你好，歡迎來到法務媽媽法律專報。

我做這份專報的原因很簡單：法規每天在修、函令每週在發、判決每月在出，但真正會影響你公司的可能只有幾件事。問題是，你得花好幾個小時翻公報和裁判書，才能分辨哪些跟你有關。

Thanks for reading! Subscribe for free to receive new posts and support my work.

這份專報想幫你省掉這段時間。

每當法規環境出現值得你注意的變動，我會從法規修正、主管機關函令、重大判決和國際法規動態中，篩選出最值得關注的 2-3 個主題。但我不只告訴你「改了什麼」——我會追問「你公司需要做什麼」。每個主題都有法務行動清單和走向研判：如果這個法規繼續發展，你的合規架構需要怎麼調整。

這份試刊號是第一次嘗試，格式還在調整，但核心精神不會變：用最少的時間，讓你對法規環境的掌握比同事深一層。

⚡ 30 秒掌握本期重點

行政院專法送立院、AI 競爭政策劃線、職安法待施行，法務壓力已進入活躍區間。

* 虛擬資產服務法：行政院 4/2 通過《虛擬資產服務法》草案並送立法院，重點不是「逐步開放衍生商品」，而是 VASP 許可制、穩定幣規範與高額刑責已開始改寫企業的交易對手與 AML/KYC 盤點清單。

* 公平會 AI 政策：公平會 3/18 先用官方政策聲明畫出 AI 競爭法四原則，3/26 又釋出演算法價格操縱修法訊號；只要公司有 AI 定價、平台整合或資料優勢商業模式，現在就該先做競爭風險盤點。

* 職安法修正：《職安法》修正已在 2025/12 公布，但職場霸凌專章仍待行政院定施行日；企業現在該做的是提早準備申訴與調查制度，並分清楚醫院加重裁罰、罰則升級，和「春安勞檢已把霸凌列為正式檢查項目」不是同一件事。

這週法務最需要記住的一件事：法規不是等生效才準備，而是趁草案期與待施行期先把制度工程做起來。

📊 法規風向指數：60 ↑

法規風向指數是什麼？ 我們每週從立法動能、監管強度、國際傳導、訴訟活躍度、合規成本五個維度，追蹤法規環境對企業的「壓力程度」。50 為基準線——超過 50 代表這週的法規變動比平常劇烈，低於 50 代表相對平靜。

行政院專法送立院、AI 競爭政策劃線、職安法待施行，法務壓力已進入活躍區間。

* 維度：立法動能 ｜ 分數：15/20 ｜ 本週訊號：🟡 微波 ｜ 對你的影響：行政院通過全新專法草案送立院，雖尚未進入逐條審查，但企業應提前盤點受影響業務範圍。

* 維度：監管強度 ｜ 分數：15/20 ｜ 本週訊號：🟡 微波 ｜ 對你的影響：金管會推出虛擬資產許可制框架、公平會 AI 政策劃線，企業需即時檢視受影響合規流程。

* 維度：國際傳導 ｜ 分數：12/20 ｜ 本週訊號：🟡 微波 ｜ 對你的影響：虛擬資產服務法明確對標 MiCA/GENIUS Act，台灣監管與國際標準快速靠攏，需關注後續國際相互認證安排。

* 維度：訴訟活躍度 ｜ 分數：8/20 ｜ 本週訊號：🟢 平靜期 ｜ 對你的影響：訴訟風險環境穩定，法務部門可按既有節奏處理常規案件。

* 維度：合規成本 ｜ 分數：12/20 ｜ 本週訊號：🟢 平靜期 ｜ 對你的影響：企業合規成本未見劇增，但需為多項行政程序微調預留資源。

📑 本期目錄

* 虛擬資產服務法

* 公平會 AI 政策

* 職安法修正

1. 虛擬資產服務法

發生了什麼事

📅 延伸回顧：此事件發生於 2026-04-02

你的合規預算要重新編列了。行政院 4 月 2 日通過《虛擬資產服務法》草案，全文 56 條、7 章結構，從洗錢防制登記制升級為許可制，下一步送立法院審議。如果你公司有虛擬資產業務、接受虛擬資產支付、或者正在評估區塊鏈金融服務，現在該盤點你的法律風險敞口了。

關鍵條文/數字

• 四類 VASP 許可制：交換商、交易平台商、保管商、承銷商須取得金管會許可，從登記制升級為許可制 • 穩定幣專章（§34-41）六項要件：金管會許可、100% 以上準備資產、須以面額發行及贖回、不得拒絕持有人贖回請求、發行人須建立內控稽核機制、不得支付任何利息或收益給持有人 • 行政院版三大新增要求：面額發行贖回、不得拒絕贖回、內控稽核機制（與金管會原版差異） • 罰則三層結構：§47 詐欺操縱最重 10 年／2 億元、§48 無照經營最重 7 年／1 億元、§49 違反客戶資產保管義務（刑事責任） • 過渡安排：現有 9 家合規 VASP 有緩衝期轉換為許可制 (另 18 家業者已被列黑名單永久停業) • 適用範圍明確化：NFT、RWA 明確排除於本法適用範圍

🌐 國際訊號

EU MiCA（2024 全面施行）穩定幣準備金要求 100% 與台灣一致，但設有 20 萬歐元以下免責門檻；美國 GENIUS Act 容許非銀行機構申請穩定幣發行，台灣初期以金融機構試行為主；香港穩定幣條例 2025 年生效，採發牌制。台灣草案刑責設計參考《證券交易法》，整體監理標準比歐美更嚴。

🔮 走向研判：三步之後的世界

終局判斷（6-12月）：草案將在立法院完成三讀，但施行日期會由行政院另定，預估2027年Q2正式上路。🟡中信心水準——立委對金融創新態度分歧，條文可能微調但大架構不變。

中期影響（3-6月）：銀行業KYC/AML流程要重寫，支付業者的虛擬資產相關服務要停止或申請許可，現有9家VASP要準備從登記制轉許可制的文件。合約成本會上升，因為所有涉及虛擬資產的交易都要符合新的內控要求。

📝 法務行動建議：你現在該盤點公司是否有收受虛擬資產、提供相關服務、或與VASP合作，評估是否需要申請許可或調整業務模式。

📊 觀察指標： - 立法院財委會審查進度 → 目前尚未排審 → 預測Q3進入逐條討論 - 金管會配套子法預告 → 目前無動作 → 預測草案三讀後6個月內密集發布 - 現有VASP申請許可數量 → 目前9家登記 → 預測至少一半會轉申請許可

這不是一部法律，這是一張金融業的體檢單。

📋 法務行動清單

* 行動項目：盤點公司虛擬資產相關業務 ｜ 負責角色：法務+業務 ｜ 交付物：業務清單與風險評估報告 ｜ 完成期限：2週內

* 行動項目：檢視現行合約虛擬資產條款 ｜ 負責角色：法務 ｜ 交付物：合約修訂建議清單 ｜ 完成期限：1個月內

* 行動項目：評估是否需申請VASP許可 ｜ 負責角色：法務+高管 ｜ 交付物：許可申請時程規劃書 ｜ 完成期限：3週內

* 行動項目：建立虛擬資產內控制度 ｜ 負責角色：法務+稽核 ｜ 交付物：內控制度草案文件 ｜ 完成期限：6週內

* 行動項目：追蹤立法院審議進度 ｜ 負責角色：法務 ｜ 交付物：每月法規動態報告 ｜ 完成期限：每月15日前

2. 公平會 AI 政策

發生了什麼事

📅 延伸回顧：此事件發生於 2026-03-18 至 2026-03-27

當你的演算法開始「學會」定價，你需要擔心的不只是技術問題，還有競爭法風險。公平會於 3 月 18 日正式發布「生成式人工智慧相關競爭法議題諮詢公眾意見彙整報告與政策聲明」，確立四大執法原則，並在 3 月 26 日進一步釋出修法訊號——代理主委陳志民表示正研議在《公平交易法》框架內增訂 AI 相關條款，特別針對演算法價格操縱行為。同時，1 月 21 日公平會已將獨占事業門檻從 NT$20 億調高為 NT$30 億。

關鍵條文/數字

• 四大執法原則：議題／證據導向、在地連結、可競爭性、合理原則，作為現階段執法核心架構 • 七項競爭議題範圍：關鍵投入要素取得限制（晶片、數據）、雲端服務自我偏好、搭售及生態系整合、人才流動、事業結合、聯合行為、不當行銷 • 獨占門檻調整：獨占事業門檻從 NT$20 億調高為 NT$30 億（1/21 公平會第 1787 次委員會議決議） • 演算法共謀定義：聚焦於「價格跟隨」（parallel pricing via algorithm），區別於歐盟 hub-and-spoke 模式 • 合理原則審查強化：以 rule of reason 作為分析基礎，衡量行為對市場競爭的正負面效果

🌐 國際訊號

歐盟 DMA 對守門人（gatekeeper）設演算法透明義務，採事前管制；美國 FTC 近期對演算法定價的執法行動加強。台灣以個案審查與事後執法為主，反映「在地連結」原則——避免全盤複製他國模式，而是結合台灣 AI 產業結構特性發展執法策略。

🔮 走向研判：三步之後的世界

終局判斷（6-12 月）：公平交易法將新增 AI 專章或專條，建立演算法價格操縱的明確規範框架。信心水準：🟡中（政策方向明確，但修法時程仍待立法院議程安排）

中期影響（3-6 月）：AI 相關企業將面臨更嚴格的演算法透明度要求，特別是定價演算法的設計邏輯與市場影響評估。合約條款需要新增 AI 合規聲明，技術開發成本將因合規審查而上升。

📝 法務行動建議：你現在該啟動 AI 產品的競爭法風險盤點，特別是演算法定價機制。重點區分兩種模型：hub-and-spoke（平台主導共謀）與 AI-facilitated parallel pricing（各自 AI 定價導致事實上一致）——台灣這波討論較接近後者，你的風險評估框架要對準正確模型。

📊 觀察指標： • 修法草案預告時程 → 目前研議中 → 預測 Q2-Q3 可能有初稿 • 個案執法密度 → 目前以政策宣示為主 → 預測下半年開始個案審查

演算法不會自己違法，但設計演算法的人可能會。

📋 法務行動清單

* 行動項目：盤點現有 AI 產品競爭法風險 ｜ 負責角色：法務 + 技術 ｜ 交付物：AI 產品合規風險評估清單 ｜ 完成期限：2 週內

* 行動項目：檢視演算法定價機制設計 ｜ 負責角色：法務 + 產品 ｜ 交付物：定價演算法合規評估報告 ｜ 完成期限：3 週內

* 行動項目：建立 AI 合規審查流程 ｜ 負責角色：法務 + 合規 ｜ 交付物：內部審查標準作業程序 ｜ 完成期限：1 個月內

* 行動項目：追蹤修法草案進度 ｜ 負責角色：法務 ｜ 交付物：法規動態監控報告 ｜ 完成期限：每月底前

* 行動項目：評估技術架構調整需求 ｜ 負責角色：技術 + 法務 ｜ 交付物：系統改版成本評估書 ｜ 完成期限：1 個月內

3. 職安法修正

發生了什麼事

📅 延伸回顧：此事件發生於 2025-12-19

職場安全管理正在從「看得見的危險」擴展到「看不見的傷害」。2025 年 12 月 19 日總統公布的《職業安全衛生法》修正案，是職安法 12 年來最大幅度調整，五大修正主軸將重新定義企業的安全管理責任。雖然法案已公布，但其中最關鍵的職場霸凌防治專章（§22-1～§22-3、§27-1）仍待行政院定施行日，勞動部目標 2026 年 7 月 1 日上路。

關鍵條文/數字

• 職場霸凌防治專章：§22-1（定義與雇主預防措施）、§22-2（知悉後調查保護義務）、§22-3（最高負責人申訴管道），已公布但尚未施行 (注意 §22-1 按企業規模分級要求，30 人以上須訂定完整防治計畫，30 人以下亦須建立基本申訴管道。) • 五大修法重點：工安預防全面化、職場霸凌法制化（專章）、刑事責任強化、行政罰鍰大幅提高、違規資訊公開（§27-1） • 刑事罰升級：死亡職災刑期上限從 3→5 年，罰金 30 萬→150 萬元；3 人以上受傷罰金上限 18 萬→100 萬元 • 行政罰升級：安全設施違規罰鍰 3 萬～30 萬→5 萬～300 萬元。管理措施違規（含霸凌不作為）罰鍰 3 萬～75 萬元（上限自 15 萬提高至 75 萬）；因此致勞工職業病者罰鍰可達 150 萬元 • 勞檢統計背景：青年打工專案 113 年度違法率 24.89% 延伸提醒: • (勞基法裁處罰鍰共通性原則（2025/8/1 生效）) 醫療機構加重裁罰：醫學中心與區域醫院自 2025/8/1 起，違反工時、加班費等規定罰鍰 5 萬元起跳，最高增幅 50%

🌐 國際訊號

ILO 第 190 號公約（Violence and Harassment Convention，2019 通過，已有 42 國批准）首次在國際層面定義「暴力與騷擾」。台灣雖非 ILO 會員，但新法與公約精神高度一致，反映國際勞動保護標準的內化。

🔮 走向研判：三步之後的世界

終局判斷（6-12 月）：職場霸凌專章將在今年下半年施行，企業內控制度將從「安全設施管理」擴展到「職場文化管理」。🟢高信心

中期影響（3-6 月）：人資與法務部門工作量將顯著增加，企業需要重新設計申訴流程、調查程序和員工訓練體系。合約中的職安條款需要全面檢視，特別是承攬商管理和責任分擔機制。附屬法規「職場霸凌防治準則」草案已完成，即將預告。

📝 法務行動建議：你現在該盤點現有員工手冊中的申訴機制是否涵蓋霸凌定義，並與人資討論調查流程的法律風險控制點。重要提醒：春安聯合檢查聚焦安全設施、危害物管理，與霸凌專章完全無關，不要混為一談。

📊 觀察指標： - 勞動部施行日期公告 → 目前目標 2026-07-01 → 預測 Q2 正式公告 - 霸凌防治準則預告 → 草案已完成 → 預測 Q2 開始預告程序 - 企業職場霸凌申訴案件數 → 目前基準待建立 → 預測霸凌專章施行後申訴案件將大幅增加

職場安全不再只是安全帽和護目鏡的問題。

📋 法務行動清單

* 行動項目：盤點現行員工手冊申訴機制 ｜ 負責角色：法務 + 人資 ｜ 交付物：職場霸凌條款缺口分析報告 ｜ 完成期限：2 週內

* 行動項目：檢視承攬商安全管理合約 ｜ 負責角色：法務 ｜ 交付物：合約條款修訂建議書 ｜ 完成期限：1 個月內

* 行動項目：設計霸凌案件調查流程 ｜ 負責角色：人資 + 法務 ｜ 交付物：調查程序標準作業手冊 ｜ 完成期限：6 週內

* 行動項目：評估職災保險額度適足性 ｜ 負責角色：風控 + 財務 ｜ 交付物：保險缺口評估報告 ｜ 完成期限：1 個月內

* 行動項目：建立施行日期追蹤機制 ｜ 負責角色：法務 ｜ 交付物：法規動態監控表 ｜ 完成期限：每週更新

📋 推演追蹤表

（試刊號暫無可追蹤的歷史推演，從下一期開始累積）

📚 主要資料來源

虛擬資產服務法 - 動區報導 - 行政院草案全文 PDF - 行政院通過虛擬資產服務法草案

公平會 AI 政策 - 公平會生成式 AI 競爭法政策聲明 - 陳志民 3/26 修法報導 - 獨占門檻決議 - 理律所分析

職安法修正 - 勞動部修法新聞 - 職安署懶人包 PDF - 霸凌專章 7/1 目標報導

📋 下期追蹤（本期預測回顧）

本期為試刊號，尚無上期預測可供回顧。自第 001 期起，每期將回顧上期觀察指標的最新進展。

✍️ 寫在最後

整理完虛擬資產服務法的56條條文，我放下筆，想起上午主管問我的話：「我們需要重新編多少合規預算？」

這個問題比想像中複雜。從洗錢防制登記制升級到許可制，不只是換一張證照這麼簡單。我花了一整個下午盤點公司可能的風險敞口——那些看似無關的業務流程，突然都可能踩到新法的紅線。

法務的工作就是這樣，你以為自己在追法條，其實是在追錢。每一個新的監管框架背後，都是一筆重新計算的合規成本。虛擬資產也好，AI演算法也好，職場霸凌防治也好，監管機關畫出新的遊戲規則，企業就要準備新的預算來買門票。

有時候我會想，我們這些法務人員，其實是公司裡最現實的一群人。不是因為我們愛錢，而是因為我們知道，每一條看似抽象的法規，最終都會在財務報表上留下痕跡。

法規不會等你準備好，但準備好的人可以讓法規成為競爭優勢。

免責聲明

本刊內容僅供一般性法規動態參考，不構成法律意見、法律諮詢或任何形式之專業建議。具體個案之法律適用與風險評估，應諮詢具備相關專業之執業律師。法務媽媽法律專報對讀者依據本刊內容所為之任何決策或行為，不負法律責任。

法務媽媽法律專報 試刊號 | 2026-04-06 | 資料截止日：2026-04-06 | Pipeline v0.1.0

Thanks for reading! Subscribe for free to receive new posts and support my work.

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。

Thanks for reading! Subscribe for free to receive new posts and support my work.

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

Thanks for reading! Subscribe for free to receive new posts and support my work.