WiseUp AI 產業情報週報 — 試刊號
模型不值錢了，值錢的是你拿它做了什麼
📣 發刊詞
你好，歡迎來到 WiseUp。
AI 產業每週大概有三百多條新聞。真正會改變遊戲規則的，通常不超過五條。
麻煩的是，那五條不會自己舉手。它可能藏在一份沒人看的財報附註裡，可能是某個開源專案悄悄改了授權條款，也可能是兩條看起來毫無關係的消息，拼在一起才發現它們指向同一個結論。
這有點像下雨之前的氣壓變化。你不會注意到氣壓在降，但如果是位老農，則會在別人還在曬穀子的時候就開始收了，只因為嗅到泥土的氣味變了。
這份週報想練的就是這個直覺。每週三到五件事，不只是發生了什麼，而是順著走下去，三步之後世界會變成什麼形狀。我稱它為「終局推演」——不是預測未來，而是想在大部份人還在討論天氣的時候，先看一眼氣壓計。
這是試刊號，有許多還在摸索。如果你讀完覺得某個推演讓你停下來想了一下，這份週報就做對了一件事。
⚡ 30 秒掌握本期重點
這週 AI 產業上演了一齣連環爆——資本、技術、信任三條線同時出事。
Anthropic 安全神話破裂：一週之內連續兩次重大洩漏——3/26 內部 CMS 意外暴露下一代旗艦模型 Claude Mythos 的存在與能力等級，3/31 又因 npm 套件配置錯誤洩漏了 Claude Code 的完整源碼（512,000 行）。與此同時，Google 隔天發布 Gemma 4，首次採用 Apache 2.0 授權，開源陣營拿到了一張真正的王牌。
機器人 AI 突破：NVIDIA Jim Fan 團隊的 DreamZero 世界行動模型讓機器人首次具備零樣本、開放世界的任務執行能力——不需要針對性訓練，給一段文字提示就能在全新環境中行動。
AI 新創融資創紀錄：OpenAI 一週前完成 1,220 億美元融資（估值 8,520 億），Harvey 以 110 億美元估值拿到 2 億美元，法律 AI 正式進入獨角獸頂層。
這週最需要記住的一件事：AI 產業的信任基礎設施正在被重新定價——技術能力不再稀缺，但「可信賴」變得比任何時候都值錢。
📊 WiseUp 指數：78 ↑
WiseUp 指數是什麼？ 我們每週從競爭強度、技術突破、監管政策、資本流動、生態震盪五個維度，追蹤 AI 產業的「緊張程度」。50 為基準線——超過 50 代表這週的變化比平常劇烈，低於 50 代表相對平靜。
AI 產業進入資本與信任的雙重壓力測試期。千億級融資、模型洩漏事件、開源授權轉向同步發生，緊張程度逼近劇變臨界點。
📐 首期校準說明：本期 78 分為 WiseUp 指數的首次量測，將作為後續追蹤的 baseline。當未來某週指數回落至 60 以下，代表產業進入相對平靜期；若突破 85，代表出現超越本週的系統性劇變。隨著資料累積，我們會每季回顧校準標準。
白話文：五個維度裡有四個超過 15 分，代表這週幾乎每條線都在出事。如果你只能關注一件事，看「競爭強度」——18 分意味著大廠同時在搶地盤。
📑 本期目錄
開源模型大戰
機器人 AI 進展
AI 新創投資
1. 開源模型大戰
發生了什麼事
這週開源陣營拿到了一張真正的王牌，而閉源陣營最會講安全故事的那家公司，故事翻車了。
4 月 2 日——就是昨天——Google 正式發布 Gemma 4 開源模型家族，包含四個尺寸：E2B（2.3B 有效參數）、E4B（4.5B）、31B dense、以及 26B A4B MoE（約4B 活躍參數）。更重要的是授權方式：首次採用 Apache 2.0，這意味著任何人都可以不受限制地商業使用、修改和分發。31B dense 版本在 Arena AI Text Leaderboard 上排名全球開源模型第 3，在 AIME 2026 數學推理測試中拿到 89.2%。Gemma 全系列（1→3）累計下載量已超過 4 億次，Gemma 4 為首日發布。
但真正讓這週變得不一樣的，是 Anthropic。3 月 26 日，Fortune 獨家報導 Anthropic 因內部 CMS 配置錯誤，意外暴露了下一代旗艦模型 Claude Mythos（內部代號 Capybara）的存在。Anthropic 官方確認模型為真，稱其為「step change in capabilities」，且在內部文件中警告該模型具有「前所未有的網路安全風險」——能以「遠超現有任何 AI 模型」的方式利用漏洞。洩漏消息當天，Global X Cybersecurity ETF 下跌約 3-5%（Cryptika 報導達 4.5%、CNBC 3/27 亦確認下跌）。
五天後的 3 月 31 日，Anthropic 再次出事：一個 npm 套件（@anthropic-ai/claude-code v2.1.88）因 source-map 配置錯誤，將 Claude Code 的完整源碼——512,000 行 TypeScript、1,906 個檔案——公開發布到 npm 公共 registry。Bloomberg、Guardian 等多家媒體以重大新聞報導。Anthropic 稱此為「人為錯誤」。
來龍去脈
Anthropic 的安全敘事一直是它最值錢的資產。Constitutional AI、Responsible Scaling Policy、跟美國國防部的合約——這些都建立在「我們是最安全的 AI 公司」這個前提上。一週內連續兩次重大洩漏，不管原因多無辜，對這個敘事的損害是結構性的。
與此同時，開源陣營的攻勢從未停過。Meta 的 Llama 系列持續逼近閉源性能，現在 Google 的 Gemma 4 又加入——而且是用 Apache 2.0 這種最寬鬆的授權。這不是偶然。Google 有 GCP 和廣告業務撐腰，模型免費送人對他們來說不痛——痛的是競爭對手。
關鍵數字
Gemma 4：四個尺寸（E2B / E4B / 31B / 26B A4B），Apache 2.0 授權，31B AIME 2026 得分 89.2%（Gemma 全系列累計下載超 4 億次）
Claude Mythos：Anthropic 官方確認存在，稱「step change」，具體參數未公開，社群猜測達 10T 參數但未獲官方證實
Claude Code 洩漏：512,000 行 TypeScript，1,906 個檔案，起因為 npm source-map 配置錯誤
白話文：你手上的開源專案，明天就能用上接近 frontier 等級的模型，免費、不用簽合約、不用擔心授權問題。而號稱最安全的那家，連自己的原始碼都會不小心公開。
終局倒推：這件事三步之後的世界長什麼樣？
對於12 個月後的預測，我會賭市場分成三層：最頂層 2-3 家閉源模型（GPT-5.x、Mythos 級別）服務高安全需求的企業客戶，中間層是 Gemma、Llama 等開源方案處理 80% 的日常需求，底層是各種微調和專業化的小模型。真正的戰場不在模型本身，而在誰能定義中間層的標準。
6 個月內，雲端服務商會大舉推開源模型託管服務——賺算力錢比賺 API 抽成穩定得多。而 Anthropic 必須在信任修復上花大力氣，這反而可能逼他們加速推出 Mythos 來轉移注意力。
如果你是技術主管，這週的功課是：去 Hugging Face 上試跑 Gemma 4 31B，評估它能不能取代你目前在用的 API。不是說要馬上切，而是要知道你有選擇。如果你是投資人，該注意的不是 Mythos 有多強，而是 Anthropic 的安全故事還撐不撐得住——因為那才是他們估值 $380B 的基礎。
延伸閱讀
Google Gemma 4 官方發布 - Jeff Dean 親自宣布，首次 Apache 2.0 授權，值得看技術細節
Fortune: Anthropic Mythos 洩漏獨家報導 - 了解洩漏的完整經過和 Anthropic 的官方回應
Claude Code 源碼洩漏分析 - 技術面深度分析
📎 本段主要來源：Google Open Source Blog, 「Gemma 4 family」, 2026-04-02；Fortune, 「Anthropic says testing Mythos…」, 2026-03-26；Bloomberg / Guardian 等, Claude Code 洩漏報導, 2026-03-31；Hugging Face, Gemma 系列下載統計（累計 4 億）；MathArena, AIME 2026 模型評測結果
🎯 終局推演：開源模型大戰
讓我們把棋盤攤開來看。
🎯 棋盤概況
一週內發生的事情，可能比過去一季加起來都多。Google 打出 Apache 2.0 這張牌，Anthropic 的安全敘事連續破洞。棋盤的重力中心正在從「誰的模型最強」轉向「誰值得被信任」。
♟ 棋手識別
📐 後三步推演 (預測信心: 🟢高 🟡中)
OpenAI 的回應 - 第一步（1-3 月）：被迫調整 GPT-5.4 定價策略，可能推出更激進的 mini / nano 版本搶量 🟢 高 - 第二步（3-6 月）：開源部分舊世代模型（如 GPT-4.1 級別），頂級能力保持閉源 - 第三步（6-12 月）：全力轉型為「AI 應用平台」，從賣模型改賣 workflow 和 agent 整合服務
Anthropic 的危機處理 - 第一步（1-3 月）：加速正式發布 Claude Mythos，用能力優勢壓過安全爭議 🟡 中 - 第二步（3-6 月）：大幅強化企業合規和安全審計產品線，修復信任 - 第三步（6-12 月）：如果 Mythos 真的有「step change」級別突破，有機會重建安全敘事；如果沒有，$380B 估值將面臨嚴重壓力
Google 的長線布局 - 第一步（1-3 月）：Gemma 4 大規模推廣，Apache 2.0 吸引開發者遷移 🟢 高 - 第二步（3-6 月）：將 Gemma 4 深度整合進 Android / Workspace / GCP 生態 - 第三步（6-12 月）：重現 Android 策略——模型免費，生態鎖定，服務收費
Anthropic 現在最大的對手不是 OpenAI 或 Google，而是自己。兩次洩漏讓「安全」從資產變成負債，而 $380B 估值就建在這個字上面。
講白一點：OpenAI 想用降價守住地盤，Google 想用免費搶走地盤，Anthropic 則是得先證明自己的門能鎖好。三家都在跑，但跑的方向完全不同——你押哪一個，取決於你覺得接下來一年「能力」比較重要還是「信任」比較重要。
🔀 替代情境
情境一：監管借安全洩漏發力（機率中，衝擊高）——如果美國政府以 Anthropic 洩漏為由，要求所有前沿模型必須通過安全審計才能部署，閉源廠商反而因為「可控性」獲得政策保護。白宮 3/20 才剛發布 AI 立法框架，時機非常敏感。
情境二：Mythos 發布即顛覆（機率低，衝擊極大）——如果 Mythos 的能力真的是「step change」，市場注意力會從安全洩漏轉移到能力競賽，Anthropic 不僅翻盤還可能重新定義前沿。
情境三：Apache 2.0 引爆企業遷移潮（機率高，衝擊中）——Gemma 4 的 Apache 2.0 授權讓企業法務部門不再有顧慮，可能在 6 個月內引發一波從 API 到自建的遷移潮，最先受衝擊的是 OpenAI 的中型企業客戶。
📊 觀察指標
🔗 連鎖效應
[Anthropic 安全洩漏] → [企業客戶重新評估供應商信任] → [部分轉向開源自建] ↘ [Gemma 4 Apache 2.0 提供完美替代] → [算力需求爆發] → [NVIDIA / 雲端廠商受益] ↘ [台積電先進製程訂單增加] → [台灣 AI 供應鏈受惠]
📌 一句話終局判斷
AI 產業的下一個十年，護城河不是模型的參數量，而是客戶願意把最敏感的數據交給誰。
我們會從下期開始追蹤這張棋盤的變化。
2. 機器人 AI 進展
發生了什麼事
說白了，以前訓練機器人就像教小孩騎腳踏車——你得一直在旁邊扶著、指導每個動作。現在？機器人開始能「看別人怎麼做，自己就學會了」。
📅 時間脈絡：DreamZero、EgoScale、DreamDojo 均於 2 月發布，Isaac Lab 3.0 於 3/16 GTC 發布。本節為「基礎設施更新」性質的延伸回顧，非本週新聞。
NVIDIA GEAR Lab 的 Jim Fan 團隊在二月連續發布了三個互相關聯的突破。DreamZero（2/5 發布）是一個世界行動模型（world action model），能在完全沒有針對性訓練的情況下，僅靠文字提示在全新環境中執行任務——這是真正意義上的零樣本機器人控制。EgoScale 則是一套「靈巧度縮放定律」，證明機器人操作精細度隨訓練數據量呈可預測的提升曲線。DreamDojo（2/20 開源）更提供了 44,000 小時的人類第一人稱視角影片數據集，任何人都能拿來訓練自己的機器人模型。
近兩週，NVIDIA 在 3/16 GTC 大會上進一步發布了 Isaac Lab 3.0 early access，以及宣布與多家全球機器人廠商的合作——明確信號是：他們要做機器人界的「訓練基礎設施」。
來龍去脈
傳統機器人訓練叫「遙控操作」（teleop）——工程師戴手套做動作，機器人跟著做，然後從示範中學習。致命問題是：太慢、太貴、無法規模化。
DreamZero 的突破不是傳統的「行為克隆」（behavior cloning），而是更進一步的世界行動模型——它不只學動作，還學「世界是怎麼運作的」。當它收到一個文字指令（例如「把杯子放到架子上」），它能夠推理出需要什麼動作序列，即使它從未在那個特定環境中操作過。
關鍵數字
DreamZero：零樣本、開放世界的任務執行，基於 transformer 的世界行動模型
DreamDojo：44,000 小時人類第一人稱影片數據集，已開源
Isaac Lab 3.0：NVIDIA 機器人訓練平台，支援 DGX 級大規模訓練
Tesla Optimus：截至 2026 年初已部署超過 1,000 台 Gen 3 於工廠內部，Fremont 工廠已開始轉型為 Optimus 量產線，2026 年目標 50,000-100,000 台
白話文：以前教一台機器人做一件事要好幾週，現在丟一堆影片給它看，它自己就會了。這個差別有多大？就像你新來一個同事，不用手把手帶，丟一份 SOP 影片給他就能直接上線。
終局倒推：這件事三步之後的世界長什麼樣？
12 個月後，我預估第一批「買回來看幾個示範影片就能上工」的通用機器人，開始在物流倉儲場景落地。不是工廠產線那種高精度場景——而是分揀、搬運、簡單組裝這類容錯率較高的工作。
6 個月內，真正的戰場是誰能建立最大的機器人行為數據集。DreamDojo 的開源是第一槍。接下來 Tesla 會不會開放 Optimus 的操作數據？Google/DeepMind 會不會釋出 RT-X 的後續？數據戰爭正在從文字和圖像，擴展到實體世界的動作。
如果你在製造業或物流業，現在該做的不是等技術成熟再動，而是開始標準化和數位化你的操作流程數據。因為當通用機器人真的來了，有數據的公司會比沒數據的快半年部署。
延伸閱讀
Jim Fan: DreamZero 發布 - 看第一手的技術突破分享，他的解釋通常比論文好懂
DreamDojo 開源頁面 - 44,000 小時人類影片數據集，了解零樣本機器人學習的技術基礎
NVIDIA Isaac Lab 3.0 - GTC 2026 發布的機器人訓練基礎設施
📎 本段主要來源：Jim Fan (LinkedIn), DreamZero 發布, 2026-02-05；DreamDojo 開源頁面 (dreamdojo-world.github.io), 2026-02-20；NVIDIA News, Isaac Lab 3.0 + GTC 機器人合作公告, 2026-03-16；Tesla Q4 2025 財報及 Musk 公開發言（Optimus 部署數據）
🎯 終局推演：機器人 AI 進展
我們正處在機器人學習的「中盤轉換期」——技術驗證剛完成，商業化部署還沒全面展開。12-18 個月後的收官戰才是真正決定勝負的時刻。
🎯 棋盤概況
機器人正從「需要人類保姆」進化到「看影片自學」的階段。我們已經過了純研究的開局期，現在是技術驗證和商業化準備的中盤。
♟ 棋手識別
📐 後三步推演
NVIDIA 的路線： - 第一步（1-3 月）：Isaac Lab 3.0 正式版發布，配套開發工具完善 🟢 高信心 - 動機：搶佔機器人 AI 的「基礎設施」位置，複製在 AI 訓練市場的成功 - 第二步（3-6 月）：與 2-3 家硬體廠商建立深度合作，提供軟硬整合方案 - 動機：避免被硬體廠商繞過，確保軟硬整合的話語權 - 第三步（6-12 月）：推出機器人基礎模型的商業版——從賣鏟子升級到賣採礦地圖 - 動機：模型層的毛利遠高於硬體，這是 NVIDIA 從「供應商」變成「平台」的關鍵跳躍
Tesla 的路線：
- 第一步（1-3 月）：Optimus Gen 3 工廠內部部署衝向 5,000 台 🟡 中信心
- 動機：用自家工廠當試驗場，降低外部客戶的風險疑慮
- 第二步（3-6 月）：開放給少數外部合作夥伴試用，建立標桿案例
- 動機：從標桿案例的建立，為大規模商業化做準備
- 第三步（6-12 月）：Fremont 工廠轉型啟動量產，可能推出租賃而非銷售模式
- 動機：降低客戶採用門檻，同時保持數據和模型的控制權
Boston Dynamics 面臨的挑戰不是技術落後，而是遊戲規則變了。當訓練數據免費公開、當 NVIDIA 讓任何人都能訓練機器人模型時，純硬體優勢的價值會被快速稀釋。
白話說明：NVIDIA 想當「教練學校」，Tesla 想當「球員兼教練」，Boston Dynamics 的硬體很猛但軟體那條腿跟不上。誰先把「看影片就能學會」這件事做到穩定可靠、量產可用，誰就贏。
🔀 替代情境
情境一：嚴重工作場所事故（機率中，衝擊高）——如果通用機器人在工廠發生致人傷亡事故，全球安全監管會急踩煞車。產業可能倒退 2-3 年，但有安全技術的廠商（NVIDIA、Tesla）反而獲得更大份額。
情境二：中美技術脫鉤加劇（機率高，衝擊中）——進一步晶片出口管制會逼中國加速自主機器人技術，形成兩套平行生態。台灣供應鏈在其中的角色更加微妙。
情境三：數據開放引發軟體革命（機率中，衝擊大）——如果 DreamDojo 引發更多大規模機器人數據集開源，軟體能力會快速民主化，硬體差異化反而重新變得重要。
📊 觀察指標
🔗 連鎖效應
[DreamZero 技術成熟 + DreamDojo 數據開源] → [機器人訓練門檻大幅降低] → [製造業開始大規模試點] ↘ [機器人行為數據需求爆發] → [新的數據產業興起] ↘ [台灣代工廠必須在 12 個月內決定：成為機器人的使用者，還是製造者]
📌 一句話終局判斷
機器人革命的瓶頸從來不是讓機器更聰明，而是讓真實世界的混亂變得可以被數據描述。DreamDojo 的 44,000 小時影片，就是這場革命的第一桶石油。
具體的部署數字和合作進展，我們從下期開始逐週盤點。
3. AI 新創投資
發生了什麼事
先講一個數字：1,220 億美元。這是 OpenAI 在 3 月 31 日完成的融資金額，投後估值 8,520 億美元，史上最大私募融資。投資者陣容幾乎是一份「誰想要 AI 時代入場券」的名單：Amazon 出資 $500 億、NVIDIA 與 SoftBank 各 $300 億，核心三方合計 $1,100 億；其餘 $120 億來自 Andreessen Horowitz 等 VC 及零售投資者（TechCrunch 報導零售部分約 $30 億）。
同一週，法律 AI 公司 Harvey 宣布以 $11B 估值完成 $200M 融資（3/25），由 GIC 和 Sequoia 共同領投。Harvey 目前擁有超過 25,000 個客戶自建的 AI 工作流程，覆蓋超過 100,000 名律師、1,300 個組織、60 個國家。每位律師的月費約 $1,000-1,200，12 個月合約制。Bloomberg 報導指出，Harvey 在 2025 年 12 月的上一輪估值才 $8B——三個月漲了 37.5%。
再看另一端：成立僅九個月、尚未發布任何產品的 AI agent 新創 Isara，靠 OpenAI 參投拿到 $94M 融資、$650M 估值（3/26）。兩位 23 歲的創辦人。Demo 展示了約 2,000 個 AI agent 協同執行金價預測任務。
來龍去脈
回頭看這波投資潮，邏輯已經很清楚：大錢在賭基礎設施，中型資金在賭垂直應用，而最瘋狂的錢在賭「有沒有可能出現下一個 OpenAI」。
Harvey 的成功最值得分析。律師事務所每小時收費動輒幾百美元，如果 AI 幫他們省 75% 的盡職調查時間（Harvey 自己公佈的數字），ROI 算得非常清楚。相比之下，消費級 AI 產品還在燒錢找商業模式。Isara 的 $650M 估值則完全是另一回事——這是在賭 agent-to-agent 協作這個範式本身的潛力，屬於高風險高回報的前沿押注。
值得注意的是，之前被大量報導的 xAI（馬斯克的 AI 公司）已於 2026 年 2 月 2 日被 SpaceX 正式收購，合併估值 $1.25 兆，xAI 部分估值 $250B。收購後經歷了裁員重組，全部 11 位共同創辦人已離開（TechCrunch 3/28、TNW 報導）。這意味著 AI 投資格局中少了一個獨立的重量級玩家，但 SpaceX-xAI 合體後的算力整合（太空數據中心願景）可能開創全新的競爭維度。
關鍵數字
OpenAI $122B 融資 / $852B 估值：主要投資方為 Amazon、NVIDIA、SoftBank（各約 $30-50B 級別，精確分拆金額尚待各方確認），史上最大私募融資
Harvey $200M / $11B 估值：25,000+ 自建 AI 工作流程、100,000+ 律師用戶、律師月費 ~$1,000-1,200
Isara $94M / $650M 估值：成立 9 個月、無產品、OpenAI 參投，押注 agent 協作範式
SpaceX-xAI 合併：$1.25T 合併估值、xAI 部分 $250B，2/2 完成，後續裁員重組
白話文：OpenAI 一輪融的錢比很多國家 GDP 還高，Harvey 一輪融的錢只有它的千分之一。但 Harvey 手上有 25,000 個律所離不開的工作流程和 12 個月的合約綁定。模型層的錢在燒，應用層的錢在沉澱——這期三個主題看完你會發現，「值錢」和「賺錢」正在變成兩件不同的事。
終局倒推：這件事三步之後的世界長什麼樣？
先說推論，再說為什麼。
12 個月後，AI 行業會出現一條很清楚的分界線。線的一邊是像 Harvey 這樣的公司——不性感、不會上頭條、沒有人拿它跟 AGI 放在同一個句子裡，但律師每個月乖乖付 $1,000，25,000 個工作流程像釘子一樣釘在客戶的日常作業裡。拔掉它的成本比續約的成本高。這種公司會被叫做「AI 行業的 Salesforce」，聽起來無聊，但無聊的東西通常活得最久。
線的另一邊是估值建立在「未來某天會很厲害」上面的公司。OpenAI 自己的內部預測是 2026 年虧損 $140 億。當你的估值是 $8,520 億而你一年虧 $140 億，你不需要犯錯——你只需要成長速度稍微慢一點，市場的耐心就會用完。
6 個月內會開始出現另一個訊號：傳統行業巨頭收購垂直 AI 新創。四大會計師事務所、頂級律所、大型醫療集團——他們試過自己做，太慢了；他們試過觀望，發現對手已經在用了。直接買最快。法律、會計、醫療、金融，每個領域都會有幾起讓人抬頭的收購案。
這跟你有什麼關係？
如果你在科技業，現在開始留意你所在領域裡哪些垂直 AI 正在起來。不是那些融資最多的，是那些客戶續約率最高的。如果你在創業，這可能是最後一波容易拿到大錢的窗口，但別被支票的數字沖昏頭——投資人給錢的時候笑容很溫暖，要回報的時候表情會非常不一樣。如果你在找工作，Harvey 們正在瘋狂招人，而且他們最缺的不是 AI 工程師，是那種既懂技術又懂行業的人——如果你剛好是這種人，你的身價在未來 12 個月會變得很不合理。
延伸閱讀
Harvey 官方融資公告 - 25,000 個自建 agent 的細節，比融資新聞更有參考價值
OpenAI $122B 融資官方公告 - 了解投資者結構和 OpenAI 的下一階段規劃
SpaceX 收購 xAI 報導 (Reuters) - $1.25T 合併的完整脈絡
📎 本段主要來源：OpenAI 官方公告, $122B 融資, 2026-03-31；Forbes / TechCrunch, OpenAI 投資者結構報導；Harvey 官方部落格, $11B 估值融資公告, 2026-03-25；Bloomberg, Harvey 上一輪 $8B 估值報導, 2025-12；Reuters, SpaceX-xAI 合併報導, 2026-02-02
🎯 終局推演：AI 新創投資
這張棋盤的格局已經很清楚了。
🎯 棋盤概況
我們正處在 AI 投資的中盤——開局的技術驗證結束了，收官的商業模式驗證才剛開始。OpenAI 的 $852B 估值、Harvey 的 $11B、Isara 的 $650M，代表了三種完全不同的投資邏輯，而接下來 12 個月會告訴我們哪種邏輯是對的。
♟ 棋手識別
📐 後三步推演
OpenAI 的路徑： - 第一步（1-3 月）：完成轉型為營利公司結構，為 IPO 鋪路 🟢 高 - 第二步（3-6 月）：推出更多 agent 和 workflow 產品，縮小虧損缺口 - 第三步（6-12 月）：IPO 或面臨投資人施壓——$852B 估值必須用收入證明
Harvey 的路徑： - 第一步（1-3 月）：擴大客戶群，從頂級律所滲透到中型事務所 🟢 高 - 第二步（3-6 月）：進入相鄰專業服務（會計、諮詢、合規） - 第三步（6-12 月）：成為科技巨頭收購目標（Microsoft 最可能），或獨立上市
SpaceX-xAI 的路徑： - 第一步（1-3 月）：完成內部整合，Grok 定位與 SpaceX 業務對齊 🟡 中 - 第二步（3-6 月）：SpaceX IPO（可能 Q3-Q4，目標融資 $50-75B） - 第三步（6-12 月）：用 IPO 資金加速太空算力布局，但 AI 獨立產品線面臨聚焦風險
OpenAI 最大的壓力來源不是競爭對手，而是自己的帳本。$140 億年虧損配上 $8,520 億估值，意味著市場在預支大約五到六年後的成功。這筆賭注不需要 OpenAI 失敗才會出問題——只要成長速度比預期慢一點，估值的地基就會開始鬆動。
有意思的是，像 Harvey 這樣的公司反而揭示了一種可能的解法：如果 OpenAI 的模型最終變成水電一樣的基礎設施，那真正賺錢的會是那些把水電接進千家萬戶的人。OpenAI 的挑戰不是活不活得下去，而是它能不能在燒完這些錢之前，讓自己從「最貴的研發實驗室」變成「所有人都繳費的基礎設施」。
🔀 替代情境
情境一：經濟衰退（機率中，衝擊高）——只有能立即算清 ROI 的垂直 AI（如 Harvey）會存活，通用 AI 的燒錢模式面臨資金斷鏈。大量估值建立在想像上的新創會直接消失。
情境二：開源吞噬一切（機率中，衝擊高）——如果 Gemma 4 + Llama 系列的開源方案足夠好，大部分 AI 新創的技術護城河會瞬間消失。只有擁有獨家數據或獨家客戶關係的公司能存活。
黑天鵝：AI 重大安全事件——如果某個 AI 系統造成重大財務損失或人身傷害，監管機構可能對 AI 投資設立嚴格限制。Anthropic 的 Mythos 洩漏中提到的「前所未有的網路安全風險」，讓這個情境不再是純粹的假設。
📊 觀察指標
🔗 連鎖效應
[OpenAI $852B 估值壓力] → [加速商業化 + 可能 IPO] → [全行業估值被拉高] ↘ [垂直 AI 證明 ROI] → [科技巨頭啟動收購] → [行業整合開始] ↘ [台灣 AI 新創的機會：在垂直領域用繁中語言優勢建立壁壘]
📌 一句話終局判斷
AI 投資的上半場比的是誰的願景最大，下半場比的是誰先讓客戶離不開自己。$1,220 億的融資能買到算力和人才，但買不到 25,000 個已經嵌進客戶日常作業的工作流程。未來 12 個月，「值多少錢」和「賺多少錢」之間的裂縫會越來越明顯——我們會在接下來幾期持續追蹤這條裂縫往哪裡裂。
本週隱藏連線
三個看似獨立的主題，背後是同一條邏輯鏈。
Anthropic 一週內洩漏兩次。操作層面的損害可以修復，但真正的傷口在敘事層：當你的整個估值故事建立在「我們最安全」之上，任何安全治理的裂縫都會被市場用放大鏡檢視。
這個裂縫會往哪裡擴散？往企業客戶的採購決策裡。當你的 AI 供應商連自己的程式碼都保不住，「與其依賴單一廠商的 API，不如自己部署開源模型」就從技術部門的提案變成了管理層的共識。而 Google 恰好在這個時間點把 Gemma 4 搭配 Apache 2.0 授權推出來，等於在門口掛了一塊牌子：隨時可以搬進來。
但更深一層的變化是：當模型層快速商品化——開源免費、閉源互搶——價值就會像水一樣往下流，流到應用層去沉澱。Harvey 的 $110 億估值賭的不是模型，是「懂律師怎麼工作」這件模型廠商永遠不會自己去做的事。後端模型可以換，但 25,000 個嵌進客戶日常的工作流程換不掉。
把這三層疊在一起看：
信任動搖（Anthropic 洩漏）讓企業開始考慮搬家。開源成熟（Gemma 4）讓搬家變得可行。垂直黏性（Harvey）證明了搬完家之後，價值會落在誰手上。
接下來 12 個月，AI 產業的價值重心會從「誰的模型最強」轉向「誰最懂客戶的問題」。
量化這條連線的衝擊：Anthropic 目前 ARR 約 $190 億。如果企業客戶因信任危機流失 5-10%，意味著 $9.5 億到 $19 億的年營收風險。這些客戶會往哪走？Apache 2.0 的 Gemma 4 就在那裡等著。而每一個從 API 轉向開源自建的企業，都需要更多雲端算力——NVIDIA 和雲端廠商反而受益。一層的信任崩塌，會變成另一層的營收。
而 DreamZero 提醒我們，這場價值遷移不會停在數位世界。當 AI 走進物理空間，「誰擁有真實世界的行為數據」會成為下一個十年最稀缺的資產。但這個故事太大了，我們留到它真正發生的那一期再展開。
📋 推演追蹤表
以下為本期提出的推演，從第 1 期開始追蹤驗證。每項預測均附「判定條件」，達成即 ✅，明確未達成即 ❌，期限內未有定論維持 🟡。
整體命中率：0%（✅ 0 / ❌ 0 / 🟡 7）——從下期開始累積驗證記錄。
✍ 寫在最後
(凌晨3:12分，看到美股大叔也才剛發佈new post，感覺AI燒的是token，身為人類的我們則是燒睡眠時間……)
寫完這期，盯著螢幕上的數字看了好一會。
$1,220 億。$8,520 億。$3,800 億。
512,000 行被意外公開的程式碼。
這些數字大到已經沒有感覺了。但讓我真正停下來的，是它們拼在一起之後浮現的那條線——模型在漲價、信任在貶值、而真正黏住客戶的東西，跟模型本身無關。
這份週報沒辦法告訴你接下來會發生什麼。但我想做的是，每週把棋盤上的局勢整理清楚——誰拿著什麼牌、下一步最可能往哪走、哪些變化已經在發生但還沒被大多數人注意到。
然後，試著嗅出泥土的味道。
下週見。
WiseUp AI 產業情報週報 試刊號 | 2026-04-03 | wiseup.cc
WiseUp AI 產業情報週報 第 0 期 | 2026 年 04 月 03 日 | wiseup.cc
本報告由 AI 輔助生成，經人工審核。所有推演標示為「WiseUp 推演」，僅供參考，不構成投資建議。
數據來源：OpenAI、Anthropic、Google DeepMind、Harvey、Reuters、CNBC、Bloomberg、Fortune、Guardian、Cryptika、TechCrunch、TNW、Hugging Face、NVIDIA GEAR Lab、MathArena、Wikipedia