Stripe 以 75 億美元收購 OpenRouter，將自身嵌入人工智慧(AI)資本流
趨勢一：競賽從模型轉向基礎設施與分發
本週最大的一筆交易是 Stripe 確認以 75 億美元收購 OpenRouter，消息於 8 月 19 日報導。OpenRouter 在 5 月估值為 13 億美元；據估僅創辦人就將獲得 15 億美元，投資人則獲得剩餘的 60 億美元。Stripe 在競購中擊敗了包括 Databricks 在內的其他買家。自今年年初以來，OpenRouter 的符元消耗量每週成長 9%。
Stripe 創辦人的信函將這項行動圍繞在派屈克·柯利森所稱的「奇點」——這個半開玩笑的詞，他自 4 月的公司大會以來便開始使用。Stripe 表示，《富比士》人工智慧 50 榜單中有 88% 使用其產品，包括 OpenAI 和 Anthropic。此次收購將 Stripe 推向帳本中的支出端：人工智慧支出管理。PitchBook 分析師法蘭科·格蘭達將其解讀為 Stripe 將自身嵌入「人工智慧時代的資本流中樞」，同時透過路由器對前沿實驗室、超大規模業者與新雲端廠商取得影響力。Databricks（一家人工智慧閘道器）、Rippling 和 Ramp 近幾週也都推出了各自的符元支出工具。
在晶片方面，Marvell 於 8 月 19 日向美國證券交易委員會(SEC)揭露，其已擴大與 Google 的客製化晶片合作夥伴關係，並授予 Google 認股權，最多可購買 58,970,907 股，每股價格 206.58 美元（約為前收盤價的 95.63%）。該協議於 7 月 29 日簽署，涵蓋與 Google 張量處理器(TPU)生態系相關的客製化矽晶：人工智慧推論加速器、儲存控制器、網路介面控制器，以及近記憶體運算。該認股權分 240 批歸屬，每當客製化產品營收達到 5 億美元即歸屬一批，歸屬期間自 2027 會計年度第三季起至 2033 會計年度止。Marvell 在盤前交易中上漲超過 10%。
於此同時，根據 CNBC 8 月 20 日報導的消息來源，輝達正在北歐各地扮演仲介角色。該公司將持有其圖形處理器(GPU)的企業，與擁有電力和土地但需要算力客戶的資料中心營運商連結起來。財務長(CFO)科萊特·克雷斯早在 6 月就曾暗示此一方向。Pure DC 於 7 月宣布在芬蘭打造一座 15 億歐元、110 兆瓦的園區，並可擴展至 550 兆瓦以上；Arcem 計畫最高達 500 兆瓦；Nebius 於 3 月宣布，計畫打造歐洲最大型的人工智慧工廠之一；微軟於 4 月在 Nscale 的挪威專案中取得額外容量。挪威電網營運商 Statnett 統計，目前有 2.3 吉瓦的資料中心專案等待併網。
趨勢二：代理層重建——從模型到框架
前兩天與 DeepSeek V4 Pro 一同開放原始碼的 DeepSeek Harness，在 48 小時內於 GitHub 獲得超過 95,000 顆星。其核心公式是「代理 = 模型 + 框架」，由框架將模型包覆在檔案系統、終端、網頁與工具存取之中。社群統計顯示外掛生態系已超過 700 個外掛。一位開發者的實測發現，標準模式能處理儲存庫分析（13 秒，精確到行）、結合寫程式與 shell 迴圈並可提升沙箱權限，以及多子代理重構（25 個 pytest 用例通過）。弱點也浮現：一種極簡模式在 Windows 上失敗，以及網頁搜尋缺少頁面擷取工具而導致不收斂。
在同一主題上，傑富瑞分析師讓八款主流代理執行真實辦公室任務，並將阿里巴巴的 Qwen Office 評為整體第一，得分高於 Claude Cowork 與 Codex。它是唯一一款在各個維度都突破 90 分的代理——包括以檔案為基礎的年報摘要、線上資料比較、瀏覽器控制、英文簡報生成，以及從參考圖片製作海報。傑富瑞將能力拆分為模型與框架；Qwen Office 的「隱性框架分數」領先同業。Qwen 3.8 Max 的應用程式介面(API)定價遠低於多款海外模型，報告並將「每次任務成本」列為新興商業指標。
Claude Code 新增「簡潔」輸出風格，Anthropic 於 8 月 19 日宣布；此風格可直接回傳結果並保持簡短回覆，完整細節可在追問時取得。OpenAI Codex 的稅務申報試點已處理 7,000 份申報書，並將準備時間縮短約三分之一，團隊也能在開放原始碼的 Codex 框架上建置自家產品（8 月 20 日報導）。
趨勢三：安全成為一種算力成本
OpenAI 於 8 月 20 日將零資料留存擴大至符合資格的前沿模型 API 客戶，並預覽「隱私安全處理」系統；這套自動化系統可偵測跨互動風險模式，同時不讓 OpenAI 員工看到底層內容。該公司指出，有些嚴重風險只會在多個互動之間浮現，逐訊息安全系統會遺漏這類風險。對於 OpenAI 託管的儲存空間，內容會以客戶控制的密鑰加密。全面推行計畫於 9 月展開，並將發布技術白皮書。
本週有兩篇論文強化了監控的論點。一篇由上海人工智慧實驗室與清華大學發表的論文警告，人工智慧代理在意識出現之前，就可能威脅人類的自主性，且風險類別會隨推理範圍擴大而轉變——一旦代理能表徵自身狀態，就會走向對齊偽裝與拒絕關機。另一項研究發現，檢索增強生成(RAG)投毒會提高模型信心，並使基於不確定性的偵測器失效；而監控文件層級的注意力分布，可在錯誤發生前揭露投毒。
產業報告指出，約 20% 的推論算力用於監控人工智慧——安全監控開銷已成為一個獨立的成本類別。另外，李飛飛於 8 月 19 日透過彭博主張，從業者必須更清楚地解釋人工智慧帶來的價值，並警告美國日益高漲的反對聲浪——皮尤研究中心發現，現在半數美國人的擔憂已多於興奮——會帶來全球風險。她提到 World Labs 於 2 月完成 10 億美元募資，以及其在機器人、醫療與教育領域的世界模型研究。
趨勢四：開放原始碼與教育作為長尾
由克里斯·拉特納（LLVM、Clang、Swift）打造的人工智慧程式語言 Mojo，現在已完全開放原始碼。編譯器、工具鏈，以及從原始碼建置該語言所需的一切，已依 Apache 2.0 授權並附 LLVM 例外條款，發佈在 Modular 的 GitHub 上，完成了為期四年的努力。標準程式庫與大部分核心程式碼先前已經開放。Modular 於 6 月被高通收購，目前尚未接受外部編譯器貢獻，計畫在 2026 年底開放。
陶哲軒於 8 月 17 日提交給 2026 年國際數學家大會(ICM)會議論文集的文章《人工智慧時代的數學》主張，數學家應暫且擱置關於人工智慧能力的辯論，轉而追問數學研究究竟為了什麼，並以解題作為案例研究。他將此刻描繪為一段堪比 20 世紀初基礎危機的動盪時期。
Google 於 8 月 19 日在搜尋與 Gemini 上推出一批學習工具：人工智慧生成的互動式視覺圖像、3D 模擬、學生中心、自訂練習題，以及由已上傳檔案建立的學習文件。Gemini Live 現在可以在背景執行多步驟研究，並以語音討論結果。Meta 的 Muse 影片模型在封閉測試期間首次曝光輸出成果，並設有嚴格的版權限制，以及原生語音與音樂音訊。