[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-anthropic-fable-shutdown-own-your-models-zh":3,"article-related-anthropic-fable-shutdown-own-your-models-zh":30,"series-industry-7b6bec1f-4f42-4b60-a72d-027bf95a36e7":75},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":22,"views":26,"created_at":27,"published_at":28,"topic_cluster_id":29},"7b6bec1f-4f42-4b60-a72d-027bf95a36e7","anthropic-fable-shutdown-own-your-models-zh","Fable 停用逼你把模型收回來","\u003Cp data-speakable=\"summary\">\u003Ca href=\"\u002Ftag\u002Fanthropic\">Anthropic\u003C\u002Fa> 停用 Fable 後，我拆出團隊該怎麼把\u003Ca href=\"\u002Fnews\u002Fgemma-4-256k-context-open-models-zh\">模型\u003C\u002Fa>依賴從供應商手上收回來，並附可直接複製的審查模板。\u003C\u002Fp>\u003Cp>我這陣子一直在看大家怎麼把 hosted model 接進產品，老實說，前面都很順。串 \u003Ca href=\"\u002Ftag\u002Fapi\">API\u003C\u002Fa>、調 prompt、跑 eval，數字也還看得過去。可我心裡一直卡一個點：你做得越像樣，就越像把核心能力交給別人保管。平常沒事時這叫效率；一旦供應商改規則、改價格、改可用區域，這就不是效率了，這叫被人掐住脖子。我最不爽的就是，很多團隊直到出事才發現自己根本沒留退路。\u003C\u002Fp>\u003Cp>這次 Anthropic 的 Fable 停用把這\u003Ca href=\"\u002Fnews\u002Farxiv-ai-papers-agents-memory-data-zh\">件事\u003C\u002Fa>直接攤開來看。它不是單純的產品下架，而是讓大家重新面對一個很土但很真實的問題：你到底是在用模型，還是在租模型？我讀這件事時主要對照 \u003Ca href=\"https:\u002F\u002Fwww.cnbc.com\u002F2026\u002F06\u002F16\u002Fanthropics-fable-shutdown-is-a-big-moment-for-open-source-ai.html\">CNBC 的報導\u003C\u002Fa>，還有 Anthropic 的 \u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002F\">官方網站\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fx.com\u002Fsatyanadella\">Satya Nadella 的 X\u003C\u002Fa>，以及 \u003Ca href=\"https:\u002F\u002Fopenrouter.ai\u002F\">OpenRouter\u003C\u002Fa> 的使用趨勢。真正值得拆的，不是戲劇性，而是下一步架構要怎麼改。\u003C\u002Fp>\u003Ch2>模型會消失，產品就只是租來的\u003C\u002Fh2>\u003Cblockquote>Anthropic announced it had pulled access to its Fable 5 and Mythos 5 models to comply with an export control directive from the U.S. government that cited “national security authorities.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：如果你的產品建立在封閉模型上，你的產品命運其實握在別人政策手上。不是只有 uptime，不是只有帳單，連能不能繼續用都不是你說了算。這種依賴最煩的地方在於，它平常不會炸給你看。你的服務照跑、前端照開、監控全綠，直到某個關鍵能力突然不見，整個流程才像被拔掉一塊骨頭。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781687002361-q7fl.png\" alt=\"Fable 停用逼你把模型收回來\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>CNBC 的敘述很直接，Anthropic 是直接把 Fable 5 和 Mythos 5 的存取關掉，其他模型還在。這個細節很重要，因為它告訴我風險不是「整個 vendor 掛掉」，而是「你最依賴的那一塊被單獨切掉」。這種情況在架構審查時最容易被忽略，因為系統表面上還活著，只有某條關鍵路徑在默默失血。\u003C\u002Fp>\u003Cp>我自己碰過類似的事。之前有個客服摘要流程，模型換檔後沒有真的停機，但定價變了，成本模型整個歪掉。功能還在，可是商業上已經不好用了。這就是我現在最在意的點：依賴不只是技術問題，還是合約問題、成本問題、甚至風險問題。\u003C\u002Fp>\u003Cp>實操寫法很簡單，先不要談優化，先做依賴盤點：\u003C\u002Fp>\u003Cul>\u003Cli>把每一次 model call 對應到哪個業務流程寫出來。\u003C\u002Fli>\u003Cli>標記哪些流程一旦模型被停用就會壞掉。\u003C\u002Fli>\u003Cli>把「好用」和「核心」分開，不要混成一團。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果模型一斷，你的營收就停，那你需要的是備援，不是更漂亮的 prompt。\u003C\u002Fp>\u003Ch2>開源不是信仰，是退出門\u003C\u002Fh2>\u003Cblockquote>An open-source model can be downloaded, run on a company’s own infrastructure, and customized for its data and needs.\u003C\u002Fblockquote>\u003Cp>也就是說，\u003Ca href=\"\u002Ftag\u002F開源模型\">開源模型\u003C\u002Fa>真正有價值的地方，不是情懷，是你有地方可退。你可以把模型放進自己的環境，自己控權限、自己控版本、自己控部署節奏。這不是要你一開始就全自建，而是你至少要有一條離開供應商的路。沒有這條路，所謂的技術選型其實只是把風險包裝得比較好看。\u003C\u002Fp>\u003Cp>我不會把 open source 講成神主牌。自己跑模型一定有代價：infra、維運、監控、升級、效能調校，通通都要錢。可問題是，很多團隊把「我們之後再換」當成策略，結果真的要換時，prompt 已經漂了、eval 已經陳舊了、工具呼叫也綁死了。那時候才是最貴的。\u003C\u002Fp>\u003Cp>這次事件讓我更確定一件事：如果 AI 功能碰到敏感資料、客戶流程、或是公司會拿來算錢的核心邏輯，就不能只看 hosted 版本。你至少要有一個 self-hostable 候選方案，先能跑，再談好不好看。\u003C\u002Fp>\u003Cp>我會這樣落地：\u003C\u002Fp>\u003Cul>\u003Cli>挑一個你能自己部署的模型家族，不要只看榜單。\u003C\u002Fli>\u003Cli>同一個工作流，hosted 和 self-hosted 都跑一次。\u003C\u002Fli>\u003Cli>比較品質差多少、成本差多少、控制權差多少。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>你會發現，當風險夠大時，控制權本身就是一種性能指標。\u003C\u002Fp>\u003Ch2>真正的 lock-in 不是 API，是習慣\u003C\u002Fh2>\u003Cblockquote>“The last thing any of us want is a world where every company across every sector is ceding value to a few models that eat everything they see,” Satya Nadella wrote on X.\u003C\u002Fblockquote>\u003Cp>這句話有點誇張，但我懂他在講什麼。大家以為 lock-in 是 API key 或合約條款，其實更可怕的是團隊開始習慣某個模型的脾氣。prompt 會跟著它調，guardrail 會跟著它調，產品邏輯也會跟著它調。最後不是你綁住模型，是模型綁住你的設計方式。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781686991945-vdpe.png\" alt=\"Fable 停用逼你把模型收回來\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>翻譯一下就是，切換成本很多時候不是技術成本，而是心理成本。團隊會開始問：「怎麼改最不會壞？」而不是「哪個模型最適合這件事？」這差很多。前者是在維持現狀，後者才是在做選型。\u003C\u002Fp>\u003Cp>我在 \u003Ca href=\"\u002Ftag\u002Fagent\">agent\u003C\u002Fa> workflow 上看過這種黏性特別重。你一旦把工具呼叫、輸出格式、錯誤重試都調成某個模型的習慣，換 vendor 就不是換 endpoint 而已，是整個行為邊界要重做。這也是為什麼我現在更偏向把模型差異收斂在 adapter，而不是讓整個產品直接吃 vendor 的脾氣。\u003C\u002Fp>\u003Cp>實際上可以這樣做：\u003C\u002Fp>\u003Cul>\u003Cli>把 prompt、tool schema、輸出格式都版本化。\u003C\u002Fli>\u003Cli>把模型特有的邏輯包進 adapter，不要散在各處。\u003C\u002Fli>\u003Cli>不要讓整個產品都依賴同一個供應商的怪癖。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果你能換模型而不用重寫 app，才算真的有選擇權。\u003C\u002Fp>\u003Ch2>便宜不是省錢，是把模型分層\u003C\u002Fh2>\u003Cblockquote>“The era of token maxing is over,” Yash Patel said.\u003C\u002Fblockquote>\u003Cp>這句我聽了直接笑出來，因為它很粗，但也很準。意思很簡單：大家不想再為每一個 \u003Ca href=\"\u002Ftag\u002Ftoken\">token\u003C\u002Fa> 都付高價了，尤其是那些其實不需要頂級模型的工作。市場成熟之後，預算會逼著你誠實面對一件事：不是每個步驟都值得用最貴的模型。\u003C\u002Fp>\u003Cp>CNBC 裡提到的重點是，企業現在在找 better, cheaper, faster models。這不是採購部門在碎念，這會直接改架構。你一旦接受「不是所有任務都要最強模型」，就可以把工作流拆層：便宜模型做分類、中階模型做草稿、昂貴模型只處理真正難的推理。\u003C\u002Fp>\u003Cp>我自己重構過幾次這種系統。第一版通常很浪費，因為大家怕出錯，乾脆全部丟給最強模型。等帳單來了，大家又突然很懂 routing。這種劇本我看太多次了。\u003C\u002Fp>\u003Cp>可以直接這樣做：\u003C\u002Fp>\u003Cul>\u003Cli>先做 task router，再談擴量。\u003C\u002Fli>\u003Cli>高頻、低風險步驟用小模型或開源模型。\u003C\u002Fli>\u003Cli>把昂貴模型保留給真正卡關的部分。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果你的架構不能在成本上優雅降級，那它不是 production-ready，它只是 demo 長得比較像真的。\u003C\u002Fp>\u003Ch2>中國開源模型受歡迎，不是偶然\u003C\u002Fh2>\u003Cblockquote>Models from DeepSeek, Tencent, Xiaomi, and MiniMax all rank among OpenRouter’s most-used this month, even against closed competitors.\u003C\u002Fblockquote>\u003Cp>這段很值得台灣團隊注意。CNBC 提到，投資人押注這次停用事件會把需求推向 open models，而 DeepSeek、Tencent、Xiaomi、MiniMax 這些名字也真的在使用榜上往前。這不是口號，這是使用者行為。人最後還是會選好用、可得、便宜的東西，不太會因為品牌故事就一直死撐。\u003C\u002Fp>\u003Cp>翻成工程語言就是：如果模型夠好、夠便宜、夠容易跑，團隊就會用。你可以嘴上說自己偏好某家大廠，但真正在 work queue 裡被呼叫的，通常是那個最順手、最能交差的方案。這跟基礎設施工具一樣，最後贏的常常不是最會講故事的，而是最少讓你加班的。\u003C\u002Fp>\u003Cp>我會建議團隊把這件事當成選型而不是立場。不要先問「哪個陣營比較對」，先問「哪個模型在我們自己的資料和任務上過關」。OpenRouter 這類平台的價值就在這裡，它反映的是實際呼叫行為，不是誰在社群上喊得最大聲。\u003C\u002Fp>\u003Cp>落地方式：\u003C\u002Fp>\u003Cul>\u003Cli>建立一份自己的 benchmark 集合，不要只看公開榜單。\u003C\u002Fli>\u003Cli>把多語言、多模態、領域任務分開測。\u003C\u002Fli>\u003Cli>模型沒打過你的 eval 之前，別先下結論。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>最強的模型不是聲量最大那個，是最符合你工作負載那個。\u003C\u002Fp>\u003Ch2>我會先問退出策略，不先問 prompt\u003C\u002Fh2>\u003Cp>如果是我在看一個 AI stack，我現在第一個問題不會是 prompt 寫得漂不漂亮，而是：你怎麼退出？這個問題很土，但很有效。因為你只要開始問退出策略，整個團隊的思考就會從「怎麼把模型用滿」轉成「怎麼不要被模型綁死」。\u003C\u002Fp>\u003Cp>這代表架構要先設計可攜性。模型最好放在內部介面後面，prompt 和 eval 進版控，provider-specific 的東西全部收斂到 adapter。再來就是至少保留一個可 self-host 的候選模型，哪怕一開始不是主力，也要能在緊急時接手。\u003C\u002Fp>\u003Cp>我也會把對外承諾講清楚：我們不把任何外部模型當成單點故障。這句話聽起來像內控文件，但其實很實用。因為它逼你去做 fallback、做測試、做切換演練，而不是把風險藏在簡報裡。\u003C\u002Fp>\u003Cp>我會用這份檢查表：\u003C\u002Fp>\u003Cul>\u003Cli>我們能不能在自己的 infra 上跑 fallback 模型？\u003C\u002Fli>\u003Cli>換供應商時，產品要改多少 code？\u003C\u002Fli>\u003Cli>哪些 workflow 最怕政策、區域、價格變動？\u003C\u002Fli>\u003Cli>我們有沒有同時比較 hosted、open、self-hosted 的 eval？\u003C\u002Fli>\u003C\u002Ful>\u003Cp>如果大多數答案都是否，那這個 stack 其實比看起來脆很多。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># AI 模型依賴審查模板（可直接貼進 Notion \u002F GitHub \u002F Confluence）\n\n## 1) 模型清單\n- Provider:\n- Model name:\n- 用途:\n- 資料敏感度:\n- 業務重要性:\n- Fallback model:\n- 是否可 self-host: yes\u002Fno\n\n## 2) 風險盤點\n- 如果存取被撤銷，哪些流程會壞？\n- 如果價格翻倍，哪些流程會先爆？\n- 如果模型行為改變，哪些輸出會失真？\n- 哪些地區 \u002F 政策會影響可用性？\n\n## 3) 架構規則\n- 模型必須放在內部介面後面。\n- prompt 必須進版控。\n- tool schema 必須版本化。\n- provider-specific 邏輯只能放在 adapter。\n- 高頻低風險任務優先走便宜模型。\n- 真正困難的任務才用高價模型。\n\n## 4) 評估計畫\n- Hosted benchmark:\n- Open benchmark:\n- Self-hosted benchmark:\n- Accuracy target:\n- Latency target:\n- Cost target:\n- 要監控的失敗類型:\n\n## 5) 退出策略\n- Primary provider:\n- Backup provider:\n- Self-hosted deployment plan:\n- Model replacement RTO:\n- Prompt \u002F eval artifacts RPO:\n- Owner:\n\n## 6) 決策\n- 保持 hosted:\n- 增加 fallback:\n- 轉向 open \u002F self-hosted:\n- 下次重評日期:\n\n## 7) 可直接貼到團隊規範\n我們不把任何外部模型當成單點故障。\n每個 production AI workflow 都必須有文件化 fallback。\n任何使用敏感或 mission-critical 資料的 workflow，都必須有 self-hostable 路徑，或經過明確例外核准。\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>這份模板的價值不是叫你反供應商，而是叫你少一點驚嚇。你可以拿它去做架構審查、採購審查、甚至 incident postmortem。它會把原本很空泛的「我們應該更有韌性」\u003Ca href=\"\u002Fnews\u002Fnewcore-turns-ai-agents-into-managed-identities-zh\">變成可\u003C\u002Fa>以逐條回答的清單。\u003C\u002Fp>\u003Cp>我這篇的拆解主要是從 CNBC 的 \u003Ca href=\"https:\u002F\u002Fwww.cnbc.com\u002F2026\u002F06\u002F16\u002Fanthropics-fable-shutdown-is-a-big-moment-for-open-source-ai.html\">Anthropic’s Fable shutdown is a big moment for open-source AI\u003C\u002Fa> 來的，外加我自己對模型依賴、架構切分與 fallback 設計的整理。原始事實、引述與人物名稱來自來源文章；模板、判讀方式和實操建議是我另外整理出來的。\u003C\u002Fp>","Anthropic 停用 Fable 後，我拆出團隊該怎麼把模型依賴從供應商手上收回來，並附可直接複製的審查模板。","www.cnbc.com","https:\u002F\u002Fwww.cnbc.com\u002F2026\u002F06\u002F16\u002Fanthropics-fable-shutdown-is-a-big-moment-for-open-source-ai.html",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781687002361-q7fl.png","industry","zh","92845be2-c27d-43a9-8f16-9d6630344842",[17,18,19,20,21],"open-source AI","self-hosted models","vendor lock-in","model routing","fallback strategy",[23,24,25],"模型依賴不是只有技術問題，還包含政策、價格與可用性風險。","開源或可下載模型的價值，在於給團隊一條可退出的路。","真正該先問的是退出策略，不是 prompt 寫得多漂亮。",0,"2026-06-17T09:02:52.16704+00:00","2026-06-17T09:02:52.16+00:00","caa87b65-9bbc-46fe-bba8-4f4158dd2d8b",{"tags":31,"relatedLang":34,"relatedPosts":38},[32],{"name":17,"slug":33},"open-source-ai",{"id":15,"slug":35,"title":36,"language":37},"anthropic-fable-shutdown-own-your-models-en","Anthropic’s Fable shutdown pushes teams to own models","en",[39,45,51,57,63,69],{"id":40,"slug":41,"title":42,"cover_image":43,"image_url":43,"created_at":44,"category":13},"4a2fbd38-b5c2-4590-9d4b-87f39f95ab9c","ergo-hestia-pricing-time-to-market-databricks-zh","ERGO Hestia 4 招縮短定價上線","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781697768906-9krk.png","2026-06-17T12:02:22.440161+00:00",{"id":46,"slug":47,"title":48,"cover_image":49,"image_url":49,"created_at":50,"category":13},"0cf56d85-887b-4fb1-8589-046da6513d26","openai-oracle-universal-credits-enterprise-buying-zh","OpenAI 進 Oracle 企業採購圈","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781696892976-sx90.png","2026-06-17T11:47:35.092555+00:00",{"id":52,"slug":53,"title":54,"cover_image":55,"image_url":55,"created_at":56,"category":13},"dd3d240a-0f53-49a4-90a5-cac17171f3fd","managed-chatgpt-access-policy-layers-zh","4 層規範決定企業版 ChatGPT 可怎麼用","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781695973066-pbtw.png","2026-06-17T11:32:17.633521+00:00",{"id":58,"slug":59,"title":60,"cover_image":61,"image_url":61,"created_at":62,"category":13},"c826a181-b373-4a9e-a494-1f8f4bc86c3c","openai-service-terms-app-risk-users-zh","OpenAI 服務條款把第三方 App 風險留給使用者","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781695063951-v71m.png","2026-06-17T11:17:21.223004+00:00",{"id":64,"slug":65,"title":66,"cover_image":67,"image_url":67,"created_at":68,"category":13},"1787c1f6-5b34-4ddc-9eb9-4ec10e898711","dara-think-tanks-ai-trust-zh","DARA把智庫 AI 透明化","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781684279103-4af9.png","2026-06-17T08:17:31.003261+00:00",{"id":70,"slug":71,"title":72,"cover_image":73,"image_url":73,"created_at":74,"category":13},"eed77f7f-bae9-4963-a341-e2a39078665e","chrome-v8-zero-day-browser-restart-zh","Chrome V8 零日要立刻重啟瀏覽器","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781683388953-niyk.png","2026-06-17T08:02:27.787837+00:00",[76,81,86,91,96,101,106,111,116,121],{"id":77,"slug":78,"title":79,"created_at":80},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":82,"slug":83,"title":84,"created_at":85},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":87,"slug":88,"title":89,"created_at":90},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":92,"slug":93,"title":94,"created_at":95},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":97,"slug":98,"title":99,"created_at":100},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":102,"slug":103,"title":104,"created_at":105},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":107,"slug":108,"title":109,"created_at":110},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":112,"slug":113,"title":114,"created_at":115},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":117,"slug":118,"title":119,"created_at":120},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":122,"slug":123,"title":124,"created_at":125},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]