KeyFrame內部研究專用

EP311. Anthropic 作繭自縛、SPCX 風光上市、AI 時代電商怎麼做 | M觀點

M觀點·6月15日週一·100 min中文

三句話摘要

M觀點 EP311:Anthropic Claude 遭美國出口禁令下架、SpaceX 上市市值突破兩兆、AI 時代電商生存法則三大主題並陳。 --- AI 最強模型遲早會被政府強制管理——你若自稱掌握最危險的武器,就必須做好隨時被「拿槍的人」指著的準備;電商亦然,唯有比市場更早擁抱每一波變化,才能活過下一個十年。 1. Anthropic 自挖陷阱:整天宣稱 AI 超危險,卻招來政府強力介入

重點整理

重點
  • 1

    1. Anthropic 自挖陷阱:整天宣稱 AI 超危險,卻招來政府強力介入

  • 2

    Anthropic 長期以「AI 安全」為核心訴求,主張模型強大到比核武更危險,反而讓川普政府在 Fable-5 被 Jailbreak 後有充分理由強制干預。批評者(包括科技專欄作家 Ben Thompson)早已預言:你若說自己掌控最危險的武器,「拿槍的人」(政府)遲早會介入。Anthropic 要求監管別人,監管到自己頭上卻想輕描淡寫,被外界批評雙標。

  • 3

    2. AI 最強模型終將面臨 KYC 強制驗證機制

  • 4

    Miula 推論,未來最頂級的 frontier model 可能比照美股開戶、加密貨幣交易所,要求每位用戶 KYC(Know Your Customer),即身份核實。長遠看,每筆 prompt 都會被 AI 審查,但必須輔以透明揭露義務(審查報告、拒絕理由、申訴管道)與第三方行政監理機構,才能避免 AI 公司成為「真理部」。

  • 5

    3. SpaceX 市值建立在信仰溢價上,波動風險極高

  • 6

    Miula 拆解 SpaceX 各業務估值(火箭 1000 億 + Starlink 2000 億 + xAI 2000 億 + Neo Cloud 1000 億 + 太空資料中心 3000 億 + 其他夢想 1000 億≈1 兆),認為 2.1 兆市值高估近一倍。馬斯克旗下公司股價慣性高於基本面,是因為大量建立在「未來信仰」之上,一旦里程碑延後,信仰破滅即引發劇烈波動。

  • 7

    4. 電商 20 年存活法則:避開熱門商品、搞懂通路本質、品牌不可違背承諾

  • 8

    Allen 指出電商失敗三大原因:沒跟上流量遷徙、毛利結構錯誤(流量型商品佔比過高)、被時代淘汰。他的反直覺建議是「越熱門的商品越不要賣」,因為你在成本、流量、SEO 各方面都打不過先行者。品牌經營最大的坑則是「違背當初的承諾」,無論是對自己還是粉絲。

  • 9

    --

實用技巧與重點

乾貨
  • 數字與規模
  • SpaceX IPO 認購價:135 美元
  • SpaceX 收盤價:約 160 美元
  • SpaceX 市值:2.1 兆美元(IPO 時 1.7 兆)
  • 馬斯克身家:1.1 兆美元(Forbes 數據)
  • Miula 估 SpaceX 合理估值拆解:火箭發射 1000 億、Starlink 2000 億、xAI 模型 2000 億、Neo Cloud(地面)1000 億、太空資料中心 3000 億、其他夢想 1000 億,合計約 1 兆美元
  • Coreweave 估值約 500 億美元(作為 Neo Cloud 比較基準)
  • OpenAI、Anthropic 估值各約 1 兆美元(作為 xAI 比較基準)
  • 台灣電商年度百大(2013 年版):戀家小舖當年排名第九,現存者寥寥
  • 戀家小舖創業第 1 個月營收:2.7 萬元;第 6 個月:破百萬;第 18 個月:破 200 萬(仍在竹科上班、公司僅一人)
  • 某流行服飾電商節慶後退貨率:高達 48%
  • 某玩具類蝦皮賣家毛利率約 20%,蝦皮抽成已逼近 20%,宣告退出
  • Anthropic 與 Trump 政府談判:白宮主張給了「幾個小時」,Anthropic 主張只有「90 分鐘」
  • 工具、模型、平台名稱
  • 模型:Claude Fable-5(Claude 4 系列)、Claude Mythos-5(安全強化版)、Claude Opus 4.8、GPT-5.5、Grok 4.3(xAI)、DeepSeek V4、NVIDIA NEMOTRON
  • 平台:Yahoo 拍賣、蝦皮、MOMO、PC Home、露天、Facebook、Threads
  • 相關公司:Anthropic、Amazon/AWS、xAI、Cursor(Composer 2/2.5)、Coreweave
  • 媒體/資訊來源:AXIOS、Stratechery(Ben Thompson)、All-in Podcast、Forbes
  • 關鍵人物
  • Dario Amodei:Anthropic CEO,下線事件主角
  • Andy Jassy:Amazon CEO,向白宮發出 jailbreak 警告
  • Scott Bessent:美國財政部長,川普政府中對 Anthropic 較友善一方
  • Pete Hagerson:國防部,與 Anthropic 關係較緊張
  • 方法論與框架
  • KYC(Know Your Customer):建議未來頂級模型強制身份驗證
  • Red Team(紅隊):組織內部假想敵攻擊測試模型安全性
  • 電商三大決策:選品 → 通路 → 品牌
  • 電商失敗四象限:流量遷徙未跟上、轉換毛利結構錯誤、固定成本失控、被時代淘汰
  • 選品反直覺原則:排行榜前十名不要碰,從藍海切入
  • 通路邏輯對應:官網=街邊店(需自導流)、MOMO=大賣場(位置決定業績)、蝦皮=演算法遊戲(掌握前 8-12 格搜尋位)
  • --

結論

結論

AI 最強模型遲早會被政府強制管理——你若自稱掌握最危險的武器,就必須做好隨時被「拿槍的人」指著的準備;電商亦然,唯有比市場更早擁抱每一波變化,才能活過下一個十年。

完整解析

詳細

這集 M 觀點 EP311 圍繞三條主線展開,彼此在「強大技術遇上現實世界的管理邊界」這個命題上形成呼應。

Anthropic 的自食惡果

Claude Fable-5 在上線不到一週後遭美國商務部發出出口管制禁令,直接原因是亞馬遜內部紅隊透過一系列精密 prompt 攻擊,成功讓 Fable-5 輸出本應被阻擋的網路攻擊相關資訊。Amazon CEO Andy Jassy 與另外至少五家科技公司高管聯袂向白宮示警。川普政府透過財政部長 Scott Bessent——也就是政府內對 Anthropic 相對友善的一方——聯繫 Anthropic,要求立即修復。然而 Dario Amodei 的回應出乎意料地輕描淡寫,認為這只是「非普遍性越獄」,需要高度精密的設計才能觸發,一般人無法輕易複製,言下之意是「沒那麼嚴重,讓我再研究一下」。幾個小時溝通毫無進展後,白宮發出最後通牒:90 分鐘內給出明確答覆,否則下令出口管制。Anthropic 最終只能配合,但由於目前無法精準區分美國用戶與外國用戶(IP 封鎖不符合法規要求,連在美工作的外籍員工也在禁止之列),只好全面停止 Claude 5 服務。Miula 的評論是:Anthropic 不見得是「偽善」,但他們長期把自己塑造成「AI 世界唯一清醒者」,整天強調模型比核武還危險,最終就是在主動邀請政府介入。這次的結局,是他們親手挖坑給自己跳。延伸討論上,Miula 認為未來一定會出現法定框架:每筆 prompt 被 AI 審查後,系統必須生成審查報告,用戶可查看哪些請求被修改、哪些被拒,並設有申訴管道與第三方行政監理機構;他預估這套框架兩年內將成形。

SpaceX IPO:信仰溢價的兩兆泡沫?

SpaceX 以 135 美元認購價 IPO,首日即站上 160 美元,市值直衝 2.1 兆美元,馬斯克個人身家達 1.1 兆美元,成為人類史上首位「兆萬富翁」。Miula 坦言自己在 164-166 美元附近買進了一部分倉位,但他並不認為現價合理。他分拆 SpaceX 各業務估值:火箭發射因 Starship 商業化具備強護城河給 1000 億、Starlink 全球低軌衛星通訊給 2000 億、xAI 模型研發(Grok 4.3 實力接近 DeepSeek V4,並已納入 Cursor 團隊)給 2000 億、地面 Neo Cloud(規模約 Coreweave 兩倍)給 1000 億、太空資料中心(2027 年將見初步成果)給 3000 億,加上火星、月球等未來夢想給 1000 億,合計約 1 兆——現在市值是他估值的兩倍多。他的投資邏輯卻不因此迴避,而是主張「買對公司比買對價格重要」:若一間公司基本面持續向上,買貴了只是少賺,持續加碼攤低成本即可;真正危險的是買錯公司、賭錯的進出點。

AI 時代的電商存活學

第三段是與戀家小舖創辦人 Allen 李忠儒的深度訪談。Allen 從 20 年前在竹科上班的業務經理,用零元創業、在博朗咖啡用 54K 網卡接單起家,第一個月賺 2.7 萬,十八個月後單月營收破 200 萬。他觀察台灣電商的死亡原因主要有三:一是沒跟上流量遷徙(從 Yahoo 到社群到行動端,每一波不跟就落後);二是毛利結構錯誤(用流量型商品衝業績,卻忽略退貨成本、廣告費和固定成本吞掉利潤);三是被時代直接淘汰。他的選品反直覺建議是「越熱門越不要碰」,因為在紅海市場你的成本、流量與 SEO 深度都打不過先行者,只能用更低毛利換流量,長期必死。通路方面,他強調每個平台有不同底層邏輯:官網像街邊店,要靠自導流;MOMO 像大賣場,位置(演算法曝光)決定業績;蝦皮則是演算法遊戲,要讓商品出現在搜尋結果前 8-12 格才有流量。品牌建立最大的坑是「違背承諾」——無論是對客戶還是對自己的品牌主張。AI 時代方面,Allen 認為第一波衝擊不是 Agent 代購,而是「數位店長」——在網站內與消費者對話、依需求推薦商品的介面;Agent Shopping 是第二、三階段。至於創業門檻,他指出 AI 讓美編、文案成本趨近於零,現在是他創業 20 年來門檻最低的時刻,但這個紅利期有限,建議有想法的人現在就進場,別等到所有人都會用 AI 才開始。

---

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。