晨報 SecondSource 晨報 · 2026/9/18 · 2026年9月18日
1. 「為前沿配速」流通的三組數字沒有一組是速度；OpenAI 旗艦線算力砍近六成，整體只少約百分之二。（影響：看算力需求的投資人）
2. CoreWeave 自報新簽短約單價約是自家機隊平均的五倍，公開租價一年只漲 5%。（影響：買算力的財務長）
3. 同一個模型換個外殼，每解一題的成本最多差 5.1 倍；外殼是包在模型外面、替它管檔案與工具的那層程式。（影響：導入寫程式 AI 的技術主管）
本期的材料是 2026 年 9 月 18 日清晨的研究報告與同日出刊的深度專欄，材料時間跨度為 2026 年 6 月 27 日至 9 月 18 日；昨夜掃 236 篇 → 本期用上 17 條有連結可查的外部收據。
為什麼跟你有關： 之後看到任何「某家 AI 公司放慢了多少」，先問分母與量的人是誰，才知道該不該當真。
核心判斷： 本報 9 月 15 日那期寫，Anthropic 執行長 Dario Amodei 提的「為前沿配速」沒有任何一方給出速度數字，外面驗得到的只有評測員進不進得去。深度專欄重驗後把這句收窄：數字有三組，沒有一組是「能力每年最多進步多少」。第一組，做 AI 發展預測的研究團體 AI Futures Project 8 月 5 日提議，前沿公司至少約七成算力用來服務外部客戶、至少兩成五用在結果全部公開的安全研究，比例「enforced by third-party auditors with extensive internal access in AI companies」（AI Futures Project，2026-08-05）。第二組是 OpenAI 9 月 6 日公布的自家強化學習訓練算力配額（OpenAI，2026-09-06）；強化學習是預訓練之後拉高模型能力的主要階段。第三組是加州聯邦眾議員 George Whitesides 喊的「30-day safety stand-down」，本報讀到的是 AI 政策評論者 Zvi Mowshowitz 的轉貼（Zvi Mowshowitz，2026-09）。
第二組的三個百分比本報 9 月 7 日那期寫過：8 月 7 日之後一週，擬上市旗艦 Astra 級的 GPU 配額降 59.2%，其他模型類別升 17.2%，抵銷約 85% 的降幅。今天新的是換算。照這三個數倒推：其他模型線 17.2% 的增幅補回了旗艦 59.2% 降幅的 85%，反推其他線的配額約是旗艦的三倍，所以旗艦線原本只佔所分析強化學習算力的約四分之一；降幅裡沒被補回的那部分攤到總量上，煞車踩下去後總量只少約百分之二。這是本報推算，前提是 85% 指配額量之比、兩個百分比用同一個基期，原文語意支持但沒有明寫。同一件事可以寫成「旗艦訓練算力砍近六成」，也可以寫成「強化學習總算力幾乎沒動」，差別只在分母。
為什麼現在挖： 9 月 15 日那條判斷把承諾切成「驗得到的存取權」與「驗不了的速度」兩半。專欄把它改寫成：這兩半其實是同一件事。提案的三根槓桿是訓練算力、訓練的型態、用 AI 改進 AI，外面最多只看得到算力總量，看不到用途拆分，所以只要配速押在開發端，速度就一定要有人進去讀。至於為什麼沒人寫速度，專欄找到一個較具體的可能原因。反壟斷顧問 Doug Calidas 在華盛頓郵報 9 月 15 日的科技政策簡報說：「If they agree to restrict output, that's a pretty classic antitrust violation」（華盛頓郵報，經參議員 Jim Banks 官網轉載，2026-09-15）。美國司法部副檢察總長 Stanley Woodward 9 月 17 日釋出的善意只涵蓋網安合作（Washington Examiner，2026-09-17）；聯邦貿易委員會主席 Andrew Ferguson 則說，業者一邊要管制、一邊要反壟斷豁免，讓他警鈴大作（路透社報導，經 silicon.co.uk 轉述，2026-09）。
進行中 ?
驗證： AI Futures 與 OpenAI 的原文本報直讀；Whitesides 只讀到轉貼，Woodward 的講稿與 Ferguson 的原報導本報沒有讀到。⚠️ OpenAI 的配額是公司自報、沒有第三方簽核，而且只是強化學習那一塊、那幾週，不是整間公司的全部算力。⚠️「把速度數字寫出來，在法律上最接近同業協議限產，所以沒人寫」是本報推論、硬度低：Calidas 講的是法律風險，沒有任何實驗室說過因此不寫數字。⚠️ 利益揭露：本報的研究系統使用 Anthropic 的模型運作，本條涉及 Anthropic 的部分只轉述來源與結構分析。
判斷更新： 專欄的結論是，存取權不是速度的替代品，而是量開發端速度唯一的尺，只是這把尺還沒指定要讀哪個數。這把尺本身也還是承諾：據科技媒體 TechCrunch 9 月 16 日報導，Anthropic 與 OpenAI 都沒有公布會與哪些評測員合作、何時進駐、幾位、看得到什麼；AI 安全評測非營利組織 FAR.AI 的 Adam Gleave 說，他們曾因前沿開發商想對評測過程有太多控制而拒約（TechCrunch，2026-09-16）。本報長期追蹤的那條判斷要不要照專欄正式改寫，本報還沒決定。如果你只讀到這裡：看到任何「某家實驗室放慢了多少」，先問三件事：分母是一條模型線還是整間公司、數字是誰量的、量的人有沒有進去過。今天三題的答案是：一條模型線、公司自己、沒有。
這對投資判斷的意思： 現在的敘事假設是前沿公司同意放慢，會壓低未來的訓練算力需求。這條證據對它是弱化：唯一公開的配額讀數顯示，管住一條模型線的算力會流到旁邊，總量只少約百分之二。
什麼會推翻它： 任何一家前沿實驗室公布以整間公司為分母的算力分配比例，分成訓練、外部推論、內部研發三塊，而且有具名的外部評測員簽核；或研究機構只憑公開合約、電力或晶片資料估出某實驗室的訓練與推論拆分，事後被公司數字證實；或某份配速協議寫出具名的速度或總量上限，沒拿任何反壟斷豁免就執行。對答案日：2027 年 3 月 15 日，本報自設的觀察窗。
為什麼跟你有關： 公開租價便宜，不代表你簽得到那個價；評估新雲端的債，也不能拿短約價算償債能力。
CoreWeave 是美國規模最大的 GPU 出租雲端業者，專門把 NVIDIA 的 GPU 算力租給 AI 公司，在納斯達克上市。它 9 月 17 日宣布發行 30 億美元、2033 年到期的可轉換公司債，同日交給美國證管會的投資人簡報寫「~25% price increase across SKUs in July 2026」，SKU 指 GPU 型號；同一頁寫，第三季新簽的 3 到 6 個月短約，近期價格區間約每 MW 年化 4,000 萬美元，第二季簽的合約約七成含客戶預付款（CoreWeave 投資人簡報，SEC 8-K 附件，2026-09-17）。每 MW 年化收入是這一行的單位經濟：一百萬瓦電力撐得起的 GPU，一年收得到多少錢。簡報註腳說，這個數是那批短約的年化營收，除以服務相關叢集所需的電力。
對照組是公開的 GPU 隨用隨付價，也就是不簽約、按小時租的掛牌價。追蹤各家 GPU 雲價目的第三方網站 getdeploying，指數截至 9 月 14 日那一週近四週漲 3.3%、過去一年漲 5%（getdeploying，2026-09）。另一個科技研究比較網站 AIMultiple 9 月 16 日更新的指數，NVIDIA 主力資料中心 GPU H100 的隨用隨付中位價是每 GPU 小時 3.25 美元（AIMultiple，2026-09-16）。
驗證： CoreWeave 的數字本報直取證管會原檔，第 7 頁的數字與標籤對照原圖核過。⚠️ 這是發行人在募資時交的行銷文件，屬「提供」性質，法律責任比季報輕，公司有強烈動機把單位經濟講好看。25% 是它自家牌價的調整，不是市場成交均價，簡報也沒說對新約、續約還是全部合約生效。⚠️ 公開指數的漲幅目前只看到 getdeploying 一家；AIMultiple 只給水準、沒給同期變動，不能當第二來源。⚠️ 本條承重的賣方數字只有 CoreWeave 一家。
判斷更新： 本報用同一份簡報的第二季數字粗算：營收 25.75 億美元乘四，除以已上線的約 1.5 GW 電力，整個機隊平均每 MW 年化約 690 萬美元，不到短約價的五分之一。兩者的分子與分母口徑都不同，只能當量級看。本報因此收下一條還在驗證的推測，還沒定案：GPU 算力今年秋天確實緊，但溢價集中在新簽、短期的那一小塊合約上；公開掛牌指數和機隊平均都看不到它，而賣方把這一小塊的價格放進債券簡報，等於請債權人用最貴的一塊去想像整個機隊。 這與本報七月收過的一個單一來源讀數方向相反：當時用單一型號的現貨時租下跌，讀出算力供給已超過需求。兩者可以同時為真，本報保留這個矛盾，不改寫舊讀數。
這對投資判斷的意思： 現在的敘事假設是公開 GPU 租價可以當算力週期的溫度計。這條證據對它是弱化：若溢價只在新簽短約，用公開現貨價判斷過剩會系統性讀早。對正在談算力合約的團隊：賣方報價若以新簽短約為錨，比價時要把長約價與公開隨用隨付價並排看。
什麼會推翻它： CoreWeave 約 11 月公布的第三季季報顯示，營收除以已上線電力明顯上升、接近短約價；或公開指數在今年第四季出現接近兩位數的季漲幅；或 Nebius、Lambda 這類只做 GPU 出租的雲端業者同期揭露新簽價持平或下跌。對答案日：2026 年 12 月 15 日，本報自訂。
為什麼跟你有關： 雲端業者的獲利押在 AI 晶片能用幾年；這是少數公開的反方向讀數，但只有賣方自選兩例。
與今日主線第 2 點合看。同一份 CoreWeave 簡報第 10 頁列了兩個未具名客戶的個案。一家把 NVIDIA 2020 年上市的 A100 續約延到 2029 年，「3-year contract signed in line with typical 1-year terms」，也就是三年長約沒給折扣；另一家把 2023 年上市的 H200 續約三年，「Premium to original contract」（CoreWeave 投資人簡報，2026-09-17）。A100 用到 2029 年，等於一張卡約服役九年。
驗證： 本報直取原檔。⚠️ 這是賣方在募資文件中自選的兩個個案，不是機隊統計；H200 的溢價幅度、CoreWeave 整體續約率、舊卡二手殘值，簡報都沒給。⚠️ 公開指數的 A100 隨用隨付中位價，AIMultiple 是每小時 1.76 美元（AIMultiple，2026-09-16）、getdeploying 的 GPU 雲面板是 2.00 美元（getdeploying，2026-09），兩家都只給水準、不給續約率。
判斷更新： 市場上有一派做空論點主張，AI 加速晶片的經濟壽命遠短於大型雲端業者帳上的伺服器攤提年限，所以帳面系統性低估折舊。CoreWeave 這兩例是反方向讀數：服役九年的舊卡還簽得到三年約。它削弱的是「AI 晶片幾年就沒用」的普遍性，不推翻帳面年限與經濟壽命之間可能有落差這件事。能真正判定經濟壽命的是續約率與二手殘值，目前沒有人公開。
這對投資判斷的意思： 現在的敘事假設是 AI 晶片經濟壽命很短、雲端業者的帳面折舊偏低。這條證據對它是弱化，但很輕：只有賣方自選的兩例，缺續約率與殘值。
什麼會推翻它： CoreWeave 或其他 GPU 出租業者揭露舊世代 GPU 的整體續約率偏低，或二手 A100、H100 的殘值出現公開讀數且大幅下跌。對答案日：2026 年 12 月 15 日，與今日主線第 2 點同一天回查。
今天可以帶走的動作：唯一公開的配額讀數顯示，管住一條模型線的算力會流到旁邊，總量只少約百分之二。另外，若溢價只在新簽短約，用公開現貨價判斷過剩會系統性讀早。
1. [本月]（2026-09，節目確切發布日本報沒有查到）研究員 Noam Brown 在科技訪談主持人 Dwarkesh Patel 的節目說，AI 自己做研究之後，研究進展可能快五成、快三倍，也可能快十倍（Dwarkesh Patel，2026-09）。⚠️ 訪談全文本報還沒讀完；區間這麼寬，拿能力曲線當放慢的驗收條件，兩邊都能宣稱自己對。
這一段本期沒有新的：本週晶片面最重要的讀數是 CoreWeave 自報的 GPU 價格與舊卡續約，寫在今日主線第 2、3 點。
[本月]（文章日 9 月 9 日，回顧）機器學習研究者、《Build a Large Language Model (From Scratch)》作者 Sebastian Raschka 提醒，跨模型比較寫程式能力時，外殼本身就會偏心。 外殼（harness）指包在模型外面、替它決定每一步讀哪些檔、帶多少歷史紀錄、何時呼叫工具的那層程式，Anthropic 的 Claude Code、OpenAI 的 Codex 都是。他寫：「models are typically developed with one primary harness in mind (and fine-tuned less on other harnesses). Plus, the primary harness is often developed to suit and amplify a model's strengths.」（Sebastian Raschka，2026-09-09）。它接住本報哪條判斷： 第三方排行上兩家模型的成本差，有一部分來自外殼、不全是模型（排行數字見下方模型觀點第 2 則）。
1. [本週]（研究以 9 月 1 日價目表計價，本報 9 月 18 日讀到）[量測] UC Berkeley 的 HarnessTax 研究：同一個模型換外殼，每解出一題的成本最多差 5.1 倍。 研究把 7 個模型各配不同外殼共 21 組，在程式修補與終端機操作兩個評測上各跑 30 題、每題 3 次；同一模型最便宜與最貴外殼的每題成本差 1.1 到 5.1 倍。最好記的一例是 OpenAI 的 GPT-5.6 Sol 從 Claude Code 換到 Pi 外殼，每解一題從 1.540 美元降到 0.441 美元（創投 Theory Ventures 合夥人 Tomasz Tunguz 轉述，2026-09；研究專案頁）。Pi 是研究裡測試的另一套外殼，開發方原文沒寫。⚠️ 答對率沒被證明一樣：42 組比較用嚴格的統計檢驗後，沒有一組的差距大到能排除巧合，但每格 90 次只偵測得到約 15 個百分點以上的差距；研究方自己寫，這個樣本數證明不了答對率一樣，也不能說沒有差距（原文「undemonstrated at this sample size, not proven absent」）。⚠️ 本報沒讀到論文本體，數字經 Tunguz 轉述與搜尋摘要兩路核對，兩路可能同源。判斷更新： 第一條同方向的讀數是 Raschka 6 月的個人實測，Claude Code 一個任務吃掉 57.8 萬個輸入 token，Codex 約省一半（Sebastian Raschka，2026-06-27）。今天多了第二條獨立量測，本報把「寫程式 AI 的單位成本主要由外殼怎麼管理上下文決定，不是模型單價」升為還在驗證的判斷，仍未定案：只量了兩個程式評測，品質差距也還沒排除。對正在評測或採購寫程式 AI 工具的團隊：比成本時要把外殼固定住當成獨立變數，只換模型、不看外殼，比出來的差距可能是外殼造成的。
2. [本週]（第三方排行 9 月 18 日讀取）OpenAI 說新旗艦 GPT-6 Astra 每題比 Anthropic 的 Claude Fable 5.1 便宜約 63%；第三方排行上兩者分數打平、總花費少約 47%，對自家前代 Sol 反而多約 32%。 對帳結果：存疑（分數對得上，成本幅度被放大）。OpenAI 9 月 9 日的企業版發布稿寫，終端機多步驟操作評測 Terminal-Bench 4.0 上 Astra 57.9%、Fable 5.1 55.8%，並稱對 Sol 與 Fable 5.1「approximately 9% and 63% lower estimated API cost per task」（OpenAI，2026-09-09）。資料標註與 AI 評測公司 Snorkel AI 維護的第三方排行上，最高努力程度下 Astra 58.2%、Fable 5.1 57.9%，誤差範圍內打平；跑完 66 題的總花費 Astra 3,300 美元、Fable 5.1 6,200 美元、Sol 2,500 美元（Snorkel AI，2026-09-18 讀取）。⚠️ 口徑不同：廠商稿是每題估計成本、方法未公開；排行是總額、沒有按努力程度換算到同一基準。⚠️ 每家都跑在自家外殼上，照第 1 則，成本差有多少是模型、多少是外殼，現在分不出來。⚠️ 利益揭露：本報的研究系統使用 Anthropic 的模型運作，本則只轉述排行與發布稿。
[本週]（發布日 9 月 17 日）OpenAI 把旗艦模型包成法律業專用的「Astra for Law」，直接走進原本由 Harvey、Legora 這類法律 AI 新創佔據的應用層。 它把 GPT-6 Astra 接上涵蓋 2.3 億個以上網址的美國法律檢索索引、法律寫作指令與隱私控管，先給選定律所用，API 即將開放；Harvey、Legora 可以在上面建產品，同時也在跟它競爭。在 AI 評測平台 Vals AI 的 200 題私有法律研究題上，OpenAI 自跑的結果是法律版 54.0%、同一個模型只用網路搜尋 38.7%（OpenAI，2026-09-17）。⚠️ OpenAI 自報、自家對自家的比較，本報沒有第二來源。本報的觀察：這和模型觀點第 1 則同一類現象，同一個模型換一套檢索與指令設定，表現就差一截。本報推論：對任何靠「模型＋領域檢索＋指令」組成產品的團隊，這是同一種風險；模型廠商自己也做得出這一層，要守得住得靠它沒有的東西，例如工作流整合與既有客戶關係。
這一段本期沒有：能用的舊材料已經用完。
過去 24 小時。 9 月 17 日到 18 日新增 236 篇材料：論文 121 篇、論文摘要 50 篇、部落格 43 篇、節目逐字稿 13 份、訂閱電子報 7 篇、業界分析 1 篇、公司申報 1 份。這 236 篇裡本報昨夜讀完 2 篇、判定不收 1 篇，其餘 233 篇沒讀；論文與論文摘要合計佔新增量 72%。讀完的是 CoreWeave 的申報；判定不收的是一篇部落格轉述，內容本報 9 月 17 日已經寫過。13 份節目逐字稿全是同一個節目一次補進來的舊集數。社群平台昨夜沒有新進的材料。正文用上的 17 條外部收據裡，Zvi、Dwarkesh Patel 與 CoreWeave 申報這 3 條屬於昨夜新增的 236 篇（Zvi 與 Dwarkesh 兩篇只讀了深度專欄引用的段落）；其餘 15 條是另外去原始位址取回、或從庫存調出的。
一次性回填。 今天沒有一次性新增的來源。大神觀點那則 9 月 9 日的文章與模型觀點引的 6 月 27 日實測，都是庫存裡的舊材料，不是過去 24 小時的量。
來源集中度提醒。 全文沒有任何一家佔承重來源超過三分之一，但今日主線第 2、3 點的賣方數字都只來自 CoreWeave 一家，而且都是募資文件；模型觀點第 1 則的研究數字全經同一篇轉述。
今天你拿不到什麼。 一，HarnessTax 論文本體本報沒讀到，專案頁是動態載入。二，CoreWeave 這筆可轉債的定價結果截至本期還沒查到。三，司法部 Woodward 的講稿原文與 Whitesides 投書的原文本報沒讀到。四，一篇 GPU 租價報導對方擋抓取，所以主線第 2 點的公開價只用兩家指數。
本報追蹤的來源。 具名發言者合計 529 位，分佈是社群平台 302、節目 90、媒體 51、部落格 48、論文作者 48、電子報 46、財報法說 26、大會演講 23，其餘零星；另有公司與機構部落格 77 個不計在內。⚠️ 上面算的是發言場合，同一個人可能有好幾個，所以加起來比 529 多。代表性的名字：電子報有 Zvi Mowshowitz、Gary Marcus、Dwarkesh Patel、Sebastian Raschka；部落格有 Tomasz Tunguz；機構端有 SemiAnalysis、NVIDIA Technical Blog。有幾組數字名字一樣、算的範圍卻不同，要分清楚： 名冊上電子報 46 位、部落格 48 位、節目 90 位、論文作者 48 位，算的是長期追蹤的發言者；上面昨夜新增的電子報 7 篇、部落格 43 篇、節目逐字稿 13 份、論文 121 篇，算的是一夜進來的文章，兩者母體不同。本期正文用上 17 個外部來源，就是版尾印的同一個數字，只算正文真的引用到、而且不是本報自家網域的連結；它和昨夜新增的 236 篇算的範圍也不同。
本報不是新聞摘要：從每天的 AI 資訊流裡捕捉真正重要的洞見與值得長期追蹤的行家判斷，並交代每一條是怎麼驗證的。重點永遠是『哪條判斷變硬了、誰說得準』，不是今天發生了什麼。