Claude Opus 4.8 把誠實度與動態工作流一起端上桌，Anthropic 想把代理競爭改寫成長任務競賽
Anthropic 以與 4.7 相同的 API 定價推出 Claude Opus 4.8，主打更高 benchmark、更少無根據斷言、可一次調度數百個平行 subagent，還把 effort control 與便宜三倍的 fast mode 一起補齊。這次升級真正瞄準的是高自治代理的可靠交付，不只是模型榜單。
Anthropic 以 650 億美元新資金逼近兆美元估值，前沿 AI 的決勝點先變成算力與交付權
Anthropic 用 Series H 把估值推到 9,650 億美元，run-rate revenue 跨過 470 億美元，還把 Amazon、Google、Broadcom、SpaceX 與記憶體供應鏈一起綁進同一輪敘事。這不只是融資新聞，而是前沿 AI 公司正式把算力、雲平台、記憶體與企業工作流綁成一條供應鏈。
Cognition 估值八個月翻逾兩倍後，AI coding agent 戰場開始從 demo 轉向交付能力
Cognition 以逾 10 億美元新資金把估值推到 260 億美元，同時交出 4.92 億美元 run-rate、企業用量十倍增長與 Devin 自寫 89% 內部程式碼。真正的訊號不是資本狂熱，而是 AI coding agent 已開始被要求交付大型現代化改造、弱點修補與長週期工程。
Gemini Omni 把影片生成推進成可對話剪輯，Google 想先拿下 AI 影像工作台
Gemini Omni 不只是再做一個影片模型。Google 這次把多輪對話剪輯、多模態輸入、Flow 工作台與 YouTube 分發綁在一起，想搶的已經不是單次生成，而是整個 AI 影像工作流。
DeepSeek 把 V4-Pro 永久砍到四分之一價格後，前沿模型競賽先變成成本戰
DeepSeek 把 V4-Pro 的 75% 折扣改成永久定價後，前沿模型比較的重點開始從 benchmark 漂亮不漂亮，轉成每百萬 Token 成本、上下文長度、API 相容性與代理任務總帳單。
TeamPCP 把可信發布與 CI 身份一起武器化後，AI 開發供應鏈已經沒有旁觀席
從 TanStack 到 Mistral，再到 Checkmarx 與更多 npm、PyPI 生態，TeamPCP 這波攻擊真正可怕的地方，不是毒包數量破百，而是它把 GitHub Actions、OIDC trusted publishing、IDE 設定檔與開發者憑證一起變成自我擴散的攻擊面。對 AI 與軟體公司來說，供應鏈安全已不再只是套件掃描問題，而是整條工作流信任模型出了事。
當教宗把 AI 寫進首份通諭，前沿模型競賽第一次被拉進人類尊嚴與勞動秩序的總辯論
Pope Leo XIV 把首份通諭《Magnifica Humanitas》直接押在人工智能時代的人類尊嚴、勞動與創造力問題上，還讓 Anthropic 共同創辦人 Christopher Olah 走進 Vatican 同台發言。這代表 AI 競賽已不再只是模型能力、價格與監管條文之爭，而是開始被放進文明尺度的公共審問。
Gemini 3.5 Flash 正式 GA 後，Google 把前沿模型價格戰與代理戰綁成同一件事
Gemini 3.5 Flash 正式走向 GA，Google 把速度、價格、代理能力與全家桶分發一起打包，這代表前沿模型競爭已不再只是榜單比較，而是誰能把高性能變成可大量部署的便宜工作。
Glasswing 一個月找出逾萬高風險漏洞後，AI 資安真正的瓶頸已經變成修補能力
Anthropic 把 Mythos Preview 放進 Glasswing 聯盟後，最值得注意的不是它多會找漏洞，而是整個軟體產業第一次被迫正視「修補速度追不上發現速度」這個新現實。
Grok Build 擴大開放後，xAI 終於把 coding 戰場從模型秀場拉回開發流程
xAI 把 Grok Build 進一步開放給付費訂閱層，還讓開發者可直接用 CLI 安裝，這代表 Grok 若想在 AI coding 競賽站穩，接下來拼的已不是聲量，而是能否進入真實開發流程。
Gemini Spark 把 MCP 與工作流一起推上桌，Google 想先吃掉代理時代的操作層
Google 讓 Gemini Spark、Daily Brief 與多個 MCP 連接一起亮相，重點已不是多一個聊天功能，而是 Google 想先把 AI 代理的操作層、應用層與分發層綁成同一個入口。
OpenAI 傳低調遞交 IPO 文件，前沿 AI 的競賽開始從模型榜單改看財務耐力
OpenAI 傳出將低調遞交 IPO 文件，Anthropic 又拿出高速營收與潛在盈利對照，這場前沿 AI 競賽正從模型能力轉向能否把巨額算力、企業需求與資本市場期待一起講通。
AdventHealth 用 ChatGPT for Healthcare 砍掉八成行政耗時，醫療 AI 開始從試點走向流程改造
AdventHealth 與 OpenAI 的案例，把醫療 AI 的焦點從模型炫技拉回最實際的問題：如果行政工作真的能被壓縮到原本的五分之一，醫療體系接下來要學的就不是『要不要試 AI』，而是怎麼用流程與治理把時間真正還給臨床現場。
OpenAI 稱推理模型攻破 80 年幾何難題，AI 研究價值開始從會答題轉向會發現
OpenAI 宣稱旗下推理模型已推翻一個自 1946 年以來懸而未決的離散幾何猜想。比『又解出一道難題』更重要的是，這次事件把 AI 是否能參與新知識發現，正式推到可以被檢驗的層次。
Google 把 AI Mode 與 Gemini 一起塞進搜尋，Google Search 正從索引入口變成任務入口
Google 在 I/O 2026 同步推進 agentic Gemini、AI Search 與 AI Mode，真正值得注意的不是又多幾個 AI 功能，而是搜尋入口正在從找連結的地方，變成能理解任務、組合上下文並幫你往下做事的工作層。
OpenAI 與 Dell 把 Codex 送進混合與地端環境，受監管企業終於看到代理落地路徑
OpenAI 與 Dell 的合作，真正重要的不是又一個企業夥伴，而是 Codex 終於被放進混合與地端架構討論裡。對金融、醫療與大型企業來說，這代表 AI 代理開始有機會走出示範環境，進入真正受治理約束的生產系統。
OpenAI 官司進入結案，真正被搬上檯面的其實是前沿 AI 公司的信任成本
Musk 與 OpenAI 的官司進入結案後，焦點已不只是創辦人翻舊帳，而是前沿 AI 公司在高速商業化之後，到底還能靠什麼證明自己仍受原始使命約束。
Codex 進入手機後，AI coding 開始改用「隨時接手」而不是「坐在電腦前等」
OpenAI 把 Codex 帶進 ChatGPT iOS 與 Android，還同步放開 Remote SSH、Hooks 與企業 access tokens，AI coding 競爭正式轉向跨裝置長任務工作系統。
ChatGPT 把銀行帳戶拉進對話框，OpenAI 正在搶個人金融入口
OpenAI 把 ChatGPT 理財功能從泛用問答推進到真實帳戶資料層，個人金融入口戰開始從 App 切到對話介面。
Cerebras IPO 狂飆後首日回落，AI 晶片故事正式開始接受公開市場檢驗
AI 晶片公司 Cerebras 在 5 月 15 日迎來上市後首個完整交易日，股價回落約一成，讓市場從 IPO 狂熱轉向檢驗基本面。這家公司靠超大晶圓級處理器與推論系統講出不同於 Nvidia 的故事，而公開市場接下來要問的，將不再只是技術酷不酷，而是這條路能不能長成可持續的生意。
Anthropic 與 Gates 基金會投入 2 億美元，AI 公益部署開始從口號走向四年計畫
Anthropic 在 5 月 14 日宣布與 Gates 基金會展開為期四年的合作，將投入 2 億美元的補助、Claude 使用額度與技術支援，鎖定全球健康、生命科學、教育與經濟流動。這顯示「AI 要造福更多人」不再只是品牌口號，而開始被拆成可執行的長期部署計畫。
Anthropic 推 Claude for Small Business，把 AI 從聊天視窗塞進記帳、行銷與簽約
Anthropic 在 5 月 13 日推出 Claude for Small Business，主打 15 個現成工作流、15 個 skills，以及連接 QuickBooks、PayPal、HubSpot、Canva、Docusign、Google Workspace 和 Microsoft 365。這代表 AI 競爭正從「聊天機器人好不好用」，走向「能不能直接接手中小企業最瑣碎、最晚下班的工作」。
OpenAI Parameter Golf 吸來千人兩千次提交，AI coding 已開始改寫研究競賽
OpenAI 在 5 月 12 日回顧 Parameter Golf 挑戰，透露這場比賽吸引超過 1,000 名參與者、收到超過 2,000 份提交，並要求參賽者在 16MB 成品限制與 8 張 H100、10 分鐘訓練預算下優化模型。更重要的是，多數參賽者都用了 coding agents，代表 AI 已開始直接改變研究競賽的參與方式與節奏。
OpenAI 把「導入 AI」獨立成 DeployCo，企業競賽從買模型轉向重做流程
OpenAI 在 5 月 11 日宣布成立 OpenAI Deployment Company，並同意收購 Tomoro，把約 150 名前線部署工程師與超過 40 億美元初始資金直接押在企業導入上。這代表 AI 產業的下一場競賽，已不只是在比模型能力，而是在比誰能真的把 AI 塞進公司的日常工作流。