AI 模型帶著 1 萬美金下場投資，誰輸多？誰賺多？

這個週末，我看到一句很有意思的話：
“In today’s attention economy, being useful might matter less than being memorable.”

中文大概可以翻成：「在這個注意力經濟的時代，有用不如讓人記得。」

第一眼看下去我其實不太服氣。但仔細想了一下，你上次主動轉發一篇文章，是因為它資訊很完整，還是因為它有一句話讓你笑出來？你最後選擇追蹤某個 AI 相關的帳號，是因為它教你怎麼接 API，還是因為他發的 AI Meme？甚至你為什麼會點開這封電子報，可能也只是因為我們過去寫過哪句話讓你印象深刻。

但我不認為這是非此即彼的選項，有時候，不是你的產品&內容不夠有用，而是你沒留下任何記憶點，我們共勉之 XD

這週也一樣，精選 5 則值得關注的 AI 新聞，搭配一段觀察筆記，
讓你不只是看熱鬧，也能看懂門道。

本周焦點事件

1. AI 模型帶著 1 萬美金下場投資，誰輸多？誰賺多？
2. AWS 大當機：Perplexity、Canva、Reddit 全部斷線
3. ChatGPT 也要開放情色模式？ OpenAI 限制鬆綁
4. Karpathy：LLM 沒辦法思考，不能學習人類的思考模式
5. AI 內容一度超車人類，現在打成平手了？

SPONSORED

🎬 TTXC 2025｜文化 × 科技 的交會點就在高雄駁二！
還在想「文化科技」到底是什麼？
這場由文化部與高雄市政府主辦的 TTXC 台灣文化科技大會，
要帶你親眼見證：當藝術、電影、XR、AI 相遇，會擦出怎樣的火花！

✨ 展會亮點一次看：

• 【XR DREAMLAND】亞洲最大沉浸式展區，帶你走進 35 部國際 XR 作品的異世界。今年展出不只是「體驗內容」，更是展示未來敘事方式的「新媒體工廠」
• 【INNOVATIONS】由文化內容策進院策劃，集結近 70 件台灣原創與跨域作品，展出許多由政府投資與補助計畫支持下誕生的跨域成果，例如《快樂的陰影》《妖怪森林》等
• 【主題論壇】聚焦 虛擬製作 × 沉浸內容 × IP 應用娛樂 × 創新場域營運。
  從《阿凡達》特效幕後到《淚之女王》虛擬製作，邀請海內外百名產業人士，帶你揭開文化內容與科技融合背後的真實商業邏輯。

和 AI 郵報一起參加 TTXC，參加一場「文化科技生態系」的實驗。
這不只是看展，而是能夠從創作者、品牌、技術夥伴的互動中，
理解文化科技生態系如何運作。

📅 活動資訊
📍 地點｜高雄 駁二藝術特區
🗓 日期｜2025/10/10 - 10/26
🔗 官網｜ttxc.tw
📸 Instagram｜@ttxc.expo
📘 Facebook｜https://www.facebook.com/ttxc.expo

🟠 立即前往 TTXC，探索文化科技的未來！

還想看更多嗎？完整內容只對註冊用戶開放喔！
點下方的免費 Subscribe，馬上加入我們～

AI 模型帶著 1 萬美金下場投資，誰輸多？誰賺多？

如果給每個 AI 模型一萬美元，讓它下場做交易，誰最會賺？

這個比賽由平台 Alpha Arena 舉辦，選手當然是要明星陣容：Claude Sonnet 4.5、GPT-5、Gemini 2.5 Pro、Grok 4、Qwen3 Max、DeepSeek Chat v3.1。

規則非常簡單：

• 每個模型起始資金都是 $10,000；
• 接收同一組提示（包含價格資訊、技術指標如 MACD / RSI、持倉條件與停損邏輯）；
• 每回合模型都要做出「買入 / 賣出 / 持有」的交易決策；
• 績效實時公布，排行榜透明呈現。

而目前競賽跑了兩天，誰最強？答案是 DeepSeek Chat v3.1，報酬率高達 +41.24%；緊追在後的是 Grok +36.91%；Claude +24.85%；Qwen 3 8.68%，至於最慘的選手，分別是 GPT-5：-25.17% 以及最後一名 Gemini 2.5 Pro：-29.12%。

更有意思的是，這些交易過程全部記錄下來，包括模型的推理邏輯、停損條件、是否堅持策略還是調整方向，完整開放給外部分析。這不只是一場炒幣競賽，更像是一次針對 AI 行為邏輯、風險管理與策略調整能力的公開的壓力測試。

觀察筆記

這基本上是一場 AI 判斷力的實驗，每個模型都拿到一樣的提示詞、一樣的價格走勢、指標等等，唯一的變數就是這些 AI 怎麼去理解這些訊號。

我在打這篇前 DeepSeek 是 28%左右，結果打完硬生生是多出了 10 幾%，真的好扯，從網站上也可以看到這些模型的操作紀錄，其實蠻有趣的，這場賽事才跑了兩天，72 小時的曲線像是心電圖，有些人還活蹦亂跳，有些人快送進 ICU 了XD。

AWS 大當機：Perplexity、Canva、Reddit 全部斷線

其實雲端蠻像水塔的XD，平常沒人會想到它，甚至不知道它放在哪，但只要一出問題，馬上讓你痛不欲生。

今天台灣下午三點多時，AWS 發生大規模當機，從美東快速波及全球，受影響的潛在用戶可能高達 5 億人，還好不只是我而已，有 5 億人陪我一起雲端中風。

而這次受影響的服務包含：Perplexity、ChatGPT、Canva、Reddit、Fortnite、Snapchat、Alexa、Epic Games Store 等。就連麥當勞 App 和 Airtable 也都受到牽連。Perplexity CEO Aravind Srinivas 也在 X 上表示：「我們正在處理 AWS 造成的斷線問題。」

這已不是 AWS 首度出現大規模災情。光是 US-EAST-1 區域，過去三年就發生過至少三次系統性當機（2020、2021、2023），每一次都造成上百個服務同步失效，也讓它被戲稱為「全球最脆弱的單點故障」。

截至目前，Amazon 尚未公布具體成因，也無明確復原時程。唯一可以確定的是，在這場「什麼都打不開」的清晨，全世界用戶都同時想起一件事：原來我們那麼多生活，是跑在 AWS 上的。

觀察筆記

坦白說我當下真的是氣瘋，我那時在用 Canva 做 Post，結果突然文字載入不了，東西下載不了，歷史檔案也打不開。然後因為我目前還在測試 Perplexity 的 Comet，所以我就馬上問了 Perplexity Canva down news，OK，Perplexity 也倒，整個過程超荒謬，我還一度以為是自己網路費沒繳（結果還真的沒繳）。

最後是打開 Downdetector，看一整排都出錯誤報告，然後就上 X 看戲，才知道原來是雲端壞掉了。AWS 雖然沒公布受影響人數，但光是 ChatGPT、Snapchat、Reddit、Perplexity、Canva 這幾個平台加總，就超過 5 億活躍用戶。就算只有 1～5% 的人當下在線，也等於可能有上千萬人手足無措，這才讓我好受點，果然痛苦是給那些孤獨的人在說的，有上千萬人陪的就不叫痛苦。

ChatGPT 也要開放情色模式？ OpenAI 限制鬆綁

OpenAI CEO Sam Altman 近日宣布，將為 ChatGPT 推出一系列「人格強化」更新，其中最引發爭議的一項是：未來將允許經過年齡驗證的成人用戶，與 ChatGPT 進行成熟、甚至帶有情色性質的對話。

Altman 表示，過去 ChatGPT 設計得比較保守，是為了避免對年輕用戶與高風險族群造成傷害，但這也犧牲了使用樂趣（？）。
接下來幾個月，OpenAI 將：

• 推出一個更像 GPT-4o 的互動版本（語氣與陪伴感調整）；
• 在 12 月前開放成人用戶選擇進入「mature mode」，進行更自由的個人化對話。

官方強調，這類成熟內容會加上年齡驗證、風險控管、以及明確的 opt-in 流程（用戶主動要求才會開啟），但依然引發不少討論：當一個擁有 8 億週活躍用戶的 AI 平台，開始支持情色互動時，所謂的「邊界」還剩多少？

觀察筆記

上次台中小聚時才有傳播系的同學問我們怎麼看 AI 陪伴這個議題，沒想到這禮拜 ChatGPT 就拋出一顆震撼彈。

AI 陪伴的爭議性，其實早就不是新聞。從 Character.AI 傳出青少年因情感依賴而自殺，到有人愛上 AI 扮演的虛擬女明星、甚至為了她們離婚、搬家、換工作。但這次打開潘朵拉盒子的，不是一款邊緣產品，而是全球最普及、擁有 8 億週活用戶的 ChatGPT。當一個這個量級的平台開始支援成熟對話模式，整件事的尺度與風險管理邏輯，就不可能跟小眾產品一樣。

不過我倒不認為這需要被道德綁架。至少 ChatGPT 是個人的對話窗口，不像 Facebook 這種可以靠演算法與廣告系統，把情色、詐騙、情感操控包成一個一對多的擴散工具。

Karpathy：LLM 沒辦法思考，也沒有做夢，更不像人類

如果你關注 AI 技術圈，一定聽過 Andrej Karpathy。他是 OpenAI 的創始團隊成員之一、前 Tesla 自駕負責人，也被視為最懂得把深度學習講得清楚、講得有畫面的技術人。而就在上週，他在一檔專門深訪科學家的 Podcast——《Dwarkesh Podcast》中，對現有大語言模型的學習方式，開了一槍。這一集長達兩小時多，Karpathy 講了很多，但最讓人印象深刻的是他反覆強調：

「人類不是靠強化學習在學習。強化學習很糟，只是我們之前用的更糟而已。」

他把 LLM 的訓練過程比喻成「用吸管吸監督信號」（sucking supervision bits through a straw）這邊有點難理解，首先要先提到強化學習（RLHF）的流程：

• 模型輸出一整段文字（例如回答一個問題、進行一段對話）；
• 人類（或另一模型）會對這個輸出整體打分數（設置獎勵）；
• 模型根據這個「整體分數」，回過頭來強化它剛剛做出的那整段決策；
• 但這段話裡，哪個詞是關鍵？哪句其實是誤導？模型不知道。

這就像你寫了一整篇作文，最後老師只打了一個『80 分』，卻沒告訴你哪裡錯了、哪裡寫得好。你只能靠猜，回頭把整篇再寫一次，還有可能越改越糟。所以這個吸管吸監督信號的意思是，你有一整杯水要喝，但你每次卻只用一根吸管慢慢吸。

而人類不是這樣。他說：

「我讀一本書時，會主動停下來想，這個概念跟我已知的東西衝突嗎？有什麼應用情境？我會在腦中生成模擬資料來重新整理它，這才是我真正學會的過程。」
「但 LLM 現在完全沒有這個階段。它們只是在模仿答案，看起來對，但其實不懂。」

這也讓他進一步談到另一個概念：「記憶力太好，其實是一種干擾。」
Karpathy 認為，人的記憶會遺忘，反而迫使我們去萃取共通概念、形成能泛化的理解。但 LLM 太能記，一不小心就會卡在細節、無法抽象，導致所謂的「看起來很聰明，卻無法通用」。

觀察筆記

Karpathy 不是在批評某種模型架構，而是在指出一個很根本的落差：AI 跟人類根本不是在用同一種方式「獲得理解」。現在的大語言模型，大多透過類似強化學習（RLHF）的方式來學習──它產出一整段答案，只因為結尾被給了高分，就會回頭強化整段內容。

你可能會想，我們在使用 AI 的時候，我們都有跟它說哪些地方請幫我調整，是有給出明確回應的，但 Karpathy 講的是「訓練階段」而不是使用階段，我們這樣做確實可以幫助模型 Fine-tune，但它底層還是沒辦法做到跟人類一樣思考、主動推理。所以當你給出「這段不好的地方，請調整」，他回答給你的東西是「你喜歡的東西」而不代表它真的知道自己為什麼這樣回答。

AI 內容一度超車人類，現在打成平手了？

Graphite 最近發布一項研究，分析 2020 到 2025 年間、從 Common Crawl 抓下來的 6.5 萬篇網路文章，結果發現一個極具象徵性的變化：AI 內容真的一度超過人類內容，主宰整個網路。

高峰出現在 2024 年 11 月，也就是 ChatGPT 爆紅不到一年之後。當時各種自動產文工具如雨後春筍，SEO 農場、內容工廠全面上線，網站幾乎變成 LLM 生產線的輸出地。

但就在那之後，數字開始停滯。到了 2025 年，AI 內容佔比不再繼續上升，甚至出現微幅下降——目前網路上的內容，大約一半來自人類、一半來自 AI，打成平手。

Graphite 將這股趨勢稱為「AI content plateau」，原因也不難想像：大家很快就發現，AI 內容雖然量大，但排名不好。無論是 Google 搜尋、社群轉發還是讀者互動，真正能留下來的，還是那些有觀點、有價值、有連結感的內容。

觀察筆記

這份報告最讓我在意的，不是 AI 寫文章的佔比高到一度超過人類，而是——這個浪潮比想像中更早撞牆了。2024 年底那波「AI 生文潮」看起來像是毀滅級別的資訊海嘯，但真正沖出內容荒野的，反而還是人類。

原因很直接：AI 雖然能生出大量文字，但它沒辦法決定什麼值得被看見。

這場內容競賽的本質不是比產能，而是比「可見性」與「可信度」。你可以在三分鐘內用 AI 寫出 30 篇文章，但讀者和搜尋引擎只會留下那一篇有東西可記、有邏輯可追、有立場可感的內容。

我認為這將成為下一輪內容排序的核心演算法：不是抓誰寫得多、寫得快，而是誰寫出來的話有「價值密度」可量測。

喜歡這期內容嗎？有哪一則讓你特別有感？
歡迎回信或是 Instagram 告訴我們，我們會偷偷讀大家的回覆的！

我們下周見
—AI郵報 編輯團隊