今年五月底，我花了幾天把過去半年讀過、用過、跟客戶討論過的 AI 動態重新整理了一遍。結論是：AI 產業正在經歷一次體質轉換——不是衰退，而是從「展示震撼力」轉向「扛起真實業務」。這兩件事看起來都很好，但對實際要做決策的人來說，它們代表非常不同的行動邏輯。我想從四個面向，把這半年我認為真正重要的事說清楚。

模型戰場：天花板附近開始塞車

過去半年最引人注目的模型動態，其實不是哪個基準測試被刷新，而是能力逼近頂端的模型數量突然暴增，而且推論成本直直往下掉。

以五月初為例，GPT-5.5 Instant 取代原本的預設成為 ChatGPT 的新面孔；Gemini 3.1 Flash Lite 緊接著在各大 API gateway 上線。這兩個版本都不是 OpenAI 或 Google 的旗艦，但這恰好是重點——當「夠強又夠快夠便宜」的模型成為數億人的預設入口，旗艦模型的光環就開始在日常使用中稀釋。

Anthropic 在四月十六日推出的 Claude Opus 4.7 是這個趨勢裡比較有意思的對照組。SWE-bench Verified 的通過率從 80.8% 升到 87.6%，複雜多步驟任務的可靠度有明顯提升，定價卻維持原位——$5/$25 per million tokens 不動。更值得玩味的是 Anthropic 公開承認 Opus 4.7 仍落後尚未發布的內部模型「Mythos」，一方面坦誠，另一方面也預告了競爭不會在這裡停止。模型的競爭重心，正從「誰先發表突破」轉向「誰的迭代節奏能持續維持優勢」。

主要 AI 模型 SWE-bench Verified 分數比較
SWE-bench Verified 分數比較——Claude Opus 4.7 以 87.6% 領先，DeepSeek V4 開源模型緊追在後

然而整個上半年真正值得記住的技術新聞，我覺得是來自中國的開源浪潮。十二天之內，GLM-5.1、MiniMax M2.7、Kimi K2.6、DeepSeek V4 四個開源 coding 模型接連問世，能力接近頂尖，但推論成本不到 Claude Opus 4.7 的三分之一。這件事對商業選型的衝擊比技術本身更大：它意味著「同等能力、更低成本」的解法已經存在，問題只剩下你願不願意花時間整合與維護開源模型。

架構創新方面，SubQ 推出了首個商用「次二次方（sub-quadratic）」語言模型，支援 1,200 萬 tokens 的上下文窗口。這不是突破性的應用，但它指向一個趨勢：研究社群的注意力開始從「參數更多」轉向「在受限條件下做更多事」，這對需要長文件理解、長流程 Agent 的企業應用是好消息。

錢與企業：PoC 年代正式結束

如果說技術面是「進入整理期」，商業面是「全面加速」，兩者之間的落差就是現在最有意思的張力。

Q1 2026 全球創投 AI 融資流向圖
Q1 2026 全球創投 $2,970B，AI 吸納 80%——四大前沿實驗室佔整季 65%

2026 年第一季，全球創投規模約達 2,970 億美元，其中 80% 流向 AI。光是 OpenAI（1,220 億）、Anthropic（300 億）、xAI（200 億）、Waymo（160 億）四家，就吃下了整季全球創投的 65%。這個數字如果你不覺得誇張，可以換個角度想：這四家公司一季募到的錢，相當於前幾年整個台灣科技業年度市值的數倍。OpenAI 同期成立了一家 40 億美元的子公司，專門做企業 AI 導入服務。這個動作說明了一件事：前沿模型公司意識到，單靠模型授權並不夠，「怎麼幫企業真正用起來」本身就是一個可以獨立成線的業務。

企業端的數字也呼應了這個方向。根據多份調查，約 88% 的企業已在至少一個業務環節常態使用 AI，72% 以上的企業已在生產環境部署或積極試行 agentic AI。更重要的轉變是，在 2025 年還是主流的「探索型 PoC」，今年開始真正簽量產合約——四大會計師事務所全面完成 AI 部署的時間點，恰好落在五月初，被業界普遍視為企業 AI 跨過臨界點的象徵。

M&A 的熱點也在位移。過去幾年最貴的被併購標的多是通用模型公司，今年的倍數明顯向垂直領域集中：醫療、法律、金融、製造業的 AI-native 解法，開始拿到最高的估值溢價。市場在用真實的錢，告訴你下一個五年的競爭場域在哪。

Agent 落地：瓶頸不在模型，在部署

這是我在第一線工作中感受最深的一塊，資料也在印證我的直覺。

五月初，Claude Security 以公開 Beta 形式上線，使用 Opus 4.7 掃描整個 codebase、自動產出修補 patch，Bristol Myers Squibb 宣布為超過三萬名員工全面部署 Claude Enterprise，Anthropic 與 PwC 擴大合作，將 Claude Code 和 Cowork 推給 PwC 的三萬名全球顧問。這些消息乍看是「AI 進大廠」的常規新聞，但如果你把這些案例和幾個關鍵數字放在一起看，會讀出不同的訊息。

Agent 試點失敗示意：機器人被 Governance Gate 擋在生產環境外
88% 的 Agent 試點從未進入生產——卡關的幾乎不是模型本身，而是治理與合規基礎設施

88% 的 Agent 試點從未進入生產環境。 這個數字出現在多份產業報告，描述的失敗原因高度一致：問題幾乎從來不出在模型本身，而是出在部署的周邊——隔離機制、治理框架、合規要求、資料落地規定、企業內部的安全稽核流程。換句話說，你花三個月做出來的 Agent，在最後進生產環境前被資安團隊擋住，這才是今年最普遍的 AI 故事。

另一個被反覆提到的摩擦是：AI 產碼的速度，已經超過團隊能驗證的速度。Cursor、Claude Code、Codex、Google Jules 在今年全都達到了「會寫、寫得快、大多數情況下寫得不錯」的水準，但這件事本身帶來了一個新問題：你的 code review 流程、測試覆蓋率、CI/CD 的把關機制，有沒有辦法跟上這個速度？如果沒有，Agent 幫你生出來的技術債，可能比人工寫碼時期還快累積。

Anthropic 在五月的「Code with Claude」活動中發布了幾個值得注意的能力更新：session 之間的記憶整理（他們稱之為「Dreaming」）、結果導向的 Outcomes 設定、以及 lead-agent + sub-agent 的多層 orchestration 架構。這些都在指向同一個方向：Agent 的設計邏輯正在從「單次任務執行」演進成「可以跨時間、跨工作流程持續運作的自主系統」。

監管：不是消失，是換一種方式施壓

法規面的主線在 2026 年上半年出現了一個有趣的轉折，值得花一點時間理解，因為它對台灣的企業或開發者也有間接影響。

全球 AI 監管天平：EU AI Act 延期 vs. 美國各州拼圖
EU AI Act Omnibus 延後高風險條款合規期限；美國仍是德州、加州、紐約各州分頭立法

EU AI Act 原本預計在今年八月讓大批條款正式生效，但五月七日，歐盟理事會與議會達成了「AI Act Omnibus」政治協議，決定延後高風險 AI 系統的合規期限，把 SME 適用的簡化框架擴大到 750 人以下、年營收 1.5 億歐元以下的公司。表面上看是「鬆綁」，實際上是承認強制大批條款在八月同時生效，對市場會造成難以吸收的衝擊，所以換成「分階段、務實緩衝」的節奏。

對歐洲以外的企業，這個訊號的意義不是「監管要縮水了」，而是：監管的方向不變，只是給你更多時間準備。如果你的產品有一天想進歐洲市場，現在開始在系統設計裡建立可稽核性與透明度機制，就不會到時候被迫倉促改架構。

美國那邊暫時沒有聯邦統一標準。德州 RAIGA、加州 AI 透明度法、紐約 RAISE Act，這幾部法在今年分別生效或修法，方向雖然不一致，但共同的趨勢是都在往「透明度與通報義務」這個方向靠攏——你用了什麼 AI、在哪些決策裡用、用來對誰做決定，這些都需要能說清楚。

顧問視角：想導入 AI 的企業，現在該做三件事

把上面這些拼在一起，我想給正在考慮或正在推動企業 AI 導入的人說三件事。

第一，現在是重算成本帳的時機。 模型同等能力的成本在過去半年大幅下降，如果你的方案還預設要用最貴的旗艦模型，值得花時間重新評估。在我自己的 LINE Bot 與 RAG 知識庫架構裡，「中階模型 + 好的 retrieval 設計」往往比「旗艦模型 + 粗糙的 prompt」的結果更好、成本更低。

第二，把預算重心從「選模型」移到「建驗證機制」。 88% 的試點死在部署，不是死在模型。在動手做 Agent 之前，先把「這個 Agent 出錯時我怎麼知道」「誰有權限批准它的輸出」「資料怎麼不出境」想清楚，省下的時間遠大於多換幾個模型試效果。

第三，不要等監管定案才動。 EU 緩衝、美國分散，這容易讓人覺得「現在還不急」。但無論最終框架怎麼定，「系統產出要可解釋」「用了什麼模型要能說清楚」「針對特定族群的決策要能稽核」這幾件事，幾乎是全球各路監管的最大公因數。把這些做進系統設計，比起事後補救便宜得多。

2026 年的 AI，正在從展示台走進車間。選哪個模型從來不是最難的問題；難的是怎麼讓它穩定、合規、划算地在你的業務裡持續運作。這件事，才剛開始有人真正想清楚。

參考來源