今天與 {{active_subscriber_count}}+ 位讀者一起看：
🗞️｜OpenAI、Microsoft 鬧不合
🚀｜MiniMax 推出推理模型 M1
📊｜8-12 歲 AI 使用率已達 22%
🧭｜Anthropic 最新免費 AI 課程
🔬｜MIT 讓 AI 自己教自己效果更好
🔍｜用 AI Agent 突破 GenAI 悖論
🗞️ NEWS
OpenAI、Microsoft 鬧不合
圖片來源：ChatGPT x Brief AI
根據《華爾街日報》最新報導，OpenAI 和它的大股東 Microsoft 合作關係開始出現裂痕，最近甚至傳出 OpenAI 內部討論要對 Microsoft 提出反壟斷訴訟。
OpenAI 想擺脫控制：OpenAI 希望 Microsoft 減少對其 AI 產品以及運算資源的控制；加上最近轉型營利公司，需要 Microsoft 同意才能完成。
持股比例談不攏：這次 OpenAI 的轉型營利公司，Microsoft 希望能夠持有更高的股份，但目前看來 OpenAI 不願意讓步。
收購 Windsurf：最近 OpenAI 收購 Windsurf，根據現有協議 Microsoft 有權取得 OpenAI 所有技術，但 OpenAI 擔心 Microsoft 間接取得 Windsurf 技術。
可能提出訴訟：如果這次談判破裂，OpenAI 甚至曾內部討論過要提出反壟斷訴訟，指控 Microsoft 在合作期間存在反競爭行為。
🧰 TOOLS
ClickUp：你唯一需要的生產力工具
來自合作夥伴：ClickUp
ClickUp 是一款一站式專案管理工具，整合各種功能（任務、文件、行事曆…），幾乎可以一次取代多款生產力工具（Notion、Google Calendar、Trello…）。
內建 AI 系統：自家開發 AI 系統 ClickUp Brain 可以根據公司內部資料回答問題、自動更新任務、會議進度。
連接 1,000+ 種工具：能夠連接 Google Drive、GitHub、Salesforce、Figma、Dropbox…等工具，在 ClickUp 一次搜尋所有資料。
內建 100+ 種功能：除了基礎功能，甚至還有 Dashboard、互動報告、心智圖、甘特圖、自動化… 等功能。
目前 ClickUp 已經超過 1,200 萬用戶，Netflix、Spotify、IBM 等公司也都在使用。推薦使用免費版本試試看
🤝 ADVERTISING
讓 {{active_subscriber_count}}+ 位讀者認識你的產品
《Brief AI 電子報》讀者近 50% 擁有碩士以上學歷、管理階層超過 40%。超過 30 家國內外知名品牌合作，例如：Intel、數位時代、知識衛星…
🚀 LAUNCH
MiniMax 推出全新開源推理模型 M1
圖片來源：MiniMax
MiniMax 推出全新開源推理模型 M1，擁有 100 萬 Token 的上下文，號稱是「目前上下文支援最長的 AI 模型」。
最長上下文：支援 100 萬 Token 的輸入上下文，同時提供 8 萬 Token 的「思考預算」，能處理極長文件、複雜對話、多輪推理任務。
訓練成本超低：使用自行研發的 CISPO 強化學習演算法，讓整個訓練過程只花了 3 週、53.5 萬美元，遠低於其他模型的訓練成本。
目前透過 M1 製作的超強範例：
📊 CHART
英國 8-12 歲學童 AI 使用率已達 22%
圖片來源：The Alan Turing Institute
The Alan Turing Institute 最新調查發現：英國 8-12 歲學童中，22% 已經開始使用 AI，但「私立學校」與「公立學校」學生的 AI 使用率相差近 3 倍。
私校 vs. 公校：私立學校學生 AI 使用率高達 52%，而公立學校僅有 18%，私校學生不僅使用 AI 頻率更高，老師也更清楚 AI 的應用。
使用的 AI 工具：ChatGPT（58 %）、Gemini（33 %）、Snapchat My AI（27 %）
使用 AI 的動機：創作有趣圖片、查資料、學習新知 43 %，娛樂 40%。
家長態度：76% 家長對小朋友使用 AI 抱持正面態度，如果家長自己也用過 AI，整體態度更樂觀（84%），沒用過 AI 的家長態度較悲觀（21%）
🧭 GUIDE
Anthropic 最新免費課程：AI Fluency
圖片來源：Anthropic Youtube
Anthropic 最新推出了一堂免費的 AI 線上課程 AI Fluency，一共 12 單元，教你如何從「會用 AI」進化為「善用 AI、與 AI 協作」的專家。
AI Fluency 核心：4D 框架
Delegation（委派）：思考重點在於「該由人做？還是交給 AI？」，你真正的目標是什麼？AI 擅長哪些任務？
Description（描述）：就是 prompt engineering，清楚傳達你的需求、AI 應該採取的方式、你期待的表現。
Discernment（辨識）：有效使用 AI，關鍵不只輸入，還包括如何評估輸出。結果是否正確？推理過程合理嗎？
Diligence（謹慎）：選對 AI 工具來完成任務、最終成果你要負責
🔬 RESEARCH
MIT 讓 AI 自己教自己效果更好
圖片來源：MIT
MIT 研究團隊提出一種新的 AI 訓練方法 SEAL，讓大型語言模型（LLMs）可以自己訓練自己，效果甚至比用 GPT-4.1 生成的訓練資料還要好。
SEAL 是什麼：讓大型語言模型（LLMs）自行生成訓練數據、下指令、更新參數的框架，能不斷調整自己，提升表現。
自學效果更好：在知識任務上，SEAL 用自己的筆記學習，表現竟然比用 GPT-4.1 生成的學習資料還要好。
解謎能力提升：原本解謎任務成功率 0%，使用 SEAL 框架後，成功率提升到 72.5%。
🔍 INSIGHT
McKinsey：用 AI Agent 突破 GenAI 悖論
圖片來源：McKinsey
McKinsey 發布一份最新 AI 報告，副標題「能幫助公司 CEO 解決目前 GenAI 悖論，如何透過 AI Agent 做出真正有影響力的效果」。
GenAI 悖論：雖然近 80% 公司都在使用 GenAI ，但幾乎沒看到明顯成效。主要原因在於導入方式過於「水平」，缺乏「垂直應用」。
AI Agent 是破局關鍵：可以主動完成複雜的任務，從被動的工具轉變為主動的虛擬同事，這能有效提升效率、創造全新的商業模式。
策略建議：不是把 AI Agent 加進原有的工作流程，而是以 AI Agent 為核心設計流程，從「分散的 AI 專案」轉向「系統的 AI 轉型計畫」。
Agentic AI Mesh：專門為「大量 AI Agent」設計的新架構，幫企業整合自家開發和買來的 AI 工具，確保彼此能協作、不打架。
