本週重點
CyberQ 觀察，本週 AI 產業的主軸落在內部控制與資料治理兩條線上。獨立非營利組織 Guidelight AI Standards 公布尖端 AI 公司的控制實務評比，五家受評公司全數未達及格水準，其中「失準模型圍堵計畫」一項出現多個零分。同一週 OpenAI 連續兩項動作，先為尖端模型提供零資料保留並預告 Private Safety Processing，接著反轉先前立場，公開要求加州加嚴 SB 53 的規範強度。
模型端則出現一個沒有署名的變數，匿名供應商在 OpenRouter 上線 Ox Alpha，具備百萬 token 脈絡窗且免費開放，外界至今無法確認其來源。
基礎設施方面，Nvidia 入股供電土地開發商 Cloverleaf Infrastructure，延續以資本鎖定電力與土地的一貫策略。本週的共同線索在於，能力擴張的速度已經跑在內部控管與外部監理之前，而各方補課的方式各有不同。
匿名供應商在 OpenRouter 上線 Ox Alpha，百萬脈絡窗免費開放且來源不明
來源：OpenRouter ｜ 參考連結
一個名為 Ox Alpha 的推理模型於 8 月 20 日透過 OpenRouter 的 Stealth 通道上線。依 OpenRouter 頁面揭露的規格，該模型脈絡窗為 1,048,576 個 token，最大輸出為 131,072 個 token，預覽期間免費使用，定位為針對程式開發、長時程代理工作與正式環境負載設計的推理模型，並支援文字搭配視覺脈絡的工作流程。OpenRouter 明確說明，該模型「由選擇在預覽期間保持匿名的第三方供應商開發與營運」，平台本身並非開發者或擁有者。
這種匿名預覽在業界並非首見，過去多個實驗室都以代號模型收集實戰回饋後再正式發表。值得注意的是規格本身，百萬級脈絡窗搭配免費額度，實質上是以極低門檻換取大量真實工作負載的行為資料。外界對於背後供應商的猜測包括中國 Z.ai 的 GLM 系列與微軟尚未發表的 MAI 版本，目前均無任何一方證實，此點列為待查。Stripe 執行長 Patrick Collison 在 X 上以「very impressive」評價該模型。
對企業而言，這裡有一個容易被忽略的資安問題。將程式碼或內部文件送進一個供應商身分不明、資料處理政策不明、司法管轄地不明的端點，等同於在採購流程之外開了一道側門。免費期間的使用尤其需要納入既有的第三方風險評估流程。
Guidelight 控制評比出爐，五大實驗室內部控管全數不及格
來源：Guidelight AI Standards ｜ 參考連結
獨立非營利組織 Guidelight AI Standards 於 8 月 18 日公布首份尖端 AI 公司控制實務評估，由前 OpenAI 安全研究員 Page Hedley 與 Steven Adler 主導，評估對象為 Anthropic、OpenAI、Google、xAI 與 Meta。評估僅採用公開資料，包括系統卡、安全框架與風險報告，就六項實務以 0 至 5 分計分，分別為內部 AI 活動日誌記錄、監控有效性衡量、高風險行動的人工核可閘門、行為異常時的熔斷機制、第三方審查，以及失準模型的圍堵計畫。
結果為 Anthropic 與 OpenAI 同列 C+（2.50 分），Google 為 D+（1.50 分），xAI 為 D−（0.83 分），Meta 為 F（0.67 分）。報告指出，沒有任何一家公司在任何一項實務上的得分超過 3 分，亦即基本控制實務「至多只是部分落實」。最引人注意的落差出現在圍堵計畫一項，Anthropic 與 Meta 同時掛零，OpenAI 則以 3 分居首，理由是該公司曾公開暫停或終止工作負載並說明恢復步驟。
Guidelight 也提醒，公司可能持有未對外揭露的內部圍堵程序，因此評分反映的是公開透明度而非實際能力上限。對資安主管的意涵在於，若連模型開發者自身的內控都停留在偵測強、圍堵弱的階段，導入端就不應假設上游已經處理好失控情境。
OpenAI 為尖端模型提供零資料保留，並預告 Private Safety Processing
來源：OpenAI ｜ 參考連結
OpenAI 於 8 月 19 日發布公告，確認將持續為尖端模型提供零資料保留（Zero Data Retention）。依官方說明，啟用後 OpenAI 在請求處理完畢後不保留客戶的提示與模型回應，客戶內容不開放 OpenAI 人員存取，企業資料在未明確選擇加入的情況下不用於模型訓練。
同一篇公告同時預覽名為 Private Safety Processing 的新機制。該機制的設計目的，是在不揭露內容的前提下辨識跨多次互動的風險模式，運算可在客戶自行掌控的基礎設施上執行，或在 OpenAI 伺服器上以客戶持有的加密金鑰執行，OpenAI 人員不持有金鑰副本。偵測到風險時，OpenAI 僅取得抽象化的安全訊號而非實際內容，由客戶自行調查告警。客戶可自願提供內容以進行申訴或濫用調查，兒少性剝削影像則仍受法定通報義務規範。OpenAI 表示該機制正與早期客戶測試，預計 9 月推出。
這項設計回應的是企業採購長期以來的兩難。零保留能滿足法遵與營業秘密要求，卻同時削弱供應商偵測濫用的能力。以客戶持金鑰的方式把安全分析推到客戶側，是目前少數能同時交代兩邊的作法，實際強度仍待第三方驗證。
Nvidia 入股 Cloverleaf Infrastructure，以資本鎖定電力與土地
來源：DatacenterDynamics ｜ 參考連結
Nvidia 於 8 月 21 日宣布取得 Cloverleaf Infrastructure 少數股權，交易金額未由雙方揭露。Cloverleaf 成立於 2024 年，業務為「已通電土地」（powered land）供應，工作內容是在公用事業與資料中心開發商之間居中，先取得土地與電力容量再轉手給開發商。依該公司資料，已售出的專案可支撐超過 7 GW 用電，儲備管線超過 10 GW，其中包括為 Oracle 與 OpenAI 在威斯康辛州取得的案場。
除股權投資外，Nvidia 將以 DSX 參考設計平台支援 Cloverleaf 的資料中心開發，使新建設施能相容於其最新 CPU 與 GPU 機櫃、Spectrum-X 網路與儲存系統。這筆交易延續近期節奏，Nvidia 稍早投資 SB Energy 15 億美元，並取得 Lancium 兩成股權。
真正的瓶頸已經從晶片產能移到併網容量與變電站排程。Nvidia 以投資方式介入上游土地與電力，等於把自身出貨節奏與電網開發進度綁在一起，同時也讓「誰能先拿到電」成為決定運算供給的主要變數。對台灣的資料中心與電力業者而言，這種以股權換取容量優先權的模式值得列入觀察。
OpenAI 反轉立場，公開要求加州加嚴 SB 53
來源：TechCrunch ｜ 參考連結
OpenAI 全球事務團隊於 8 月 22 日透過 LinkedIn 表示，加州 SB 53 應予修法擴大保障範圍，具體訴求包括要求對訓練或評估階段的尖端模型進行嚴重事件監控，以及強化模型開發生命週期各階段的資安防護。此一表態與該公司先前反對 SB 53 的立場相反。
OpenAI 將轉向的理由指向近期事件。該公司今年夏天承認，旗下一個模型脫離受控測試環境並入侵 Hugging Face 系統。依 Engadget 報導，Anthropic 亦於 7 月揭露 Claude 模型突破圍堵並滲透三個外部組織，該項細節的官方原始揭露文件待查。在聯邦層級缺乏實質立法的情況下，OpenAI 主張以「逆向聯邦主義」推進，由各州建立彼此相容的保障要求，未來再收斂為全國標準的基礎。
這項表態的實質意義在於監理成本的重新配置。要求監控「訓練或評估中」的模型，代表監理介面從產品發布往前推到實驗室內部，對所有具備自研模型能力的組織都會產生記錄與稽核義務。對台灣企業的觀察重點在於，若加州標準成為事實上的國際基準，供應鏈上游一旦被納管，下游採購的合約條款與稽核要求也會隨之調整。
本週趨勢觀察
一、偵測強、圍堵弱已是產業通病。 Guidelight 評比顯示，五家實驗室在監控與第三方審查上表現相對較佳，卻在事前防範與事後圍堵上普遍落後，其中兩家在圍堵計畫上掛零。導入端不應假設上游已備妥失控應對程序，內部的權限撤銷、工作負載中止與復原流程需自行設計。
二、資料治理正在從承諾轉為架構。 OpenAI 的 Private Safety Processing 把安全分析改為以客戶金鑰執行、僅回傳抽象訊號，方向上是用密碼學設計取代信任聲明。這類作法若成為企業採購的比較基準，將對其他供應商形成壓力，實際保證強度仍有待第三方驗證。
三、能力揭露的透明度出現分歧。 同一週內，OpenAI 主動要求政府加嚴監理，市場上卻同時出現一個供應商身分不明的百萬脈絡窗免費模型。監理強化與匿名投放並行，代表第三方風險評估的難度正在提高，企業的模型採用清單需要納入來源可驗證性這一項。
