AI 正在離開聊天框：本週四個訊號，競爭轉向資料、算力與治理

一週結論：勝負開始發生在模型之外

7 月 20 日至 26 日的四項重要事件分屬健康、晶片、開放模型與歐洲法規，共同處理的卻是同一問題：模型如何進入真實制度，而非停在聊天視窗。

OpenAI 讓 ChatGPT 在取得許可後讀取健康資訊；AMD 以最高 50 億美元投資與最高 2 吉瓦部署綁定 Anthropic；Microsoft、NVIDIA、Meta、OpenAI 等業者把開放權重推進政策辯論；歐盟則讓互動告知與生成內容標記進入 8 月 2 日倒數。

四項事件分別卡住正式上線的資料接入、算力供應、模型移動與內容追溯。模型能力沒有失去重要性，但已被降回系統元件；產品差距開始由權限設計、供應鏈、授權條款、稽核紀錄與失敗處置共同決定。

健康資料進入通用聊天：最難的不是回答，而是權限生命週期

Health in ChatGPT 把醫療紀錄與穿戴資料帶進日常對話，使個人化直接碰上資料時效、撤銷、記憶與跨服務分享等高敏感度問題。

OpenAI 於 7 月 23 日向美國 18 歲以上使用者推出 Health in ChatGPT，支援網頁與 iOS。使用者可選擇連接 Apple Health、支援的美國醫療紀錄、One Medical 或 Function Health，並在相關對話中授權使用這些脈絡。

官方表示，連接的醫療紀錄、Apple Health 資料及使用它們的對話，不會拿來訓練基礎模型或投放廣告。取消連接後，來源同步資料會在 30 天內刪除；已寫入對話歷史的內容仍須另行刪除對話。這個差異需要獨立測試。

產品邊界也很明確：Health 協助理解資訊，不是診斷或治療工具；一般功能不提供臨床受規範情境所需的 Business Associate Agreement。它目前只能讀取連接資料，不能回寫 Apple Health 或醫療紀錄。

驗收重點因此不再只有答案品質，還包括資料時間戳、單位、來源衝突、撤銷後殘留、記憶建立，以及外部動作是否把敏感資訊帶出原邊界。對受監管產業而言，資料生命週期必須成為主流程。

兩吉瓦不是採購單：算力已變成資本結構

AMD 與 Anthropic 把晶片供應、股權投資、軟體共同開發和部署時程綁在同一關係中，顯示算力取得正在改寫模型公司的融資與供應鏈。

AMD 於 7 月 22 日宣布，Anthropic 將部署最高 2 吉瓦的 MI450 系列 GPU，首批 1 吉瓦預計在 2027 年上半年啟動；AMD 同時承諾最高 50 億美元戰略股權投資。雙方還將以 Claude 最佳化 AMD Instinct 工作負載與 ROCm。

Reuters 將這類安排描述為 AI 產業的循環式交易：晶片商投資大型客戶，客戶再以長約購買晶片或伺服器。這不代表交易必然有問題，但會讓需求、估值、供應承諾與資本回收互相依賴。

企業買方不必模仿吉瓦級交易，卻應看懂模型 API 背後的硬體與資本承諾。採購時除單價與延遲，還要驗證工作負載能否轉移、模型版本能否替換、服務中斷時如何降級，以及測試集能否跨供應商重跑。

開放權重不再只是工程偏好，而是產業政策

大型科技公司聯名要求美國避免過早限制開放權重，代表模型可下載、可修改與可自建部署的能力，已成為競爭、資安與主權議題。

7 月 24 日發布的《Open Weights and American AI Leadership》將 open-weight 定義為可下載、檢查、修改並在自有基礎設施執行的模型。Microsoft 公開的連署者涵蓋 NVIDIA、Meta、IBM、Hugging Face、Linux Foundation、Mistral、OpenAI 與 GitHub 等組織。

公開信要求擴大新創與研究者的算力取得、投資資料集與評估工具等共享訓練資產，並避免針對整個模型類別的過早限制。其商業主張是降低鎖定，讓組織保留資料與模型調整成果。

文件也承認權重釋出後會脫離原開發者控制，修改版本難以追蹤或回復。它主張用社群檢測、紅隊與針對實際傷害的規則管理風險，但這仍是產業倡議，不是法律或安全證明。

open-weight 不等於完整開源；訓練資料、程式、評估細節與授權限制可能仍不透明。採用者必須維護模型來源、雜湊、版本、授權、修改紀錄與撤回機制，並決定是否保留封閉 API 與可控權重的雙軌架構。

歐盟倒數把內容溯源推進發布工程

Article 50 把互動告知、機器可讀標記與公共利益文字的 AI 標示，從自律選項推向可執法義務；內容來源與人工審查狀態因此必須進入產品資料結構。

歐盟執委會 7 月 24 日更新的說明指出，AI Act Article 50 自 2026 年 8 月 2 日適用。直接與自然人互動的 AI 原則上要在第一次互動起告知；生成文字、影像、音訊與影片則須具備有效、可靠、可互通的機器可讀標記。

用於公共利益議題、且未經實質人工審查或編輯控制的 AI 生成或修改文字，需要清楚標示。既有系統的部分標記與偵測義務可到 12 月 2 日，但只是有限過渡。透明度實務守則首批簽署截止為 7 月 27 日 18:00 CEST；未簽署者仍須以其他方式證明合規。

工程上，AI 作者標示、生成時間、模型、來源、人工審查狀態與機器可讀資訊，不應只藏在頁尾，而要由內容模型、發布管線與稽核紀錄一致產生。非歐盟服務是否適用仍需法律判斷，但 provenance 已成為責任鏈的基礎資料。

本週可採取的行動：把六個問題做成同一個上線門檻

把四項新聞轉成一份可重跑的 release gate，要求每個 AI 功能在上線前交代資料、模型、基礎設施、溯源、人工責任與回復方式。

先問資料與模型：輸入屬於公開、內部、敏感或受監管資料？來源是否帶時間戳與版本？撤銷後，快取、對話、向量索引與稽核副本如何處理？封閉 API 或開放權重的授權與版本能否重建？

再問基礎設施與溯源：單一雲端、晶片或模型服務故障時，是否有降級方案？使用者與下游系統能否辨認 AI 產出、引用來源與實質人工審查狀態？

最後確認責任與回復：哪些高影響動作需要人批准，誰有權停用服務，回滾是否演練過？若六項答案無法在一頁內說清楚，該功能通常仍是 demo。以下 YAML 是可放入 PR、測試計畫或上線審查的最小骨架，不是法規範本。