區域：台灣
本系列第一次把台灣當成「區域」寫——不是因為台灣這週才有動態，而是因為這週三條線剛好同時到位：一家台灣公司的基礎研究站上全球頂會、政府政策方向正式轉彎、資安報告點出台灣在亞太的曝險排名。攻、守、政策三個面向同一週齊發，適合當作第一篇的切入點。
本週重要動態
Appier《SMITH》論文入選 NeurIPS，台灣公司站上全球 Agentic AI 研究前沿
AI 原生公司 Appier（TSE: 4180）發表論文〈大型語言模型代理之工具創建與使用聯合優化〉，提出強化學習框架 SMITH（Schema-grounded Multi-task Iterative Tool Honing），讓同一個模型同時學會「建立工具」與「正確使用工具」，而不是像過去的方法把兩件事交給不同模型處理、彼此之間缺乏回饋訊號。論文已入選國際 AI 頂會 NeurIPS。（iThome · arXiv:2608.24571）
arXiv 原文證實關鍵數字：以 SMITH 訓練的 40 億參數 Qwen3 模型，在 13 個程序推理任務的保留集上取得 79.8 的 macro-average 準確率，超越一個未經訓練、規模達 300 億參數級（30B-A3B）的工具撰寫模型；在 out-of-domain 的 GQA 任務上拿到 42.6 分，比同規模底座的最佳既有方法高 7.6 分；這些由 40 億參數模型建立的工具，也能讓 3.5 億參數的輕量模型（LFM-2.5-350M）與 300 億參數級模型表現同步提升。iThome 另外引述 Appier 的說法，指輸出 token 數可從傳統逐步推理的 3,206 個降到約 100 個、效率提升約 32 倍——這個倍數屬於 Appier 自行測算，⚠️ 尚待第三方獨立複現確認。
數位發展部在 DevDays Asia 2026 揭示公部門 AI 路徑，政策方向轉向「民間主導」
微軟 DevDays Asia 2026 亞太技術年會三天活動於台北登場，首日新增「智慧公部門」專場，由數位發展部數位產業署、行政院人事行政總處公務人力發展學院與台灣微軟共同推動公部門數位與 AI 能力交流，討論從政府上雲、資料治理到第一線公務應用的路徑，並以日本廣島縣政府的雲端轉型經驗作為參照。（經濟日報）
這個方向與數位發展部部長林宜敬在稍早「迎向 AI 新時代：跨世代未來對話論壇」上的表態一致：他主張軟體與 AI 產業風險與不確定性高，不適合政府用預算集中主導，政府角色應轉為建立體制、劃定規範，讓民間資本與市場規則發揮效益。具體做法包括規劃引導民間資本投入算力中心建設（目標明年 3 月前突破 1 萬片 GPU、一年內達 2 萬片），並研議讓保險業資金參與投資；同時推動「AI 產業人才認定指引」，以及已成立的 AI 評測中心（AIEC）用在地試題檢驗本土模型的語言與文化理解能力。台灣大學教授劉靜怡則在同場提醒，主權 AI 要落地仍卡在訓練資料的著作權與個資合法性缺口，光有《人工智慧基本法》這類宣示性法案並不足以解決。（AI 潮玩客）
亞太勒索軟體事件月增近 27%，台灣事件數排名第三
網路安全業者 Group-IB 的亞太資安威脅報告顯示，2026 年 8 月亞太地區共記錄 190 起勒索軟體事件，較 7 月增加 26.7%；台灣當月有 20 起，在報告列出的國家與地區中排名第三，僅次於印度（32 起）與澳洲（24 起）。當月最活躍的勒索軟體組織 The Gentlemen 共涉及 37 起事件，其中 6 起牽涉台灣，攻擊產業以製造業、生技製藥及營建業為主。（iThome）
深度分析
我認為這三條新聞適合放進波特的「國家競爭優勢鑽石模型」（Porter's Diamond Model）裡看，因為它們恰好對應鑽石模型的三個不同角——而且角與角之間明顯不對齊。
企業戰略與競爭構面：Appier 的 SMITH 研究代表台灣企業在 Agentic AI 的研究層級已經能和全球一線同台競爭——不是應用層的「導入得快」，而是方法論層級的貢獻（強化學習框架設計），這是鑽石模型裡最難靠政策扶植、只能靠企業自己打出來的一角。
政府角色與需求條件構面：數位發展部這次表態的重點不是「加碼補助」，而是主動把自己的角色從出資者調整成規則制定者和資金引導者，把算力建設的資金風險轉嫁給民間資本（甚至嘗試讓保險業資金進場）。這是典型的「政府角色退後、需求條件靠市場驅動」策略，和中國的「國家隊全棧自建」、新加坡的「主權基金直接重注」是兩種不同路線。
要素條件構面的缺口：勒索軟體排名第三，暴露的正是鑽石模型裡「要素條件」中最容易被忽略的一塊——資安韌性。台灣在半導體、硬體供應鏈這類傳統要素條件上優勢明確，但當製造業、生技醫療成為勒索軟體組織（如 The Gentlemen）的主要目標產業，而且攻擊頻率還在月增 27% 的情況下，資安韌性正在變成拖累「企業能不能放心把 AI 代理接進核心系統」的隱性要素缺口——這和劉靜怡教授提到的著作權、資料合法性缺口是同一類問題：政策與企業研究都在往前走，但支撐性的制度與基礎設施要素還沒跟上。
對台灣創業者的啟示
- 如果你在做企業 AI 代理落地：數位發展部釋出的訊號是「政府不會幫你買單，但會幫你鋪路」——AIEC 評測中心、人才認定指引這類基礎設施型資源值得主動對接，但商業模式本身要能在沒有政府補貼的前提下獨立成立
- 如果你在做 AI agent 的工具層或多代理協作框架：Appier SMITH 證明「工具建立」與「工具使用」聯合訓練能讓小模型打出超越大模型的表現，這對做邊緣 AI 或成本敏感場景的台灣團隊是直接可借鏡的方向——不必一味追求更大模型，而是投資工具品質與可重複使用的工具庫
- 如果你在做 AI 代理相關的資安或治理工具：製造業、生技醫療是這波勒索軟體攻擊最集中的產業，而這些產業正好也是台灣企業導入 AI 代理最積極的領域之一——針對這個交集做資安審視或代理權限管控的產品，市場缺口明確且有數據支撐（Group-IB 的月增 27%、The Gentlemen 的 6 起台灣案例）
今日收穫
之前以為台灣的 AI 政策敘事主要是「政府補助＋半導體供應鏈優勢」這套老劇本。這週看完數位發展部的表態才發現，政府正主動把自己從資金主導者的角色移開，改成規則與風險引導者——這其實是把「要素條件」的塑造責任更多轉移給市場。但同一週的勒索軟體排名也提醒：當政府退出資金主導的位置，資安韌性這類支撐性要素如果沒有對應的制度補位，會變成拖住企業放心導入 AI 代理的隱性瓶頸,這比單純比較「政府補助多不多」更值得台灣創業者關注。
參考資料
Loading...