這週的 AI 新聞很熱，但我讀完反而更想把溫度降下來
GPT-5.6 用 prompt 解凸最佳化 30 年 gap，這種故事很容易讓人興奮；同一週也有 Stack Overflow 被 AI 改寫的圖、LLM critics are right / I use LLMs anyway、GPU boom 循環融資、NYC 要求揭露租屋 listing 裡的 AI 使用
把這些放在一起，我的結論是：AI 真的有用，但越有用，越需要冷靜的工程紀律、風險標示和市場常識
AI 模型 & 產品更新
GPT-5.6 被拿來推進凸最佳化問題 是很強的能力訊號 它提醒我，大模型在數學、搜尋、猜想輔助上仍然會有驚喜 但這種案例也最容易被過度外推：能幫一個 expert 推進問題，不等於能無人監督地替一般使用者做所有高風險判斷
Fable 5 vs GPT-5.6 Sol on NP-hard problem 這類比較很適合看趨勢，但不適合直接拿來決定生產環境模型 真正重要的是你的任務是否有 ground truth、是否能重跑、是否能設負向測試
AI listing disclosure 開始進入城市治理場景 NYC 如果要求房東或仲介揭露 AI 使用，代表 AI 生成內容正在從平台政策問題變成法規問題
AI 開發工具 & Agent
Stack Overflow 的流量變化圖 是我這週最有感的開發者新聞 AI 不是只替代回答，它改變了知識社群的經濟：誰提問、誰回答、誰被看見、誰有動機維護高品質答案
Setting up a spare Mac for Claude Code to control 顯示 agent workflow 正在長出新的實體操作模式 不只是 IDE 裡的 agent，而是讓 AI 操作一台隔離機器、跑長任務、維持工作上下文 這會讓「環境隔離」變得比以前更重要
Claude Code / OpenCode token footprint 的討論，也是在提醒 agent 成本不是抽象概念 context 大小、預讀策略、工具呼叫方式，都會轉成 latency、成本和資料外送面積
大神觀點
「The LLM Critics Are Right. I Use LLMs Anyway」這個標題抓得很好 批評者很多時候是對的：幻覺、過度自信、低品質內容、治理風險都是真的 但這不等於工具沒有價值 正確態度不是信仰或拒絕，而是把 AI 放在可驗證的工作流裡
「Inviting hard questions」連續出現在 digest 裡，我把它當成供應商成熟度訊號 AI 公司如果只想談能力，不願談風險，就不適合被放進核心流程
創投 & 市場
Nvidia、CoreWeave、Nebius 的 GPU boom 循環融資 是這週資本市場最重要的警訊 AI 基礎設施需求是真的，但當供應商、客戶、投資人之間出現複雜互相支撐，就要小心需求訊號被放大
AI Mania Is Eviscerating Global Decision-Making 這類批判文也值得讀 熱潮裡最危險的不是大家相信 AI 會變強，而是把「AI 會變強」拿來跳過財務、治理、風險、基本產品判斷
行動建議
- 把 AI 用在有驗證回路的地方：數學、程式、資料處理都可以，但要能檢查答案
- 不要把 miracle case 當常態：模型解出困難問題是訊號，不是採購規格
- 替 agent 工作環境做隔離：長任務、遠端機器、repo access 都要有邊界
- 看 GPU 市場時分清需求與融資結構：成長是真的，泡沫也可能同時是真的
參考來源
RSS Digest: 見 research/digests/2026-W29.md（本週 276 篇，精選 AI capability / agent / market risk 線索）
主要來源：Anthropic、Hacker News、Meta AI、The Batch、Google Cloud Blog、Every、a16z、Reuters