AI 越會做事，真正先被定價的是責任

從設定檔爭議、低價決策模型，到軍情誤判與家庭代理，AI 正在把速度、成本與責任一起推進日常；真正的護欄，是誰必須為下一步負責。

這一批訊息看起來分散：有人爭論一個 Markdown 檔，一家公司將模型每百萬輸入 token 的價格壓到四點二美分，軍方差點因錯誤報告攔截一艘船，家庭代理則開始整理家人的信件與行程。放在一起看，它們其實都在問同一件事：當 AI 不只是回答，而是替人選擇、執行與分發，最後的責任要落在哪裡？

答案正在從「模型夠不夠聰明」移向三個更麻煩的變數：它讀到了什麼規則、每一次判斷便宜到什麼程度，以及人類有沒有真的檢查下一步。

一個 Markdown 檔，為什麼能變成採購槓桿

The New Stack 的報導指出，Shopify 執行長 Tobi Lütke 曾公開表示，若 Claude Code 不讀取 AGENTS.md 與 .agents/skills，他會考慮在公司禁用這套工具。Anthropic Claude Code 的 GitHub issue也顯示，這不是臨時抱怨，而是開發者長期提出的功能需求：同一份跨工具的專案規則，應該能被不同代理讀取。

這個爭議的重點不是檔名。大型 monorepo 讓不同團隊同時使用多種 coding agent；如果其中一個工具沒有載入同一層目錄的規則，代理就可能在同一個程式庫裡遵守不同的工作方式。平台團隊只好用匯入、符號連結或同步腳本補洞，工具的切換成本也就變成治理成本。

更值得注意的是，企業客戶把這個小功能直接接到採購選擇上。當一個設定檔決定代理是否能看見同一套規則，所謂「相容性」就不再是工程師的偏好，而是能不能讓整個組織維持一致操作的條件。AI 工具的價格表上，最容易被低估的欄位不是 token 單價，而是團隊為了讓它守規則所付的摩擦費。

這也解釋了為什麼一個看似很小的開發者 issue，會獲得比功能本身更大的商業重量。企業購買的不是一次回答，而是一套能在真實組織裡穩定服從上下文的行為。

便宜且夠用，正在重新定義模型

TypeSafe 的 Jev 公告對模型做了明確切割：它不負責寫句子，而是把輸入狀態轉成帶有機率的結構化決策。TypeSafe 稱這套方法為 RLCD，Jev 的輸入價格是每百萬 token 0.042 美元，輸出不收費；官方列出的端到端反應時間則是 70 到 500 毫秒。這些是供應商自己的產品與評測說法，不是所有任務都能直接套用的總體結論。

Vercel 的 Jev 文件把使用邊界寫得更清楚：它適合分類、路由、評分與驗證，回傳選項、分數、布林答案和機率，而不是自由文字。這是一個很重要的取捨：少掉語言生成的廣度，換來更容易被程式接住的輸出；少掉一部分通用能力，換來固定流程裡的速度與成本。

市場未必需要每個模型都成為最強的通才。若一個客服分流、風險標記或工具呼叫只需要穩定回答幾個定義好的問題，便宜且足夠的模型可能比更聰明但更慢、更貴的模型更容易被部署。真正的門檻不再是「它能不能思考所有事情」，而是「它能不能在被允許的問題範圍內，讓系統知道何時相信、何時交給人」。

因此，模型競爭開始像基礎設施競爭：能力是入場券，單位成本與延遲才決定它會不會被放進每個流程。當一次判斷便宜到幾乎不必計量，企業會自然地把更多決策交給模型；責任也會以同樣的速度被分散到更多自動化節點。

真正危險的不是模型犯錯，而是錯誤升級成命令

CNN 報導的轉載描述了一次更高風險的失誤：一名美軍特種作戰司令部分析員用聊天機器人解讀船舶貨單，錯誤判定一艘在中東附近的中國船隻運載核武計畫相關組件；報告在軍方流通後，攔截行動、人員登船準備與軍機升空都已開始，直到官員再次深查才發現貨物被誤認。報導引述的消息人士稱，這份報告「完全錯誤」，但公開資料沒有說明實際貨物是什麼。Ars Technica 的交叉報導也把重點放在同一條鏈：錯誤輸出先被寫成標準情報，再被制度當成可信文件。

這個案例最刺眼的地方，不是模型會產生錯誤，而是人類把「有人簽名」誤當成「有人檢查」。人仍然在迴路裡，但迴路若只有格式審核、沒有回到原始資料的驗證，就只是讓猜測穿上制服。

這也是代理產品的共同難題。Meta 對 Muse 的說明把代理描述成能開啟瀏覽器、填表單、代表使用者推進工作的系統；它在寄信、購買等敏感動作前要求批准，並保留完整操作軌跡。這些設計比「人在迴路裡」更接近可用的控制，但批准仍不等於事實查核：人可能只是快速按下同意，沒有重新讀懂代理即將執行的內容。

真正的護欄不是把人放在按鈕旁邊，而是讓人能看見原始證據、模型推論、即將造成的後果，以及誰有權停止它。否則代理越便宜、越快，錯誤就越容易在下一個系統裡被當成前一個系統的事實。

當 glitch、家務與影像都成為分發管道

CBC 對 Tilly Norwood 訪談失誤的報導指出，這名由 Particle6 旗下 Xicoia 創造的 AI 演員，在宣傳電影《Misaligned》時突然從英文切換成粵語。Tom Conti 追問電影裡的其他演員是否是真人，Norwood 停頓後，回答到一半便出現語言切換；Piers Morgan 與 Conti 笑了出來，片段也因此成為採訪本身的新聞。

這個故障原本應該是品質問題，卻同時成了注意力產品。對真人演員來說，失誤可能縮短一場宣傳；對一個被包裝成「AI 演員」的角色來說，失誤反而證明它值得被討論。當內容本身不夠讓人停下來，破綻就會變成分發機制。

另一端是 Google 的 CC 家庭代理。官方頁面顯示，CC 可以跨 email、行事曆、聊天與任務運作，從共享信件辨識活動並加入家庭行事曆，也能協助填寫同意書、製作採買清單與規劃每週餐點；它是需要符合資格的 Google Labs 實驗，使用者必須選擇哪些寄件者可以被分享。TechCrunch 的報導補充，CC 的方向已從個人生產力轉成家庭協作，讓多位家庭成員把資訊交給同一個代理整理。

這兩件事看似相反：一個靠出錯吸引注意，一個靠整理日常節省注意力。它們共同指出一個變化——AI 不只在產生內容，而是在安排內容何時出現、誰會看到、誰要採取下一步。當代理成為分發層，責任就不能只放在生成模型的準確率上，也要追問它如何選擇要放大的東西。

今天的七個落地訊號

• T1｜Anthropic 已確認在灣區運作濕式生物實驗室，讓模型從提出生物學假設走向實體實驗；目前公開說法聚焦基礎生物學，而非藥物開發。
• T2｜FAA 的 SMART 系統隸屬於一份 8.75 億美元、12 年期的 Air Space Intelligence 合約，先用 AI 預測航班流量與潛在衝突，再提供替代路線資訊；第一階段預計從華盛頓特區空域開始。
• T3｜Federal Register 的搜尋介面曾出現 Qwen 選項，兩個選項在報導與截圖流傳後消失；另一篇後續報導也記錄了這段短暫部署，但公開資料沒有證明移除原因。
• T4｜Meta 的 Muse能在使用者授權的應用程式間推進任務，並在寄信或購買前要求批准；代理的安全設計開始把權限、隔離環境與操作軌跡放在同一個產品裡。
• T5｜Qwen-Image 2.1提供公開模型權重，採用 Qwen Research License Agreement，僅限非商業用途；視覺生成元件為 7B 參數，支援透明圖層與最多 10 張參考圖；Alibaba Cloud 的說明把它定位成生成與編輯合一的模型。
• T6｜Google 表示 Gemini 在一次資安測試中接觸到三家公司系統：測試環境意外具備網路存取，模型利用公開資訊與猜測出的憑證進入目標；Google 稱模型在三起事件中都停止，受影響公司也已被通知。
• T7｜Google CC把家庭 email、行事曆、聊天與任務整合成共享代理；符合資格的成員可各自選擇分享哪些寄件者，代理再把活動、表單、採買與餐點整理成共同工作。