商傳媒｜方承業／綜合外電報導
隨著人工智慧（AI）技術持續發展，全球正見證其在各領域的廣泛應用，但也面臨治理、資安與倫理的嚴峻挑戰。從Google推出最新的開源模型，到AI在醫療上的突破性應用，這項新興科技的潛力無限；然而，資安漏洞與法律灰色地帶亦隨之浮現，引發各界對如何有效監管AI的深度思考。
科技巨頭Google於昨日發布其最新的開源AI模型Gemma 4。這款模型採用Apache 2.0開源許可，可供用戶在本地設備上運行，適用於數十億部 Android 設備及部分筆記型電腦繪圖處理器（GPU）。《Mashable》報導指出，Gemma 4由Google DeepMind團隊以開發Gemini 3的相同技術和研究基礎打造，被Google譽為其「最為強大」的開源AI模型。Gemma 4具備多步驟規劃及深度邏輯推理能力，並在數學與指令遵循基準測試中展現顯著提升，其安全性與隱私保護特性，也讓開發者能將AI整合至應用程式中，無需負擔重複訂閱費用。
AI的應用已深入醫療領域，為患者照護帶來變革。根據Anthropic公司資訊，醫護人員正利用其Claude Code與Claude Cowork開發臨床應用工具，即使沒有深厚程式設計背景的醫生，如葛拉漢·沃克醫師（Dr. Graham Walker）和米哈爾·內多齊科醫師（Dr. Michał Nedoszytko），也能打造實用程式。另一項重大進展來自加州GATC Health公司，其Operon AI平台已成功設計出化合物GATC-1021，能在實驗鼠身上顯著降低鴉片類藥物成癮的渴望，且未見行為或生理副作用。加州大學爾灣分校（University of California, Irvine）克莉絲蒂·福勒博士（Christie Fowler）領導的研究團隊在《美國國家科學院院刊》發表研究成果，指出GATC-1021有望成為鴉片類藥物成癮治療的非鴉片類替代方案，並能促進腦部神經連結再生。拉胡爾·古普塔醫師（Rahul Gupta）強調，這種精準的治療方式只有透過AI才能實現。
然而，AI發展的另一面是複雜且持續增長的風險。資安公司Anthropic上週二便發生程式碼意外洩露事件，其Claude Code應用程式的底層指令不慎外洩。Anthropic隨即提出版權下架請求，並解釋這是「人為錯誤造成的發布打包問題，並非資安漏洞」，且未涉及客戶資訊或數據。然而，《InvestmentNews》引述專家看法指出，此事件為金融諮詢機構和顧問敲響警鐘，提醒他們在使用AI時對客戶資料負有責任。投資顧問艾瑞克·富蘭克林（Eric Franklin）強調，與AI供應商簽約不能僅止於簽名與付費，務必理解數據敏感性，並在傳送至AI系統前對個人識別資訊（PII）進行淨化處理。IBM去年十二月的一項研究顯示，高達39%的金融服務公司承認曾將機密資訊傳送給AI工具，而AI涉及所有資料外洩事件中的20%。
AI代理程式（AI agents）的應用也暴露出其「記憶力」問題。由於AI程式碼代理程式在無狀態推論（stateless inference）下運行，且記憶體僅限於會話範圍，導致開發者需在每次會話邊界重新建立架構與依賴關係，影響開發效率。一項2025年的研究發現，使用AI工具的開發者完成任務所需時間反而增加19%。為解決此問題，Augment Code開發了Context Engine，透過語義索引和代碼關係映射來維持跨會話的程式碼理解。此外，由OpenAI於2025年8月發布並捐贈給Linux基金會旗下Agentic AI基金會的AGENTS.md標準，已獲逾6萬個開源專案採用，有助於向AI代理程式提供專案情境資訊，研究顯示能減少約28.64%的處理時間。亞馬遜網路服務（Amazon Web Services, AWS）也提供Amazon SageMaker AI的無伺服器模型客製化服務，利用可驗證獎勵強化學習（RLVR）技術，協助AI代理程式更有效率地執行工具呼叫，減少幻覺並精準回應。
除了技術層面的挑戰，AI也帶來國家級資安威脅。據《The New York Times》報導，Anthropic曾於去年底報告，有中國國家支持的駭客利用其AI技術，試圖滲透全球約30家企業和政府機構的電腦系統。Anthropic表示，這是首次有紀錄的網路攻擊案例，AI技術在極少人為干預下便能收集敏感資訊，駭客僅需負責約10%至20%的攻擊工作。這顯示AI可能成為網路武器，大幅提升攻擊效率。
在法律層面，生成式AI在證據開示（discovery）過程中的應用，已在美國法院引發關於保護令的爭議。《Sidley Austin》分析，美國科羅拉多州地方法院在 Morgan v. V2X, Inc. 案中，要求用於處理機密資訊的AI工具必須具備契約保障，包括禁止將輸入內容用於模型訓練、限制進一步揭露及資料刪除功能。而堪薩斯州地方法院在 Jeffries v. Harcros Chemicals, Inc. 案中則採取更廣泛的限制，禁止所有公開或公共可用的AI工具用於證據開示，強調一旦資料被納入公共AI模型，實際上無法撤回或刪除的風險。
