人工智能

AI 要由測試走入正式營運，最難嘅唔係模型，而係部署成本、資料權限及 Agent 治理。Broadcom 於 VMware Explore 2026 推出 AI Factory、AgentMinder 同 TrueSource，一次過補齊企業 AI 落地嘅缺口

Anthropic 研究員 Jacob Coxon 在 9 月 8 日宣布辭職並退出整個人工智能行業，公開指 Anthropic 與 OpenAI「直奔可自我改進的超級智能，拿我們的性命做賭注」，2 日之內引來 2 間實驗室多名在職研究員公開附和放慢開發步伐，把過去只在內部流傳的分歧推上公眾視野。

Uber 創辦人 Travis Kalanick 旗下 Atoms 獲 Uber 注資 1 億美元，傳正洽談技術合作進軍自動駕駛的士市場。Atoms 否認進軍 Robotaxi，卻被揭收購自動駕駛採礦新創 Pronto，更招攬前 Waymo 共同創辦人 Anthony Levandowski 操刀。

Microsoft 的 Edge 團隊在 9 月 8 日公開承認，AI 輔助編程令瀏覽器擴充功能的提交量持續攀升，審核流水線負荷過重，開發者連推送一個修正錯誤的細微更新都要等更久，公司的應對方法是把大量可重複的驗證檢查交由自動化系統處理，並把「精選」（Featured）標籤改為每 15 日按約 60 項質素訊號重新評估一次。

保誠夥阿里雲推出「AI 核保師」，把數天查詢縮至數分鐘。但真正值得企業管理層看的，不只是速度，而是把後台核保知識直接推到前線，減少補件、來回溝通與行政成本。

麥肯錫香港調查揭示：半數客戶買保險或理財前已用 AI，但半數財務顧問每週用少於一次，客戶的資訊能力已跑在前線前面。當資訊不再是獨家優勢，金融機構下一輪競爭不在於模型大小，而在於誰能把 AI、數據與合規流程真正整合進前線工作流。

Windows 11 不再硬塞 Copilot 按鈕。微軟正式改寫比爾．蓋茨半世紀前的「一部電腦」承諾，轉為「無限量智能」——把 AI 運算從雲端搬回用戶的實體機器上。背後是被用戶反彈逼出來的轉向。Recall 私隱爭議、Copilot 氾濫，令微軟不得不重新平衡。

美國多間頂尖法學院在 2026 至 2027 學年收緊課堂科技規定，芝加哥大學法學院禁止一年級核心課堂使用手提電腦、平板與智能電話，加州大學柏克萊法學院則明文禁止學生用生成式人工智能構思、起草與修改計分功課，校方判斷當業界將初階工作全數交給 AI 系統，年輕從業員就會失去養成專業判斷力的機會。

OpenAI 在 9 月 3 日公布名為 Daybreak for Frontline Defenders 的資助計劃，承諾以 10 億美元（約港幣 78 億元）額度，補貼資源緊絀的網絡防守者在未來 6 個月內使用旗下網絡保安模型、訓練課程與技術支援，申請對象涵蓋州及地方政府、供水與電網營運商、社區銀行、非牟利機構以及開放原始碼項目維護者。

Microsoft AI 在 9 月 3 日推出語音辨識模型 MAI-Transcribe-2，把每小時音訊的轉寫價格壓至 0.1 美元（約港幣 HK$0.78），較同一產品線 5 個月前的 0.36 美元（約港幣 HK$2.82）低約 72%，並把語者分離、字級時間戳、關鍵詞偏置與語碼轉換等以往需要另行付費的功能全部併入基本收費。

AI 發展最大樽頸不是晶片，而是電力。馬斯克在 G20 會議上警告，明年就會出現實質性電力缺口，而非遙遠的未來風險。他還大膽預測，十年內全球運作中的人形機械人將達十億台。