讀家觀點／AI遊戲規則大躍進 台灣警訊

中國「月之暗面」旗下的Kimi K3近期宣布釋出完整模型權重，與此前推出的DeepSeek-V4形成呼應，這一系列舉措，挑戰ＡＩ須依賴美國科技巨頭所建立的那套超大規模資本支出、頂級ＧＰＵ（圖形處理器）、封閉模型、高價ＡＰＩ（應用程式介面）的模式了嗎？

未來ＡＩ將轉變為Agent（代理人），ＡＩ代理人可能需閱讀數百份文件、呼叫數十次工具、執行多輪推理、撰寫程式、測試結果，再根據錯誤重新修改。ＡＩ產業的真正成本，將不再只是訓練模型的經費，而是企業要消耗多少Token。核心問題變成誰能以最低成本提供足夠高的智能？這正是Kimi K3與DeepSeek-V4挑戰美國模式的關鍵。

Kimi K3是總參數規模達到二點八兆級的開放權重模型，但透過稀疏化的「混合專家」模型架構，實際上每次運算只啟動其中一小部分專家。所謂「混合專家」模型每次只需要動員其中少數適合的專家處理。ＡＩ產業模型的「總規模」與每次使用的「實際成本」於焉脫鉤。

DeepSeek-V4的價值，在於試圖解決ＡＩ產業下一個最大的技術瓶頸：長上下文與代理人的運算效率，也就是一個ＡＩ模型可一次記住並處理極其龐大的資料量，這可能比單純的模型參數更昂貴。DeepSeek-V4的技術方向，包括稀疏注意力、Token壓縮以及針對長上下文的記憶體優化，實際上是讓ＡＩ記住更多東西，但消耗更少記憶體。這將成為代理人時代的核心。因為當ＡＩ從問答工具變成數位員工，ＡＩ成本將愈來愈取決於模型每天實際運作的成本，也就是「誰能以最低成本完成最多工作」。

美國巨頭希望控制最強模型，透過封閉ＡＰＩ獲取高額收入；中國企業則可能透過開放模型，降低價格，擴大使用者規模，再從雲端服務、企業部署、硬體、應用與生態系統中獲取收益。

如果ＡＩ最終走向開放模型主導，那麼今天昂貴的模型壟斷，可能會承受巨大的投資與運營壓力。中國企業改變的不是單一產品，而是一整套複雜的科技生態。

對台灣而言，這場ＡＩ革命發出重大警訊。台灣是全球ＡＩ硬體供應鏈的重要中心，只要ＡＩ繼續發展，台灣就能持續獲利。

問題是，如果未來ＡＩ模型效率大幅提高，企業就不必像今天一樣無限制地購買昂貴硬體，那麼ＡＩ硬體供應鏈的超額利潤就可能受到壓力，投資者就會重新評估ＡＩ產業的估值。

如果台灣只把自己定位為全球ＡＩ產業的製造基地，那麼當模型效率提高、硬體成本下降、ＡＩ服務價格崩跌時，台灣的超額利潤也可能隨之受到壓力。台灣真正的戰略目標，應該是從「ＡＩ硬體供應商」進一步成為「ＡＩ技術與應用生態的參與者」。