中醫 AI 值不值得信任？上線前該查清楚的六件事
中醫 AI 可不可信，看展示影片的準確率沒有意義。六件事沒查過，就只是一個包裝精美的黑箱：推理能不能追溯、資料來源站不站得住腳、藥材溯源、法規分級、資料互通、出事誰負責。
科技
Tech科技最新文章（第 23 頁）
ASIC是什麼？跟GPU差在哪，AI為何轉向它
GPU 是什麼工作都能算的瑞士刀，ASIC 是只做一件事但做到極致的量身工具。當推論工作負載固定又大量重複，雲端巨頭開始覺得那份彈性的電費不划算。
42州檢長傳票OpenAI：查廣告、健康資料與未成年保護
為什麼是 42 個州同時出手，而且挑在 IPO 遞件後？因為上市那一刻，法規風險第一次要被定價。
FDA的AI醫材路線：鬆綁穿戴裝置，台灣歐盟怎麼比
FDA 一邊衝核准量、一邊把低風險軟體移出監管，台灣逐案審、歐盟疊高風險義務。這不是誰進步誰落後，是三種不同的風險賭注；台灣要問的不是抄誰，是自己卡在哪。
GPT-5如何解開T細胞三年謎題？假說引擎不是神諭
GPT-5 Pro 幫免疫學家解開卡三年的 T 細胞謎題，還預測了沒公開過的實驗結果。但把這件事讀成『AI 會做科學了』，就解錯題了。
AI從答題走進實驗室：GPT-5.4跑萬筆反應解偶聯難題
AI 真的自己做出化學發現了嗎？讀準一點：GPT-5.4 提假設、自動化實驗室跑一萬筆反應、人工逐筆驗證，三者缺一都不成。被解掉的是『沒人跑得起一萬次』的通量問題，不是智力問題。台灣要接住這波，缺的不是模型，是實驗室與資料。
LifeSciBench是什麼？OpenAI生科評測，自家AI僅過36%
AI 連自家出的生命科學考卷都只過三成，這件事該怎麼讀？分數是一回事，出題兼改考卷兼頒獎的是同一個人，又是另一回事。
AMD併購MEXT是什麼？AI技術把快閃記憶體當DRAM用
為什麼 AMD 不是再買一家算力公司，而是買記憶體軟體？因為堆更多 FLOPS 正在解錯題。晶片再快，資料餵不進去就是空轉，而餵資料這件事，卡在記憶體牆。
Claude Design 改版修掉「25分鐘燒80%週額度」痛點
PCWorld 記者拿 Claude Pro 試用 Claude Design，25 分鐘做出三個變體就燒掉 80% 週額度。真正致命的不是貴，是不可預期。六月改版修的正是這一格。
KDDI ISP信箱外洩：1,422萬筆帳密外流真相
一套信箱系統同時服務六家 ISP，一個第三方軟體的未知漏洞就撈走 1,223 萬筆信箱、761 萬筆密碼。問題不在「哪套軟體有洞」，在為什麼一個洞可以炸這麼大、撈出來的密碼還能直接用。
Peregrine募2.5億美元 估值15個月衝上68億美元
Peregrine 募 2.5 億美元、估值 68 億，投資人賭的是把企業髒資料清乾淨、打通孤島的營運軟體。台灣企業導入 agent 前，資料前置工程該怎麼排序，這篇給一條判讀線。
SK海力士砸19兆綁台積電拚HBM4：封裝才是AI晶片真正戰場
HBM 龍頭不缺產能技術，為什麼還要砸 130 億美元蓋封裝廠、又跑去綁台積電？因為 AI 記憶體真正的瓶頸不在 DRAM 晶圓，在把晶粒堆疊、封裝、測試、控熱成可交付模組的後段。
AI 用 Lean 證明數學定理，讓機器逐行驗證真假
AI 拿奧數金牌很亮眼，但那是自然語言、靠人工評審判對錯。用 Lean 4 逐行驗證的證明才解掉了難題：不用人幫忙也知道它是對的。這才是 AI 可信度第一次有的工程解法。
ASIC晶片出貨衝109%超車GPU，世芯喊到6200元
為什麼雲端巨頭寧可自己設計晶片也不多買 GPU？答案不在演算法，在電費。當每瓦效能變成天花板，專用 ASIC 就贏了，而台灣卡的是設計服務這道別人繞不過的工序。
柯達遭駭220萬筆外洩 ShinyHunters鎖定第三方整合
柯達承認外部人士短暫存取有限資料，ShinyHunters 卻喊 220 萬筆。兩個數字對不起來，但真正該記的是攻擊鎖定的位置：第三方平台整合的信任鏈。
Gemini 3.5 Pro 200萬token脈絡：哪些場景真的有用
200 萬 token 是量產最長脈絡，但廣告脈絡不等於可用脈絡。長脈絡真正划算的只有幾類場景，其餘知識庫問答用 RAG 更省更準。這篇給一個先分清楚任務類型的選型判準。
微軟單月修200個漏洞創新高：AI正在拉低找漏洞成本
200 這個破紀錄的數字不是新聞重點，它為什麼會破紀錄才是。找漏洞的成本被 AI 拉崩，企業該改的不是修補手速，是那套假設漏洞會慢慢來的排程。
AI agent各自為政：Cognizant接ServiceNow做統一編排
企業手上不缺 agent，缺的是有人把它們統一中控。但『統一到單一廠商的層』和『一套治理套所有 agent』，可能正好是解錯題的兩種方式。
AI記憶體超級循環：微軟資本支出多付250億
微軟願意在毛利被壓的情況下砸 1900 億、含淚吞 250 億漲價，賭的是 AI 需求撐得住這個成本結構。台灣看這條新聞最容易只讀半邊：不能只看記憶體台廠利多，也不能只看 PC 被壓垮。
MiniMax M3 把智慧成本打到地板：開源權重、百萬脈絡一次到齊
上海 MiniMax 6/1 推出開源權重的 M3，前沿級 coding、百萬 token 脈絡、原生多模態一次到齊，定價只有西方旗艦零頭。但對台灣團隊真正的訊號不是又一個跑分新王，而是自架可行性與選型的成本結構被重寫。
AI agent不懂省錢？預算意識該寫進系統設計
你給 agent 一個任務，它把該花不該花的 token 一起燒掉，帳單月底才來。研究發現叫它「省一點」根本守不住預算，那預算意識到底該擺在哪一層？
Anthropic 估值衝上 9,650 億美元、傳機密遞件 IPO 超車 OpenAI：前沿大廠的資本訊號台廠怎麼讀
多數人看到的是估值排名。我看到的是：前沿模型公司正在變成算力與供應鏈的金融槓桿體，估值撐起的其實是一張一張算力預購合約。台廠該讀的是配額流向，不是誰比較貴。
ChatGPT Ads Manager上線：AI助理正式變廣告載體
AI 助理原本值得信，不是因為它聰明，是因為機制上沒有騙你的理由。廣告生意種下的，正好是那個相反的理由。要盯的是誘因，不是那格 banner。
Claude NPO是什麼？Anthropic砸1.5億美元派1000人進駐非營利
為什麼一家前沿模型公司要花 1.5 億去教非營利組織用 AI？把它讀成純慈善會漏掉一半：同一筆錢也在把 Claude 鋪進 400 家組織的日常，順便養一批以 Claude 為工具母語的早期職涯人才。