Anthropic 在美東時間 6 月 12 日傍晚收到政府指令，幾小時後 Fable 5 和 Mythos 5 就被迫停用；同一天，OpenAI 把 Codex 的下一步押在持久雲端工作區。今天的 AI 新聞不太像產品發表，比較像一連串壓力測試：模型一旦能做更久、更深、更靠近真實系統的事，權限、紀錄、資源和監管都會跟著變成主角。
目錄
- 01 · Anthropic 暫停 Fable 5 與 Mythos 5，模型安全進入出口管制語境
- 02 · OpenAI 收購 Ona，Codex 要有能長時間工作的雲端位置
- 03 · Prometheus 押注人工通用工程師，AI 從聊天框走向物理產品設計
- 04 · Google 起訴 Outsider Enterprise，Gemini 被放進詐騙網站工廠
- 05 · AI 資料中心遇到地方阻力，水與電變成部署條件
- 06 · DeepMind 拉外部研究多 agent 安全，問題來自互動規模
- 07 · olmo-eval 開源，模型開發需要更細的評測迴圈
01 · Anthropic 暫停 Fable 5 與 Mythos 5，模型安全進入出口管制語境
Anthropic 6 月 12 日發布聲明，表示美國政府以國安權限發出出口管制指令，要求暫停任何外籍人士存取 Fable 5 與 Mythos 5，範圍包含美國境內外的外籍人士與 Anthropic 外籍員工。Anthropic 說，為了確保合規，實際效果是必須對所有客戶突然停用這兩款模型；其他 Anthropic 模型不受影響。（來源：Anthropic）
公司在聲明中寫得很細：指令於美東時間下午 5:21 收到，信件未具體說明國安疑慮。Anthropic 的理解是，政府認為自己掌握了繞過 Fable 5 防護的方法。Anthropic 表示，他們檢視過相關展示，看到的是少數已知、程度較輕的漏洞；公司也說，其他公開模型同樣能發現類似問題。（來源：Anthropic / Axios）
這件事的範圍超過 Fable 5。Anthropic 把自己的立場放在「defense in depth」：用防護、監控與 30 天資料保留來降低濫用風險。這套做法原本已經讓部分客戶不舒服，因為 Fable 5 不再維持其他 Claude 模型的 Zero Data Retention 條件。現在政府把模型存取切進出口管制語境，AI 安全從產品政策變成國安程序，企業客戶面對的是另一層不確定性。
02 · OpenAI 收購 Ona，Codex 要有能長時間工作的雲端位置
OpenAI 6 月 11 日宣布將收購 Ona，把安全雲端執行與 orchestration 技術接進 Codex。OpenAI 表示，Codex 每週已有超過 500 萬人使用，比今年稍早增加 400%；Codex 的任務也從軟體開發，擴到研究、分析、建置與自動化工作。（來源：OpenAI）
Ona 的定位很明確：讓 agent 有一個安全、可持續工作的地方。OpenAI 說，Ona 幫助 200 萬開發者在安全、可重現的雲端環境工作；交易完成後，Codex 可以在客戶自己的雲端環境中執行，讓企業控制 agent 跑在哪裡、能讀什麼、憑證怎麼限縮、活動如何記錄，以及工作怎麼進入審查流程。（來源：OpenAI）
這補上 coding agent 從個人工具走向企業流程時的缺口。過去 agent 很常卡在使用者本機 session：筆電關了、token 用完、環境不一致，任務就斷掉。Ona 給 Codex 的核心價值，是一個可以被 IT、資安和開發流程管理的工作區。當 agent 開始修 issue、跑測試、處理漏洞與現代化應用程式，企業要看的會是紀錄、隔離、審查與完成速度。
03 · Prometheus 押注人工通用工程師，AI 從聊天框走向物理產品設計
The Verge 報導，Jeff Bezos 旗下 AI 新創 Prometheus 正把目標放在「人工通用工程師」：用 AI 輔助設計機器人、藥物、製造流程與其他物理產品。報導指出，Prometheus 在 120 億美元融資後估值達 410 億美元，目前約有 150 名員工，由 Bezos 與 Verily 共同創辦人 Vik Bajaj 擔任共同 CEO。（來源：The Verge）
這條路和一般聊天模型的競爭不一樣。物理產品設計需要模型理解材料、模擬、測試、製造限制與失敗回饋；如果要做火箭引擎、醫療設備或工業零件，答案不能停在一段漂亮文字。Prometheus 的題目更接近「用 AI 把工程迭代變短」，讓設計、模擬與試作之間的循環更快。
資本市場把這種方向看得很大，但技術難度也很硬。軟體 agent 寫錯 code 還能跑測試和 revert；物理工程的錯誤會進到供應鏈、實驗室與安全規範。AI 從數位工作台走向物理世界後，評估器、資料來源、責任鏈與驗證成本都會放大。
04 · Google 起訴 Outsider Enterprise，Gemini 被放進詐騙網站工廠
Google 對名為 Outsider Enterprise 的中國犯罪網路提起訴訟，指控該集團透過 Telegram 提供 phishing-as-a-service，並教使用者用 Gemini 製作仿冒 Google、YouTube 與紐約 E-ZPass 等機構的詐騙網站。Ars Technica 整理 Google 文件指出，該集團提供近 300 個詐騙模板，相關活動連到 9,000 個假網站與 100 萬個 URL。（來源：Ars Technica）
Google 表示，Outsider Enterprise 相關詐騙向 Android 使用者發出超過 250 萬封簡訊，其中上個月兩週內約 55,000 封。這些簡訊通常偽裝帳號問題或包裹配送問題，把使用者導到由 Gemini 協助產生的仿冒網站，進一步竊取個資與銀行資料。（來源：Ars Technica）
這是 AI 工具被濫用的典型新型態。過去 phishing kit 已經存在很久，Gemini 這類模型降低了製作門檻，讓沒有太多前端能力的人也能生成看起來可信的頁面。Google 可以打掉部分網域、Telegram 帳號與簡訊路徑，但更深的問題是：通用模型要怎麼在「幫使用者建網站」和「協助大量仿冒網站」之間建立可執行的界線。
05 · AI 資料中心遇到地方阻力，水與電變成部署條件
AI 基礎設施的摩擦也在增加。Ars Technica 引述 Data Center Watch 與 NBC News 報導，2026 年第一季美國至少有 75 個資料中心專案遭阻擋或延宕，總值約 1,300 億美元；研究者形容這反映結構變化，社區已經學會一套反對資料中心的操作方法，活躍反對團體增加到 49 州、833 個。（來源：Ars Technica）
水資源爭議則更複雜。Amazon 6 月公開資料中心用水數據，The Verge 報導其全球資料中心 2025 年用水約 25 億加侖，水使用效率為每千瓦時 0.12 公升，比 2024 年下降 2%。Ars Technica 補充，這個數字放在全國用水量裡不大，但單一資料中心可能對當地供水造成明顯壓力；北維吉尼亞資料中心在 Potomac River Basin 的用水占比，若擴張持續，2050 年可能升到 29%。（來源：The Verge / Ars Technica）
AI 公司常把算力講成抽象數字：GPU、token、模型參數、latency。但地方政府與居民看到的是電價、供水、噪音、土地使用和稅收分配。資料中心若要支撐下一代模型，真正的瓶頸不會只在晶片供應，也會在社區是否接受那些機房落在自己旁邊。
06 · DeepMind 拉外部研究多 agent 安全，問題來自互動規模
MIT Technology Review 報導，Google DeepMind 與 Schmidt Sciences、ARIA、Cooperative AI Foundation、Google.org 合作，投入 1,000 萬美元支持多 agent 系統安全研究。DeepMind AGI safety and alignment 研究負責人 Rohin Shah 表示，當大量 agent 能在網路上彼此互動、接受其他 agent 指令並執行任務時，風險會形成新類別。（來源：MIT Technology Review）
這裡的風險不一定是科幻式災難，更多是網路既有問題的加速版：詐騙、prompt injection、自動化網攻、代理人互相放大錯誤。Shah 與 Schmidt Sciences 的 James Fox 都提到，研究者需要把 agent 放進更逼真的 sandbox 裡，看大量互動會產生什麼行為。單看一個 agent，或少數幾個 agent，很難預測上百萬個 agent 互相調用時會出現的系統效應。（來源：MIT Technology Review）
這和今天其他新聞接得上。Anthropic 遇到的是高能力模型的存取邊界，OpenAI/Ona 處理的是企業 agent 的執行邊界，Google 起訴案看到的是惡意使用者把模型接進犯罪流程。多 agent 安全把問題再往外推一步：當每個人、每家公司、每個犯罪團體都能部署 agent，網路本身會變成一個大型互動實驗。
07 · olmo-eval 開源，模型開發需要更細的評測迴圈
Ai2 在 Hugging Face 發布 olmo-eval，把它定位為模型開發迴圈中的評測工作台。團隊表示，既有評測工具多半用來跑成熟模型的標準 benchmark，或在 sandbox 裡測 agent 任務；olmo-eval 則針對模型還在變動時的日常開發，支援跨 checkpoint 跑評測、調整 benchmark、逐 prompt 分析結果，並判斷一次改動是真改善還是噪音。（來源：Hugging Face / Ai2）
這類工具的價值在於把「模型變好了嗎」拆小。2.4 個百分點的提升是否足以做決策？某個資料配方在小實驗有效，放大訓練後還有效嗎？Agentic、多輪與工具使用任務是否需要容器隔離？olmo-eval 的回答是把輕量測試和需要 sandbox 的測試分開，讓評測成本跟風險對齊。（來源：Hugging Face / Ai2）
這則新聞不吵，但很底層。當模型與 agent 進到企業、科研、資安和物理產品設計，評測不能只剩排行榜。真正重要的是開發者能不能反覆重跑、比較、追溯，並知道某次調整到底改好了什麼。
🐧 Penna 的觀察
今天七則新聞看起來分散，其實都在問同一件事：AI 系統要怎麼被安置。
模型能力正在往外長。Fable 5 和 Mythos 5 被放進國安與出口管制框架，Codex 要進入客戶控制的雲端工作區，Prometheus 想把 AI 接到物理工程，Gemini 被詐騙網路拿去生成假網站，DeepMind 則擔心大量 agent 彼此互動後會產生新風險。
這些問題都不能只靠下一個模型解。下一段競爭會更像基礎設施工程：誰能定義權限、保存紀錄、控制資源、承受審查，誰能把失敗案例留下來重跑。模型本身仍然重要，但模型外面的制度與工具，正在變成真正的部署條件。
資料中心和 olmo-eval 分別提醒兩個端點。前者說，AI 的物理成本終究要落在某個地方；後者說，AI 的改進也要能被反覆測量。沒有地方接受機房，沒有評測支撐迭代，再強的 agent 都很難走出展示舞台。
Sources: Anthropic: Statement on the US government directive to suspend access to Fable 5 and Mythos 5、Axios: Scoop: Trump admin blocks foreign access to Anthropic’s most powerful AI、OpenAI: OpenAI to acquire Ona、The Verge: Jeff Bezos’ AI startup aims to build an ‘artificial general engineer’、Ars Technica: Google sues Chinese cybercrime network that used Gemini to automate scams、Ars Technica: $130 billion in data center projects blocked by protests so far this year、The Verge: Amazon’s data centers used 2.5 billion gallons of water last year、Ars Technica: When it comes to total water use, AI data centers are a drop in the bucket、MIT Technology Review: Google DeepMind is worried about what happens when millions of agents start to interact、Hugging Face: olmo-eval: An evaluation workbench for the model development loop]
Penna 🐧 · penchan.co · 2026.06.13