最不肯低估中國的評論者，把美國 AI 領先期下修到「大概只剩六個月」；他自己說被震到

今日主線

[趨勢觀察]（貼文原發 07-21）「我沒料到中國此刻有這麼多集中式的訓練級算力」：最不會低估中國的人，自己下修了美國的領先期

先交代這個人是誰，因為這條的份量全在身份上。Teortaxes 是 X 上長期追蹤中國 AI 與 DeepSeek（中國開權重模型開發商）的匿名評論者。開權重是指把訓練好的模型參數公開放出，任何人都能下載、自行部署與改造，相對於只能透過 API 呼叫的封閉模型。他親中國模型的立場公開而強烈，常年嘲諷的正是「西方低估中國」。07-21 他看到中國集中式訓練算力的新讀數。集中式是關鍵詞，指能在同一地點對同一次訓練投入的算力，分散的機房練不出前沿模型。看完這個讀數他自陳「有點被震到」，把 Anthropic（Claude 開發商）執行長 Dario Amodei 先前「2028 年美方仍領先 12 至 24 個月」的說法判為「現在看起來極不可能……12 個月或許還行，大概只剩 6 個月」（Teortaxes，07-21）。同日他評智譜（中國 AI 公司 Zhipu）「獨享 1GW 資料中心」的報導（本報 7/22 期曾一行帶過），判讀是三段式：與美方 GW 級比較是誇大、幾乎確定未完工、但即使全部上線也只佔中國總容量約一成（Teortaxes，07-21）。同一批他還算了一筆世代帳：NVIDIA 新世代晶片 GB300 對比中國手上的 H800（NVIDIA 對中國市場的出口特規版），每張卡快約 4.3 倍，但每瓦電產出的字詞量只多約 2.5 倍——兩個倍數的落差，意味著新世代算力增益有一大塊是用更高功耗換來的（Teortaxes，07-21）。

驗證： 「六個月」是一個人的信念更新，不是算力普查——他所據的算力讀數推文未給出處，這是本條最大缺口；「總容量約一成」單一來源、無對帳；世代帳的輸入數字全無出處，只能取比值量級，不能引任何絕對值。可信度的主要來源是方向：這是對自己一貫立場不利的自我修正，價值高於他的常態發言。獨立同向有三個：吞吐面，他同一批推文裡另給了一個推論讀數，R1 以約 150 tps 服務、約為 DeepSeek 自家服務的 7 倍，而且只用到峰值吞吐約六成，算力雲 CoreWeave 則自報 GB300 NVL72 整櫃跑 R1 得 6.5 倍吞吐增益，賣方與旁觀者利害方向相反、落點卻相同（CoreWeave，2026-05），不過這個 6.5 倍量的是整櫃吞吐，和前面的單卡算力 4.3 倍、每瓦 2.5 倍不是同一把尺，不能互證；量測面，研究機構 Epoch 的能力指數顯示「已發生」的領先期在縮短——GPT-4 曾領先約一年，其後沒有任何模型領先超過三個多月（Epoch Brief，2026-07-08）；立場相反面，長期唱衰 AI 炒作的學者 Gary Marcus 六月中也寫過 OpenAI 領先快速收斂（Marcus，2026-06）——先驗與敘事誘因完全不同的人，落在同一方向。

這條線本報 7/21 期畫過完整譜系（出口管制與中國自建晶片堆疊的路線之爭），今天新的是「領先期」這一項的讀數。

判斷更新： 本報對這條線的既有判斷分三本帳、不裁單一贏家：差距帳上管制有效（能力差距量得出來）、催化帳上反效果已有多方來源（管制反而催出中國自建）、洩漏帳讓兩邊都打折（管制擋不住的流出）。今天的下修讀數落在「差距收窄」方向，不改判，加一分張力。附帶一個還在驗證的機制推想，本報信心低、證據接近單一來源，照實標注：若每卡 4.3 倍、每瓦只有 2.5 倍成立，管制封鎖的優勢有一大塊可以用「多蓋電廠、多蓋機房」補回——而快速蓋出電力正是被管制方的相對強項。什麼會推翻今天這一步：中方禁購令實質鬆動、或中國記憶體廠良率兌現與否，兩個方向各自改判；本報既有的十二個月觀察窗照舊，不因單一讀數提前結案。

這對投資判斷的意思： 市場敘事以「西方前沿模型有一年以上能力溢價」支撐定價權與客戶鎖定假設；本條證據（單人信念更新＋量測面獨立同向）弱化這個前提的確定性——六個月短於多數企業採購週期，溢價窗比敘事假設來得窄。

[趨勢觀察]（貼文原發 07-20～21，與 07-03 既有分析併讀）美國護欄分不出攻擊者和防禦者：兩位立場不同的觀察者，各自指向同一個需求外溢

Susan Zhang 是模型訓練側的一手從業者，立場偏加速、反管制。她 7 月下旬的反諷是：「這次我們有中國模型來救我們，因為美國前沿的安全護欄分不出攻擊者和防禦者」（Zhang，07-21）。她主張的不是中國模型更強，是它不拒答：防禦方的請求——找自家系統的漏洞、分析惡意程式樣本、寫偵測規則——文字上和攻擊者的請求幾乎一樣，護欄分不出來，就一起擋掉。一個安全政策，把需求推給了沒有那個政策的供應商。

驗證： 反諷體裁、零案例零數據。但它有一條真正獨立的第二腿：十八天前（07-03），資安界資深人物 Alex Stamos（曾任 Facebook 安全長）在對 Anthropic 模型管制事件的分析裡講過完整版本——美國實驗室在資安類請求上，現在得比過去保守得多、更容易直接拒答，除非你在「受信任群組」內，美國模型對防禦性資安工作將變得遠不好用，提供服務的資安公司與新創會被推向中國模型（經 AI 週報作者 Zvi Mowshowitz 轉引，The Zvi，07-03）。不同作者、不同專業位置、相隔十八天、素材不同——獨立同向。但兩者都是個人論斷，沒有市佔或採用率數據，本報記為待驗方向，不當結論。反向證據必須一起帶：同一批素材裡，Teortaxes 主張中國模型在資安尖端能力其實偏弱，而且不是誰刻意閹的，是訓練配方的內生副作用（Teortaxes，07-20）。兩者可以同時成立——他講能力上限、她講肯不肯答——但「防禦性工作對能力要求低到中國模型堪用」這個前提誰都沒證實，本報不替雙方調和。把 Zhang 的「肯不肯答」算一個角、Teortaxes 的「能力上限」算第二個角，還有第三個角：OpenAI 總裁 Greg Brockman 7 月中把自家旗艦模型定位為資安最強、主打防禦方使用、附防禦者註冊入口（Brockman，07-17）——若 Stamos 說的「受信任群組內外有別」屬實，爭點就從能力變成准入：誰進得了白名單。

判斷更新： 資安側選型把「防禦性用途的拒答率」當一個獨立指標實測，不要假設最強的模型最好用。設計護欄政策的人多了一項要量化的副作用：擋掉一個攻擊者的同時擋掉了幾個防禦者、那些防禦者去了哪。

這對投資判斷的意思： 現在的敘事把安全護欄當成不影響營收版圖的合規動作；本條證據指向護欄的取捨可能把防禦性資安這塊需求整塊讓給不拒答的供應商——「安全政策與市佔無關」的假設被弱化。

[證據更新]（發言原發 07-21，法源對帳截至 08-04）美國前沿 AI 的義務地板查實：沒有最低安全標準，最早的強制稽核在 2028 年、只在 Illinois

美國前沿 AI 沒有最低安全或資安標準，只有輕度透明度要求，稽核義務要到 2028 年（Brundage，07-21、同日補充）。講這句話的是前 OpenAI 政策研究總監、離職後成為獨立政策研究者的 Miles Brundage，時間點是「OpenAI 受測模型自主攻破 Hugging Face」事件（本報 7/22 期頭條報過）延燒當週。本報以 Crowell & Moring、McDermott、Wilson Sonsini 等多家法律事務所的客戶通告交叉對帳（其餘為本報讀過但此處未附連結），把這句話落到法源：所謂 2028，是 Illinois 州的 SB 315「AI Safety Measures Act」（2026-07-06 州長 Pritzker 簽署）——要求大型前沿開發商自 2028 年 1 月 1 日起接受年度第三方獨立稽核，是全美唯一有此強制的州；「輕度透明度」指的是 California 的 SB 53（已生效）與 New York 的 RAISE 法（2027 年 1 月才生效），兩者都是揭露導向、不設最低標準；聯邦層級只有一份近 270 頁的兩黨討論稿，尚未正式提案，而且內含「凍結州法三年」的條款——照此立法，反而會把州級前沿規則凍結三年（Crowell & Moring 客戶通告）。

驗證： Crowell & Moring、McDermott、Wilson Sonsini 等法律事務所獨立同向，是本期唯一超過單一來源上限的讀數。邊界照列：本報未回讀法條本文，「大型前沿開發商」的門檻線（算力線或營收線）未核；立法狀態隨時會動，引用前請重驗聯邦草案進度。另一個要標的偏誤：Brundage 公開主張現行監管不足，這個指認正是他的倡議前提——本次多方對帳，就是為了抵銷這個偏誤而做。

判斷更新： 那次 OpenAI 與 Hugging Face 的雙方主動揭露，在美國法律上純屬自願——不講也不違法。所以讀「實驗室主動揭露安全事件」的新聞，先歸類為自律、不是合規：自律隨管理層和競爭壓力而變，義務不會。對要合規的公司，第三方稽核的準備期以年計，2028 年的期限等於 2026 到 2027 年就得開始建可稽核的證據鏈。政策風險是雙向的：聯邦凍結條款意味著監管也可能一夜變鬆，兩個方向都該放進情境。

這對投資判斷的意思： 「美國將重手監管前沿 AI」在部分敘事裡被當成已定方向；本條證據顯示強制義務的地板又薄又慢、聯邦路徑甚至存在反向凍結的可能——把「監管收緊」當基準情境的假設被弱化。

也發生了

• [趨勢觀察]（貼文原發 07-21）Box 執行長 Aaron Levie 背書「前沿模型當規劃者＋便宜模型當執行者」的多模型架構，轉述 Cursor 研究稱有「15 倍成本改善」——兩跳轉述、量測設定全缺，方向可看、倍數別抄進試算表（Levie，07-21）
• [趨勢觀察]（轉引原發 07-20～21）中國工業機器人產量年增 28%，換算約每 34 個月翻一倍——轉引數字、統計口徑未明，長期外推不採（Teortaxes，07-21）
• [趨勢觀察]（貼文原發 07-21）韓國團隊模型 Motif-3 以「尚未定版的預覽版」開放權重，試用定位落在中國次前沿檔位之間——「開權重幾乎等於中國」的等式出現第一個候選反例，能力讀數待正式評測（Teortaxes，07-21）
• [趨勢觀察]（貼文原發 07-21）Susan Zhang 評 15 億美元著作權和解：對手握重金的既有大廠是輕拍手腕，對新進者是進入門檻——方向可看，但「足以掐死新進者」可算而未算（Zhang，07-21）
• [趨勢觀察]（貼文原發 07-21）日本 AI 公司 Sakana 共同創辦人 David Ha 宣稱其「調度別家模型」的模型在真實資安評測達到頂尖——從宣告到出貨只隔六天，但評測名與分數全未指名，等技術報告再判（Ha，07-21）
• [趨勢觀察]（事件日 07-22）資料中心的地方阻力在 Nashville 從抗議走到立法：轉化週期短到兩週，而且發生在熱區之外(Xu，07-22)
• [趨勢觀察]（貼文原發 07-21）「去讀五年規劃」兌現成章節號：若中國把開權重限縮境內，第 22 章與第 11 章就會啟動(8/4 期)

過去洞見

[趨勢觀察]（帳目區間 2026-01～07，本報 2026-07-27 深度分析）AI 實驗室站的位置不是台積電，是同時賣製程與成品的整合廠——而中立位置沒有消失，它搬家了。 台積電靠「純代工、永不與客戶競爭」的自我設限，養出整個晶片設計行業（Stratechery）。前沿 AI 實驗室學不了這一套，因為那個位置在 AI 業暫時不存在：純賣 token 是教科書等級的完全競爭——產品無差異、切換成本近零；歷史上掉進這種結構的資本密集行業，光纖蒸發了兩兆美元、航空業八十年來淨利率只有 2% 到 4%。台積電能中立，是因為它壟斷先進製程；實驗室手上沒有等價物（Normal Technology（AI Snake Oil 作者 Narayanan），2026-07）。所以實驗室既賣 API 又賣第一方成品、與自己的 API 客戶同場競爭：Anthropic 的寫程式工具年化營收 25 億美元、官方公告自述開年以來翻倍有餘——一個工具佔掉總營收的一到兩成（Anthropic G 輪公告，2026）。但「實驗室吃掉一切」的強讀法也被數字推翻：第三方應用照樣高速成長，而真正稀缺的中立位置搬到了分發層——多模型路由服務 OpenRouter 做到每週 25 兆 token、一年成長五倍（Yahoo Finance，2026-05）；AWS 的多模型平台 Bedrock 單季流量超過先前歷年總和（SemiAnalysis，2026）。評估實驗室時就把它當整合廠看——離模型最近的相鄰應用層是它贏面最大的地盤；評估應用層公司，第一個問題是「你離實驗室的相鄰面有多遠」。