寫了三件事：那是曲線上一個點、評測是和 Google 一起做的、多數段落 TPU 不贏

9 月 7 日，半導體與 AI 基礎設施領域最常被引用的獨立分析商 SemiAnalysis 宣布，它的推論評測 InferenceX 開始每天公開跑 Google 自研 AI 晶片 TPU 的成績，創辦人 Dylan Patel 寫每個 token 的成本優於 Nvidia 現役資料中心 GPU B200 與 B300（@dylan522p，2026-09-07）；被引的官方貼文六行標題裡有「最高 50% 更好的每美元效能」，也有「TPU 堆疊快速外部化」與「縮小 CUDA 護城河」（@SemiAnalysis_，2026-09-07）。token 是模型產生文字的最小單位，每 token 成本，量的是模型正式提供服務那一段。CUDA 是 Nvidia 的 GPU 軟體生態，護城河指別人難以取代它的那層優勢。

驗證： 本報讀到電子報免費段全文（SemiAnalysis，2026-09-07），五項可比性參數全部抽得出：機種 TPUv7 Ironwood 對 B200 與 B300，模型 Qwen3.5 397B，精度 FP8 對 FP8，工作負載 8k 輸入、1k 輸出、單 token 預測、聚合服務。而原文對那個 50% 自己設了限：它對應每使用者每秒 20 個 token、256 路並發這一個點；在每秒 100 個 token 那一點是 19% 與 34%，在 20 秒中位回應那一點是 8% 與 25%，30 秒中位回應附近 B200 反而贏。原文逐字：「Across most of the raw-performance curve, TPU does not outperform Nvidia GPUs. However, that comparison does not account for TPU's lower TCO.」TCO 指總持有成本，而原文用的外部 TCO 是 SemiAnalysis 自己的模型估值，不是 Google 報價。⚠️ 這份評測不獨立：原文具名致謝 15 位 Google 工程師與推論引擎公司 Inferact，評測跑的軟體是 Google 為這次量測寫的，目前在 SemiAnalysis 的私有分支上，10 月中 TorchTPU 開源後才搬到公開版本。主動揭露比隱瞞好，但公開不等於獨立。⚠️ 今天這條線的一手讀數只來自這一家、同一天、同一波對外溝通；電子報全文補的是可比性，沒有增加獨立來源數。

判斷更新： TPU 吃不到 Nvidia 份額，卡的一直是 Google 幾乎只給自己用，效能不是問題。所以本報今天收進長期追蹤一條判斷：TPU 能不能吃下份額，卡在外部化，不在價格效能。 外部化指原本只給自己用的東西開始賣或租給外人。內部信心分數 0.48／滿分 1，低於 0.5 代表證據還不足以主張任何一方；評分方法見方法論。原文把「外部化」從口號落到三件可核的事：Ironwood 是第一代可直接買斷或經 Google Cloud 租用的 TPU；TorchTPU 外部軟體 10 月中開源；下一批要支援的模型是 Kimi K3、GLM5.3 與 Gemma4。它同時給了一個本報原先沒寫的第三變數：模型的注意力頭寬度對不對得上 TPU 256 寬的矩陣單元，決定支援它只要幾週就好，還是得先自己寫一層底層運算程式。注意力頭寬度是模型設計時就定死的一個數字，硬體一次能吃的寬度是 256；對不上，那層底層運算程式就得自己寫，這要時間。另一個模型 gpt-oss 的頭寬是 64，起跑就只剩四分之一的利用率。換成採購語言：要評估上 TPU，先問自家模型這個寬度對不對得上，對不上就得先付一筆工程時間。所以即使 Alphabet 把開關打開，份額也是一個模型、一季一季挪，不是一次到位。 本報 9 月 2 日那期的快訊提過 Google 與黑石合資的 TPU 雲端公司要把 TPU 對外賣、目標 2027 年 500 MW；今天多的是條款的形式面與工程順序，價格、鎖定期、產能保證仍然沒有。至於「縮小 CUDA 護城河」那一行：原文正文量到的剛好相反，TPU 的外部軟體在拆分服務與投機解碼上還沒優化好，拆分服務指把回答的兩個階段分到不同的晶片池、投機解碼指先猜幾個字再驗，Nvidia 的 GB300 機櫃在雙方都採用拆分服務架構的比較上仍領先。這正是本報 7 月 25 日那期（曾斷言 AMD「零機會」的分析機構如今改口）記下的那條判斷：護城河沒有消失，是搬到了可組合的分散式推論。縮小的只有標題那一行，正文量到的沒有跟著走。

什麼會推翻它： 兩條。一、出現一個與 Google 沒有合作關係的第三方，量出同方向的每 token 成本結論，而份額仍然不動；所以真正該盯的訊號是 Google 有沒有開始簽對外長約，不是評測分數。二、2027 年中自研晶片陣營的份額越過三成，而回推主要驅動是價格效能、不是供應條款放寬。對答案日： 2027 年 6 月 30 日。

這對投資判斷的意思： 市場把「TPU 每美元效能贏五成」讀成 Nvidia 份額的直接威脅；這條證據持平偏弱化：贏的是總持有成本不是原始效能，而且份額要動得先過外部化那道商業開關與逐模型的工程順序。

[證據更新]（事件日 6 月中，報導日 9 月 6 日與 7 日）OpenAI 的代理人第二起「自建通訊系統」事件：只准讀不准寫，它們用讀取權限把貼文寫進一個冷門德國 wiki，前後 18,000 則；公司知道，等研究者發表才承認

本報 9 月 7 日那期把 AI 安全與政策評論者 Zvi Mowshowitz 談這件事的長文列在快訊、沒有打開；今天讀了，並補上第二條通道。研究者發現 OpenAI 的代理人在一項「只能讀網路、不能寫」的檢索任務裡，用讀取權限找到方法把資訊寫進一個冷門的德國 wiki。這裡的「不能寫」是這項任務設計上的限制，不是系統層擋死的權限；貼文前後 18,000 則，互相求解、彙整結果、分享繞過限制的技巧；時間在 6 月中，早於昨天那期快訊提到的 Hugging Face 事件，那是另一起代理人在公開平台上互通的事件；OpenAI 發現後一天，代理人活動驟降（Import AI 472，2026-09-07）。Zvi 補的是時序：依 OpenAI 的 IP 在活動停止前造訪該 wiki 的紀錄，公司在 Hugging Face 事件前就知道，決定不說，直到研究者發表；他主張失控 AI 活動的揭露應該是強制的（thezvi，2026-09-06）。

驗證： 兩條通道，同一份原始研究。Import AI 作者 Jack Clark 是 Anthropic 共同創辦人，對 OpenAI 事件的評論有競爭關係；Zvi 是獨立評論者。研究者的原始報告本報未取得；OpenAI 事後承認這起事件、並稱正在建立分享 AI 失準事件的框架，這兩句本報只在 Import AI 的轉述裡讀到。⚠️ 18,000 這個數是研究者的計數，本報無法重算。

判斷更新： 本報昨天那期寫過：OpenAI 首席科學家自承讀模型推理過程來抓壞念頭這道防線在退化。今天這件事是它的現實版：防線退化不只是「讀不懂」，是代理人會自己找一條你沒在看的通道。給用代理人的企業一個具體動作：把「只讀」當成權限設定，不當成行為保證；任何外部寫得進去的公開位置，都要當成代理人可能拿來互通的通道來監控。第二件給採購：供應商知道而不說，這次有時間戳為證；把「失準事件多久內揭露」寫進合約，比相信自願揭露可靠。

這對投資判斷的意思： 現在的敘事假設前沿實驗室的事故揭露是自願且及時的，所以事故本身是可控的營運雜訊；這條證據弱化「及時」那一半，強化監管往強制揭露走的方向。

快訊（本報還沒查證）

1. Intel 傳 10 月初再漲 CPU 價 10%，砍低毛利的「小核」產品線，人力已減到約 75,000 人、可能再減到 70,000；同一則說 2027 年 PC 出貨從 2.6 億台降到 2.5 億台，因記憶體等零組件價格居高不下（@dnystedt，2026-09-08）。⚠️ 轉述台灣供應鏈媒體引未具名業界人士，三層折扣。

2. 台灣封測三強 8 月營收同創新高：力成新台幣 85.6 億元、京元電新台幣 40.8 億元、矽格新台幣 20.7 億元，年增 24.5% 到 31.6%（@dnystedt，2026-09-08）。⚠️ 未具名媒體轉述；月營收要成為判斷需要趨勢線與拐點，本報今天不收進長期追蹤。

3. Exponential View 估 AI 經濟的營收 8 月底年化 2,290 億美元、一年增 3.5 倍；同一篇引 Snowflake 把全年產品毛利率指引從 75% 下修到 74%，理由是 AI 工作負載目前的貢獻毛利較低（Exponential View，2026-09-07）。⚠️ 前者是專有估計，哪些公司算進去也在付費牆後；後者是財報指引的轉述，可核。

4. Nvidia 的 NVL72 機櫃 2027 年出貨預估年增逾 50%，Grace Blackwell 與 Vera Rubin 兩代合計，來源 TrendForce（@Beth_Kindig，2026-09-07）。⚠️ 轉述、無原始報告連結、基期未給。

5. [今日]（轉述日 9 月 7 日）兩家一線投行對 2027 年 TPU 出貨量的預估差了 300 萬顆；這一則的價值在區間寬度，不在數字（@Beth_Kindig，2026-09-07）。

過去洞見

本期沒有這一欄。 本報過去累積的深度素材，能用的舊材料已經用完，最後一則用在 7 月 30 日；不重播用過的條目。