《M報》#510：微軟推進多模型｜OpenAI 最後募資｜Claude Code 外洩事件
【Ｍ觀點】#291 精華摘要（點擊標題能觀看網頁版）
如果你近期有想要出國旅行，我會建議大家跟 Miula 我一樣做一件事－打開 VPN。
原因很簡單。很多人出國時都會用飯店 Wi-Fi、咖啡廳網路，但這些公共網路其實沒有你想像中安全。你以為只是滑滑手機、收收信，但帳號、密碼、甚至一些個人資料，都有可能被攔截。
所以我自己的習慣是，只要在外面用公共網路，我一定會開 VPN。而我唯一推薦的，就是我自己在還沒業配前就已經開始使用的 NordVPN。它最大的用途，就是幫你的上網連線多加一層加密保護，讓外界更難追蹤你的 IP，也比較不容易被駭客攔截資料。
很多人會覺得資安問題離自己很遠，但其實最常見的情況，就是帳號密碼被偷、社群帳號被盜、甚至信用卡資訊外洩。VPN 其實就像一個很便宜的小保險，平常可能感覺不到，但真的遇到問題時就會很慶幸自己有用。
如果你最近有出國計畫，或平常常在咖啡廳、共享空間用 Wi-Fi，我真的會建議你裝使用 VPN。
透過下方專屬連結，或輸入優惠碼「miula」訂閱 NordVPN 兩年方案，現在還會加贈 4 個月，而且有 30 天退款保證，不滿意也可以退費，完全零風險喔。
「NordVPN X M觀點」: https://nordvpn.com/miula
出門在外，網路安全這件事，多一層保護真的很重要，也差很多。
【微軟推進多模型】
◼ 微軟終於做出讓人有感的 AI 產品
• 第一個主題要聊的是 Microsoft。老實說，我自己看到這次更新其實是有點驚訝的。大家都知道，雖然微軟一直是我長期持股，但我過去對它產品的評價大多是「還可以」，稱不上讓人驚艷。微軟真正的強項，其實從來都不是產品或技術，而是它非常擅長抓住大型企業裡 CIO、CTO 的心，靠的是通路、整合與企業關係。不過這一次，它在 Microsoft 365 Copilot 裡推出的兩個新功能，確實讓我覺得有抓到方向。
◼ Critique：從單一模型，升級成「寫＋審」雙模型
• 這次 Copilot 在 Researcher（Deep Research）裡新增了一個叫做 Critique 的功能，本質上就是把「深度研究」從單一模型，升級成多模型協作。以前不管是用 GPT 還是其他模型，Deep Research 都是同一個模型從頭做到尾，但現在不是了，它把流程拆成兩段：第一段由 OpenAI 的 GPT 負責產出報告，第二段交給 Anthropic 的 Claude 來做審核、修正與優化。GPT 擅長的是搜尋資料、快速整合、生成內容，特別是在創意規劃與大範圍資訊整理上很強；Claude 則擅長事實查核、邏輯檢視，以及把結果用更好的結構呈現出來。兩個模型各自做最擅長的事，最後的結果自然會更完整、更可信，也更接近企業真正需要的研究品質。你可以把它想成一個在廚房裡負責煮菜的主廚，搭配一個負責試吃與擺盤的人，兩個角色分開之後，整體品質就會明顯往上拉。
• 這樣的設計不只是理論上合理，實際效果也很好。像 Perplexity 的 DRACO Deep Research Benchmark，使用 Critique 的 Copilot 可以拿到 57.4 分，明顯高於單一模型的表現。不過老實講，這個結果我完全不意外，因為在我自己的工作流程裡，本來就很習慣用多模型互相驗證。像 xAI 的 Grok 4.20，我會喜歡用，很大一部分原因就是它有 multi-agent 的設計，讓不同 agent 互相辯論、修正答案，即使模型本身沒有最強，最後出來的結果品質還是會被拉高。而這次微軟更進一步的地方在於，它不是用同一個模型分角色，而是直接用兩個風格差異很大的模型來互補，這代表如果其中一個模型有盲點，另一個模型有機會補上，整體品質自然更穩。
◼ Council：幫你看清楚差異
• 除了 Critique 之外，微軟還推出另一個功能叫做 Council。這個功能的邏輯是並行，而不是接力，也就是你丟一個問題進去，GPT 跟 Claude 會同時各自產出一份完整答案，接著系統會幫你整理三件事：哪些地方兩個模型是共識、哪些地方意見不同，以及各自有哪些獨到觀點。這其實是把原本需要手動來回查詢、自己比對的流程，直接整合成一次操作完成。換句話說，Critique 是幫你收斂出一個最好的答案，而 Council 則是讓你理解不同模型之間的觀點差異，兩種功能對應的是兩種完全不同的使用場景，但對企業來說都非常有價值。
◼ 微軟真正做對的事：把「多模型用法」直接產品化
• 這次我覺得最關鍵的點，其實不是用了兩個模型，而是微軟把原本只有進階使用者才會做的事情，直接產品化。以前你如果想要做到這樣的品質，你要自己問 GPT、再問 Claude、再自己整合，但現在變成一鍵完成。對企業來說，這種提升是非常有感的，因為企業從來不缺模型，缺的是怎麼把模型用對。微軟這一步，其實是在幫企業把最佳實務直接內建到產品裡面，這件事是有機會變成它 Copilot 的一個真正賣點。
◼ 多模型戰略背後，其實是微軟正在去 OpenAI 化
• 那為什麼微軟會做這件事？背後其實是一個更大的戰略轉向，就是它正在走「去 OpenAI 化」。雖然微軟仍然是 OpenAI 最大的股東，但這一年雙方其實都在降低彼此依賴，開始尋找更多合作夥伴。這對微軟來說是非常合理的，因為現在已經不是單一模型稱霸的時代，不同模型在不同任務上各有優勢，而企業客戶本身也會有不同偏好，有的重品質、有的重成本、有的重整合。如果微軟只提供 GPT，它就無法滿足所有企業需求，不管是 Microsoft 365 還是 Azure，都一定要走多模型。
• 不過老實講，微軟在這一波 AI 浪潮裡其實是有點可惜的。2023 到 2024 那段時間，它幾乎是獨佔 GPT 的優勢，理論上是最有機會把 AI 產品做起來的公司，但最後 Copilot 的產品表現大概就是 70 分左右，不差，但也不亮眼。如果用棒球來比喻，就是無人出局滿壘，最後只拿了兩分，不是失敗，但遠低於市場期待。問題不在模型，而是在產品整合能力。現在納德拉也很明確在修正這件事，重新調整 AI 團隊，把產品與模型開發分開，讓產品專心把使用體驗做好，模型團隊則專注在前沿能力上，像 Mustafa Suleyman （Microsoft AI CEO）就專心投入在更長期的 AI 發展。
【OpenAI 最後募資】
◼ OpenAI 史上最大募資：IPO 前的最後一戰
• 接下來這個主題來聊 OpenAI「pre-IPO」的募資。雖然官方沒有這樣講，但我自己的判斷是，這一輪募完之後到上市之間，應該不太可能再有下一次大規模增資了。這次總募資金額來到 1220 億美元，Post-money 估值達到 8520 億美元，這是矽谷史上最大規模的未上市科技公司募資案。基本上，這個數字已經把 OpenAI 推到一個非常接近 IPO 的位置，如果照目前節奏來看，今年第四季送件上市的機率是很高的，而且到時候市值破 1 兆美元幾乎是可以預期的。
◼ 三大巨頭 All-in：這只是 AI 戰爭的入場券
• 這一輪募資最關鍵的，是投資人結構。1220 億裡面，有 1100 億幾乎全部來自三家公司：Amazon 投 500 億、NVIDIA 投 300 億、SoftBank 投 300 億。這不是一般財務投資，而是戰略級押注。對輝達來說，這是公司史上最大單筆投資；對孫正義來說，這幾乎是把自己人生下半場全部壓在 OpenAI 上。如果 OpenAI 成功，這會是他的完美收官，但如果失敗，這筆投資也有可能抹掉他過去累積的成果。剩下的 120 億則來自像 MGX、a16z 以及一些高資產個人投資者，整體來看，這一輪就是典型的「巨頭聯手押注 AI 核心平台」。
◼ OpenAI 的營運數據
• 這次募資同時也揭露了一些營運數據，這些數字其實非常關鍵。OpenAI 目前月營收已經來到 20 億美元，以這個速度來看，年營收 run rate 已經超過 250 億美元。這個數字如果拿去跟 Google 或 Microsoft 比當然還有距離，但如果拿去對比像 Palantir、Snowflake、CrowdStrike 這些近年高成長的軟體公司，OpenAI 已經是碾壓級的規模。更誇張的是，它兩年前的年營收可能連 10 億都不到，現在直接跳到 250 億，成長速度是非常恐怖的。
• 如果用 Google 當對標，現在 OpenAI 大概是它的 6% 規模，但以目前的成長速度，今年底年營收很可能來到 400 到 500 億，等於接近 Google 的 10% 以上。如果這個趨勢延續到 2027 年，OpenAI 的年營收有機會來到 800 到 900 億美元，也就是 Google 的五分之一。換句話說，這家公司已經不是「未來可能很大」，而是正在快速變成一個真正的大型科技公司。
◼ Amazon 拿到的條件，踩到微軟底線
• 但這一輪募資裡真正最關鍵的，是 Amazon 拿到的合作條件。外界原本就預期這筆投資會綁一些條件，例如 OpenAI 要增加 AWS 算力採購、支援 Trainium 晶片等等，這些都還算合理。但真正引爆爭議的是，Amazon 拿到了 OpenAI 下一代企業平台 Frontier 的獨家第三方雲合作權。
• Frontier 本質上是一個 runtime 平台，也就是企業可以在雲端直接執行 OpenAI 模型的環境。這跟過去的 API 模式完全不同，以前如果企業在 AWS 上開發應用，要用 OpenAI 模型，唯一的方式是跨雲去呼叫 Azure 的 API，但現在透過 Frontier，企業可以直接在 AWS 裡面跑 OpenAI 的模型。這件事對 Microsoft 來說，等於是直接被繞過，原本該賺的 API 收入，有一部分會消失。
◼ 微軟與 OpenAI：從盟友變成彼此提防的合作關係
• 微軟當然非常不爽，因為它是 OpenAI 最大股東，而且在 AGI 出現之前，理論上擁有獨家的 API 銷售權。雖然 Frontier 在技術上不是 API，而是 runtime，OpenAI 可以說自己沒有違約，但在商業邏輯上，很明顯是踩到「協議精神」。對微軟來說，這就是在吃它的業務。
• 但從 OpenAI 的角度來看，這件事又完全說得通。第一，出最多錢的是 Amazon，你不可能讓它當冤大頭；第二，微軟這一年其實已經在降低對 OpenAI 的依賴，自己走多模型策略，那 OpenAI 也沒有理由只綁在微軟身上。這種關係其實很像現實世界的人際關係，曾經很緊密的合作夥伴，隨著利益與位置改變，關係自然會調整。現在的狀態就是不會撕破臉，但彼此之間的信任已經沒有以前那麼強了。
◼ OpenAI 最重要的是「不要再失焦」
• 對我來說，OpenAI 拿到這筆錢之後，最重要的反而不是能做更多，而是要「收斂」。過去這兩年 OpenAI 最大的問題就是多頭馬車，什麼都想做，結果反而讓產品節奏變亂。我會覺得接下來最關鍵的兩件事很清楚：第一，把 ChatGPT 做好，因為這是面向消費者的核心產品，而且未來一定會導入廣告變現；第二，在 agentic workflow 的企業應用上，至少要跟 Anthropic 打成平手。
• 如果拿到錢之後又開始分心，去做太多不相關的東西，甚至跑去做硬體或晶片，那對投資人來說反而會是扣分的。因為在這個時間點，專注才是最重要的戰略。
◼ 8500 億估值值不值？
• 那最後一個問題就是，OpenAI 現在 8500 億美元的估值到底合不合理？老實講，如果只看現在的營收，我會覺得不便宜。但問題是，這個估值本來就不是在看現在，而是在押未來。現在年營收是 250 億，但五年後可能是 1000 億，也可能是 2000 甚至 3000 億，差距是非常大的，而這個差距現在沒有人說得準。
• AI 產業的變化速度太快，今天領先的公司，三個月後可能就被追上甚至超越，所以這個估值本質上就是一種「信仰投資」。如果你相信 OpenAI 能成為下一個 Google 等級的公司，那現在的估值就合理；如果你覺得競爭會讓它無法拉開差距，那這個價格就偏貴。
• 所以如果是我的投資策略，我不會單壓一家公司，而是分散在幾個主要玩家上。包含 OpenAI、Anthropic、xAI，再加上既有的 Google、Microsoft、Amazon。因為這場 AI 競爭，很可能不是單一贏家，而是一整個生態系的戰爭，而真正確定會贏的，是這個賽道本身。
【Claude Code 外洩事件】
◼ Claude Code 外洩：不是模型出事，是「做法被看光」
• 最後一個主題來聊 Anthropic 這次的 Claude Code 原始碼外洩事件。這次真的是出了不小的包，因為他們等於是自己操作失誤，把超過 51 萬行的程式碼公開出去，雖然第一時間就下架，也發聲明說是人為打包錯誤，但其實已經來不及了，該下載的人都下載了。這裡要先講清楚，外洩的不是 Claude 模型本身，而是 Claude Code 這個「外層的 harness」，也就是怎麼把模型變成一個好用 AI 工具的那一層。可是即使只是這一層流出去，影響還是非常大。
◼ 「Agent 怎麼做」的關鍵細節
• 這件事最關鍵的影響在於，它讓其他所有 AI 公司——不管是 OpenAI、Google 還是 xAI——直接看到 Claude Code 是怎麼把 agentic workflow 做好的。我今天早上就看到很多工程師開始拆解它的架構，包括記憶怎麼分層、怎麼讓輸出保持一致性、整個任務流程怎麼設計。對一般使用者來說這些可能看不懂也用不到，但對正在做這一塊的團隊來說，這幾乎就是一份完整的實戰教科書。
• 因為大家本來就知道大方向，沒有人不知道 agent 要怎麼做，只是細節很難試。這就很像你知道一道招牌菜大概是「兩湯匙醬油、一湯匙鹽、一湯匙糖」，但你真的要做出一樣的味道，關鍵在細節：用的是哪種醬油，是一般醬油還是魚露？糖是白糖還是黑糖？鹽跟糖是一起加還是分開加？這些細節才會決定最後是 85 分還是 95 分的差距。這次外洩等於是把這些細節全部告訴你，連「要用魚露、要用黑糖、鹽先加五分鐘再加糖」這種等級的資訊都直接公開。
• 更麻煩的是，這些東西其實沒辦法防。因為大家不需要直接用你的程式碼，那會有版權問題，但只要知道你是怎麼做的，就可以自己重寫一套一樣的東西。這就像你聽到隔壁學霸分享他的讀書方法，你完全可以照著做，對方也不能告你。智慧財產權保護的是實作，不保護觀念，而這次流出去的，剛好就是最有價值的那一層「觀念＋實作細節」。
• 對其他公司來說，這等於是把原本要花三到六個月試錯、燒算力、反覆實驗才能得到的最佳做法，一次全部送給你。你不需要再去測哪種做法比較好，因為答案已經在那裡了，只要照著優化就好。
◼ 24 小時內開源版本就出現：優勢已經被商品化
• 這個時代的速度真的很誇張，事件發生不到一天，就已經有人做出一個 clean-room 的重寫版本，叫做 claw-code。這個版本完全沒有用到原始碼，而是根據理解重新用 Python 寫一套出來，還開源，甚至可以讓你自由接不同模型，不一定要用 Claude。這代表一件事：Anthropic 原本在 agent workflow 上的優勢，已經開始被「商品化」了，變成整個產業都可以用的能力。
• 那這件事對 Anthropic 來說有沒有到致命？我覺得沒有，因為他們內部一定還在持續優化，未來版本還是會往前走。但很明顯的是，他們讓競爭對手更容易追上自己，原本的領先優勢被壓縮了。這其實有點諷刺，因為 Anthropic 一直是以「安全」著稱的公司，結果這次卻是自己把關鍵東西送出去。
• 簡單講，這次外洩真正被偷走的，不是技術本身，而是「時間」。而在現在這個 AI 競爭階段，時間其實就是最貴的資產。
想獲得更多 Miula 的相關服務與資訊？請參考以下連結：
科技巨頭解碼: https://bit.ly/3koflbU
M觀點 Telegram - https://t.me/miulaviewpoint
M觀點粉絲團 - https://bit.ly/3u3XmLY