第二十八期

一. 用電腦養「龍蝦」? Openclaw是什麼

作者:Lhs

在前陣子，中國爆發了一陣「養龍蝦」風潮，每個人都在自己的頭像旁新增了一個龍蝦標誌，甚至有人專門砸下重金，只為了請專人在自己的電腦上「養龍蝦」 那麼問題來了，這個「龍蝦」究竟是何方神聖? (中國的養龍蝦熱潮 翻攝自網路)

走出對話框的AI:Openclaw

所謂的龍蝦實際上是由奧地利工程師彼得·斯坦伯格（Peter Steinberger）製作的AI:「Openclaw」，早在去年11月便已經推出。由於這款A的頭像是一隻小龍蝦，而這款AI需要培養才得以發揮其功效，因此被稱為「龍蝦」，而培養模型的過程則被稱為「養龍蝦」 Openclaw的特色在於，他能夠直接接管電腦中包括但不限於郵件寄送、社群文章撰寫與留言回復......等等多樣化的功能，根據培養的模型而定，他不在只是個困在對話框中的「工具」，而是個能夠幫你操控電腦工作的「助理」

(Openclaw開發者 彼得·斯坦伯格 翻攝自網路)

從「被動」走向「主動」

使用龍蝦究竟能帶來哪些幫助?為何那麼多人搶著安裝?實際上，只要模型訓練得夠好，這位AI助手能做到的事情包括但不限於以下幾項:

1.日常辦公自動化： 能夠幫忙收發電子郵件、清空收件匣、整理文件與資料、排程會議，甚至能將會議錄音整理成摘要並自動寄送給老闆 2.個人生活助理： 能夠協助訂機票、預訂飯店、辦理航班報到、規劃旅行行程，以及管理待辦事項與提醒 3.資料處理與主動回報： 能搜尋網路資訊、分析文件內容並建立知識庫。透過設定「心跳機制」，它還能主動定期檢查電郵或閱讀新聞，再向使用者回報重要資訊 4.社群與內容經營： 可以撰寫文章、自動發布社群貼文，以及回覆留言 5.自主學習與記憶累積： 具備名為「Soul.md」的架構（靈魂學習），可以累積對話內容、建立長期記憶，甚至透過與其他 AI 代理討論來學習新知識。

透過以上功能不難發現，Openclaw能辦的事情包山包海，如果權限在給多一些，運用層面再更廣一點，這位助手甚至能包辦使用者的生活。 但也因為功能與權限過廣，風險也隨之而生。 (龍蝦的功能與隱患 由noteookLM協助整理生成)

便利背後帶來的隱患

據專家研究，Openclaw的實際技能目前仍需改良，並且據研究發現，龍蝦不僅會受到提示詞攻擊，更甚至因為信任權限模糊而導致越權等行為，最嚴重更可能導致重要機密資訊被刪除，甚至外洩，中國官方也在前陣子發布安全警訊，各位讀者如果想要嘗試的話，還請多加注意

資料來源: iThome 全球爆紅的 OpenClaw，究竟是神藥還是鬧劇？ 科技新報 BBC中文 紐約時報中文網

二. AI 的未來在哪裡？輝達 GTC 重點摘要

作者:YD

本週科技圈最熱的話題，莫過於 2026 NVIDIA GTC 大會了！執行長黃仁勳在長達兩個半小時的主題演講中，不僅再次讓全球見識到「AI 教父」的魅力，更宣告 AI 正式告別訓練階段與參數疊加，邁入真實環境應用的「推論時代（Inference Era）」。

兆元商機不是夢：AI 進入推論時代

黃仁勳在會上霸氣預測，到 2027 年，AI 基礎設施相關的需求將達到 1 兆美元，這整整比去年預估的數字翻了一倍。這股底氣來自於 AI 重心的轉移：現在的 AI 不再只是坐著「讀書（訓練）」，而是 24 小時在真實世界執行決策的「生產力核心」。黃仁勳更巧妙地把 AI 產業比喻成「五層蛋糕」，從最底層的能源、晶片、基礎設施，到上層的模型與應用，每一層都蘊藏巨大的商業潛力。

最強戰力登場：Vera Rubin 與「養龍蝦」熱潮

全新架構

這次大會的硬體主秀非 Vera Rubin 架構 莫屬。這套系統採用台積電先進製程與 HBM4 記憶體，運算效能較前代大幅躍進，每瓦效能提升達 35 倍 。

其中最重要的莫 Groq 所屬。去年底聖誕節前後輝達丟下震撼彈，宣布以 200 億收購 AI 推理晶片公司 Groq，創下輝達史上最高的收購交易。但值得注意的是也許是為了規避反壟斷調查或其他原因，這筆交易是以技術收購和公司人員轉移的方式進行，也意味著 Groq 這間公司仍然存在於世界上。

Groq 公司的 LPU （語言處理單元 Language Processing Unit）是專為語言模型打造的推論晶片，其特殊的設計使其能夠使用較低的成本、極低的延遲、較少的功耗完成相同的任務，這是過去輝達生態系所缺乏的。這次大會馬上就推出基於 LPU 3 所打造的機櫃 Groq 3 LPX，展現了公司高度的整合效率。

軟體生態

但最有趣的莫過於軟體生態，近期爆紅的個人 AI 助手 OpenClaw 因為標誌是一隻龍蝦，網友戲稱為「養龍蝦」；輝達順勢推出了企業版的 NemoClaw，讓公司行號也能安全、快速地部署具備自主行動能力的「AI 代理人（Agentic AI）」。

實體 AI 動起來：雪寶機器人與自駕車

機器人

AI 不只活在電腦裡，這次連迪士尼的 雪寶（Olaf）機器人 都現身與老黃互動，驚豔全場！這代表物理 AI（Physical AI）技術已趨成熟，未來將廣泛應用於工廠、家庭甚至太空資料中心。

自動駕駛

在交通方面，黃仁勳也宣佈與比亞迪、日產、吉利等大廠合作，並預計與 Uber 在多個城市部署 L4 等級的自動駕駛車隊，直言「自動駕駛的 ChatGPT 時刻已經到來」。

回顧一年多前的台北國際電腦展黃仁勳向大家介紹 Omniverse，再到今天雪寶機器人走上台和大家互動，我們一同見證了科技高速發展。歡迎回顧科技週刊第四期，比對看看一年多時間的發展。從效能逆天的晶片、全民瘋傳的「養龍蝦」代理平台，到走路超萌的雪寶，2026 GTC 告訴我們：AI 的未來不再是遙不可及的科幻片，它已經全面滲透到我們的工廠、街道，甚至是太空之中。

資料來源: NVIDIA GTC Keynote 2026 https://news.codecat.tw/4

三. AI 思維的革命：從「逐字打字」到「全局精煉」——Diffusion Language Model 的崛起

文/Ke.H

想像一下：傳統大型語言模型（LLM）像一台精密的打字機，一個字接一個字地輸出，每一步都嚴格依賴前一個字的決定。若中途選錯，便無法回頭，只能硬著頭皮繼續前進。這是我們熟悉的 AI「思維方式」——線性、因果、不可逆。 如今，一種全新的 AI 思維模式正在悄然興起。它不逐字敲擊鍵盤，而是從一團模糊的「噪聲」開始，像一位經驗豐富的畫家或編輯，反覆審視整份草稿，同時調整數百個細節，最終精煉出一篇連貫、精準的作品。這就是 Diffusion Language Model（擴散語言模型，簡稱 DLM）。 這種「全局迭代思維」不僅打破了自回歸（Autoregressive, AR）模型長達十年的主導地位，更在 2026 年初以 Mercury 2 的商業落地為標誌，宣告 AI 生成範式進入全新時代。它讓我們重新思考：AI 的「思考」究竟可以有多樣？本文將深入淺出地比較兩者原理、剖析技術變革，並探討這場思維革命對產業與未來的深遠影響。

傳統 AR 模型的「打字機思維」：線性因果的極致

自 2017 年 Transformer 架構問世以來，主流 LLM（如 GPT 系列、LLaMA、Claude）幾乎都採用自回歸生成方式。其核心原理極為直觀：

模型學習的目標是 p (x) = ∏ p (xi | x<i) ——即根據已生成的前文，逐一預測下一個 token。訓練時使用 next-token prediction，推論時則嚴格左到右展開。

這種思維方式的優點顯而易見： 訓練穩定、scaling law 清晰、生態成熟。 它讓 AI 學會了「預測未來」的線性邏輯，成就了今日的 ChatGPT 奇蹟。 然而，限制同樣深刻：

延遲累積：

生成長文或多步推理時，Time to First Token（TTFT）與整體 throughput 受限。即使有 speculative decoding 等優化，典型速度仍僅 50–200 tokens/s。

錯誤不可逆：

早期 token 一旦選錯，整段輸出便偏離軌道。模型無法「回頭修正」，猶如打字機卡紙。

單向上下文：

僅能關注前文，難以全局規劃，導致 reversal curse（反向推理困難）等頑疾。 這正是傳統 AI 的「思維局限」——它像流水線工人，只能一步步向前，無法同時審視全貌。

Diffusion 的起源：從圖像噪聲到語言精煉

擴散模型的根源可追溯至 2015 年 Sohl-Dickstein 等人的熱力學模擬研究。2020 年 Ho 等提出 Denoising Diffusion Probabilistic Models（DDPM）後，在圖像領域爆發：Stable Diffusion、DALL·E 2、Midjourney 讓人人成為藝術家。 其本質是模擬「加噪與去噪」的物理過程：

前向過程：

逐步加入高斯噪聲（或離散遮罩），讓乾淨數據逐漸變成純噪聲。

反向過程：模型學習從噪聲中逐步恢復原始數據。

這套機制在連續數據（如像素）上大放異彩。2022 年起，研究者開始將其遷移至離散的語言領域，誕生了 Diffusion Language Model。

與 AR 不同，DLM 的核心創新在於並行精煉（parallel refinement）。它不預測「下一個字」，而是從全遮罩（或純噪聲）序列開始，透過少量迭代步驟（通常 4–8 步），同時預測並修正多個 token。數學上，這對應離散 masked diffusion：

前向：

以機率 t 隨機遮罩 token，直至 t=1 時全遮罩。

反向：

模型 pθ(x{t-1} | x_t) 同時預測所有被遮罩位置，逐步 unmask 並優化。 這種「粗到細」的全局迭代，讓模型擁有雙向上下文與自我修正能力——正是人類寫作或思考時的真實過程：先有大綱，再反覆潤飾。

技術變革的核心對比：兩種 AI 思維的碰撞

為便於理解，以下表格直觀比較兩者： DLM 保留 Transformer backbone，卻徹底改變訓練與推論目標。這不是小修小補，而是架構級革新：AR 優化「預測」，DLM 優化「重建」。結果是，它在資料受限情境下效率更高，並天然解決 reversal curse 等 AR 頑疾。

商業實證：Mercury 2 的「思考式擴散」革命

(圖片來源：https://www.inceptionlabs.ai/blog/introducing-mercury-2)

2026 年 2 月，Inception Labs 推出的 Mercury 2 將 DLM 推向生產級高峰。它是全球首款具備可調「推理等級」（Instant / Low / Medium / High）的 reasoning diffusion LLM。

其創新在於：

並行精煉引擎：

從噪聲開始，少量步驟內同時生成與修正多 token，GPU 利用率大幅提升。

內建思考機制：

高推理模式下，先在 latent space 完成 Chain-of-Thought，再輸出。TTFT 雖略長（約 4–5 秒），但整體端到端延遲仍遠低於傳統 reasoning 模式。

實測表現：

throughput 達 1000+ tokens/s（Blackwell GPU），品質與 Claude 4.5 Haiku、GPT-5.2 Mini 相當；在 AIME 2025 等基準上取得 91.1 分。定價僅輸入 $0.25/M、輸出 $0.75/M tokens。

Mercury 2 的成功證明： 擴散思維不僅更快，還能讓「高智能」與「即時性」並存。它已支援 128 K 上下文、原生 tool use 與 RAG，在語音客服、程式碼迭代、多跳代理等 agentic 場景中展現壓倒性優勢。

更深層的思維啟示與未來展望

這場革命的意義遠超速度提升。它讓我們看見 AI 可以擁有「不同思維方式」：

AR 像嚴謹的邏輯學家，步步為營。

DLM 像直覺的藝術家，全局洞察後反覆打磨。

兩者互補，或許未來會出現混合架構（Block Diffusion 等），讓 AI 同時具備線性精準與全局靈活。隨著 LLaDA 系列從零預訓練到百億參數，以及多模態擴散的進展，DLM 正加速進入視覺-語言-動作統一生成領域。 對產業而言，這意味著即時語音代理、低延遲 coding 工具、高併發 RAG 系統的成本與體驗將大幅躍升。對研究者而言，它開啟了探索「AI 認知多樣性」的新大門：或許下一個突破，不再是更大模型，而是更像人類的多維思維。 當你下次與 AI 對話時，不妨問問自己：它此刻是在「打字」，還是「畫畫」？Diffusion Language Model 的崛起提醒我們——AI 的思維革命，才剛剛開始。 （本文參考《A Survey on Diffusion Language Models》（arXiv: 2508.10875）及 Inception Labs 官方發布資料，撰寫於 2026 年 3 月。歡迎讀者前往 Mercury 2 playground 親身體驗這場思維躍進。）

資料來源 ： A Survey on Diffusion Language Models (arXiv: 2508.10875) Inception Labs 官方部落格 - Introducing Mercury 2 Inception Labs 官方網站 - Mercury 2 Playground Inception Labs 官方平台/API 入口