這一週決定 AI 該跑多快的人，沒有一個是監管機關：Amodei 9/12 喊「必須放慢」，三天後三家最大實驗室被證實在私下擬自己的標準機構，加州 9/18 簽下「緊急關閉鍵」行政命令——而同一週 Anthropic 自己公布的數字是，Claude 已經主導 26% 打造下一個 Claude 的工作
今天是廣義 AI 日，但這一週的主線恰好全部指向醫療會踩到的地板。Axios 9/12 報導，Anthropic 執行長 Dario Amodei 發表〈We Must Pace the Frontier〉，公開主張「我們必須放慢改進 AI 模型能力的速度」；三天後 TechCrunch 證實，OpenAI、Anthropic 與 Google DeepMind 已就 AI 安全談了數週，內容包含籌組一個產業自律標準機構。9/18 加州州長 Newsom 簽署行政命令，要求兩個月內召集專家，研議把獨立驗證組織派駐進實驗室、並要求前沿模型具備「緊急關閉」機制。與此同時，Anthropic 首度公布內部指標：Claude 已主導自家超過四分之一的研發工作。把這四件事排在一起，醫療端要問的不是「FDA 什麼時候管 AI」，而是「在 FDA 看到那個裝置之前，模型的安全門檻是誰訂的」。
01 — Top Stories
Amodei 公開主張放慢前沿：先讓外部評估者拿到「等同員工」的存取權，再要求同業跟上
9 月 12 日，Amodei 發表〈We Must Pace the Frontier〉，提出三步：Anthropic 單方面給外部評估者「員工層級」的存取權以監看安全流程並通報事件；呼籲業界採取同樣做法；再由民主國家政府協調安全標準。Axios, 2026-09-12 引述他警告，失控的 AI 群體可能「接管整個網際網路」，造成數千億美元損失。Sam Altman 表示同意業界應放慢前沿模型開發並承諾同樣開放外部評估者；Elon Musk 表態「Dario 是對的」。
這是第一次由最大的幾家實驗室主動提出「減速」，而且提案的核心不是禁止什麼，是讓第三方進到公司內部。對醫療而言，這正是上游版本的「上市後監測」：臨床 AI 產品的風險有很大一塊來自底層基礎模型的行為改變，而那一層目前沒有任何醫療監管機關看得到。
這是一封由最有動機定義規則的公司寫的倡議書。創投 Chamath Palihapitiya 直接質疑該文的目的是把權力集中到 Anthropic，而非單純處理安全問題；文章本身也未提及生物或醫療風險。
三家最大實驗室談了數週要組「FINRA 式」自律機構，第四家的執行長兩天前就先罵這是卡特爾
9 月 15 日，OpenAI 全球政策長 Chris Lehane 證實該公司已與 Anthropic、Google DeepMind 就 AI 安全合作數週，三方討論建立產業標準機構，並支持 FRONTIER Act 中要求「獨立驗證組織」進入前沿實驗室的條款（TechCrunch, 2026-09-15）。Lehane 稱這類協調「不需要」政府的反托拉斯豁免。但在那之前兩天，Cohere 共同創辦人暨執行長 Aidan Gomez 已於 9 月 13 日發文稱該提案「換個名字仍然是卡特爾」，理由是「由少數實驗室設計的安全機制，只會對它們自己已經建好防護的風險嚴格」（AI Weekly, 2026-09-13）。
Gomez 的批評對醫療特別有殺傷力：如果標準由三家通用模型公司訂，被納入評測的風險會是它們的風險——越獄、網路攻擊、自主複製——而不是臨床端的風險，例如在少數族群上的效能落差、EHR 情境下的幻覺、或模型改版後診斷行為的漂移。醫療界如果不在這張桌子上，就會拿到一套跟自己問題無關的安全證明。
加州行政命令要研議前沿模型的「緊急關閉鍵」，並把「失控事件」寫進重大安全事故定義
9 月 18 日，Newsom 簽署行政命令，要求政府營運署加速 SB 813 與 AB 1405 的實施時程，並於兩個月內召集全國專家提出強化州級 AI 法的建議。研議中的措施包括：由獨立第三方撰寫前沿 AI 公司的安全計畫、要求業者開發前沿模型的緊急關閉機制、把指定的獨立驗證組織派駐到實驗室現場定期稽核，以及把「失控事件」納入重大安全事故的定義（加州州長辦公室, 2026-09-18）。
這是第一次有政府把實驗室自己提出的「派駐外部評估者」寫進行政文件——也就是說，9/12 的倡議與 9/18 的命令在機制上是同一件事，只是一邊是自願、一邊準備變成州法。醫療產業應該注意的是：這份命令通篇沒有提到醫療。既有的醫療 AI 治理討論仍然停在裝置層，而州政府正在模型層先動手。
這是行政命令，不是法律：它要求的是「研議」與「召集專家」，沒有給出任何技術規格，「kill switch」目前只是一個沒有定義的名詞。落地與否取決於後續立法。
Anthropic 首度公布內部自動化指標：Claude 主導 26% 的自家研發，但「完全自主」的比例是 0%
9 月 17 日，Anthropic 公布「R&D Automation Index」，指 Claude 已主導公司超過四分之一（26%）的研發工作，而這個比例在今年 2 月還低於 1%。Quartz 的說明是：Claude 能「從一個高層次提示把大部分任務端到端做完，同時保留人類督導在迴圈內」。彙整報導另指該指標涵蓋約 15,000 項任務、公司內部同時運行約 30,000 個代理，超過九成的工作落在「協作」層級以上，但完全自主的比例為 0%（buildfastwithai 彙整, 2026-09-18）。
這個指標的價值不在 26%，在那個 0%。它給了醫療端一個可以直接借用的量表形狀：把「AI 參與」拆成協助／協作／主導／完全自主四級，然後承認最高那一級現在是空的。醫院導入環境式 AI 或診斷輔助時最缺的就是這種分級語言——目前的討論常常在「有沒有用 AI」這個二元問題上打轉。
這是一份廠商自述、未經第三方稽核的內部指標，分級標準由公布方自訂，且評的是自家最熟悉模型的員工。「主導 26%」不等於「取代 26% 的人力」，兩者之間沒有給出換算。
Novo Nordisk 選了通用模型而不是生技專用模型：Claude Science 進入新藥研發流程，但沒有公布任何數字
9 月 16 日，Novo Nordisk 宣布與 Anthropic 合作，將 Claude 用於加速新藥探索與開發、推進 R&D 工作流程的科學推理、支援生物推理與藥物機轉理解，並用於 AI 驅動的軟體開發與代理式工程；雙方也將測試 Claude Science 於特定研發流程。執行長 Mike Doustdar 稱此為公司「成為全球最 AI 驅動的醫療保健公司」企圖的又一佐證，並說 AI 可「壓縮從研究到上市產品的路徑」；Amodei 則重述他的老命題——AI 有潛力把「一個世紀的生物與醫學突破壓縮到十年」（BioSpace 新聞稿全文, 2026-09-16）。Novo 全球員工超過 67,000 人。
歐洲最大藥廠在「專用生物模型」與「通用前沿模型」之間選了後者，這是一個結構性訊號：藥廠買的不是結構預測能力，是橫跨文獻、實驗紀錄、法規文件與內部程式碼的推理與代理能力。結構預測早已是紅海，而把整條研發流程接起來的那一層還沒有贏家。
新聞稿沒有揭露任何金額、時程、節省工時或適用專案數，也沒有說明資料治理的具體做法（只寫「robust data governance and human oversight」）。在看到第一個可驗證的里程碑之前，這是一份意向書等級的消息。
Nature：藥廠拿出 2 萬多個私有結構餵給蛋白質模型，配體交互作用預測從三分之一拉到一半以上
9 月 14 日 Nature 新聞報導，一個由 AbbVie、Astex Pharmaceuticals 等藥廠組成的聯盟，用超過 20,000 個私有蛋白質結構訓練蛋白質摺疊模型：在 1,056 個測試結構中，該聯盟模型對超過一半達到「高準確度」的蛋白質—配體交互作用預測，而公開版 OpenFold3 只有約三分之一、Boltz-2 約 40%。脈絡數字是：Protein Data Bank 有約 200,000 個實驗解析結構，但其中與類藥分子交互作用的只有約 10,000 個。英國政府對 OpenBind 專案提供最高 800 萬英鎊（約 1,080 萬美元）支持。哥倫比亞大學計算生物學家 Mohammed AlQuraishi 形容結果是「效能上相當大的一跳」。
這是本週最硬的一則，而且它反駁了一個流行說法：模型能力的瓶頸在架構。這裡的瓶頸在資料——公開資料庫裡類藥分子的結構只有 1 萬個，而藥廠抽屜裡的私有結構一口氣補了 2 萬個，效能差距立刻從三分之一變成一半以上。同樣的結構也適用於醫院：真正稀缺的不是模型，是被鎖在機構內部、有標註的臨床資料。
Nature 明確註記：這項研究目前只發表在部落格文章、尚未同儕審查，模型也未公開。測試集僅 1,056 個結構，「高準確度」的門檻由該聯盟自訂，且與公開模型的比較未經第三方重現。
GLM-5.3-FlashX 宣稱在約 10 萬顆國產加速器上跑到 ~200 tokens/s，而且推論堆疊是模型自己寫的
智譜／Z.ai 在 9 月 17–18 日公布 GLM-5.3-FlashX 的服務細節：3,200 億參數的 MoE 架構、每 token 啟用 180 億參數，在約 100,000 顆國產加速器上達到約 200 tokens/秒，且服務端最佳化由其所稱的「Infra Agent」完成（Pandaily）。前代 GLM-5.3-Flash 於 8 月 26 日推出，支援 100 萬 token 脈絡，輸入每百萬 token 0.15 美元、輸出 0.50 美元，相對完整版 GLM-5.3 的 1.40／4.40 美元大幅壓低（implicator.ai）。
對醫療 AI 的意義是價格帶。百萬 token 輸入 0.15 美元這個量級，會讓「把整份病歷、整批影像報告、整個科別的年度紀錄丟進模型」從奢侈變成日常預算。哪一個生態系先把長脈絡推論做到便宜，哪一個生態系的醫院導入曲線就先往上彎——而這一次便宜的是不依賴 Nvidia 的那一條路線。
implicator.ai 明白指出：Z.ai 沒有公布晶片型號與廠商、沒有公布功耗、確切吞吐量、使用率，也沒有給出對 Nvidia 的正規化比較，而且「所有服務結果都未經獨立稽核」。更關鍵的是，它只示範了推論，沒有示範在國產硬體上訓練。
同一週：美國眾院以 417 比 3 要資料中心自付電網升級費，Crusoe 以 309 億美元估值募到 39 億美元蓋更多資料中心
9 月 16 日，美國眾議院以 417 比 3 通過 Ratepayer Protection Act，要求各州「考慮」對超過 100 MW 的大型負載採用標準：發電、輸電與配電升級的全額成本回收、動工前的財務擔保、以及客戶提前解約時的成本回收保障。ClearView Energy Partners 認為此法主要是「強化」既有趨勢，因為目前僅 13 個州尚無針對資料中心等大型負載的費率（Utility Dive, 2026-09-16）。隔天 9 月 17 日，Crusoe 宣布 39 億美元 Series F、投後估值 309 億美元，由 Atreides Management、Mubadala Capital 與 Valor Equity Partners 領投，Nvidia、Founders Fund、GIC、QIA、TPG 等參與；其可卡車運送的模組化資料中心 Spark 是主打產品，客戶包含 OpenAI（德州 Abilene）、Meta、Microsoft、Oracle，並與 Jane Street 簽下五年 130 億美元的 GPU 與 AI 基礎設施合約（TechCrunch, 2026-09-17）。
417 比 3 是這一週最乾淨的政治訊號：在美國，「AI 很好但不該由我的電費補貼」已經是兩黨共識。醫院是 24 小時不能斷電、且電價敏感的大用戶，在同一張電網上跟資料中心競爭容量與價格；成本歸屬規則怎麼寫，會直接寫進醫院的營運費用。
法案只要求各州「考慮」採用標準，不是直接課予義務；Utility Dive 也指出期中選舉前參議院通過的可能性不高。Crusoe 方面，TechCrunch 未給出任何百萬瓦容量或營收數字。
Pew：美國人對 AI 的擔憂首次出現黨派翻轉，民主黨 56% 超過共和黨 49%，整體擔憂從 2021 年的 37% 升到約一半
9 月 16 日 Pew Research Center 公布調查（American Trends Panel，3,488 位美國成人，實地時間 2026 年 6 月 22–28 日）：對 AI 進入日常生活「擔憂多於興奮」者，民主黨 56%、共和黨 49%；認為 AI 會讓工作機會減少者，民主黨 75%、共和黨 68%。民主黨的擔憂自 2023 年的 46% 升至 56%，自 2021 年起累計上升 25 個百分點；共和黨則自 2023 年起下降 10 個百分點。自由派民主黨人從 2023 年的 45% 跳到 63%。全體美國人的擔憂比例從 2021 年的 37% 升到約一半。
醫療 AI 的採用率最終不是由準確率決定，是由病人願不願意被它處理決定。當「擔憂多於興奮」的比例來到全體的一半、且不分黨派都在上升時，醫院端的知情同意、AI 使用揭露與人類覆核流程就不是法遵成本，是採用的前提。
實地時間是 6 月下旬，距發布已近三個月，且問的是「AI 進入日常生活」這個泛稱，不是醫療場景。把它直接外推到病人對臨床 AI 的態度會過度延伸。
02 — Product Analysis
Claude Science
科學推理與代理式研發工作流 · Anthropic（美國）
功能與定位。不是結構預測模型，而是把文獻、實驗紀錄、法規文件與內部程式碼串起來的推理層。本週的實證買家是 Novo Nordisk：雙方將測試 Claude Science 於特定 R&D 工作流程，用途涵蓋生物推理、藥物機轉理解與代理式工程（新聞稿, 2026-09-16）。
- 優勢 ：同一個底座既做科學推理又做軟體工程，藥廠不必為研究與 IT 維護兩套供應商；而 Anthropic 自己的 R&D Automation Index（Claude 主導 26% 內部研發）就是這套用法的內部壓力測試。
- 疑慮 ：完全沒有公開的效能基準。Novo 的新聞稿沒有任何節省工時、命中率或專案數字，Anthropic 也未公布 Claude Science 在任何生物或化學 benchmark 上對 OpenFold3、Boltz-2 這類專用模型的比較。目前能查證的只有「誰買了」，不是「有多好」。
GLM-5.3-FlashX
長脈絡低價推論 · 智譜 Z.ai（中國）
功能與定位。3,200 億參數 MoE、每 token 啟用 180 億，前代支援 100 萬 token 脈絡；賣點是價格與不依賴 Nvidia 的供應鏈。前代 Flash 定價為輸入每百萬 token 0.15 美元、輸出 0.50 美元，相對完整版 GLM-5.3 的 1.40／4.40 美元（implicator.ai）；FlashX 宣稱在約 10 萬顆國產加速器上達 ~200 tokens/s（Pandaily）。
- 優勢 ：這個價格帶讓「整份病歷丟進去」成為可編列的成本，而不是示範專案；供應鏈上也不受美國出口管制節奏牽動。
- 疑慮 ：關鍵數字全部缺席——晶片型號、廠商、功耗、利用率、對 Nvidia 的正規化比較都沒公布，服務結果未經獨立稽核，且只示範推論、未示範訓練。醫療場景還要再疊一層：病歷屬於高敏感個資，跨境推論在台灣與歐盟的法遵條件遠比價格複雜。
03 — Companies & Competition
| 公司 | 近況與數字 | 競爭定位與護城河 |
|---|---|---|
| Anthropic 前沿模型＋安全議程主筆 |
9/12 Amodei 發表〈We Must Pace the Frontier〉（Axios）；9/16 與 Novo Nordisk 簽下新藥研發合作（BioSpace）；9/17 公布 Claude 主導 26% 內部研發（Quartz）。 | 護城河是「安全論述的主導權」——它同時定義了規則、示範了自律、也拿到了藥廠訂單。弱點也在這裡：外界很難分辨這是安全主張還是競爭主張。 |
| OpenAI 規模最大、政策上跟進 |
9/15 政策長 Lehane 證實與 Anthropic、Google DeepMind 談安全數週，支持 FRONTIER Act 的獨立驗證條款，並稱協調「不需要」反托拉斯豁免（TechCrunch）。 | 分發與使用者規模是護城河；在這一輪安全議題上是跟隨者而非主筆者，若標準機構成形，話語權會被 Anthropic 的框架先佔。 |
| Cohere 企業級模型、局外人 |
9/13 執行長 Aidan Gomez 發文稱三方標準提案「換個名字仍是卡特爾」，並提出四支柱替代方案：公費支持的實證風險框架、強制透明、僅針對真正危險能力的獨立測試、以及參照金融與航空的無利益衝突保證機制（AI Weekly）。 | 規模不如前三家，但「局外人」身分讓它的反托拉斯論點有信度。它提的航空／金融類比，正是醫療監管者最容易接上的語言。 |
| Novo Nordisk 歐洲最大藥廠、買方 |
9/16 宣布與 Anthropic 合作，執行長 Doustdar 稱要成為「全球最 AI 驅動的醫療保健公司」；全球員工逾 67,000 人；未揭露任何金額或時程（BioSpace）。 | 買方的護城河是自有資料與臨床網絡。它選通用模型而非專用模型，等於押注「推理層可外包、資料層必自持」。 |
| AbbVie / Astex / OpenBind 私有結構資料聯盟 |
用逾 20,000 個私有結構訓練，在 1,056 個測試結構上，高準確度比例超過一半，優於 OpenFold3 的約三分之一與 Boltz-2 的約 40%；英國政府對 OpenBind 支持最高 800 萬英鎊（Nature, 2026-09-14）。 | 護城河純粹是資料：公開庫只有約 1 萬個類藥分子結構。弱點是未同儕審查、模型不公開，外界無法重現。 |
| Z.ai（智譜） 低價長脈絡、非 Nvidia 路線 |
GLM-5.3-FlashX 宣稱在約 10 萬顆國產加速器上達 ~200 tokens/s（Pandaily）；前代 Flash 輸入每百萬 token 0.15 美元、輸出 0.50 美元，服務結果未經獨立稽核（implicator.ai）。 | 護城河是成本結構與國產供應鏈。弱點是可驗證性：不公布晶片與功耗，就無法被企業採購流程接受，醫療更不可能。 |
| Crusoe 垂直整合 AI 基礎設施 |
9/17 完成 39 億美元 Series F、投後估值 309 億美元，Nvidia 等參與；客戶含 OpenAI（Abilene）、Meta、Microsoft、Oracle，並與 Jane Street 簽五年 130 億美元合約（TechCrunch）。 | 可卡車運送的 Spark 模組讓它繞過選址與社區反對，這在資料中心政治化的當下是真護城河。弱點是資本密集、且與電價政治正面相撞。 |
今天的競爭結構是一個「誰先寫規則」的賽局，而不是模型排行榜。三家最大的實驗室在協調標準、第四家在喊卡特爾、一個州政府在同一週動手、而唯一有硬證據的效能躍升來自藥廠交出的私有資料——不是來自任何一家模型公司。能力的邊界正在往資料與治理兩端移動，中間那段「誰的 benchmark 高幾分」反而是本週最不重要的事。
04 — Taiwan Angle
(1) 台灣其實走在加州前面，只是停在原則層。立法院已於民國 114 年 12 月 23 日三讀通過《人工智慧基本法》，確立七大治理原則：永續發展與福祉、人類自主、隱私保護與資料治理、資安與安全、透明與可解釋、公平與不歧視、問責；數位發展部同步研議「人工智慧風險分類框架」，但該公告未公開具體內容，也未提及醫療應用或特定高風險領域（數位發展部新聞稿）。對照 9/18 加州要求把「失控事件」寫進重大安全事故定義、並研議前沿模型緊急關閉機制的做法，台灣有原則、缺門檻。風險分類框架把醫療放在哪一級，是接下來一年最值得盯的一格。
(2) 「非 Nvidia 路線」的推論成本，對台灣是兩面刃。Z.ai 宣稱 GLM-5.3-FlashX 在約 10 萬顆國產加速器上跑到 ~200 tokens/s（Pandaily），這對以先進製程與 AI 伺服器供應鏈為主的台灣產業，是一個必須認真對待的替代路徑訊號——即使目前它只證明了推論，沒有證明訓練，而且未經獨立稽核（implicator.ai）。另一面是：台灣醫院若要把整份病歷丟進長脈絡模型，價格帶確實正在被壓低，但跨境推論涉及高敏感個資，採購時要先問的不是每百萬 token 多少錢，是資料落在哪一部主機上。
(3) 電價歸屬的政治，台灣遲早要面對同一題。美國眾院以 417 比 3 通過要求大型負載自付電網升級成本（Utility Dive），這個接近全票的比數說明成本歸屬已是跨黨派共識。台灣在同一張電網上要同時供應先進製程、AI 資料中心與 24 小時不能斷電的醫院，而醫院既是價格敏感用戶、又沒有議價能力。國際上開始把「誰付電網升級費」寫成明文規則時，台灣的大型用電審查若仍停留在個案協商，醫療體系會是最後才被算到的那一群。
05 — Further Reading
-
Drug firms' secret data supercharge AI protein models — Nature (2026-09-14)
本週唯一有對照組的結果，而且它把「瓶頸在架構」的說法換成「瓶頸在資料」——這個換位對醫院資料策略的影響大於任何一次模型改版。
-
Anthropic, OpenAI CEOs call for slowdown in AI development — Axios (2026-09-12)
讀它是為了看清楚提案的機制細節（外部評估者的存取層級），而不是那句「必須放慢」的口號——機制才是後面所有立法會抄的東西。
-
Cohere CEO Gomez calls rival labs' standards plan a 'cartel' — AI Weekly (2026-09-13)
本週最有價值的反方意見。他那句「只會對它們已經建好防護的風險嚴格」，是醫療界評估任何產業自律方案時應該直接套用的檢驗題。
-
Democrats are now more worried than Republicans about AI and its impact on jobs — Pew Research Center (2026-09-16)
當導入端要說服的是病人而不是主管機關時，這份趨勢線比任何一份準確率報告更能預測採用速度。
-
Z.ai served GLM-5.3-Flash entirely on Chinese AI chips — implicator.ai
示範了怎麼在報導一則重大宣稱的同時，把所有缺席的數字逐項列出來。無論你關心的是算力政治還是採購盡職調查，這篇的方法論本身就值得抄。
06 — References
- Anthropic, OpenAI CEOs call for slowdown in AI development. Axios, 2026-09-12. axios.com
- Cohere CEO Gomez Calls Rival Labs' Standards Plan a 'Cartel'. AI Weekly, 2026-09-13. aiweekly.co
- Drug firms' secret data supercharge AI protein models. Nature, 2026-09-14. nature.com
- OpenAI, Anthropic, Google have been in talks on AI safety for weeks. TechCrunch, 2026-09-15. techcrunch.com
- Novo and Anthropic will collaborate to advance drug discovery with Claude. BioSpace（新聞稿全文 / full press release）, 2026-09-16. biospace.com
- Democrats are now more worried than Republicans about AI and its impact on jobs. Pew Research Center, 2026-09-16. pewresearch.org
- House passes ratepayer protection bill to limit data center cost shifts. Utility Dive, 2026-09-16. utilitydive.com
- Crusoe raises $3.9B to build massive data centers and small modular "AI factories". TechCrunch, 2026-09-17. techcrunch.com
- Zhipu Opens GLM-5.3-FlashX Near 200 Tokens/s on ~100k Domestic Accelerators. Pandaily, 2026-09. pandaily.com
- Z.ai Served GLM-5.3-Flash Entirely on Chinese AI Chips. implicator.ai, 2026-09. implicator.ai
- Anthropic says Claude leads 26% of its AI R&D work. Quartz, 2026-09-18. qz.com
- AI News Today September 18 2026: 14 Biggest Stories（彙整報導 / aggregated roundup）. buildfastwithai, 2026-09-18. blog.buildfastwithai.com
- Governor Newsom issues executive order to accelerate independent oversight and advance the creation of an AI kill switch. Office of the Governor of California, 2026-09-18. gov.ca.gov
- 立法院三讀通過《人工智慧基本法》 構築我國 AI 創新與安全治理基石. 數位發展部 moda, 民國 114 年 12 月. moda.gov.tw
- Google, Anthropic, and OpenAI Unveil Cyber AI Models, Safeguards, and Access Programs（背景脈絡 / background context）. The Hacker News, 2026-09. thehackernews.com