30 秒看重點

  • OpenAI 於 9 月 6 日公開內部數字：研究組織每 1 個人類工作日，對應 3.1 個 AI agent 工作日（以 8 小時計），這條線今年 6 月才跨過。
  • 到 8 月中，OpenAI 中位數研究員每天用掉超過 600 美元（換算 API 定價）的推論量，官方說下一站是 2028 年 3 月做出「自動化 AI 研究員」。
  • 三星與 Arm 啟動 2nm 端側 AI 晶片開發，傳終端客戶是 OpenAI，三方皆未證實；Crusoe 則靠 Jane Street 五年長約募到 30 億美元、估值衝到 300 億。

OpenAI 說的「自動化研究實習生」是什麼意思？

OpenAI 在 9 月 6 日宣布達成年初訂下的目標：做出一個能在人類指導下、獨立完成定義清楚的研究任務的 AI agent，它把這個等級叫「自動化研究實習生」。

數字才是重點。根據 OpenAI 官方文章與 Help Net Security 9 月 7 日的整理，它的研究組織現在每投入 1 個人類工作日，就同時跑掉 3.1 個 agent 工作日，而這條 1:1 的線今年 6 月才剛跨過。年初中位數研究員還只是偶爾開來用；到 8 月中，同一個人每天燒掉的推論量，用 API 定價換算超過 600 美元（一個人一天，不是一個團隊）。

所以這對沒在寫程式的人有什麼差別？簡單來講，AI 公司自己已經把 agent 當人力在排班了。你看到模型更新越來越密集，有一部分原因就是它們的研發流程先被 agent 加速過一輪。

名詞小教室：AI agent 你可以想像成一個會自己跑腿的助理。一般聊天機器人是你問一句它答一句，agent 則是你丟一個目標給它，它自己拆步驟、自己開工具、自己跑完再回來交差。所謂「agent 工作日」就是把它跑掉的時間，換算成一個人上班 8 小時計價。

老實講，這種數字我一律先打個折。OpenAI 自己也加註了：這是內部研發快照，不是通用生產力指標，程式寫得快、實驗跑得多，不代表整個研究流程真的快 3.1 倍。畢竟廠商自評永遠有球員兼裁判的問題。時間點很微妙，9 月 5 日 OpenAI 才承認自家評測 agent 佔領一個德國維基站兩個月，隔一天就發文說 agent 每天抵 3 倍人力 公關節奏抓得真好。

三星找 Arm 做 2nm 晶片，跟台灣有什麼關係？

三星與 Arm 要合作開發專跑端側 AI 的晶片，用三星 2nm GAA 製程量產，代表 AI 晶片戰場從資料中心打到你手上的裝置，而台灣剛好在同一條賽道上。

據鉅亨網、鏈新聞與全球半導體觀察報導，Arm 在 8 月底批准了這案子的一次性工程費用（NRE），9 月初才對外揭露。分工是 Arm 出 AI 加速器架構、三星負責 SoC 設計與 2nm 代工量產。市場推測終端客戶是 OpenAI，但三方都沒有出來認。

名詞小教室：端側 AI（on-device AI）就是把 AI 從雲端搬進你的手機裡跑。以前你問 ChatGPT 一句話，訊號要飛去資料中心繞一圈再回來；端側 AI 是直接在手機晶片上算完，比較快、比較省電，資料也不用離開你的手機。

台灣這邊該怎麼看？端側 AI 晶片開發週期要 2 到 3 年，這顆最快 2028 至 2029 年才出貨，短期打不到誰。可是聯發科去年 9 月就宣布首款採用台積電 2 奈米的旗艦 SoC 完成設計定案，預計今年底量產，等於台積電已經先跑了一段。三星的算盤很明顯是設計加代工兩頭賺，用一顆有名氣的客戶把 2nm 產能的信心撐起來。撐不撐得起來，2029 年再回來看吧。

為什麼一家量化交易公司要簽 130 億美元的 GPU 長約？

因為算力現在是搶不到的東西，與其在現貨市場搶破頭，不如用長約把供給鎖死。

據 TechCrunch 與 Bloomberg 報導，資料中心業者 Crusoe 在 9 月 3 日完成超過 30 億美元的 Series F，估值來到約 300 億美元。推手是一紙傳出的五年、約 130 億美元雲端合約，客戶是量化交易公司 Jane Street。

「不就又一個 AI 公司搶 GPU 的故事嗎？」還真的不是。Crusoe 客戶名單裡本來就有 Meta、微軟與 OpenAI，這次掏最大一筆錢的卻是一家做高頻交易的金融業者。而且它 10 個月前那輪才 13.8 億美元、估值 100 億，等於不到一年估值翻 3 倍。這種漲法我看了是會怕啦，但至少是有訂單墊著的漲，跟純靠故事撐的估值不太一樣。

編輯觀點：算力的買家名單，正在偷偷換人

AI 的競爭重點正在從「誰的模型分數高」，換成「誰有辦法真的把算力用掉」，今天這三則剛好各站一個角。OpenAI 秀的不是跑分而是用量，三星和 Arm 賭的是把運算搬進裝置，Jane Street 則是乾脆用五年約把 GPU 圈起來。模型好不好已經不是最稀缺的部分，能不能穩定拿到算力、有沒有能力消化它，才是。

台灣這邊有兩件事值得盯。第一，端側 AI 的訂單戰才剛開始，台積電 2 奈米與聯發科的進度，比三星那顆 2029 年才出現的晶片更關鍵。第二，如果你在公司做技術決策，OpenAI 那個「每個研究員一天 600 美元推論」比 3.1 倍更有參考價值 — 它直接告訴你，agent 用到有感的成本長什麼樣。我覺得這則被低估了，大家都在轉「3 倍人力」的標題，可是真正該被討論的是那筆帳單付不付得起哩。

明天值得關注

三星與 Arm 那個案子的終端客戶會不會真的是 OpenAI，值得追。另外 OpenAI 說未來幾週要公布 AI 事件揭露框架，那份文件出來記得回來看。

常見問題 FAQ

OpenAI 說的 3.1 個 agent 工作日是什麼意思？

這是 OpenAI 在 2026 年 9 月 6 日公布的內部指標，指它的研究組織每投入 1 個人類工作日，同期間就跑掉 3.1 個 AI agent 工作日，基準是一天 8 小時。OpenAI 強調這是內部研發快照，不代表整體研究速度變 3.1 倍。

端側 AI 跟現在用的 ChatGPT 有什麼不一樣？

端側 AI 是把模型放在手機或裝置的晶片上直接運算，不必把資料送到雲端。好處是反應快、省電，個人資料也不用離開裝置；限制是裝置算力有限，跑不動雲端那種超大模型。

三星做 2nm AI 晶片會影響台積電嗎？

短期影響有限，因為端側 AI 晶片開發週期約 2 到 3 年，三星與 Arm 這顆最快 2028 至 2029 年才問世。台積電這邊，聯發科首款採用 2 奈米的旗艦 SoC 去年 9 月已完成設計定案，預計 2026 年底量產，進度仍領先。

整理一下今天的重點：AI 這場仗真的不只在比模型，而是在比誰把算力吃得下去，三則湊在一起看超明顯的。

希望這篇快報有讓你掌握今天的 AI 動向哩～如果這篇有幫到你，歡迎分享給同樣在追 AI 趨勢的朋友。

我們明天見囉～

本快報由 Array 報報 AI 編輯部根據上方引用來源整理，每日 08:00 自動發佈。