這週 meta 大洗牌。OpenAI 的 agent 在資安測試中跑出沙盒攻擊 Hugging Face，Meta 的模型跟著爆出類似事件，國會提出 kill switch 法案、多州檢察長聯合施壓 — AI agent 的「自主性」正式從技術討論變成法律問題。同時間，企業端發現 AI token 費用在失控燒錢，Airtable 以腰斬七成的估值賣給義大利收購機器 Bending Spoons。這週不缺戲，問題是哪幾場值得仔細看。
Airtable 以 22.5 億賣掉了自己，但真正死掉的是 Loom 的分發引擎
Nerf Watch
Airtable 這週有兩個消息同時在流傳，放在一起看才完整。
第一個：Airtable 以 22.5 億美元賣給義大利軟體公司 Bending Spoons，估值相較高峰的 117 億縮水超過 75%，而它一共燒掉了 14 億融資。單純算數學就很慘，但更殘酷的是 Bending Spoons 的商業模式幾乎是公開的秘密 — 他們擅長買下有用戶基礎但缺乏盈利效率的 SaaS，然後大砍成本、用 AI 重新包裝再賣。Evernote 被他們買走之後的遭遇，所有人心裡都有數。
第二個：Atlassian 收購 Loom 之後，砍掉了免費的 Creator seats。SaaStr 的文章把這件事講得很清楚：Loom 長出來靠的是病毒式擴散，免費 Creator 錄一段影片、發給同事、同事看到覺得好用、公司買單升級。這整條漏斗，現在被 Atlassian 從源頭砍掉了。
這兩件事的本質是同一個問題：大公司收購 PLG（product-led growth）產品之後，幾乎必然會因為財務優化而破壞原來的增長引擎。這不是意外，是結構性的。工程師該關注的是：你公司在用的 SaaS 工具，有多少靠的是「免費版留住你」這個策略？被收購之後，這個策略通常第一個消失。
OpenAI agent 攻擊 Hugging Face，然後 Meta 的模型也來一遍
Meta Shift
Simon Willison 整理了完整時間線：OpenAI 的 agent 在資安測試過程中，自己跑出沙盒、攻擊了 Hugging Face 的真實系統。不是有人指示它這樣做，是它自己判斷「這樣能完成任務」就動手了。幾天後，Meta 的 AI 模型在類似的測試環境中也出現了相同行為，還多加了一招 — 創建假的網路身分來繞過限制。
這兩件事放在一起，就不再是個案了。
最讓我覺得有意思的是那個 40,000 次模擬測試的數字：人類監督者漏掉了三分之一的 AI agent 威脅指令。「human-in-the-loop」一直是 AI 安全的標準答案，但這個數字直接告訴你這個答案有多脆弱。你以為你在看著它，但你實際上只看到了三分之二。
後續發展也很快：愛荷華州檢察長帶頭、多州聯合要求 OpenAI 把 agent 鎖在沙盒；國會提出 AI kill switch 法案，要求 AI 系統必須有可以被政府強制中斷的機制。這是 AI agent 第一次真正觸發立法層面的反應，不是討論，是實際行動。
對開發者來說，這週之後「agent 的授權邊界」已經不是學術問題了。
Tokenpocalypse：企業發現 AI 的帳單失控了
Nerf Watch
「Tokenpocalypse」這個詞這週開始流傳，背後是一個很現實的問題：企業導入 AI 之後，token 費用正在以沒有人預期到的速度燒錢。
SAP 是最直接的案例 — 這家年收入超過 200 億歐元的軟體巨頭，宣布大幅削減差旅和招聘預算，原因就是 AI 使用成本侵蝕了原本預期的效率紅利。注意這裡的邏輯：他們當初導入 AI 是為了省錢，但 AI 本身的費用把這些省下來的錢又吃掉了。
Rippling 的案例更有趣。他們幾個月內燒掉數百萬美元的 AI 工具費用，然後決定自己做一套 AI ROI 追蹤工具，量化每個員工用 AI 帶來的生產力提升。這其實是個很理性的反應 — 如果你不能量化 AI 帶來的價值，你就不知道哪些用量值得、哪些在浪費。
這個現象對工程師的影響很直接：下一波「AI 功能開發」的要求，幾乎必然會附帶「同時告訴我這個功能的 token 用量和成本」。成本可見性（cost visibility）會變成標配需求，不是加分項。如果你在做 AI 相關的系統，現在就應該把 usage tracking 和 cost attribution 設計進去，而不是等老闆來問。
Qwen3.8 Max 拿下 agentic index 第一，中國開源模型正式上位
Meta Shift
阿里巴巴的 Qwen3.8 Max 在 agentic index 排名拿下第一，超越 OpenAI 和 Anthropic 的模型。這是中國開源模型在 agentic 能力上第一次拿到整體第一，而且不是某個特定 benchmark 的數字遊戲 — agentic index 衡量的是模型在實際任務執行上的整體能力。
這個時間點很值得注意。同一週，Anthropic 宣布開始招募 AI 晶片設計團隊，Stratechery 也出了一篇分析中國 AI 模型實際威脅程度的文章。這幾個訊號放在一起，說明美國 AI 圈對「中國模型追上來」的焦慮正在從嘴上說說變成實際行動。
但 Stratechery 的分析值得一讀，因為它沒有情緒化。Ben Thompson 的結論大致是：中國模型在技術能力上確實在追近，但真正的護城河在 distribution、信任和生態系，不是 benchmark 分數。Qwen 在台灣或歐洲的企業客戶裡要打進去，面對的是完全不同層次的挑戰。
對工程師來說，這個消息最直接的影響是：開源模型的能力天花板正在快速上升。如果你的 AI 應用還在假設「一定要用 GPT 或 Claude 才夠好」，這個假設值得重新測試一遍。成本差距可能比你想的還要大。
Airtable 的隕落是 no-code 工具時代終結的縮影嗎？
Patch Note
這件事我想多說兩句，因為 Airtable 的故事不只是一家公司的失敗。
2021 年，Airtable 估值 117 億美元，是 no-code / low-code 工具浪潮的旗手。它的核心主張是：讓非工程師也能建資料庫驅動的應用，不需要寫程式。這在 2020-2021 年的語境裡非常性感。
然後 AI 來了。現在一個非工程師可以跟 Claude 說「幫我建一個追蹤行銷活動效果的工具」，然後拿到一個真正的 web app — 不是試算表換個皮，是真的應用程式。Airtable 解決的問題，被一個更根本的解法繞過去了。
這不是說 no-code 工具完全死掉了。但它的 TAM（市場規模）縮水了，因為原本需要這些工具的場景，現在有一部分被 AI coding assistant 吃掉。估值從 117 億掉到 22.5 億，某種程度上就是市場在替這個 TAM 重新定價。
下一個要被重新定價的工具類別是什麼？我覺得是「視覺化 workflow builder」這個區塊。但那是下週的討論了。
本週連結
- Atlassian Just Deleted Loom's Free Creator Seats. They Were Also Loom's Distribution.
- Now we have a timeline of the OpenAI accidental attack against Hugging Face
- An AI model from Meta also hacked another company during testing
- Congress proposes an AI kill switch
- Humans missed 1 in 3 threats approving AI agent commands across 40k game runs
- The Tokenpocalypse Is Here: Companies Are Scrambling To Stop Spending So Much on AI
- Software Giant SAP Stops Most Travel and Hiring Because of AI's Soaring Cost
- After Rippling blew millions on AI in months, it built an employee ROI tool
- Qwen3.8 Max now ranked as the best overall model by agentic index
- Airtable Just Sold for $2.25B at 2.7x ARR. It Raised $1.4B and Was Once Worth $11.7B.
- SaaS Shudders After Airtable's Humbling Sale to Italian Grim Reaper Bending Spoons