本周焦點事件

1. 反 AI 人士發動攻擊，Sam Altman 門前投擲汽油彈
2. Meta AI 長上任 9 個月後的第一張成績單：Muse Spark
3. AI 搜尋引擎活不下去了？Perplexity 接通 1.2 萬家銀行，ARR 單月暴增 50%
4. 一句話更新 32 件商品、不用登入後台：Shopify 把整個店鋪讀寫權開放給 Claude
5. 還在兩個分頁之間複製貼上嗎？Google 打通了 Gemini 和 NotebookLM

SPONSORED

「活動推薦」線上 Webinar：AI Agent 時代來臨 — 從 GitHub Copilot 到 AI-Native Development

AI 正在重新定義軟體開發的本質。從單純的程式碼輔助，到能理解需求、自主執行任務的 AI Agent，企業正全面加速邁向「AI-Native Development」的新階段。

為什麼這場值得去

這場活動從「趨勢」到「工具」再到「實務應用」，完整呈現 AI 驅動開發的關鍵轉變。內容涵蓋 GitHub Copilot 與 AI Agent 的進化路徑、Agentic DevOps 端到端開發流程、GitHub × Azure 的企業級整合應用，以及企業實際導入 AI 開發流程的案例拆解。講者涵蓋平台技術與實戰兩端，不只給你趨勢方向，也給你可以帶回去落地的設計思路與操作策略。

完成報名並參與活動，還有機會抽中 500 USD Azure Sandbox Credit（共 10 名）。

適合誰來

• 負責技術決策與數位轉型的企業主管（CTO／CIO／IT 主管）
• 軟體工程師、開發者、Tech Lead 與架構師
• 正在打造 AI-Native 產品的 PM、產品經理與新創團隊
• 想掌握 AI Agent 與 GitHub Copilot 最新發展動向的所有人

時間： 2026 年 4 月 16 日（四）下午 2:00–4:30
活動形式： 線上 Webinar（免費參加）
主辦： Microsoft　
協辦： AIPost、零壹科技、Microfusion

立即報名 →

反 AI 人士發動攻擊，Sam Altman 門前投擲汽油彈

根據 The San Francisco standard，4 月 10 日凌晨 3:40，一名男子走近 Sam Altman 位於舊金山 Russian Hill 的住宅，向大門投擲汽油彈，引燃外側金屬柵欄。私人保全在幾分鐘內撲滅火勢，無人受傷。約一小時後，同一名男子出現在三英里外的 OpenAI 總部，揚言燒毀大樓，並試圖用椅子砸碎玻璃門，隨即被舊金山警方逮捕。

嫌犯是 20 歲的德州男子 Daniel Alejandro Moreno-Gama，從休士頓近郊專程飛至舊金山。逮捕時他身上帶著一份 23 頁的手寫宣言、一桶煤油和打火機。宣言中明確表達對 AI 發展的強烈反對，載有多名 AI 公司高管與投資人的姓名和地址，並寫道「如果我要倡導他人採取行動，我必須以身作則」。他目前面臨謀殺未遂、縱火、持有爆裂物等多項州級重罪，以及聯邦層級的持有未登記武器罪名，FBI 隨後也突擊搜查了其德州住所。

Moreno-Gama 曾在 AI 批評組織 PauseAI 的 Discord 以「Butlerian Jihadist」（取自科幻小說《沙丘》的反機器聖戰典故）為名活動，版主後來因其言論疑似暗示暴力行動而將其驅逐。他另在 Substack 發表過多篇文章，認為 AI 發展將導致人類滅絕。PauseAI 事後公開譴責此次攻擊行動。

週日凌晨，Altman 住所附近發生第二起事件。一輛轎車停在門前，乘客伸手窗外開槍，兩名嫌犯 Amanda Tom（25 歲）與 Muhamad Tarik Hussein（23 歲）隨後被捕，被控過失開槍。

-

Here is a photo of my family. I love them more than anything. Images have power, I hope. Normally we try to be pretty private, but in this case I am sharing a photo in the…

Sam Altman

事發當天下午，Altman 在個人部落格刊出家人照片，隨後發文。他承認「對 AI 的恐懼與焦慮是合理的」，坦言自己「低估了文字與敘事的力量」，並回顧了在 OpenAI 歷次內部衝突中的個人錯誤。他以《魔戒》中的至尊魔戒比喻 AGI 競賽——不是說 AGI 本身是魔戒，而是「成為掌控 AGI 的那個人」這種意識形態，「會讓人做出瘋狂的事」。他呼籲各方「降低言辭的升級烈度，讓現實與比喻意義上的爆炸都少一點」。

Meta AI 長上任九個月後的第一張成績單：Muse Spark

2026 年 4 月 8 日，Meta 旗下的 Meta Superintelligence Labs（MSL）正式發布了首款模型 Muse Spark——這是 Zuckerberg 以 143 億美元收購 Scale AI 49% 股份、引入 Alexandr Wang 擔任首席 AI 官之後，整個團隊花了九個月時間交出的第一張答卷。

Muse Spark 是一款原生多模態推理模型，支援文字、圖像、語音輸入，並整合工具呼叫（tool-use）與視覺思維鏈（visual chain-of-thought）。其中最被 MSL 強調的，是一個叫做多智能體辯論（multi-agent debate）的推理架構——不是讓單一模型自己想答案，而是讓多個 AI agent 對同一問題各自提出立場、互相審查與反駁，最後收束出更可靠的結論。

📌 什麼是多智能體辯論？
你可以把它想成陪審團機制。一般模型像一個法官獨自裁決，容易自我強化錯誤推理；多智能體辯論讓多個 agent 互相打架，讓漏洞在輸出前就被揪出來。這在醫療等高風險場景特別關鍵。

benchmark 數字上，Muse Spark 在 Artificial Analysis Intelligence Index 拿下 52 分（相比 Llama 4 Maverick 當時的 18 分），逼近 Claude Opus 4.6 的 53 分與 GPT-5.4 的 57 分。特別突出的是健康推理——HealthBench Hard 拿下 42.8%，領先 GPT-5.4（40.1%），遠超 Gemini 3.1 Pro（20.6%），背後是 MSL 與超過 1,000 名醫師協作 curate 訓練資料的成果。視覺推理（MMMU-Pro 80.5%）也位居第二，僅次於 Gemini 3.1 Pro。

Muse Spark 已上線 meta.ai 與 Meta AI app，並將陸續整合進 Facebook、Instagram、WhatsApp、Messenger 與 Ray-Ban 智慧眼鏡。值得注意的是，這款模型是閉源的——Meta 表示「未來希望開源」，但沒有承諾時間表。這是 Llama 系列以來，Meta 首次走閉源路線。

相對明顯的弱點是 coding 能力：SWE-Bench Pro 只有 52.4%，落後前段班的 57%+ 水準，深度 agent 任務表現也不突出。此外，使用 Muse Spark 需要以 Facebook 或 Instagram 帳號登入，Meta 雖未明確說明會使用個人帳戶資料，但「打造個人化 AI」與「我們不碰你的隱私」這兩句話同時存在，是這次發布最耐人尋味的一條暗線。

觀察筆記

三月時微軟推出 Copilot Researcher，其中 Critique 的功能就是讓 GPT 負責擬草稿，而 Claude 扮演審查員；而在 Meta 最新推出的 Muse Spark，我們也看到相同的影子。這背後讓我很好奇的是：「多 AI 辯論是不是一個追分利器」，於是我去翻了背後的研究。原來早在 2023 年，MIT 和 Google DeepMind 就聯合發表過一篇論文《Improving Factuality and Reasoning in Language Models through Multiagent Debate》，橫跨六個推理與事實 benchmark，結論是：即使所有模型最初都答錯，在辯論過程中仍能逐漸收斂到正確答案。沒有一個模型是因為「本來就對」才贏的，而是因為「互相糾錯」才對的。

我以前打過辯論，除了立論、論述技巧以外，老師常說一句玩笑話：「打辯論不能有覺得自己厚臉皮的想法，因為你得真的認為自己是對的。」只能說，越辯越明也非常適用於 LLM 提升自己能力的一個手段。

另一個我蠻好奇的點，是 Muse Spark 強調的 Visual Chain of Thought。一般的多模態模型是「讀完圖再用文字推理」，圖在輸入端進來就退場了；但 Visual CoT 讓模型在推理過程中持續使用圖像，包括：框出重點、縮放細節、標注中間步驟，有點像用視覺做工作筆記，我覺得這也可以 Echo 回去，我們對 Meta 發的模型中，最有印象也最具權威的就是 Meta 的影像理解、貼標模型 SAM 系列。

除了 Meta 以外，目前能做到這件事的主力模型大概是 GPT 和 Gemini 2.5 Pro，現在再加上 Muse Spark。對 Meta 已經確定「個人超級 AI 智慧眼鏡」的方向來說，不管是多智能體辯論，還是 Visual CoT，本質都是在擴展模型的推理工作記憶。前者是水平擴展（多個視角同時持有），後者是跨模態擴展（文字 ＋ 視覺同時推理）。

AI 搜尋引擎活不下去了？Perplexity 接通 1.2 萬家銀行，ARR 單月暴增 50%

2026 年 4 月 9 日，Perplexity 宣布透過金融數據平台 Plaid，將超過 1.2 萬家銀行、信用卡、貸款機構接進其 Computer 產品——用戶可以直接用自然語言管理預算、追蹤淨值、規劃還款計畫，並自動填寫 IRS 報稅表格。目前僅開放美國與加拿大桌機版，行動版與其他地區尚未開放。

📌 Plaid 是什麼？
2013 年成立於舊金山，他們花了十三年談判、建 API、處理法規，才把銀行金融資料與 App管道打通，也就是金融科技的基礎設施。所以只要你用 Venmo 轉帳、用 Robinhood 買股票、用 Coinbase 出入金，背後只要接觸到串接銀行資料，幾乎都是 Plaid 在做。目前覆蓋超過 1.2 萬家金融機構，美國每四個有銀行帳戶的人，就有一個會用到 Plaid 的技術。

傳統平台給你的是固定的圖表分類，你只能照著它設計的框架看數字（當然對於過去的時代來說是好的）。但現在 Perplexity 的做法是讓你直接提問：「把我的支票帳戶、投資帳戶和學貸連起來，幫我做一個每日更新的淨值儀表板」，模型會根據你的真實資料即時生成客製工具。舊平台讓資料來去配合介面，並且透過固定的框架，減少使用者操作的門檻，而 Perplexity 是讓介面配合你的問題，非常的彈性化。

在 Perplexity 發布的同時，也釋出的他們的商業數字：Perplexity 的 ARR 在三月份突破 4.5 億美元，單月成長 50%。這個數字放在脈絡裡看：2024 年底 ARR 約 6,300 萬，2025 年底約 1.5–2 億，到 2026 年三月單月跳到 4.5 億——觸發點正是 2 月底 Computer 的上線。對照 ChatGPT 2024 年約 20 億美元 ARR，4.5 億算不上大，但成長速度本身才是重點：一個月 50% 的跳升，在這個量級幾乎沒有先例。分析師預估 Perplexity 全年 ARR 可能達 6.5 億。

觀察筆記

Perplxity 從 2024 年每月將近 2.3 億次的訪問，到去年年中每月 7.8 億次，成長了三倍，雖然數字增長，但團隊總覺得 Perplxity 的聲量漸消，討論度低的非常多，尤其是推出瀏覽器之後，後來我們看了市場份額，Perplxity 從去年四月到現在 2026 年四月，市場份額跌幅超過 40%，而目前 AI 搜尋市場中佔比第一是 ChatGPT，第二則是從 Perplxity 換成了 Gemini。

另外一個我覺得很值得提的觀察是，關於 AI 時代的 Pitvot 速度。

Computer 是 2 月 25 日上線，3 月 11 日就接上 Plaid 做投資帳戶，4 月 9 日擴到銀行帳戶、信用卡、貸款——從一個 agent 產品到完整的個人財務中樞，六週。

傳統 Fintech 公司要做到這個程度的整合，光是法規合規、銀行談判、安全架構就要以年計算。Perplexity 站在 Plaid 既有的基礎建設上，跳過了整個建設期，直接進入「應用層組裝」的階段，但在這整條金融鏈上，站最穩的絕對不是 Perplxity，而是背後的 Plaid。它不跟任何一個 AI 應用競爭，Perplexity 接了它，OpenAI 遲早也會接，下一個做 AI 財務助理的新創也會接。

一句話更新 32 件商品、不用登入後台：Shopify 把整個店鋪讀寫權開放給 Claude

2026 年 4 月 9 日，手握 3,780 億美元年交易額、560 萬個店鋪的 Shopify 悄悄公開一個名為 Shopify AI Toolkit 的工具，這個工具把「整個後台的讀寫權限」，全開放給所有 AI Agent。商品、訂單、庫存、SEO、圖片，想改什麼改什麼。

這個 Toolkit 涵蓋 16 個技能模組，包含商品管理、庫存、SEO 批次更新、自訂報告、主題修改等。特別值得注意的是，Shopify 自己的 AI 助理 Sidekick 本來就跑在 Claude Sonnet 4.5 上，所以這次 AI Toolkit 比較像是把同一套模型家族開放給外部開發者使用。

另外，Toolkit 本身是沒有復原機制的。做了就是做了，所以官方建議先在測試商店跑過再上線。

還在兩個分頁之間複製貼上嗎？Google 打通了 Gemini 和 NotebookLM

Google 在 Gemini 裡推出 Notebooks 功能——讓 Gemini 和 NotebookLM 的資料從此雙向自動同步。你在 Gemini 裡上傳的 PDF、文件、網址，會自動出現在 NotebookLM；反過來，在 NotebookLM 建立的 Notebook 也可以直接在 Gemini 繼續對話。上傳一次，兩個工具都能用。

在此之前，這兩款工具是各自獨立的——而它們的強項又偏偏不同：

Gemini 擅長即時搜尋、長對話、網路查詢，可以邊看你的文件、邊查網路給答案；NotebookLM 擅長100% 根據你上傳的來源作答，並生成 Gemini 沒有的格式——Video Overview（影片摘要）、Infographic（資訊圖表）、Audio Overview（類 Podcast 對話音檔）。

整合後的工作流程是：在 Gemini 把資料整理好、問完問題，直接跳到 NotebookLM 把同一份資料生成影片或播客——全程不需要重複上傳，也不需要切換帳號。Google 把這定位成「跨 Google 產品共用的個人知識庫」，未來計畫延伸到更多 Google 服務。

目前開放給付費用戶（Google AI Ultra $200/月、Pro $19.99/月、Plus）的桌機網頁版，行動版與免費版本預計數週內跟進。值得注意的是，這功能 Google 內部原本叫「Projects」，最後改名 Notebooks——背後的競爭對手不言而喻：ChatGPT Projects、Claude Projects，大家都在搶同一個位置。

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