SecondSourceAI 產業洞見 · 完整版檔案庫

晨報 SecondSource 晨報 · 2026/10/2 · 2026年10月2日

金融時報報導騰訊向 Oracle 租用 10 萬顆在中國買不到的 AI 晶片,機房在東南亞;消息只有這一個來源,交易是否取得美國許可,沒有任何一方說明

三十秒看完

1. 金融時報:騰訊向 Oracle 租 10 萬顆晶片;單一來源、美國許可不明(影響:出口管制主管)

2. 投資人 Gavin Baker:白宮協定靠董事責任有約束力;本報:還沒看到實例(影響:AI 公司董事)

3. OpenHands 自述:每個 issue 都收到 AI 寫的程式碼,改靠自動審查(影響:開源維護者)

本期用的是 10 月 2 日清晨的內部研究日報與昨夜掃到的素材;三則主線都是 10 月 1 日到 2 日的事,固定欄有兩則是 9 月 28 日與 30 日的事,過去洞見取自 9 月 2 日的深度報告。昨夜掃 446 篇 → 本期用上 28 條有連結可查的外部收據。

今日主線

1. [今日](報導日 10 月 1 日)金融時報報導騰訊向 Oracle 租用 10 萬顆在中國買不到的 AI 晶片,機房在東南亞;消息只有這一個來源,交易是否取得美國許可,沒有任何一方說明

為什麼跟你有關: 估中國對手的可用算力時,把租用算進去,先看對方現金流量表上的算力預付款。

展開看全文

美國的出口管制禁止把先進 AI 晶片賣到中國。10 月 1 日,英國財經媒體金融時報引兩位知情人士報導:騰訊與美國雲端業者 Oracle 簽了五年租約,取用 Oracle 在東南亞多座機房裡約 10 萬顆晶片,這些晶片因出口管制在中國買不到;合約約 70 億美元,騰訊先付三成。這條路的走法是:晶片不賣給騰訊,也不進中國,而是留在第三國的 Oracle 機房。騰訊從遠端租用算力。照本報的理解,管制量的是晶片出貨到哪裡,租用算力不在那把尺上;這筆交易有沒有拿到美國政府的許可,則完全不明。金融時報原文在付費牆後,以上細節來自資料中心產業媒體 Data Center Dynamics 的轉述,原句是「Tencent has signed a five-year lease across multiple Oracle data centers in Southeast Asia」(Data Center Dynamics,2026-10-01)。美國財經媒體 Quartz 的轉述內容一致,並記兩家公司都沒有回應(Quartz,2026-10-01)。

本報另外去讀了騰訊自己的帳。騰訊 8 月 12 日公布第二季業績新聞稿,數字未經審核:當季自由現金流為負人民幣 138 億元,營業現金流裡含「large AI-related prepayments」,也就是大額的 AI 相關預付款;下一句是「Excluding the prepayments for compute procurement, our free cash flow would have been RMB37.6 billion」,白話是剔除算力採購的預付款,自由現金流會是正的人民幣 376 億元(騰訊,2026-08-12)。自由現金流是營業賺進的現金,扣掉資本支出等付款後剩下的部分。兩個數字相減,當季算力預付款約人民幣 514 億元,折約 77 億美元;相減是本報的算術,匯率取自 Data Center Dynamics 同一篇。金融時報那筆租約的三成預付約 21 億美元,就算全數落在第二季,也只占當季預付款的四分之一強。其餘的預付款付給誰、買的是境內還是境外的算力,新聞稿沒有寫。

兩位政策研究者的反應也要分開讀。AI 政策研究者 Peter Wildeford 估這批晶片約等於 12.5 萬顆 H100,他自己標明是猜測;H100 是 NVIDIA 較早一代的資料中心 GPU,常被拿來當算力的換算單位(Peter Wildeford,2026-10-01)。前 OpenAI 政策研究主管 Miles Brundage 先批評美國允許這筆租用,隨後補了一個條件:如果 Oracle 嚴格監控用途、而且隨時能介入,他會有不同看法(Miles Brundage,2026-10-01)。照他的說法,爭點是用途監控做不做得到,不是出租本身。

驗證: 金融時報原文本報沒讀到。Data Center Dynamics 的轉述本報讀了全文,Quartz 的轉述讀的是摘錄;兩家加上兩位研究者引的都是金融時報同一篇,所以仍然只算一個消息源。騰訊的新聞稿本報讀了原件的現金流段落,是公司一手數字。⚠️ 騰訊的預付款證實它在大額預付算力,不證實這筆租約存在。⚠️ 晶片型號、機房在哪一國、交付時程都沒有人寫。現況(截至 10 月 2 日清晨):Oracle 與騰訊未回應,有沒有取得美國政府許可沒有任何一方說明。

判斷更新: 本報新記一個推測(未定案):中國公司已經能在第三國向美國雲端業者租到受管制的算力,管制實際管得到的邊界,落在雲端業者有沒有監看用途。它目前證據偏弱,理由有兩個:許可狀態完全不明,同類交易本報只看到這一筆報導。如果這個推測成立,對出租算力的美國雲端業者來說,這類合約的政策風險取決於能不能證明自己監看了用途,而這個義務也可能事後才被加上;這一句是本報的推論。

什麼會推翻它: 美國商務部或 Oracle 表明這筆交易經過許可,而且附帶用途監控的義務。那它就是一樁經核准的個案,不是管制量不到的缺口。

2. [今日](貼文日 10 月 1 日)投資人 Gavin Baker 主張白宮 AI 協定有約束力,理由是董事無視外部稽核報告要負個人責任;這與本報昨天的讀法相反,兩邊本報都還沒看到實例

為什麼跟你有關: 自願協定有沒有約束力,要看稽核報告交到誰手上、那個人要不要為不處理負責。

展開看全文

9 月 29 日,美國主要前沿 AI 公司在白宮簽了一份自願協定。本報 10 月 1 日那期〈評論者轉載出白宮 AI 協定全文〉讀過全文:協定把要求分成四層,依序是內部控制、內部覆核團隊、獨立外部稽核、董事會獨立委員會。第三層要公司找獨立的外部稽核方,第四層要董事會設獨立委員會聽取報告;全文沒寫誰能延後發布,也沒要求公開稽核結果。本報當時的推測是:協定讓外部的人查得出問題,擋不擋得住沒寫。

今天新的是一個相反的讀法。Gavin Baker 是科技基金 Atreides Management 的創辦人,他 10 月 1 日寫道:「These board members will have a fiduciary duty. If they ignore a report from the third party auditors then a bad faith finding from a court is a real possibility. A D&O carrier could use this to deny coverage.」(Gavin Baker,2026-10-01)白話是:這些董事負有受託義務,也就是對公司與股東的忠實與注意義務;無視外部稽核的報告,法院可能認定是惡意,替董事承保責任險的保險公司也可以據此拒賠。他的意思是,擋住發布的力量不必寫在協定裡,既有的公司法和保險就會起作用。

同一題還有另一條路。科技政策智庫 Foundation for American Innovation 的首席經濟學家 Samuel Hammond 9 月 30 日推測:公司公開承諾了卻沒做,美國聯邦貿易委員會可以用既有的欺騙性商業行為權限追究(Samuel Hammond,2026-09-30)。

「外部稽核要看到什麼才查得了」這一半,同一天也多了一張清單。Apollo Research 是專做 AI 欺騙行為評測的機構,它發文談 scheming,指模型暗中為沒人交代的目標對抗開發者。文章說,要論證模型沒有這樣做,得成立四件事:訓練沒有獎勵它、評測與紅隊測不出傾向、內部使用時沒發生過、發生了會被偵測到。進駐實驗室的評測員要驗這四件事,需要六項存取:訓練技術、訓練資料、對安全措施做壓力測試的能力、內部部署流量與監控方式、事故紀錄,以及開發商內部用的同一套工具(Apollo Research,2026-10-01)。紅隊是受託扮演攻擊者找弱點的團隊。

驗證: Baker 的貼文本報讀了全文。這是一位投資人的法律推論,沒有引判例、律師意見或保險條款。他沒處理三件事:協定不要求稽核報告公開,股東或保險公司怎麼知道董事無視了報告;簽署公司裡有未上市的,董事責任結構不同;到今天本報沒看到任何訴訟或拒賠的實例。⚠️ 他持有簽署公司的部位,貼文也明講反對新設監管機構。Hammond 的說法同樣是推測,沒有政府文件支持。Apollo 的清單,本報讀了官方貼文,文章讀的是摘錄;它是想取得存取的一方開的單,沒有實驗室表態接受。

判斷更新: 本報那個推測與 Baker 的讀法方向相反,兩個都留著,強度不調:能讓任何一邊成立的事今天都還沒發生。Apollo 的清單讓「查得出」這一半有了可以逐項對的標準,之後任何實驗室說接受外部評測,可以拿這六項去對它實際開了幾項。

什麼會推翻它: 簽署公司的董事會章程或董事責任險條款因為協定而改寫,或出現第一起引用這份協定的股東訴訟。任何一項出現,Baker 的讀法就有了實例,本報的讀法要收回。

3. [今日](貼文日 10 月 1 至 2 日)開源專案 OpenHands 自述:流程已改成預設每個 issue 都會收到 AI 寫的程式碼合併請求,防線放在自動分流與自動審查;Vercel 執行長前一天說未來是「驗證工程」

為什麼跟你有關: AI 寫程式碼變便宜之後,開源專案缺的是寫清楚的需求和可靠的審查。

展開看全文

OpenHands 是開源的寫程式代理人專案。團隊成員 Graham Neubig 10 月 2 日寫道:「Our process has been rebuilt around the assumption that if an issue is opened on the repo, we are guaranteed get a vibe-coded PR opened」(Graham Neubig,2026-10-02)。issue 是專案上登記的一則問題或需求;PR 是請維護者把一段程式碼併進專案的請求;vibe-coded 指程式碼主要由 AI 生成,送出的人未必細讀過。他說對策有兩道:先用自動化把每個 issue 整理到最清楚,再用自動化審查,只收品質夠的貢獻;兩道都跑在自家的工具上。

他回應的是開源瀏覽器專案 Ladybird 的 Andreas Kling 同日的貼文。Kling 寫的是維護者的處境:「Good issues, test cases, benchmarks, specifications, and ideas become the scarce inputs.」好的 issue、測試案例、基準、規格與想法變成稀缺的投入;他還寫,上游專案可能不再接受任意程式碼,自己分出一支去改則容易得多(Andreas Kling,2026-10-02)。

前一天,前端雲端平台 Vercel 的執行長 Guillermo Rauch 給了同一個方向一個名字:「The future is verification-engineering」,並列出證明、端到端測試、基準、程式碼檢查器四種手段,說測試會有一部分是固定腳本、一部分交給代理人去跑(Guillermo Rauch,2026-10-01)。端到端測試是從使用者操作一路測到結果的整段測試。他評的是開發者 Oskar Kwaśniewski 當天發布的開源測試框架,可以混用固定腳本與代理人兩種寫法(Oskar Kwaśniewski,2026-10-01)。

驗證: 三則都是本人貼文,本報讀了全文。全部沒有數字:合併請求的量、接受率、自動審查擋下幾成,都沒人給。⚠️ Neubig 與 Rauch 的公司都賣相關工具,貼文同時在推自家產品。⚠️ Rauch 九月就說過瓶頸在審查與測試,這次不算新的獨立佐證。那個測試框架本報沒有試過。

判斷更新: 今天不改任何判斷,只記一筆實際在跑的做法:在這個專案裡,人力從寫程式碼移到把需求寫清楚,審查交給自動化。這能不能推到其他專案,要等有人拿出接受率這類數字。

今天可以帶走的動作:第1則:估中國對手的可用算力時,把租用算進去,先看對方現金流量表上的算力預付款。;第2則:今天沒有要你動手的事;第3則:今天沒有要你動手的事。

快訊(本報還沒查證)

1. [今日](貼文日 10 月 1 日)記者 Max Zeff 轉述華爾街日報的報導:OpenAI 已與三名研究員分道揚鑣,他們被指把敏感資訊分享給第三方 AI 安全組織。⚠️ 華爾街日報原文本報沒讀;三人是誰、哪個組織、OpenAI 的說法都沒有。(Max Zeff,2026-10-01)

2. [本季](事件日 9 月 18 日,本報今天補收)維吉尼亞州州長簽行政命令,州行政機關不得再替資料中心案簽保密協議。媒體標題寫成全州禁止;一家法律事務所逐條說明,禁令不及於核發許可的地方政府,也沒有暫停任何新案。⚠️ 行政命令原文本報沒讀。(Data Center Dynamics,2026-10-01;Holland & Knight,2026-09)

3. [今日](貼文日 10 月 1 日)生物安全研究者 Joshua Monrad 稱,加州州長簽署 AB1864,強制篩查 DNA 合成訂單。⚠️ 簽署只有這一則貼文;本報查到的法案頁停在六月,條文內容也對不上。(Joshua Monrad,2026-10-01)

4. [今日](貼文日 10 月 1 日)開源深度學習框架 tinygrad 的公司公開向華為要兩台 Ascend 950 機器,換它把框架移植過去;Ascend 950 是華為的 AI 加速晶片。⚠️ 華為沒有回應;這款晶片的效能數字目前都是自報。(tiny corp,2026-10-01)

5. [今日](貼文日 10 月 1 日)Google 執行長 Sundar Pichai 宣布,Google 與衛星公司 Planet 合作的太空運算原型衛星發射成功。⚠️ 發射成功不等於衛星上的晶片已經開機運作,貼文沒有說。(Sundar Pichai,2026-10-01)

深度報告

深度:本週還沒有新的一篇。深度只在證據夠強時才出,不排班期。上一篇《「禁建令只卡住 2.3GW」量的是延後,量不到放棄》(2026-09-24)仍在官網:讀全文。

晶片與半導體

1. [今日](發文日 10 月 1 日)NVIDIA 在官方部落格主張自家 GPU 才是可轉用的,並引數據商的說法:六年的 A100 仍值原價四分之一。 A100 是 NVIDIA 2020 年的資料中心 GPU。文章把 AI 資料中心的報酬拆成產出、耐用、可轉用三項,並把客製晶片說成押單一工作的賭注:「A factory built for one kind of work is a bet that the work stays」。它引數據商 Silicon Data:六年的 A100 仍值原價四分之一;引 Ornn Data:A100 五年租約的租金是一個月短約的八成(NVIDIA,2026-10-01)。⚠️ 賣方自述;數據商的原件本報一份都沒讀,樣本是什麼、是不是成交價、租金是按什麼單位比的都不明。⇒ 本報 10 月 1 日那期寫過,OpenAI 硬體負責人 Richard Ho 說自研晶片只做一顆,是為了機隊能調度。兩邊用的是同一個詞:他指推論的各種工作之間調度,NVIDIA 指什麼工作都能跑。這組殘值數字與「AI 晶片兩三年就過時」的看法方向相反,本報只記成對立的證據,不下判斷。

2. [今日](申報日 9 月 30 日)Nebius 向機房開發商 AIB 承租 50MW、首期 12 年,並用預付款支應對方的開發成本。 Nebius 是出租 GPU 算力的雲端業者;MW 是百萬瓦,機房供電容量的單位。AIB Data Centers 向美國證管會申報的新聞稿寫,Nebius 的預付款加上專案貸款與特別股,支應「a substantial portion of the initial development costs」,也就是首期開發成本的大部分;該址已有 65MW、15 年的供電協議(AIB Data Centers,2026-09-30;Data Center Dynamics,2026-10-01)。⚠️ 合約與預付金額都沒揭露;AIB 由加密貨幣挖礦轉型,交付紀錄短;申報附件本報讀的是摘錄。⇒ 與今日主線第 1 點合看:兩筆都是用算力的一方先付錢、供應方再蓋。本報今天只收事實。

大神觀點

1. [今日](發表日 10 月 1 日)美國智庫研究員 Ryan Fedasiuk 預測:中國最強的模型以後不會再開放權重。 開放權重是把訓練好的模型參數公開,讓人下載自行部署。Fedasiuk 任職於華府智庫美國企業研究院,他寫道「The future of Chinese AI is closed」,預測中國會分成兩段:低階模型繼續開放,北京視為威脅的前沿模型會被扣住(美國企業研究院,2026-10-01)。長期評論中國模型的匿名帳號 Teortaxes 同日反駁,稱這個論證薄弱(Teortaxes,2026-10-01)。⚠️ 這是預測,不是中國的政策;文章本報讀的是摘錄,他舉的依據本報沒查;文章自己也承認,中國最高層七月公開支持開源。⇒ 本報 9 月 5 日那期〈OpenAI 拿來替新旗艦掛保證的那道監控防線〉的快訊記過一個個案:中國模型公司智譜的 GLM-5.3,權重被壓了兩週才公開。今天新的是有人把個案寫成方向。對把「中國模型會一直開放」當規劃前提的團隊來說,這是一份反方論述;本報今天只記下,不下判斷。

2. [本週](論文日 9 月 28 日)卡內基國際和平基金會的論文:德、印、日、英這類國家現在不必自建前沿 AI,但要留住需要時衝得上去的條件。 作者 Anton Leicht 與 Sam Winter-Levy 的理由是,現在啟動要先承諾數百億美元,回報沒有保證。他們列四項準備:算力落地本國、取得晶片採購權、維持訓練大模型的專業、備好法律基礎(卡內基國際和平基金會,2026-09-28)。算力治理研究者 Lennart Heim 10 月 1 日補了一句論文沒談的:「Underrated and under-discussed available breakout plan: steal the model weights.」被低估的現成方案是偷走模型權重(Lennart Heim,2026-10-01)。⚠️ 這是政策建議,沒有任何國家宣布採用;Heim 沒說有誰正在這麼做。⇒ 賣主權雲與資料中心合約的人要留意:論文列的法律工具裡,有一種是徵用條款:寫進合約,等營運方撤銷前沿模型的存取時才觸發。

模型觀點

1. [今日](發表日 10 月 1 日)[商業] Adaption 的技術報告自報:只給一段描述就生成訓練資料,品質比直接叫五家前沿模型生成相對高 17%。 Adaption 是做訓練資料生成工具的新創,執行長是 Sara Hooker。報告測八種任務、資料集最大 2 萬個樣本,比較對象是直接對 Anthropic、Google、OpenAI、DeepSeek、Zai 五家的模型下指令;自報品質相對高 17%、多樣性相對高 19%,多樣性的差距隨資料量拉開,200 個樣本時持平,2 萬個樣本時相對高 37%(arXiv,2026-10-01)。⚠️ 自家報告評自家系統,沒有第三方重做;本報只讀了摘要,品質怎麼評、絕對分數多少,摘要沒寫。⇒ 做微調的團隊可以記下的是那條曲線:資料量小的時候,專用工具與直接下指令沒有差別。昨夜新增的論文,本報只讀了這一篇的摘要,這一欄沒有其他出自它們的條目。

產品動態

1. [今日](發布日 10 月 1 日)Earendil 發布寫程式代理人的外殼 Pi 1.0 與新元件 Pi Durable,兩者都採 MIT 開源授權。 外殼是包在模型外面,負責下指令、接工具、管流程的那層程式。Pi Durable 處理的是代理人跑到一半行程中斷:每一步先存檢查點,新的行程從同一份紀錄接著跑;官方自己標明還在實驗階段。Pi 1.0 則原生支援 MCP,一種讓代理人連上外部工具的開放協定(Earendil,2026-10-01)。⚠️ 官方文章本報讀的是摘錄,沒有客戶或效能數字。⇒ 變化在於:外殼之外,多了一個專管中斷後接續的獨立元件。

2. [今日](發布日 10 月 1 日)Microsoft 自研的語音模型上架 Vercel 的 AI Gateway,Vercel 不另收平台費。 AI Gateway 是用同一組 API 接多家模型的閘道。這次上架的是語音合成 MAI-Voice-2.1 與串流轉寫 MAI-Transcribe-2-Streaming(Vercel,2026-10-01)。⚠️ 只有語音與轉寫,不含文字或程式模型;價格數字沒寫,更新日誌本報讀的是摘錄。⇒ 在本報追蹤的範圍內,這是 Microsoft 自研模型第一次經由 Azure 以外的第三方閘道對外供應。

過去洞見

1. [回顧](深度報告 2026 年 9 月 2 日)「降價五成、用量十四倍」沒有造假,但它量到的是用戶換了哪一條路買。 OpenRouter 是開發者跨模型比價、選供應商的中轉平台。它八月底公布,一款模型大幅折扣後,平台上的用量成長 13.8 倍。本報九月的深度報告把它拆開:那筆五成折扣只在 OpenRouter 上有,同一個模型在別處買剛好貴一倍,所以量可以是從別的通路搬過來的;同一家公司另一份跨十三個月的研究量到,價格降一成,用量只多不到百分之一(深度報告,2026-09-02)。⇒ 拿「降價換來幾倍用量」做定價或容量決策前,先問一題:折扣期間,同樣的東西在別的地方買貴多少。

來源與盤點

過去 24 小時。 昨夜新增 446 篇,細分是 arXiv 論文 183 篇、社群平台貼文 135 則、其他論文 50 篇、部落格 43 篇、節目逐字稿 23 篇、訂閱電子報 9 篇、公司申報 2 份、付費業界分析 1 篇。這 446 篇裡,機器帳面記的是讀過 20 篇、另過濾 6 則;白天另外細讀了 6 篇 10 月 1 日的文章,收 5 篇、1 篇不收,其中 4 篇是產業媒體與官方部落格文章,不在那 20 篇之內。撐住主線第 1 點的兩份文件是主動去查的:騰訊的業績新聞稿,以及 Quartz 的轉述。論文那兩類本報只讀了一篇的摘要。

昨夜沒跑到的地方。 有三個來源連三晚抓取失敗:DeepSeek 官方部落格、Thinking Machines 部落格、Qualcomm 投資人新聞。今天談到中國算力與中國模型的條目,來源全是美方的媒體、研究者與評論者,沒有一條是中方的官方說法。

一次性回填。 今天沒有新的一次性回填。

來源集中度提醒。 ⚠️ 昨夜掃到的素材多數是社群平台貼文:主線第 3 點、快訊五則裡的四則、大神觀點的兩句評語都只有貼文。⚠️ 主線第 1 點的四個出處回指金融時報同一篇報導,只算一個消息源。⚠️ Data Center Dynamics 一家媒體撐了三處:主線第 1 點的轉述、快訊第 2 則、晶片欄第 2 則;三處都另有一份文件對照。

今天你拿不到什麼。 最影響判斷的是金融時報的原文與任何官方表態。其餘:華爾街日報原文、維吉尼亞州行政命令原文、NVIDIA 引的數據商原件、Adaption 報告全文、白宮協定的官方原件,本報都沒有。

本報追蹤的來源。 長期名冊上目前有 529 個具名追蹤對象,社群平台 302、節目 90、新聞 51、部落格 48、論文作者 48、電子報 46,其餘散在財報、主題演講等管道。⚠️ 這些是追蹤對象數;上面「社群平台貼文 135 則」「部落格 43 篇」「訂閱電子報 9 篇」「節目逐字稿 23 篇」是昨夜新增的篇數,兩者母體不同。

代表性的名字:社群平台有 Gavin Baker、Peter Wildeford、Miles Brundage、Lennart Heim、Guillermo Rauch;產業媒體有 Data Center Dynamics;機構有騰訊、NVIDIA、Apollo Research、卡內基國際和平基金會、美國企業研究院。本期正文用上 28 個外部來源,就是素材聲明行與版尾印的同一個數,只算正文真的引用到、而且不是本報自家網域的連結。

更正:9 月 25 日那期拿 Nscale 按合約金額算的生效比例 2.5%,和 8 月按 GPU 顆數算的在役比例 8.7% 相比,說比例更低。兩者分母不同,不能比。Nscale 上市文件裡用同一種算法的數字是:按合約金額,生效占比從去年底約 1.3% 升到約 2.5%;按 GPU 顆數約 5.4%。那期也把 Investing.com 的轉述寫成文件原句。官網存檔頁已改正。

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。