【科技早餐】今天精選 7 則國內外重要科技新聞。
＊長鑫存儲拿下 Tencent，中國 AI 記憶體自給加速
《路透》報導，中國記憶體廠長鑫存儲已與 Tencent 簽下長期供應協議，規模超過 200 億人民幣，約 29.4 億美元，合約期間為三到五年。這項協議主要涵蓋伺服器用 DRAM，對雲端、資料庫和 AI 工作負載都很關鍵。不過，目前還不清楚是否包含高頻寬記憶體 HBM。
這項協議出現在全球記憶體供應緊張的背景下。Samsung Electronics、SK hynix 與 Micron 等主要記憶體廠，已陸續與重要策略客戶簽下長期供貨合約，客戶也更願意支付較高費用，確保 DRAM 供應。Apple 近期也傳出希望向美國政府申請採購長鑫存儲記憶體，但即使取得美方批准，實際供貨仍有變數，因為中國市場本身也面臨 DRAM 供應吃緊。隨著長鑫存儲準備推動上市，這類長期供貨協議也將成為觀察中國記憶體自給能力的重要指標。
＊日本主權 AI 加速，鴻海、夏普卡位基建
由軟銀（SoftBank）推動的日本國產 AI 專案細節曝光，夏普（Sharp）與大和房屋工業傳出也將投資研發主體的新公司，整體預計最多將有超過 40 家企業參與。這個專案目標是在 2027 年研發出日本最大規模的 AI 模型，參數規模上看 1 兆，核心股東包括 SoftBank、NEC、本田與 Sony，並鎖定製造、運輸、營建等應用場景。
對鴻海來說，這也與日本 AI 伺服器布局有關。鴻海與夏普已簽署合作備忘錄，合作範圍包括 AI 基礎設施、能源、機器人、次世代通訊與智慧城市，雙方將優先探索 AI 伺服器業務。同時，日本也透過外交建立 AI 合作網。日本外務省表示，日本與法國已在巴黎舉行首次高階 AI 對話，討論 AI 能力、產業合作與國防應用。這代表日本正從企業供應鏈延伸到國際結盟，加速主權 AI 建置。
＊Anthropic 遭限制，歐洲 AI 主權焦慮升高
美國近期以國安為由，要求 Anthropic 暫停向外國公民提供 Fable 5 和 Mythos 5 模型使用限。這讓歐洲大型企業更清楚看見，若高度依賴美國專有 AI 服務，一旦供應商或政策改變，企業使用權限就可能受到限制。《路透》報導，包括 Siemens、Renault、Orange 和 ChapsVision 等公司，都已開始混合使用美國、中國和歐洲模型，以避免過度依賴單一供應商。
這股壓力也反映到政策層面。奧地利已提議歐盟考慮讓 Anthropic 的 AI 系統在歐洲境內部署，以回應美國限制外國使用先進模型的做法。歐洲官員近年持續推動半導體、AI 與數位自主政策，但企業目前面對的不是單純是否使用本土模型，而是如何確保關鍵模型、資料和服務權限，不會完全受制於單一國家或單一供應商。
＊亞馬遜、Anthropic 傳改 token 計價，企業 AI 成本變數升高
《The Information》引述知情人士報導，亞馬遜（Amazon）與 Anthropic 重新調整合作付費方式，雙方將自 2027 年起，從目前依算力時數計費，改為依 token 數量計費。token 可以理解為模型讀寫文字的基本單位，若改成 token 計價，企業使用模型的成本，將更直接受到提示詞長度、回覆長度、流量變化和 AI 代理工作流程影響。
亞馬遜近年持續加深與 Anthropic 的合作，也把 Claude 模型納入自身雲端與企業 AI 服務。不過，亞馬遜目前否認新模式會推高成本，並表示雙方合作建立在技術合作之上，外界所稱成本將上升的說法並不正確。這項變化顯示，AI 進入企業流程後，競爭焦點不只是模型能力，也包括成本如何計算、如何預測，以及企業是否能長期承擔。
＊Waymo、Uber 分手，Robotaxi 平台戰升溫
Uber 與 Alphabet 旗下自駕車公司 Waymo，已結束在美國亞利桑那州鳳凰城的 Robotaxi 合作。這項合作從 2023 年開始，曾把 Waymo 自駕車接入 Uber 的叫車與外送服務。不過，這不代表 Waymo 撤出鳳凰城。Waymo 表示，參與試點的車輛已重新整合回鳳凰城車隊，並持續透過 Waymo 自家 app 提供服務。
Uber 則表示，鳳凰城原本就是規模有限的試點，只投入十多輛 Waymo 自駕車。這次試點累積的營運經驗，也協助雙方把合作擴展到 Austin 與 Atlanta，目前這兩座城市仍可透過 Uber 使用 Waymo 自駕車服務。這項變化讓市場重新關注，Uber 是否仍能扮演 Robotaxi 業者接觸乘客的主要入口。Robotaxi 產業已經從技術展示，進入平台、車隊與營運競爭。
＊黃仁勳談 Loop Engineering，AI 工作流從提示詞走向閉環系統
NVIDIA 執行長黃仁勳近期談到 AI 工作流演進時，讓「Loop Engineering」成為矽谷熱議關鍵字。相較於過去的提示詞工程，Loop Engineering 強調的不是一次把指令寫好，而是設計一套可重複運行的流程，讓 AI 系統能產生結果、檢查結果、修正錯誤，再把回饋帶回下一輪任務。
這個概念反映 AI 使用方式正在改變。早期使用者重點在於如何下提示詞，後來進入 Context Engineering，也就是讓 AI 取得足夠背景資訊；隨著 AI 代理進入開發和企業流程，使用者又需要設計工具、權限和執行環境。Loop Engineering 則進一步強調閉環運作，適合自動化測試、資料整理、維運檢查等重複性高、結果可檢查的任務。不過，這不代表 AI 協作成本消失，而是把人力監督成本，轉成系統運行與 token 成本。
＊AI 股市集中度改變，台韓受惠、中印港落後
《彭博》彙整資料顯示，全球主要股市中，只有中國、香港與印度的龍頭企業占整體市值比重，比一年前下滑。中國 A 股和印度前十大企業市值占比約 19%，分別低於一年前的 26% 和 22%；香港市場也從 10% 略降至 9.8%。這項變化凸顯，在 AI 供應鏈快速擴張下，不同市場能否出現明確的 AI 代表企業，正在影響資本集中方向。
台灣與韓國則是明顯對照。台灣有台積電，韓國有 SK 海力士（SK hynix）與三星電子（Samsung Electronics），這些企業原本就是各自市場的核心公司，如今又因晶圓代工、高頻寬記憶體和 AI 伺服器需求，進一步成為全球 AI 基礎建設的一部分。相較之下，中國 A 股、香港與印度市場雖然產業分布較分散，但缺少像台積電或 SK 海力士這類直接受惠於 AI 基建需求的代表企業，也讓 AI 熱潮沒有同樣集中反映到市場表現。
＊本文開放合作夥伴轉載，資料來源：《Reuters》、Sharp、Ministry of Foreign Affairs of Japan、《Reuters》、《Reuters》、《The Information》、《CNBC》、《36Kr Europe》、《Bloomberg》，首圖來源：AI 生成圖。
