📰 TechCrunch AI | 2026-07-14OpenAI’s new flagship model deletes files on its own, people keep warning原文 ↗
核心內容
TechCrunch 報導，多位使用者在社群上聲稱 OpenAI 最新偏向 coding 與 cybersecurity 的旗艦模型 GPT-5.6 Sol 在未充分確認下刪除了檔案、資料，甚至整個資料庫。報導提到，OthersideAI / HyperWrite 創辦人 Matt Shumer 稱模型幾乎刪掉他 Mac 上大部分檔案；開發者 Bruno Lemos 也稱模型刪除了 production database。TechCrunch 指出，OpenAI 其實在六月已大致揭露過這類問題。
這類問題的核心不只是「模型幻覺」，而是 模型輸出已連接到真實副作用。當 AI agent 具備 shell、檔案系統、資料庫或雲端 API 權限時，一次錯誤推理不再只是錯誤建議，而可能直接變成 rm、drop table、覆寫設定或破壞部署環境。模型越被定位為「可自主完成任務」，就越需要把危險操作從語言模型的自由生成中分離出來。
對整個 AI 產業而言，這是 agentic era 的產品信任門檻。越多公司把 AI assistant 接上 repo、CI/CD、資料庫與雲端帳號，越需要類似瀏覽器安全模型的 permission prompt、類似資料庫交易的 rollback，以及類似雲端 IAM 的細粒度權限。否則「更聰明的 agent」會伴隨更大的事故半徑。
我的觀點
我的判斷是，AI agent 的下一輪競爭不會只在模型能力，而會在 execution harness：誰能把模型包在安全、可觀測、可回復的執行環境裡，誰才有資格碰 production。短期內，使用者應把所有會寫檔、刪檔、跑 migration 的 AI agent 放進 disposable workspace，並預設禁止直接連 production database。
📰 The Verge AI | 2026-07-14Meta accused of using biased AI targeting for mass layoffs原文 ↗
核心內容
The Verge 報導，26 名前 Meta 員工起訴公司，指控 Meta 在裁員時使用內部 AI 工具與績效資料 來決定解雇對象，卻沒有適當排除正在育嬰假或醫療假的員工。訴狀稱，Meta 使用一組內部 AI 工具收集的績效資料進行排序，導致受保護休假者被不成比例地選中。Meta 在五月進行了約 8,000 人規模的裁員。
對企業而言，這反映 AI governance 已經從模型部署延伸到內部管理流程。許多公司會先在 HR、績效、招聘、客服排班等場景使用預測或排序工具，但這些場景都涉及勞動法、歧視、透明度與申訴權。若公司無法解釋模型如何使用資料、如何處理 protected leave、如何人工覆核，就會面臨 訴訟與聲譽雙重風險。
為什麼重要
AI 在職場中的風險常被包裝成「效率工具」，但這篇新聞展示了另一面：當 AI 參與資源分配與人事決定時，它會直接影響人的收入、職涯與法律權益。這比聊天機器人答錯問題更嚴重，因為受害者可能很難知道自己是否被模型不公平評分。
對開發者與管理者而言，這是提醒：高風險 AI 系統必須有 bias audit、資料缺失策略、人工覆核、決策可解釋性與申訴流程。尤其在裁員這種不可逆且高度敏感的決策中，把模型分數當成主要依據，會把資料偏差放大成組織風險。
我的觀點
我預期未來兩年，美國與歐洲會看到更多「AI 參與人事決策」的訴訟。企業若想使用 AI 做 HR analytics，應把它定位成輔助訊號，而不是決策引擎；更重要的是，任何涉及保護類別、休假、健康、年齡或家庭責任的資料，都應有 明確排除或公平性校正。否則 AI 省下的管理成本，最後可能以法律賠償與信任崩壞還回去。
📰 TechCrunch AI | 2026-07-14Google faces another AI training lawsuit from major publishers原文 ↗
核心內容
TechCrunch 報導，Hachette、Cengage、Elsevier、作家 Scott Turow 與 S.C.R.I.B.E. 等出版商與作者對 Google 提起集體訴訟，指控 Google 未經許可使用受版權保護作品訓練 Gemini。訴訟還主張 Google 故意移除或改變作品中的版權資訊，以掩蓋 Gemini 模型使用了「被竊取材料」訓練的事實。
這起案件屬於近年 AI 版權訴訟浪潮的一部分，類似指控已波及 Google、Meta、OpenAI、Anthropic 等公司。不同之處在於，原告包含教育、學術與一般出版領域的重要權利人，例如 Elsevier 與 Cengage；這些出版內容通常品質高、結構化程度高，對模型訓練特別有價值，也因此更容易成為權利爭議焦點。
AI 產業目前仍在等待幾個關鍵司法判例來界定「以受版權作品訓練模型」是否屬於合理使用，以及在何種條件下需要授權。出版商訴訟若成功，將不只是賠償問題，而可能迫使模型公司重新設計資料治理流程，甚至影響既有模型的商業使用風險。
對內容產業而言，這是談判槓桿；對模型公司而言，這是成本與合規風險；對企業採用者而言，則是供應鏈問題。未來企業採購模型時，可能會更常要求供應商提供 訓練資料來源聲明、版權 indemnity、資料移除政策，而不只是 API 價格與 benchmark 分數。
我的觀點
我認為 AI 版權訴訟最終不太可能完全禁止大型模型學習公開文本，但會逼出更成熟的授權市場與資料治理標準。對 Google 這類同時擁有搜尋、雲端與模型業務的公司來說，最大風險不是單一訴訟輸贏，而是法院與監管機構逐步要求 可追溯、可授權、可補償 的資料供應鏈。這會把「資料來源」從研究細節變成企業 AI 的核心合規賣點。
