📰 The Verge AI | 2026-07-03Anthropic wants to develop its own drugs原文 ↗
核心內容
Anthropic 在「The Briefing: AI for Science」活動中推出 Claude Science，將其定位為面向科學家的 AI workbench：把分散的工具、資料集、圖表生成與研究流程整合到同一環境。這不只是把 Claude 包裝成研究助理；Anthropic 同時強調已有生技與製藥客戶使用 Claude，顯示 frontier model 公司正在把生命科學視為下一個高價值企業市場。
更關鍵的是，Anthropic 表示將直接投入 自有藥物開發，生命科學負責人 Eric Kauderer-Abrams 稱公司會聚焦「被忽視的疾病」治療方案。這讓 Anthropic 站到一個微妙位置：它既向藥廠與生技公司銷售工具，也可能成為潛在競爭者。這條路線使它更接近 Insilico、Isomorphic Labs、AI-first biotech 與大型藥廠內部 AI 團隊所參與的藥物發現競賽。
不過 Anthropic 公開細節仍很少：尚未說明會先鎖定哪些疾病、若找到候選藥物後如何處理、是否會與外部實驗室或藥廠合作，也沒有交代臨床試驗、製造與監管路徑。專家提醒，AI drug discovery 是很寬泛的概念，可能涵蓋靶點發現、分子生成、資料分析、臨床試驗輔助與製造流程；從「提出候選分子」到「病人真正用到藥」之間仍隔著漫長實驗與臨床驗證。
為什麼重要
這則新聞代表 frontier AI 公司正在從「提供通用模型能力」走向 垂直產業價值鏈。生命科學具備龐大市場、資料複雜度高、研究流程昂貴且週期長，理論上很適合 AI 壓縮搜尋與假設生成成本；但真正的瓶頸往往不在模型生成，而在高品質實驗資料、毒性與藥代測試、臨床試驗失敗率、FDA 等監管程序，以及昂貴的濕實驗基礎設施。
📰 TechCrunch AI | 2026-07-03The only AI glossary you’ll need this year原文 ↗
核心內容
TechCrunch 發布並持續更新一份 AI glossary，整理 LLM、RAG、RLHF、AI agent、AGI、benchmark、hallucination、model weights、inference、fine-tuning 等常見術語。文章的定位不是新產品發布，而是把近年 AI 產業快速擴張後產生的語言混亂，轉譯成產品經理、投資人、開發者與一般讀者都能理解的共同詞彙。
這類詞彙整理之所以值得放入今日 digest，是因為 AI 領域的溝通成本已經成為實際問題。像 AGI 這類詞在 OpenAI、DeepMind 與不同研究者口中定義並不一致；AI agent 也可能從簡單工作流自動化到多工具、多步驟、自主決策系統都有。當公司用這些詞包裝產品、募資與政策主張時，定義不清會直接影響採購、評估與監管討論。
文章也反映了 AI 技術進入主流後的一個成熟化階段：產業不只需要更大的模型，也需要更清楚的 概念邊界。對企業導入來說，能否區分 RAG、fine-tuning、prompting、agent orchestration 與模型訓練，會影響成本、安全、資料治理與產品架構選擇；對媒體與政策討論來說，詞彙不精確則容易放大 hype 或誤解風險。
📰 The Verge AI | 2026-07-03A behind-the-scenes look at Midjourney’s medical scanner leaves many questions unanswered原文 ↗
核心內容
Midjourney 釋出更多關於其醫療／健康掃描器的幕後內容：這是一套類似浸泡槽的 ultrasound scanner，由大量超音波探頭、現成電腦與 Raspberry Pi 組成，目標是提供便宜、詳細、無輻射的身體影像。影片由科技 YouTuber、同時也是 Midjourney 工程師的 Marcin Plaza 介紹，他甚至把裝置形容為把許多超音波探頭「拆開後貼到一個有升降機的豪華熱水浴缸上」。
The Verge 的重點批評是：影片展示了更多硬體與團隊工作，但仍沒有回答核心科學與醫療問題。外部專家先前已質疑 Midjourney 是否能克服 超音波物理限制，例如成像解析度、穿透深度、不同組織界面造成的訊號問題，以及是否能在宣稱的速度與規模下生成足以支撐醫療用途的影像。
Midjourney 目前把產品定位為 wellness product，初期聚焦 body composition，而不是需要 FDA clearance 與臨床試驗的診斷型醫療器材。公司醫療負責人 Tom Calloway 稱這能讓團隊更快開張；但影片仍大量使用醫療語言，暗示若醫師能頻繁取得掃描資料，可能改變醫療照護方式。這種「以 wellness 形式上市、以 medical vision 敘事」的策略，正是爭議所在。
為什麼重要
這則新聞重要，不在於 Midjourney 是否一定能做出新型掃描器，而在於它凸顯生成式 AI 公司跨足硬體與醫療時的 證據門檻。影像生成公司的強項是模型、視覺與產品敘事，但醫療影像設備需要的是可重現的物理測量、臨床有效性、安全性、法規合規與責任歸屬；這些都不能只靠品牌與 demo 影片解決。
對使用者與監管者而言，wellness 與 medical device 的邊界會越來越重要。若產品宣稱只是身體組成分析，監管要求較低；但如果行銷語言讓消費者以為它能提供健康診斷或早期疾病偵測，風險就會上升。AI 公司進入健康市場時，語言與定位 本身也可能成為安全問題。
