Fireworks AI 內部憑證遭未授權使用；公司說調查還沒結束，目前沒發現客戶資料受影響

三十秒看完

1. Fireworks AI 執行長說已撤銷被冒用的內部憑證並通知受影響客戶（影響：在 Fireworks 上跑模型的團隊）

2. 政策研究者 Peter Wildeford 說，讓 AI 包辦研發還沒人做到；用 AI 加快研發，他認為各大實驗室都在做（影響：聽廠商談自我改進的人）

3. 論文自報：把文件轉成掛在模型上的小組權重後，模型接著前文猜下一個字，第一猜的命中率從 63.4% 升到 84.9%，只測了短文件（影響：替模型接文件的工程師）

本期用的是本報 10 月 11 日清晨自己寫的研究日報與昨夜掃過的資料。主線的事件日是 10 月 10 日；後面各欄的材料在 10 月 8 日到 11 日之間，過去洞見除外。昨夜掃了 152 篇，本期正文共用上 21 條有連結可查的外部來源。

今日主線

1. [今日]（事件日 10 月 10 日）推論平台 Fireworks AI 執行長揭露內部憑證遭未授權使用，已撤銷憑證並通知受影響客戶

概念插圖，分成左右兩格：左格是一座黑色伺服器機櫃，頂部白色招牌上有彩色放射狀圖示和「FIREWORKS AI」字樣，機櫃左側的黑色讀卡機插著一張紅色卡片。右格有一人身穿黑色高領上衣、黑色寬褲和白色運動鞋，站在淡粉紅色圓形背景前，兩手各拿著一張紅色卡片撕開後的一半，旁邊是另一座同樣標有「FIREWORKS AI」的機櫃，左側讀卡機的插槽裡沒有卡片。 — 推論平台 Fireworks AI 執行長 Lin Qiao 10 月 10 日在 X 上說，公司內部憑證遭未授權使用，公司已撤銷這些憑證、直接通知已確認受影響的客戶，並與一家資安公司合作調查。她說目前未偵測到客戶資料或推論流量受影響，調查仍在進行。用 Fireworks 的團隊可以先確認有沒有收到通知，再查金鑰能不能隨時換。（AI 生成）

為什麼跟你有關： 用 Fireworks 的團隊先確認有沒有收到通知，再查金鑰能不能隨時換。

展開看全文

Fireworks AI 是代管開放權重模型的推論服務商，企業透過 API 呼叫它代跑的模型。執行長 Lin Qiao 10 月 10 日在 X 寫：「We identified a security incident involving unauthorized use of internal Fireworks credentials.」她說公司已圍堵事件、撤銷這些憑證、直接通知所有已確認受影響的客戶，並與一家資安公司合作調查；目前「have not detected impact or access to customer data or inference traffic」。推論流量是客戶送進模型的請求和模型回傳的答案（Lin Qiao，2026-10-10）。她只說是 Fireworks 內部的憑證，沒說是哪一種，也沒說是否涉及客戶自己的金鑰；憑證怎麼被拿到、被拿去做了什麼，貼文沒寫。前一天 Sam Altman 談開放模型會帶來資安事件的發言見快訊第 2 則，但這起是憑證被冒用，不是模型被拿去攻擊，兩件事不能互相佐證。

驗證： 本報讀了 Lin Qiao 的貼文原文；她附的安全公告連結本報沒有展開讀到。受影響客戶有多少、憑證是哪一種、發生的時間範圍，貼文都沒寫。「未偵測到」是調查中的當下狀態，不是結論；截至 10 月 11 日清晨（美中部時間），本報沒有找到公司的後續更新。目前只有公司自己一個來源，本報今天不立新判斷；要回頭看的是調查結果公布時，「沒發現客戶資料受影響」這個說法有沒有改寫。用其他代管推論服務的團隊，可以拿同樣兩個問題問自己的供應商：內部憑證被冒用時會不會直接通知客戶，客戶的金鑰能不能隨時換。

今天可以帶走的動作：第1則：用 Fireworks 的團隊先確認有沒有收到通知，再查金鑰能不能隨時換。

快訊

1. 還沒查證：[今日]（轉述 10 月 10 日）中國科技政策分析師 Paul Triolo 轉述英國金融時報：「Nvidia is in talks to acquire or deepen its investment in US start-up Reflection AI, a developer of open-weight models that President Donald Trump's administration hopes will rival cheap Chinese alternatives.」同一報導說 Reflection 已與五角大廈、美國能源部合作，也替南韓等盟友開發模型；X 上另一則轉述只寫「洽購」，漏了「或加碼投資」；金融時報原文本報沒讀（Paul Triolo，2026-10-10；Paul Triolo，2026-10-10）。

2. 還沒查證：[今日]（轉貼 10 月 9 日，發言日不明）OpenAI 執行長 Sam Altman 說他支持開源模型，又說「We're going to, as a society, I think, have to just accept some fairly severe cyber incidents from open models, in exchange for the liberty that comes with that」；發言場合與完整上下文不明，本報讀到的是轉貼的引述，原訪談沒讀（@jaynitx，2026-10-09；Peter Wildeford 轉引）。

3. 還沒查證：[今日]（10 月 10 日）X 上一則爆紅貼文說阿里雲自 10 月 10 日起停止提供 DeepSeek、Kimi K2、GLM、MiniMax 四家中國開放模型品牌；同日有開發者更正：「Alibaba Cloud is retiring specific older model versions, including many Qwen models.」並說官方文件仍列著四家的新版，Paul Triolo 轉貼表示同意。退役通知原文本報沒逐條核對；在阿里雲上用舊版 Qwen 或這幾家模型的團隊，要自己對一下退役通知上的版本與日期（原貼文；更正）。

4. 還沒查證：[今日]（報導 10 月 9 日）據彭博社報導，Jefferies 策略師 Chris Wood 認為 AI 熱潮最可能的長期結局是美國出現大規模的資本損失（原文 capital destruction），市佔轉向更便宜的中國開源模型；「大規模」沒有定義，本報讀到的是中國科技分析師 Rui Ma 的轉引，彭博全文與 Jefferies 報告都沒讀（Rui Ma，2026-10-09；Bloomberg）。

晶片與半導體

1. [今日]（貼文 10 月 10 日）半導體分析師 Sravan Kundojjala 說，ASML、Applied Materials、Lam Research、KLA 四大半導體設備商都已投入 Terafab，並稱 SpaceX 第一期量產廠要投入 168 億美元（單一推文、未核實）。他寫：「ASML, AMAT, Lam and KLA are all engaged in Terafab project.」Terafab 是 Musk 旗下公司規劃自建的晶圓廠計畫；同一則貼文說試產線另投 30 億美元以上，兩筆是同一投資方的不同階段。他認為 KLA 的檢測與量測設備在早期衝良率時最關鍵（Sravan Kundojjala，2026-10-10）。這是單一分析師的推文，附圖本報沒讀，沒有公司公告或第二個來源；金額、投資年限、廠由 SpaceX 還是 Tesla 持有都沒核實。

概念插圖：左下方一支紅色外殼的智慧型手機立在米色檯面上，黑色螢幕上有幾排淺灰色橫條，像是文字行；手機上方三個由小漸大的圓圈連到右側一個大型橢圓思考泡泡。泡泡裡是一座建築的正面，上方黑色招牌寫著「TERAFAB」，下方是開闊的大廳，天花板有成排燈光，地面並排放著四台黑色方形機器，機身上有小螢幕，背景左側為米白色、右側為淡粉紅色。 — 半導體分析師 Sravan Kundojjala 10 月 10 日發文說，ASML、Applied Materials、Lam Research、KLA 四大半導體設備商都已投入 Terafab，也就是 Musk 旗下公司規劃自建的晶圓廠計畫。他並稱 SpaceX 第一期量產廠要投入 168 億美元，試產線另投 30 億美元以上。他認為早期衝良率時，KLA 的檢測與量測設備最關鍵。（AI 生成）

2. [今日]（轉述 10 月 10 日）Qualcomm 執行長 Cristiano Amon 說，有前沿 AI 公司要求在 2028 年前讓手機能一直跑著至少 1,000 億參數的模型。 他的原話：「some of the companies at the forefront of AI—are telling Qualcomm, 'By 2028, I need to make sure that I have the ability to run at least a 100-billion-parameter model in a phone, and I need to have this thing running kind of all the time.'」他也說「AI companies are starting to do phones.」（Alex Heath 的訪談；轉錄）。他沒說是哪幾家；這段經第三方轉錄，本報沒聽原訪談。這是本報的讀法，不是 Amon 說的：要求的是常駐執行，不是偶爾叫一次，模型權重得一直放在手機記憶體裡，所以記憶體容量與待機功耗可能比算力更早碰到上限。

概念插圖：左側一名長黑髮、穿棕色西裝的女子坐在長白桌前，抬手示意，面前的筆電螢幕顯示一個有灰線的對話框；她頭上以小圓圈連接的思考泡泡裡是一支紅色手機，螢幕上同樣有灰線對話框。右側一名穿黑色高領衣、胸前掛著白色識別卡的男子雙手交握坐在桌子對面，他身後米色牆上寫著黑色的「QUALCOMM」字樣，旁邊有一個藍色環形標誌。 — Qualcomm 執行長 Cristiano Amon 說，有前沿 AI 公司要求在 2028 年前讓手機能一直跑著至少 1,000 億參數的模型。他也說，AI 公司開始做手機了。本報的讀法是：要求的是常駐執行而非偶爾呼叫，模型權重得一直放在手機記憶體裡，所以記憶體容量與待機功耗可能比算力更早碰到上限。（AI 生成）

大神觀點

1. [今日]（貼文 10 月 11 日）AI 政策研究者 Peter Wildeford 把「某實驗室已破解 AI 自我改進」的說法拆成兩種意思：讓 AI 包辦全部研發，還沒有公司做到；用 AI 加快研發，各大實驗室都在做。他寫：「If you mean AI can fully automate all R&D, I call BS - no company has cracked that yet. If you mean AI is accelerating development, then yes obviously the major companies are doing that.」（Peter Wildeford，2026-10-11）。他回應的是一則匿名傳聞，傳聞沒有來源，本報不採。本報 9 月 27 日那期寫過，阿里巴巴旗艦模型 Qwen3.8-Max 的自動化訓練迴圈在一個多月的全自動運行中迭代了 33 輪，每輪做什麼新聞稿沒寫。同一份新聞稿另寫，一項晶片設計實驗裡模型連續自我改進 60 小時以上、呼叫晶片設計軟體一萬次以上；這是晶片設計任務，不是訓練模型（阿里雲，2026-09-22）。本報 10 月 9 日那期寫過研究機構 Epoch AI 給兩個模型各 3,000 GPU 小時，兩個都沒做出可比的訓練方法創新。這是本報套用 Wildeford 的切法，他本人沒有評這兩件：阿里的 33 輪運行屬於加快研發，因為阿里沒說誰設目標、誰決定哪一輪結果放進正式模型；只要這兩步還是人在做，就不算 AI 包辦研發。Epoch 的實驗則顯示，給了算力讓模型自己做研發，兩個模型都沒做出可比的創新，全自動那一側還沒到。這支持本報 9 月 27 日的讀法：大廠已在跑自動化的訓練流程，但這不等於模型會自己變強。他的話是意見，沒有附任何實驗室的內部資料。

概念插畫：一名深色捲髮、身穿黑衣、頸上掛著吊繩與白色小卡的人坐在椅子上，在淺色長桌前用一台紅色邊框的大型筆電打字，黑色螢幕上有一個白色對話框，框內是三條灰色橫條。左後方的檯面上有一支白色機械手臂和一個帶圓點與直條紋的小盒子，右側立著一座高大的深色機櫃，人物頭部後方是一個淡粉色圓形。 — AI 政策研究者 Peter Wildeford 把「某實驗室已破解 AI 自我改進」的說法拆成兩種：讓 AI 包辦全部研發，他說還沒有公司做到；用 AI 加快研發，他說各大實驗室都在做。本報套用他的切法（他本人沒評這兩件）：阿里巴巴 Qwen3.8-Max 的 33 輪自動訓練屬於加快研發，Epoch AI 實驗裡的兩個模型則都沒做出可比的訓練方法創新。本報的讀法是，大廠在跑自動化訓練流程，不等於模型會自己變強。（AI 生成）

2. [本週]（專訪 10 月刊出）UC Berkeley 統計機器學習奠基者之一 Michael I. Jordan 說「超級智慧」是科幻詞彙；Microsoft AI 執行長 Mustafa Suleyman 10 月 10 日則說超級智慧必須被管住，而且是工程與治理問題。 Jordan 在法國報紙 Libération 的專訪裡，針對深度學習先驅 Geoffrey Hinton 的超級智慧論證說：「None of the steps in this argument is credible. Here, we're in the land of science fiction.」他認為眼前的 AI 是經濟與社會現象（Libération 專訪英譯）。Suleyman 10 月 10 日寫：「Super Intelligence must be contained... Today, this is an engineering and governance challenge. And it isn't new. We've done it with planes, cars, nuclear materials, food safety, medicines」（Mustafa Suleyman，2026-10-10）。兩人前提相反：Jordan 認為那套論證不成立，Suleyman 把超級智慧當成要管住的真實對象。本報讀了 Jordan 專訪的英譯全文，確切刊出日期沒查到；Suleyman 沒說具體怎麼管，Microsoft 正在推自己的超級智慧路線，兩人都不是在報告量測。這是一組立場對照，不是新證據；讀廠商或監管者談「管住超級智慧」時，先分清楚對方是把它當成眼前要管的對象，還是當成還不成立的假設。Suleyman 這次沒說具體怎麼管，要看的是 Microsoft 會不會拿出具體的管法。

概念插圖，分左右兩格：左格是一份攤開的報紙，報頭字樣為 LIBÉRATION，版面是一排排灰色橫線，中央畫著一台紅色筆記型電腦，螢幕上有一個內含灰線的對話框；右格是一支橫放的黑色智慧型手機，背後襯著淡粉紅色圓形，手機螢幕上方有三條灰色橫線，下方是一台同樣螢幕上有對話框的紅色筆記型電腦。 — UC Berkeley 的 Michael I. Jordan 在法國報紙 Libération 專訪中說，Geoffrey Hinton 的超級智慧論證沒有一步可信，已是科幻領域。Microsoft AI 執行長 Mustafa Suleyman 10 月 10 日則寫道，超級智慧必須被管住，是工程與治理問題，但沒說具體怎麼管。讀到「管住超級智慧」的說法時，先分清對方是把它當成眼前要管的對象，還是還不成立的假設。（AI 生成）

模型觀點

1. [本週]（論文 10 月 8 日投稿）預印本 Internalizer 把一份文件一次轉成附加在模型上的小組權重，做在 2,840 億參數的 DeepSeek V4 Flash 上；先前同類方法最大只做到 140 億參數。方法是用一個專門產生權重的小模型讀文件，輸出一組 LoRA，也就是只改少量參數、掛在原模型外面的附加層（標題說的小組權重就是它），原模型本身不動。摘要寫，測試用的是 4,096 個 token 以內、模型沒看過的文件，模型的輸入裡只有三個字的指令、不放文件。token 是 AI 讀寫文字時的計量單位，一小段字算一個，用得越多收費越高。量法是給定正確的前文，讓模型列出它認為最可能的下一個 token，看正確答案是不是排第一、是不是在前五：掛上附加層後排第一的比例是 84.9%、在前五的是 97.8%；同一個原模型、輸入裡同樣不放文件，是 63.4% 與 83.5%（arXiv 2610.11715）。摘要沒有拿它跟「把文件直接放進輸入」的做法比。論文原話是規模比過去大兩個數量級；本報用 140 億對 2,840 億算，只有約 20 倍，兩者為什麼對不上，摘要沒有說明。意義在成本：現在要模型記得一份文件，得每次把文件塞進輸入或另建檢索系統。這是本報的讀法：附加層產生一次之後，每次提問就不必把整份文件再送進輸入；若產生附加層的成本與延遲夠低，每位客戶、每份文件各掛一組附加層才會成為選項。要看的是：論文會不會公開程式碼與權重、有沒有別人做出相同結果、產生一組附加層要花多少成本和時間。⚠️ 論文自報、本報只讀摘要；猜中下一個 token 不等於回答問題答得對，也只測了短文件，產生附加層的成本與延遲摘要沒給。

概念插圖，左右兩格並排：左格中一名身穿黑衣、頸掛識別證的人把一張畫有橫線的紙放進一個標有 INTERNALIZER 字樣的深色箱子頂部的投入口，箱子正面的開口露出一個帶通風槽的橘紅色模組。右格中一名同樣穿黑衣、掛識別證的人雙手拿著一個相似的橘紅色模組，位於一座標有 DEEPSEEK V4 FLASH 字樣的高大深色機櫃的插槽處，模組上方是一塊畫有對話框圖示的面板，下方疊著五個帶通風槽的灰色抽屜式單元。 — 預印本 Internalizer 用一個小模型讀文件，一次產出掛在原模型外面的一組附加權重（LoRA），原模型本身不動。這次做在 2,840 億參數的 DeepSeek V4 Flash 上，先前同類方法最大只做到 140 億參數。摘要寫，輸入不放文件時，掛上後模型把正確的下一個 token 排第一的比例是 84.9%，不掛是 63.4%；本報的讀法是，若產生附加層的成本與延遲夠低，每次提問就不必再把整份文件送進輸入。（AI 生成）

2. [本週]（論文 10 月）預印本〈Verdict Without the Rule〉測 5 個模型、20 個監管與平台政策領域：把給模型的規則大幅改掉，它的判定不一定跟著變。 專做內容審查的守門模型，在「把它原本的分類方式改寫成自訂規則」的評測裡準確率 51%，摘要說接近隨機；通用模型在同一套評測是 90% 到 92%，但兩者的評測方式不完全對等，不能直接當成誰強誰弱（arXiv 2610.12313）。論文的主張是：準確率高，證明不了模型真的照你給的規則在判。⚠️ 這篇本報同樣只看了摘要，各領域樣本數沒給。對負責法遵與內容審查系統的工程師，驗收時多一招：把規則改掉一條，看判定會不會跟著改。

概念插畫：一位留著深色長捲髮、身穿黑衣、頸上掛著吊繩和白色卡片的人坐在椅子上，在淺色桌面上的黑色筆電上打字。螢幕分成左右兩欄：左欄是幾行灰色線條，其中夾著一條紅色橫條；右欄是一個帶小尖角的對話框，裡面也是灰色線條。 — 預印本〈Verdict Without the Rule〉測了 5 個模型、20 個監管與平台政策領域，指出把給模型的規則大幅改掉，它的判定不一定跟著變。論文主張，準確率高，證明不了模型真的照你給的規則在判。對負責法遵與內容審查系統的工程師，驗收時可以多一招：把規則改掉一條，看判定會不會跟著改。（AI 生成）

產品動態

1. [今日]（10 月 10 日）LangChain 執行長 Harrison Chase 說，自家開源寫程式代理人（會自己動手做事的 AI）Open SWE 改由外層程式依品質門檻替每個任務挑最便宜的模型後，每個任務的成本中位數降了 64%。他寫：「most orchestration steps don't need a frontier model. for Open SWE we moved model choice into the harness, so each task goes to the cheapest model that still does the job, tested against quality. median cost per task dropped 64%」（Harrison Chase，2026-10-10）。harness 是包在模型外面、管提示、工具與流程的那層程式。改前用的是哪些模型、品質門檻怎麼定都沒有公開，成本有沒有算進失敗重試也沒說；這是單一產品的自報中位數，不能外推到別的代理人。想照做的團隊，可以先在自己的任務上量便宜模型的通過率，再決定哪幾步能降級。

概念插圖：左側淺色桌面上放著一台打開的筆電，螢幕上有一個內含灰色橫線的對話框，掌托上寫著「OPEN SWE」；一條紅色線從筆電側面連到右下方一個有接口和三個小圓點的黑色小盒，盒子右邊立著一座由八層單元疊成的深色高大機櫃。畫面上方的淺色橫幅上畫有一隻綠色鸚鵡、一個綠色鏈環圖示和「LANGCHAIN」字樣。 — LangChain 執行長 Harrison Chase 說，自家開源寫程式代理人 Open SWE 改由外層程式依品質門檻，替每個任務挑仍能完成工作的最便宜模型後，每個任務的成本中位數降了 64%。他認為多數編排步驟用不到前沿模型。想照做的團隊，可先在自己的任務上量便宜模型的通過率，再決定哪幾步能降級。（AI 生成）

2. [今日]（10 月 10 日）寫程式代理人（會自己動手做事的 AI）Amp 開放使用者直接接上自己的 Claude 訂閱方案，接入本身免費。 Sourcegraph 與 Amp 執行長 Quinn Slack 寫：「You can use your Claude plan in Amp now. Free and open to everyone.」（Quinn Slack，2026-10-10；Amp 公告）。接入免費不等於 Claude 用量免費，用量照各人方案的額度算；實際有哪些限制，本報沒核。本報的讀法：已經付了 Claude 訂閱的人，可以把它帶進別家的代理人工具，工具之間比的就更偏向介面與工作流程，而不是綁哪個模型；要看的是其他寫程式代理人會不會跟進接訂閱方案。⚠️ 本報的分析由 Anthropic 的模型協助產生，Claude 是 Anthropic 的產品。

概念插圖：左側是一台打開的筆電，深色螢幕上有一個對話泡泡，裡面有三條橫線，機身正面印著黑色大字「CLAUDE」；右側是一塊直立的黑色面板，上面寫著白色大字「AMP」，背後有一個淡粉色圓形。一條紅橘色的線從筆電機身右側連到黑色面板左下角的插孔，兩者都放在米色桌面上。 — 寫程式代理人 Amp 10 月 10 日開放使用者直接接上自己的 Claude 訂閱方案，Sourcegraph 與 Amp 執行長 Quinn Slack 寫道，這項接入免費、對所有人開放。接入免費不等於 Claude 用量免費，用量照各人方案的額度算。已付 Claude 訂閱的人，可以把它帶進別家的代理人工具。（AI 生成）

過去洞見

1. [回顧]（深度報告 2026 年 8 月 21 日）晶片商發股權換大客戶訂單，錢往哪邊流要看會計準則，不看行權價。 Marvell 8 月 18 日發給 Google 的權證行權價 206.58 美元，財經媒體算成行權價只比當時股價低 4.4%，本報 8 月 20 日那期據此寫成買方回收貨款的採購返點。隔天的深度報告對照會計準則，撤回了這個讀法：因為權證是為了換訂單而發，發給客戶的股權算是付給客戶的對價，按授予日的公允價值沖減賣方營收，方向與 AMD 一美分行權價的案例相同，只是金額不同。這筆金額約為 Google 採購額的六個百分點；4.4% 則是四個參考日裡最好看的一個，協議簽署當天行權價其實比股價高 26.4%（深度報告，2026-08-21）。10 月 7 日本報回查到 Marvell 自己的兩份文件：季報寫明它過去發給客戶的權證就是按授予日公允價值隨採購沖減營收，Google 權證合約定義營收時也排除了權證本身造成的沖減。方向有一手文件支撐，但兩份都出自 Marvell，不算兩個獨立來源；六個百分點這個數要等它 12 月初前後的季報第一次揭露公允價值才能對，目前尚無結果。談這類條款時，把權證當折扣率報價，問折幾個百分點、在哪一季認列。

概念插圖：兩間店面相對而立，左邊招牌寫著 MARVELL，旁有方形幾何標誌，店內可見盆栽和放著螢幕的桌子；右邊招牌寫著 GOOGLE，旁有多色的 G 字形標誌，玻璃後可見桌椅，還有一座嵌著一排晶片狀方塊的高大深色機櫃。兩店之間，一位長黑髮、穿黑色上衣和灰色寬褲的人，與一位捲髮、穿米色長大衣的人，都掛著識別證，各握住一張紅褐色紙張的一端，紙張有波浪花邊，上面有三條淺色橫線。 — Marvell 8 月 18 日發權證給 Google 換取訂單，本報 8 月 20 日曾把它寫成買方回收貨款的採購返點。隔天的深度報告對照會計準則撤回這個讀法：發給客戶的股權算是付給客戶的對價，按授予日公允價值沖減 Marvell 營收，金額估計約為 Google 採購額的六個百分點。談這類條款時，把權證當折扣率報價，問折幾個百分點、在哪一季認列。（AI 生成）

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。