資本、話術與預設同意：風險最後落在誰身上

這幾天幾則看似不相干的 AI 新聞，其實可以濃縮成同一個問題：當資本支出的帳單愈來愈大，研究與產品的說法能不能被驗證，又是誰最終要承擔風險？

帳算不過去的時候，第一個誠實的是財報

Reuters Breakingviews 轉述 BIS 的示警時，把這波資料中心投資和十九世紀運河、鐵路以及網路泡沫並置。這不等於技術本身沒有價值，而是提醒市場：基礎建設可能先被蓋得太多、回收期卻比資金預期更長；當家庭持有大量股票，估值修正也不只影響專業投資人。

微軟則把抽象的支出壓力拉回公司層級。Reuters 報導，公司裁減約 4,800 個職位、約占員工 2.1%；同一篇報導也指出，微軟為 2026 年提出 1,900 億美元支出預估，資料中心成本正在擠壓現金流。另一邊，TechCrunch 引述 Bloomberg 報導，微軟開始讓自研 MAI 模型處理 Excel 與 Word 的部分提示，但仍在使用 OpenAI 與 Anthropic 的模型。這兩件事都發生在成本壓力升高之際，卻沒有證據足以把裁員直接歸因於模型替換；較穩妥的讀法，是公司正同時調整人力、資本支出與模型組合。

當「意識」與「同意」都變成介面選項

Anthropic 的研究找到一組稱為 J-space 的內部神經模式。研究團隊用 J-lens 讀取其中和特定詞彙相關的表徵，並透過介入實驗觀察它對多步推理的因果作用；其靈感來自神經科學的「全域工作空間」理論。這個結果對可解釋性有實際價值，例如可觀察模型是否在內部辨認出提示注入或測試情境。

但研究原文明確說，這些發現不能回答 Claude 是否具有意識或感受；J-space 也不參與模型大多數活動。把它直接翻譯成「模型有主觀體驗」，會越過證據邊界。真正值得留下的問題不是模型像不像人，而是新工具讓研究者能多可靠地觀察、干預與稽核模型的內部推理。

同一週，Meta 推出 Muse Image。Meta 的產品公告介紹它在 Meta AI App、Instagram Stories 與 WhatsApp 的生成與編輯能力；TechCrunch 的實測報導則指出，只要對方的 Instagram 帳號公開，使用者當時就能標記對方並以其照片生成新圖。Meta 的政策說明表示，當事人不會收到生成通知，但可以到設定中關閉；也就是預設允許、事後退出。Meta 後來在 7 月 10 日更新公告，承認這項功能沒有達到預期，並將它下架。

這項設計之所以敏感，也與 Meta 過去的紀錄有關：公司曾因隱私違規與美國 FTC 達成五十億美元和解，也在 2021 年關閉 Facebook 臉部辨識系統。研究論文中的「意識」仍是不可由這項實驗回答的抽象問題；產品介面中的「同意」卻是每天都會影響真人的具體選擇。

一週內還發生的事

同一時間，另外七則消息也落在「控制權如何分配」這條軸線上：

• Vercel 執行長 Guillermo Rauch 主張，應把模型與代理層拆開，讓開發者可替換底層模型而不必重建整個產品。
• Reuters 引述消息人士報導，中國正在評估限制海外取得頂尖國產模型的方式；在正式規則公布前，這仍是政策討論而非既定禁令。
• SK 海力士規劃讓美國投資人更容易交易其股票，反映記憶體供應商希望承接 AI 熱潮帶來的資本市場需求。
• Google 擴大以消費者活動資料改善 AI 的範圍，退出選項分散在不同服務設定裡，使用者需要逐項確認。
• CNBC 報導，Nvidia 的 Kyber 機櫃系統因製造挑戰延後到 2028 年，顯示供應鏈仍會限制算力擴張速度。
• Discord 承認自動審核錯誤，無害圖片也曾觸發停權，平台之後撤銷錯誤處分。
• 微軟讓 MAI 模型處理部分 Office 提示，則再次說明大型公司正用多模型組合管理成本，而非一次切斷外部供應商。

一點觀察

把這些事攤開放在一起，會看到產業正走進一個「說法必須跟現實對帳」的階段：資本市場要問投資何時回收，研究者要說清楚實驗能證明到哪裡，平台也要讓使用者知道照片與活動資料會怎麼被用。介面上的「預設開啟」或「預設關閉」看似只是小選項，實際上卻決定了舉證、退出與受害成本由誰承擔。