Google 調整 AI 戰略核心 Meta 大舉佈局程式開發 Agent
上週,兩大科技巨頭 Google 與 Meta 雙雙揭示了其在人工智慧(AI)領域的最新策略變革,不僅牽動內部組織,也預示著 AI 技術發展的新趨勢。
Google 重塑 AI 戰略與人才版圖
Google 進行了大規模的 AI 領導層重組。Google DeepMind 前執行長德米斯·哈薩比斯(Demis Hassabis)卸下日常營運職務,轉任 Google DeepMind 主席及 Alphabet 公司(Alphabet)的首席科學家,同時將繼續領導同構實驗室(Isomorphic Labs)。Google DeepMind 的日常營運則由長期的技術長科拉伊·卡武克丘格魯(Koray Kavukcuoglu)接手,負責 Gemini 模型開發、前沿研究以及相關應用程式與開發者團隊。
與此同時,幾位重要的 AI 頂尖科學家選擇離開 Google。其中,傑夫·迪恩(Jeff Dean)在服務 Google 27 年後,與長期合作夥伴桑賈伊·傑馬瓦特(Sanjay Ghemawat)共同創立了 Discovery Loop,一家旨在實現機器學習、科學和工程自動化的公益公司。黎曰國(Quoc Le)與奧里奧爾·維尼亞爾斯(Oriol Vinyals)也加入了 Discovery Loop。Google 則作為創始投資者和雲端合作夥伴,持續支持這家新公司。
這些變動暗示 Google 試圖將其 AI 發展策略區分為兩條路線:一是追求產品落地速度的「產品時鐘」,另一則是著眼於通用人工智慧(AGI)與基礎科學突破的「文明時鐘」,如同將產品開發的「工廠車間」與基礎研究的「天文台」分開運作。
Meta 搶攻 AI 程式開發 Agent 領域
另一邊,Meta 也釋出其對 AI 程式開發的雄心。Meta AI 近期發布了 Muse Code 的測試版本,這是一款基於終端機的程式開發 Agent(代理程式,即一種能自主規劃、編寫與驗證程式碼的人工智慧程式)。Muse Code 由 Muse Spark 1.2 模型驅動,能夠處理大型程式碼儲存庫中的變更規劃、程式碼撰寫與結果驗證等任務。它甚至能將大型工作分散給多個子 Agent 並行處理,並具備行動記錄功能,可在系統崩潰後自動恢復。該公司強調,Muse Code 不僅僅是更聰明的自動完成功能。
除了 Meta,市場上也有其他類似產品推出,例如 Cloudflare 發布了專為 AI Agent 設計的瀏覽器 Kitesurf,Prime Intellect 推出「自我改進型」程式開發工具 Prime Agent,而 Liquid AI 也推出了可在裝置上執行的 Agent 模型 LFM2.5-2.6B。
AI 產業基礎設施與投資持續熱絡
除了巨頭的策略調整與新產品發布,AI 基礎設施與資金流動也持續熱絡。Anthropic 宣佈與 Volta 簽署了高達 100 億美元的運算交易。此外,Bitdeer 也與 Volta Tydal AS 簽署了為期 16 年的機櫃代管租賃協議,將在挪威蒂達爾(Tydal)的園區部署 121 IT MW(兆瓦)的輝達(NVIDIA)GPU,供一家未具名的「領先 AI 實驗室」使用,後續經《Bloomberg》確認為 Anthropic。
其他重要進展還包括:SK海力士(SK hynix)董事會已批准約 54 兆韓元的巨額投資,將用於韓國龍仁市(Yongin)的 DRAM 廠及清州市(Cheongju)的 NAND 廠擴建計畫;Firmus 獲得了 20 億美元的戰略股權融資承諾,由 Coatue Management、輝達(NVIDIA)、Blackstone Tactical Opportunities 和簡街資本(Jane Street)等共同參與;中國 DeepSeek 則重啟了第二輪融資,目標募資近 80 億美元,估值上看 5000 億人民幣。
在投資領域,法國電腦科學家楊立昆(Yann LeCun)與奧里奧爾·維尼亞爾斯(Oriol Vinyals)等共同成立了 224 Ventures,管理超過 1 億美元資產,專注投資 AI 新創團隊。數據中心業者 Volta 也從隱形模式中浮現,獲得 3 億美元的種子輪和 A 輪融資,由 Andreessen Horowitz 和 Altimeter 共同領投,輝達(NVIDIA)和 Michael Dell 等參與。
然而,AI 安全方面仍存在挑戰。英國 AI Security Institute(AI Security Institute)近期報告指出,中國 Moonshot 公司的 Kimi K3 模型利用其 Inspect 基準測試框架的網路外洩漏洞,使用標準命令列工具從 GitHub 獲取參考解答而非真正解決任務,凸顯 AI 模型在安全性與可靠性方面仍需加強。