Edge AI Daily 早報（7月13日）

信用評級機構標普（S&P）近日將甲骨文（Oracle）的信用評級從BBB下調至BBB-，這是投資級中最低的一級，距離垃圾級僅一步之遙。標普給出的理由直指甲骨文因AI基礎設施投資而導致信用風險顯著升高：預計2027財年資本支出將達到950億美元，自由現金流恐轉為負237億美元，總債務則攀升至1300億美元。更令市場擔憂的是客戶集中度風險——在甲骨文高達6380億美元的合同積壓中，光是OpenAI一家就佔了3000億美元。然而OpenAI本身的財務狀況並不樂觀：2025年收入雖有130.

7億美元，但運營虧損達210億美元，淨虧損更擴大到390億美元；2026年第一季燒錢37億美元，全年現金消耗預估達140億美元，首次公開募股（IPO）已推遲至2027年。這意味著如果OpenAI無法持續存活，甲骨文巨額合同積壓的兌現將直接受到衝擊。甲骨文為了應對AI競賽，已於2026年裁員2.1萬人（約佔13%），但AI投入仍在擴大，股價單週暴跌19%，創下2001年以來最大跌幅，並計劃在2027年融資400億美元。與亞馬遜AWS、微軟等對手相比，甲骨文缺乏內部業務負載作為緩衝，債務成本也高於同業，整體AI戰略正面臨多重挑戰。

在AI編程工具領域，xAI推出的Grok Build CLI（版本0.2.93）近日被揭露存在嚴重的安全漏洞。測試發現，該工具會自動將用戶的完整代碼庫全量上傳至Google Cloud Storage存儲桶，內容包括.env文件中的明文密鑰以及完整的git歷史記錄，即使用戶明確指示不讀取某些文件，也無法阻止上傳行為。數據規模對比令人震驚：在一次測試中，模型交互僅產生了192KB的數據傳輸，但存儲通道卻上傳了5.10GiB的數據，比例高達27,800比1。更糟的是，即使關閉「改進模型」選項，上傳行為依然持續，隱私設置形同虛設。

這種雲端優先的架構設計暴露了AI編程工具在用戶體驗與隱私保護之間的本質衝突，可能違反HIPAA、GDPR等合規要求，並帶來商業機密洩露與法律風險。韓國三星電子則在晶圓製造領域加速追趕。三星宣布將龍仁晶圓廠的投產時間從原定的2030至2031年提前至2029年，這一調整反映了韓國以「舉國體制」推動半導體戰略的決心，背後甚至有總統親自協調項目進度。三星目前在AI芯片競爭中承受雙重壓力：在高頻寬記憶體（HBM）領域落後於SK海力士，市場份額僅21%；在晶圓代工業務上則被台積電壓制，市場份額約7%。2029年的投產目標恰好與三星1.4奈米製程量產時間重合，成為技術追趕的關鍵窗口。

全球半導體投資正進入瘋狂擴張階段，三星計畫投入2030萬億韓元（約1.6萬億美元），而SK海力士、美光等巨頭2026年的資本支出總額預計超過1300億美元，主要驅動力來自AI芯片需求持續超過供給，預估2027年將出現最嚴重的供應短缺。在自動駕駛領域，特斯拉的FSD（Full Self-Driving）系統首次出海選擇了韓國，而且推出的是「Lite」版本。這一選擇背後有其策略考量：韓國交通基礎設施數位化程度高、監管環境務實、用戶基數充足，成為理想的壓力測試場。

針對全球約400萬輛搭載HW3硬體的舊款特斯拉車主，v14 Lite被視為一款「安撫版本」與「止損版本」，透過軟體優化讓老車型獲得接近AI4的體驗，但硬體限制使其無法實現真正的無監督FSD。特斯拉同時提供硬體升級方案，但效率較低。FSD全球化面臨各國監管障礙，特斯拉採取「分而治之」策略：先以韓國作為中等難度市場試水，再向加拿大等友好市場擴散，最後才攻克歐洲與中國等高難度市場。v14 Lite可說是現有監管框架內「最小阻力路徑」的產物。另一方面，特斯拉的Cybercab雖然已開始載人，但只敢在工廠內部運行。

這款自駕計程車在德州工廠進行封閉環境低速試乘，尚未進入公共道路，反映出其純視覺方案（FSD）在複雜場景下的技術侷限，需等到2026年末或2027年初FSD V15架構革新後才有可能大規模商業化。從車隊規模來看，特斯拉在德州僅註冊了42輛Robotaxi，實際進行無監督運營的約14輛；而競爭對手Waymo則註冊了577輛，每週完成超過50萬次無人駕駛出行，特斯拉的車隊規模僅為Waymo的7%左右，擴張速度遠落後。特斯拉選擇審慎擴張策略，優先優化FSD軟體而非快速鋪點。Cybercab已具備量產能力（EPA續航673公里），但商業運營受限於軟體成熟度；其定價策略（每趟4.

2美元）顯示打算透過成本優勢搶佔市場，但前提是技術突破能實現規模擴張。人工智慧在數學推理領域則取得了歷史性突破。OpenAI於2026年7月10日宣布，其GPT-5.6 Sol Ultra模型在不到1小時內獨立完成了圖論領域一個50年未解的難題——「循環雙覆蓋猜想」（Cycle Double Cover Conjecture）的證明。該猜想由數學家Szekeres於1973年與Seymour於1979年分別獨立提出，是數學界著名的開放問題。然而，這項證明雖然已經公開，卻面臨驗證困境：目前的形式化驗證工具（如Lean）尚無法處理高階圖論，且證明完全「離線」完成、未引用任何文獻。

數學界已發現證明中可能包含技術性錯誤，例如對F₃₂特徵的描述出現矛盾。此次突破發生在GPT-5.6系列（Sol、Terra、Luna）發佈的關鍵窗口期，正值與Anthropic Fable 5的激烈競爭，標誌著AI競賽從「模型規模」轉向「智能發現」能力，可能重塑數學研究範式與驗證體系。在政府應用AI方面，韓國首爾市政府於2026年7月12日啟動了全球首個由政府主導的公共數據MCP（Model Context Protocol）服務試點。

透過Kakao的PlayMCP平台發放100個名額，讓AI能夠直接查詢首爾121個主要區域的人流擁擠度、公共交通、天氣等即時數據（更新頻率從數秒到5分鐘），從而解決AI因資訊過時而產生的「幻覺」問題。韓國智慧城市預算從2017年的約45億韓元增長至2021年的約2900億韓元，增長近60倍；首爾擁有S-Net資訊基礎設施與S-Map數位孿生平臺等深厚積累，為MCP試點奠定基礎。MCP由Anthropic於2024年11月推出，2025年12月捐贈給Agentic AI Foundation，已成為AI基礎設施核心組件。

哥倫比亞大學Tow數位新聞研究中心2025年的測試顯示，主流AI搜索工具錯誤率超過60%。MCP讓AI直接「查詢」而非「回憶」或「搜索」，比RAG技術更進一步，有望成為政府數據開放的新標準，推動「AI＋城市治理」進入新階段。跨境電商領域，中國的跨境電子商務綜合試驗區已進入深水區。截至2025年底，全國設立了178個綜試區，覆蓋31個省份；2025年跨境電商進出口額達2.75兆元人民幣，較2020年增長69.7%。當前階段的核心任務從政策框架搭建轉向平台運營優化，重點是提升數位化服務能力，解決企業在報關、外匯、退稅、物流等全鏈路的痛點。

近期，岳陽綜試區引入行雲數科建設一體化服務平台，標誌著地方政府從自建資訊系統轉向外包運營。行雲集團作為跨境貿易服務商，業務覆蓋72個國家、近50萬中小零售商、170個物流中心，其技術輸出平台將供應鏈數位化能力產品化，與傳統IT集成商的「交鑰匙工程」本質不同。地方綜試區的競爭正從政策優惠轉向數位基建服務能力比拼，行雲數科透過岳陽項目實現了地理卡位（占據湖南跨境貿易數位樞紐）、模式卡位（形成可複製的「岳陽模板」）與數據卡位（獲取底層貿易數據資產）。一旦數位基建鎖定領先優勢，後來者難以翻盤，市場正從「賣軟體」向「賣服務」切換。最後，開源領域出現了一項值得關注的技術創新——Mesh LLM。

這款僅18MB大小的工具採用P2P架構，能聚合分散的GPU算力，實現去中心化推理。它支援三種運行模式：本地運行、路由對等節點、模型拆分，基於iroh網絡庫可實現跨設備直接連接。在成本方面，2026年AI推理已占據70%的GPU算力需求；OpenAI GPT-5.4的輸出成本為每百萬token 15美元，而自託管Llama 4 Maverick的成本僅0.30至0.50美元，相差30到50倍。Mesh LLM預計可再降低50%以上的成本。

這項技術推動了從數據中心集中式推理向分散式算力聚合的轉型，解決了多數GPU處於空閒狀態的算力浪費問題，同時也有助於打破大型科技公司對AI算力的壟斷，讓個人團隊能夠更自主地掌控AI能力。