AI 設計生命、代辦點餐與預測氣旋，落地前仍有邊界

AI 正從研究工具走進療法、交易與預報流程。這些應用帶來新選項，也讓證據、責任與使用者確認更難以忽略。

蒙大拿開放實驗性療法中心，患者仍須承擔臨床風險

一則報導把蒙大拿描述為美國第一個允許生技公司直接向一般消費者銷售實驗性藥物的州，並稱其他州通常只對末期患者開放。報導說，只要同意並付得起，長壽療法追求者也可能參與；早期測試有時可能只納入十名健康受試者，審查費為 12,500 美元，生技公司可自行訂價並透過實驗性治療中心銷售。報導並稱，由醫師、科學家與倫理學家組成的州級委員會負責核可，當時已有兩種分別用於神經病變和聽力損失的藥物進入審查。

可讀取的蒙大拿州法條文確認，實驗性治療中心必須先取得執照，並規定營運、安全、檢查、監督、結果追蹤與不良事件通報等要求；完整申請須在 90 天內獲准或遭拒。法律列出的申請處理費為 10,000 美元、年度續照費為 5,000 美元；另一條文要求中心每年將淨利的 2% 用於協助合格居民取得實驗性療法或醫療保障。蒙大拿州法第 50-5-250 條與第 50-5-251 條沒有證實上述 12,500 美元、兩種藥物已在審查，或任何付得起的人都能取得任何實驗性藥物；州法列出的申請費也與報導所稱金額不同。

相關評論把這條路徑和一般臨床試驗作對照：一般試驗由研究方付費招募並保護受試者，這裡則可能由患者付費接受尚未完成試驗的療法。NIH 說明，臨床試驗費用可能由研究贊助者、患者保險與自付費用共同承擔；研究專屬費用可能由贊助者負擔，常規醫療則可能由保險支付。NIH 的臨床試驗費用說明也提醒受試者先確認各項費用由誰支付。NIH 的研究補償指引則指出，受試者補償與醫療費用不同；若研究不提供補償，研究文件必須明確說明。因此不能概括地說，每項試驗都會付費招募，或所有費用都由研究方承擔。

評論提到前幾日 Roche 的 AI 將癌症標記推進試驗、但當時仍有人無法解釋其結果，並把這類案例解讀為測試可能先於理解。作者因此認為，當 AI 加快候選療法產生速度，蒙大拿的制度可能不是補上更多測試，而是讓付費患者承接證據缺口；這是對制度風險的判斷，不能當作療效證據。

基因組模型生成可運作噬菌體，研究仍限於實驗室

報導稱，史丹佛研究團隊使用基因組語言模型設計出首批由 AI 產生的可運作病毒。研究對象是只感染細菌、也已用於治療細菌感染的噬菌體；研究者合成近 300 個設計，其中 16 個成功運作。報導稱，實驗室中的噬菌體混合物殺死了對天然噬菌體具抗性的 E. coli 菌株；論文摘要則將結果描述為抑制這些菌株。這些噬菌體不是人體或動物病毒。原始報導稱，研究團隊在訓練時排除了人類與動物病毒，並呼籲安全專家參與討論；所選可讀的論文摘要沒有提及這兩項訓練與安全措施，尚未獲獨立確認。研究論文摘要報告的是實驗室中的合成噬菌體研究，並未提出人體療效或臨床安全性結果。

報導把這項能力形容為機器最接近撰寫生命、自我複製遺傳密碼的一次，並引述約翰霍普金斯研究者提醒：生成式 AI 撰寫病毒基因組的能力已經出現，但如何治理仍未跟上。報導進一步評論，這種噬菌體在研究中對人類無害，但它建立的先例不能因此忽略；病毒一旦複製，就沒有簡單的撤回按鈕。這些是報導中的引述和風險判斷；可讀取的論文摘要本身沒有提供相同結論。噬菌體研究的實驗結果不能外推成 AI 已能安全設計其他病毒。

因此，這項成果同時提出兩個不同問題：模型能否產生新的生物設計，以及哪些設計可以合成、測試或部署。前者有實驗結果，後者仍需要生物安全審查。

Ask Maps 協助把餐點加入購物車，使用者仍要確認訂單

Google 表示，Ask Maps 已在美國推出對話式點餐。原報導另稱，這項功能此前已流傳數月；Google 公告沒有確認這段傳聞時間線。使用者可以描述想吃的餐點和行程，例如回家途中外帶辣味 pad kee mao；系統會參考路線、偏好與已儲存地點，尋找營業中的餐廳並將餐點放進購物車，讓使用者確認。Google 表示，功能先與 Square、Toast 合作，Uber Eats 當時列為即將加入；連結 Gmail 後，Maps 也可把行程或預訂資訊用於個人化建議。Google Maps 公告將功能描述為逐步推出，展示畫面則標示為模擬示範。

從商業模式看，原始評論指出，Google 雖提供搜尋和對話入口，但本身沒有外送員、餐廳合約或忠誠計畫，配送、餐廳合作與顧客關係仍由其他業者掌握。所選 Google 公告只說明與 Square、Toast 和 Uber Eats 的整合，沒有證實 Google 缺少這些資源；這項平台資產判斷尚未獲獨立確認。原報導把 Google 描述為租用那些它也想取代的服務；若 Google 對合作方要求過多，Uber Eats 等業者可能離開，而監管機關也會關注 Google 進入新交易市場的方式。這是對平台依賴與市場權力的分析，不是已發生的合作破裂。

點餐代理可以整理需求和購物車，但店家、價格與最終下單仍需要使用者看得見的確認步驟。

WeatherNext 開放氣旋預報模型，額外預警時間仍須由專業人員判讀

Google DeepMind 表示，WeatherNext 氣旋模型已開放權重，並提供可在 Google Colab 執行的小型版本。團隊稱模型在風暴路徑、強度和風場預測上達到當時的最佳水準；其三日預報平均準確度可比先前模型的兩日預報，換算成約多一天預警時間。DeepMind 也表示，模型曾協助美國國家颶風中心在 2025 年預測颶風 Melissa 快速增強，並以約為傳統模型百分之一的資料解析度執行。WeatherNext 公告說明這些評估與個案屬於研究團隊報告的結果。

報導用加勒比海上一間只有兩名員工、每年都會受風暴影響的氣象辦公室作為假想例子：過去，要取得相近的預報能力可能需要它負擔不起的超級電腦和國家級預算；若能下載權重並在現有設備上執行，門檻就可能降低。這是說明模型可近用性的情境，不代表各地氣象單位都已部署或能直接發布同等品質的預報。

模型開放降低了研究與試用門檻，但風暴警報仍應依各地氣象機關的正式資訊，並由專業預報員結合現場資料判讀。

其他產業動態

Agent Plugins 1.0 提出可攜式代理外掛格式。 原報導列出 OpenAI、Amazon、Microsoft、Cursor 與 Vercel 為共同發布者，稱格式可讓不同客戶端共用代理技能與 MCP 伺服器設定。Vercel 的公告則說，該公司提出初始規格，合作修訂方包括 AWS、Anysphere、GitHub、Microsoft、OpenAI 與 Vercel；公告也指出沒有任何一家公司能單憑自己的產品路線圖決定格式方向。Vercel 公告的參與者名單與原報導不同，本文保留兩種說法並標示差異。Vercel 公告

AMD 與 Taalas 簽署收購協議。 原報導稱 AMD 已收購 Taalas，並把專用晶片描述為將模型權重直接寫入矽晶片以加速推論。AMD 的公告確認雙方簽署最終收購協議，目標是推進 AI 推論運算；協議簽署不等於交易已交割。AMD 公告

Adobe 把 70 多項創意與生產力工具接入 ChatGPT。 Adobe 表示，使用者可透過 Adobe for ChatGPT 編輯照片、製作行銷素材和影片、處理 PDF，再視需要轉到 Photoshop、Acrobat 等應用程式進行更細緻的修改；公告列出的支援範圍也包括 ChatGPT Work 與 Codex。Adobe 公告

OpenAI 分階段擴大免費帳戶的文字對話額度。 OpenAI 表示，本週先把 ChatGPT 免費使用者的預設模型改為 GPT-5.6 Luna；下週才逐步開放無使用次數上限的文字對話，並提供 Think 按鈕，使用仍受防濫用措施限制。這項公告談的是文字對話額度，不能解讀為影像、語音或 Think 也無限制。OpenAI 公告

DeepSeek 傳重啟約 80 億美元募資，配售文件列出宇樹認購計畫。 原始郵件轉述 Bloomberg 報導稱，DeepSeek 重啟第二輪募資，目標接近 80 億美元；這項募資消息未獲公司公告確認。原始郵件也把募資與投資宇樹連在一起，但上海證券交易所的 IPO 核查文件只將 DeepSeek 列為戰略配售投資者，擬認購金額上限為人民幣 1.55 億元、股份限售期 36 個月，顯示申報時仍是認購計畫，不能確認投資已交割。原報導把兩件事連結為低成本 AI 模型與人形機器人發展；Bloomberg 原文未能讀取，相關說法僅依原始郵件歸因呈現。Bloomberg 原文連結、上海證券交易所配售核查文件

OpenAI 傳出正在開發無螢幕智慧喇叭。 原始郵件轉述的 Bloomberg 消息稱，裝置討論中的價格約為 300 至 400 美元，並配備攝影機、麥克風與可移動零件；可讀取的 Ars Technica 整理也提到，裝置可能採環形設計並含感測器。這些是尚未公布產品的媒體報導，並非 OpenAI 已確認的規格或售價；Bloomberg 原文未能讀取，僅作來源參考。

NVIDIA 正招募 AI 安全與資安團隊。 Business Insider 根據 NVIDIA 職缺資訊報導，公司正在組建新團隊，招募技術主管、安全研究工程師、評估工程師與資深經理；職務包括在 AI 代理部署前評估它們，以及建立協助修補軟體弱點的工具。報導把這項招募與 NVIDIA 支持開放權重模型的商業策略連結，認為更安全、可被更多人採用的模型也可能帶動晶片需求；這是對公司動機的分析。Business Insider 報導

Scale X 的限時遊戲測試顯示，玩家會漏看部分代理指令威脅。 Scale X 表示，超過 40,000 場遊戲涵蓋 409,000 多次核准或拒絕決定，玩家平均辨識率為 66.3%；約 34% 的指令被設計成威脅。作者據此認為，單靠要求使用者逐次核准可能不足以形成可靠防線；這是限時遊戲結果，不能直接當成真實工作環境中使用者漏看惡意指令的比例。Scale X 分析