[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-anthropics-65b-round-turns-aws-and-google-cloud-into-winners-zh":3,"article-related-anthropics-65b-round-turns-aws-and-google-cloud-into-winners-zh":30,"series-industry-3bf19905-4bb8-4021-96ef-a7dc9f0753fc":82},{"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},"3bf19905-4bb8-4021-96ef-a7dc9f0753fc","anthropics-65b-round-turns-aws-and-google-cloud-into-winners-zh","Anthropic 融資把 AWS 變贏家","\u003Cp data-speakable=\"summary\">\u003Ca href=\"\u002Ftag\u002Fanthropic\">Anthropic\u003C\u002Fa> 的 65B 融資不是單一新聞，而是把錢回流到 AWS、\u003Ca href=\"\u002Ftag\u002Fgoogle-cloud\">Google Cloud\u003C\u002Fa> 與晶片供應鏈的範本。\u003C\u002Fp>\u003Cp>我最近一直在看 AI 公司怎麼融資、怎麼花錢，越看越煩。表面上是\u003Ca href=\"\u002Fnews\u002Fmicrosoft-new-coding-model-build-2026-zh\">模型\u003C\u002Fa>公司拿到大錢，實際上常常是把錢再丟回雲端、晶片、記憶體那一圈，大家輪流把同一筆錢記成自己的營收。我以前會以為這叫「生態系很強」，現在只覺得像一台很會轉帳的機器。\u003C\u002Fp>\u003Cp>我會注意到這篇 \u003Ca href=\"https:\u002F\u002Fwww.fool.com\u002Finvesting\u002F2026\u002F05\u002F28\u002Fanthropic-just-delivered-spectacular-news-for-amaz\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">Motley Fool 文章\u003C\u002Fa>，不是因為它在吹 Anthropic 多猛，而是它把這個循環講得很直白：Anthropic 這輪融資，最後最像贏家的，反而是 Amazon、Alphabet、AWS、\u003Ca href=\"\u002Ftag\u002Fgoogle\">Google\u003C\u002Fa> Cloud 這些賣算力的人。這篇沒有給我什麼華麗口號，只有一個很刺眼的事實：模型公司越大，基礎設施供應商越肥。\u003C\u002Fp>\u003Cp>我想拆的不是 Anthropic 本身，而是這種 AI 融資 playbook。你如果是工程師、創業者、甚至只是想看懂產業錢流的人，這套拆法比「哪個模型比較準」更有用。\u003C\u002Fp>\u003Ch2>先別看估值，先看錢會流去哪裡\u003C\u002Fh2>\u003Cblockquote>Anthropic plans to use the process to “expand its compute to meet growing demand for Claude, and scale the products and partnerships our customers rely on.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：這筆錢不是拿來做形象工程，是拿去買算力、買容量、買延續成長的空間。對 AI 公司來說，融資不是終點，是把未來幾季的雲端帳單先付一部分。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780080554497-sxko.png\" alt=\"Anthropic 融資把 AWS 變贏家\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>這裡最重要的不是「65B」這個數字有多嚇人，而是它代表 Anthropic 不是在賭一個 demo，而是在賭一個需要長期供電的系統。你如果做過 AI 產品就知道，真正麻煩的不是模型跑不跑得動，而是流量一上來，推理、訓練、資料管線、監控、重試全部一起炸。\u003C\u002Fp>\u003Cp>我之前看過不少團隊說自己在做 AI，結果一問資源配置，答案都很空：先上模型，再看情況補算力。這種講法聽起來很靈活，實際上就是沒算過帳。Anthropic 這種等級的公司不會這樣玩，它是先把供給鎖住，才有資格談擴張。\u003C\u002Fp>\u003Cp>實操上，我會先問三件事：\u003C\u002Fp>\u003Cul>\u003Cli>它是在買訓練算力，還是在買推理算力，還是兩個都買？\u003C\u002Fli>\u003Cli>它的雲端合約是不是長約，還是按月浮動？\u003C\u002Fli>\u003Cli>它的成長是不是直接建立在更多 GPU \u002F TPU \u002F 網路容量上？\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這三題比看一堆行銷簡報有用。因為只要答案是「需要大量長期算力」，那你就知道這不是單純軟體公司，而是算力消耗機器。\u003C\u002Fp>\u003Ch2>Amazon 和 Alphabet 不是投資人，是收過路費的人\u003C\u002Fh2>\u003Cp>文章裡提到 Amazon 已經投了 13B，還承諾再投 20B；Alphabet 也承諾最多 40B，外加至少 13B 已投\u003Ca href=\"\u002Fnews\u002Fregulatory-clarity-pushes-capital-to-these-chains-zh\">資金\u003C\u002Fa>額。這種結構我看一次就想翻白眼，因為它根本不是一般人理解的「投資」。\u003C\u002Fp>\u003Cp>翻譯一下就是：AWS 和 Google Cloud 不是只押 Anthropic 會不會漲，它們還直接賣 Anthropic 必須買的基礎設施。你可以把它想成兩層收費：第一層是股權，第二層是雲端和算力消費。只要 Anthropic 持續長大，這兩家就同時吃到資本利得和經常性收入。\u003C\u002Fp>\u003Cp>我以前一直覺得外界太愛把雲端公司想成「賣伺服器的」。其實不是，雲端公司最強的地方是它能把客戶綁在自己的操作系統、網路、工具鏈和帳單上。你一旦把模型訓練、部署、監控都放進同一個雲，換家就不只是搬機器，是整套重做。\u003C\u002Fp>\u003Cp>這也是為什麼 \u003Ca href=\"https:\u002F\u002Faws.amazon.com\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">AWS\u003C\u002Fa> 跟 \u003Ca href=\"https:\u002F\u002Fcloud.google.com\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">Google Cloud\u003C\u002Fa> 在這篇故事裡不是背景板，而是主角之一。它們賣的不是「支援 AI」，而是「AI 繼續活下去所需的地基」。\u003C\u002Fp>\u003Cp>實操寫法很簡單：你看到任何 AI 公司拿大錢，別只問它估值多少，先問「這筆錢最後是不是會\u003Ca href=\"\u002Fnews\u002Fbuild-2026-turns-windows-into-ai-pc-playbook-zh\">變成\u003C\u002Fa>某個雲端平台的月結單」。如果答案是會，那雲端平台通常比模型公司更穩。\u003C\u002Fp>\u003Ch2>65B 的重點不是大，是它把需求鎖進去了\u003C\u002Fh2>\u003Cp>Anthropic 這輪融資的數字很大，但真正值得看的，是它把需求鎖進長期合約這件事。文章提到 Anthropic 跟 Amazon 簽了五 gigawatts 的新容量協議，也跟 Google 和 Broadcom 簽了五 gigawatts 的 TPU 容量。這不是一般軟體公司的採購單，這是電力級別的採購。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780080493894-7lvi.png\" alt=\"Anthropic 融資把 AWS 變贏家\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>也就是說，這家公司不是在「試試看 AI 能不能賺錢」，而是在先把未來幾年的算力供應卡位。這種玩法的核心邏輯很粗暴：誰先拿到容量，誰就能先把產品、企業合約、推理服務鋪出去。反過來，沒有容量的公司，模型再漂亮也只是看起來很會。\u003C\u002Fp>\u003Cp>我自己遇過最常見的錯覺，就是團隊以為模型品質是最大變數。不是。真正的變數是供給。你有沒有足夠的 GPU、TPU、網路、儲存、觀測工具，決定了你能不能把模型變成可收費服務。\u003C\u002Fp>\u003Cp>如果你是創業者，我會建議你照這個順序看：\u003C\u002Fp>\u003Cul>\u003Cli>先確認推理成本能不能被收入覆蓋。\u003C\u002Fli>\u003Cli>再看訓練和微調是不是會吃掉現金流。\u003C\u002Fli>\u003Cli>最後才看模型 benchmark，因為那只是表面。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>這種順序很不浪漫，但很真實。AI 不是先有神模型才有生意，很多時候是先有容量，才有資格談神模型。\u003C\u002Fp>\u003Ch2>估值很吵，營收跑速才是重點\u003C\u002Fh2>\u003Cp>文章提到 Anthropic 的估值到了 965B，這數字很容易讓人以為又是一場泡沫秀。但我比較在意的是它提到的 revenue run rate：47B。這個數字比估值更值得盯，因為它代表有人真的在付錢。\u003C\u002Fp>\u003Cp>翻譯一下就是：市場不再只是把 Anthropic 當聊天機器人的供應商，而是把它當成一個已經有商業體量、而且還在往上爬的公司。估值可以炒，營收跑速很難完全靠嘴巴硬掰。\u003C\u002Fp>\u003Cp>我看很多人分析 AI 公司，總愛先拿估值嚇自己，再拿模型能力安慰自己。這種看法很容易失真。你真正該問的是：收入是不是跟得上算力支出？客戶是不是願意續約？企業是不是把它放進工作流？\u003C\u002Fp>\u003Cp>如果你想把這段邏輯用在自己的產品上，我會建議你做一個很土但很有效的表格：\u003C\u002Fp>\u003Cul>\u003Cli>左欄列收入來源。\u003C\u002Fli>\u003Cli>中欄列雲端與推理成本。\u003C\u002Fli>\u003Cli>右欄列客戶續約與使用頻率。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>只要中欄長得比左欄快，你就知道這不是成長，是燒錢。AI 公司最怕的不是沒估值，是營收看起來很漂亮，結果算力帳單把你整個吃掉。\u003C\u002Fp>\u003Ch2>OpenAI 還是大名牌，但 Anthropic 正在改寫比較基準\u003C\u002Fh2>\u003Cp>文章也提到 \u003Ca href=\"\u002Ftag\u002Fopenai\">OpenAI\u003C\u002Fa> 最近一輪估值是 852B，但成長目標似乎沒完全達標；相對地，Anthropic 反而衝得更快。這件事我覺得很有意思，因為它代表市場已經不再只用 OpenAI 當唯一標準答案。\u003C\u002Fp>\u003Cp>也就是說，AI 競爭開始分層了。以前大家問的是「誰會贏」，現在更像是在問「誰能在企業市場、雲端合作、產品整合上拿到更硬的位子」。OpenAI 的品牌還是很強，但 Anthropic 正在把比較基準拉到另一個維度。\u003C\u002Fp>\u003Cp>我以前看平台競爭時就吃過這種虧。大家都以為第一個出名的會一路通吃，結果常常是第二名靠企業導入、成本結構、合作關係，慢慢把市場切走。你只看聲量，會錯過真正的分配。\u003C\u002Fp>\u003Cp>Anthropic 的 \u003Ca href=\"\u002Ftag\u002Fclaude\">Claude\u003C\u002Fa> 和相關產品被拿來跟企業軟體直接競爭，這點也很重要。它不只是模型供應商，還開始碰到應用層、工作流層，甚至威脅到原本的 SaaS 位置。\u003C\u002Fp>\u003Cp>實操上，我會把 AI 競爭拆成三層：\u003C\u002Fp>\u003Cul>\u003Cli>模型能力：誰比較準、比較快。\u003C\u002Fli>\u003Cli>分發能力：誰能進企業、進工作流。\u003C\u002Fli>\u003Cli>基礎設施控制力：誰能拿到最便宜、最穩的算力。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>真正能贏的，通常不是三項都最強，而是至少在兩項上有壓倒性優勢。\u003C\u002Fp>\u003Ch2>Broadcom、Samsung、Micron、SK Hynix 不是配角，是同一條供應鏈\u003C\u002Fh2>\u003Cp>這輪融資裡出現 Samsung、Micron、SK Hynix 這些名字，我一點都不意外。因為 AI 的錢從來不是只流向模型公司，它是一路流向記憶體、網通、加速器、封裝、雲端機房。Broadcom 也被文章點到，原因就在 TPU 容量協議。\u003C\u002Fp>\u003Cp>翻譯一下就是：Anthropic 的成長不是純軟體成長，是硬體需求被包在軟體故事裡。你每多訓練一次、多部署一批、多服務一波企業客戶，背後都會多吃一輪晶片和記憶體。\u003C\u002Fp>\u003Cp>我很不喜歡大家把 AI 講成「應用革命」然後只盯著 app 層。那層當然重要，但真正賺錢的往往是更靠近底層的供應商。尤其當模型公司需要長期擴張時，最先受惠的通常是賣刀、賣槍、賣子彈的人，不是只會喊口號的人。\u003C\u002Fp>\u003Cp>如果你想看懂這條鏈，我建議直接把關係畫出來：\u003C\u002Fp>\u003Cul>\u003Cli>Foundation model company\u003C\u002Fli>\u003Cli>Cloud provider\u003C\u002Fli>\u003Cli>Chip designer\u003C\u002Fli>\u003Cli>Memory supplier\u003C\u002Fli>\u003Cli>Enterprise software layer\u003C\u002Fli>\u003C\u002Ful>\u003Cp>你只要畫一次，就會發現很多所謂的 AI 熱潮，其實是同一筆需求在不同公司財報上輪流出現。這不是神祕魔法，這是供應鏈。\u003C\u002Fp>\u003Ch2>真正的結論：AI 資本循環正在自我強化\u003C\u002Fh2>\u003Cp>這篇文章最刺眼的地方，不是 Anthropic 多大，而是它把整個 AI 資本循環講清楚了：Anthropic 拿錢，錢流回 AWS 和 Google Cloud，雲端和晶片供應商變更強，下一輪又更有能力繼續支援 Anthropic。這種結構看起來有點繞，但它就是現在 AI 世界的現實。\u003C\u002Fp>\u003Cp>也就是說，AI 不是單純的產品競賽，而是資本、算力、供應鏈一起轉的循環機器。你如果只看模型好不好，很容易看漏真正的受益者。你如果只看股價，又會把這些公司想得太簡單。\u003C\u002Fp>\u003Cp>我自己的結論很直接：如果一家公司融資後，最先受惠的是它的雲端和晶片夥伴，那你就該把它當成一個「基礎設施需求產生器」來看，而不是單純的模型公司。這個角度雖然不浪漫，但很能幫你避開很多錯判。\u003C\u002Fp>\u003Cp>對開發者來說，這也有實際意義。你不用去猜誰最後會統治 AI，你只要知道誰在收費、誰在鎖定供應、誰在吃掉算力預算，就能更準地判斷哪些平台值得依賴，哪些只是短期熱鬧。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># AI 融資不是新聞，是供應鏈事件：我的拆解模板\n\n## 1. 先寫清楚這筆錢流向哪裡\n- 融資金額：\n- 估值：\n- 主要用途：訓練 \u002F 推理 \u002F 擴容 \u002F 產品化 \u002F 收購\n- 直接受惠的基礎設施夥伴：\n\n## 2. 判斷誰拿到兩次收益\n- 股權收益：誰持有標的公司股份\n- 經常性收入：誰賣雲端、晶片、記憶體、網路、維運\n- 供應鏈鎖定：是否有長約、獨家、優先容量\n\n## 3. 把 AI 公司拆成三個問題\n- 它有沒有足夠算力？\n- 它能不能把算力變成收入？\n- 它的客戶是否會被工作流綁住？\n\n## 4. 觀察指標\n- revenue run rate\n- cloud commitment\n- chip supply agreement\n- customer concentration\n- switching cost\n\n## 5. 一句話結論模板\n[公司名] 這輪融資表面上是成長故事，實際上是把更多 AI 支出導回 [雲端 \u002F 晶片 \u002F 記憶體] 供應商的循環。\n\n## 6. 給開發者的判斷法\n如果一個 AI 產品背後的成本結構，長得像「每多一個客戶就多一大筆雲端帳單」，那它的商業模式就不只是 SaaS，而是算力轉帳機器。\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>原始脈絡來自這篇 \u003Ca href=\"https:\u002F\u002Fwww.fool.com\u002Finvesting\u002F2026\u002F05\u002F28\u002Fanthropic-just-delivered-spectacular-news-for-amaz\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">Motley Fool 文章\u003C\u002Fa>，我拆的是它的論點和結構；上面的模板、判斷法和寫法是我重新整理後可直接拿去用的版本。補充參考：\u003Ca href=\"https:\u002F\u002Fwww.anthropic.com\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">Anthropic\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Faws.amazon.com\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">AWS\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fcloud.google.com\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">Google Cloud\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.broadcom.com\u002F\" target=\"_blank\" rel=\"noopener noreferrer\">Broadcom\u003C\u002Fa>。\u003C\u002Fp>","拆 Anthropic 65B 融資怎麼把錢重新灌回 AWS、Google Cloud 與晶片供應鏈，順手教你看懂 AI 資本循環。","www.fool.com","https:\u002F\u002Fwww.fool.com\u002Finvesting\u002F2026\u002F05\u002F28\u002Fanthropic-just-delivered-spectacular-news-for-amaz\u002F",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780080554497-sxko.png","industry","zh","a1c0e7ed-7701-4f9a-a908-b2d98845771f",[17,18,19,20,21],"Anthropic","AWS","Google Cloud","AI 融資","算力供應鏈",[23,24,25],"AI 融資常常不是終點，而是把錢再導回雲端與晶片供應鏈。","看 AI 公司別只看估值，要一起看 revenue run rate、算力合約與 switching cost。","雲端平台真正賺到的，往往不是股權，而是持續吃到的基礎設施支出。",4,"2026-05-29T18:47:52.083528+00:00","2026-05-29T18:47:52.075+00:00","fa1dc5e8-0eec-4179-8dc0-e35a3d82f701",{"tags":31,"relatedLang":41,"relatedPosts":45},[32,33,35,37,39],{"name":21,"slug":21},{"name":18,"slug":34},"aws",{"name":17,"slug":36},"anthropic",{"name":19,"slug":38},"google-cloud",{"name":20,"slug":40},"ai-融資",{"id":15,"slug":42,"title":43,"language":44},"anthropics-65b-round-turns-aws-and-google-cloud-into-winners-en","Anthropic’s $65B round turns AWS and Google Cloud into winners","en",[46,52,58,64,70,76],{"id":47,"slug":48,"title":49,"cover_image":50,"image_url":50,"created_at":51,"category":13},"9a0692ba-a9c5-42eb-823d-8a0e6e6ae3fc","openai-ipo-filing-turns-hype-into-scrutiny-zh","OpenAI IPO 讓神話變審核","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781042614962-bj12.png","2026-06-09T22:03:04.524304+00:00",{"id":53,"slug":54,"title":55,"cover_image":56,"image_url":56,"created_at":57,"category":13},"40d4f012-36b6-4b8f-b470-30242a0b8483","skatteetaten-public-sector-ai-should-be-judged-by-outcomes-zh","Skatteetaten 證明公部門 AI 應該看成果，不是看噱頭","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781038986405-p8cf.png","2026-06-09T21:02:32.1198+00:00",{"id":59,"slug":60,"title":61,"cover_image":62,"image_url":62,"created_at":63,"category":13},"f937e16b-7b3c-4ec8-b9f6-2b6031c6892c","openai-ipo-filing-wall-street-test-zh","OpenAI IPO 登場，華爾街先看這 5 件事","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781032675072-oq1m.png","2026-06-09T19:17:23.187013+00:00",{"id":65,"slug":66,"title":67,"cover_image":68,"image_url":68,"created_at":69,"category":13},"8258e540-397f-4566-8ae5-37582f3e3418","openai-latest-moves-pricing-safety-scale-zh","OpenAI 4 個最新動向：定價、安全、規模都在變","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781031777355-odh9.png","2026-06-09T19:02:26.913687+00:00",{"id":71,"slug":72,"title":73,"cover_image":74,"image_url":74,"created_at":75,"category":13},"5a3f8c97-afa9-43cd-a5f7-64a1fcfd99d2","risc-v-mini-pcs-worth-buying-now-future-bet-zh","RISC-V 迷你電腦現在值得買，但只適合押注未來","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781026383355-9003.png","2026-06-09T17:32:31.318476+00:00",{"id":77,"slug":78,"title":79,"cover_image":80,"image_url":80,"created_at":81,"category":13},"651bdda4-2566-4185-a33d-254862d4290d","fedora-44-risc-v-widens-linux-board-support-zh","Fedora 44 RISC-V 把支援面擴到 17 板","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781025476806-1woq.png","2026-06-09T17:17:24.257564+00:00",[83,88,93,98,103,108,113,118,123,128],{"id":84,"slug":85,"title":86,"created_at":87},"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":89,"slug":90,"title":91,"created_at":92},"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":94,"slug":95,"title":96,"created_at":97},"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":99,"slug":100,"title":101,"created_at":102},"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":104,"slug":105,"title":106,"created_at":107},"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":109,"slug":110,"title":111,"created_at":112},"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":114,"slug":115,"title":116,"created_at":117},"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":119,"slug":120,"title":121,"created_at":122},"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":124,"slug":125,"title":126,"created_at":127},"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":129,"slug":130,"title":131,"created_at":132},"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"]