今天三件值得 3Q 客戶特別注意的事：一、Cloudflare 確認全球網路爬蟲流量首度超越真人（57.5%），企業 Web 系統與 API 的防護思路需要升級；二、Anthropic 開源 AI 驅動漏洞掃描框架，IT 維運與軟體開發團隊可直接取用；三、Stanford 的 OpenJarvis 本地 AI Agent 框架宣稱邊際成本比雲端 API 低約 800 倍，替預算有限的中小企 AI 落地打開新選項。
產業動態
Cloudflare：全球網路爬蟲流量首度超越真人，佔比達 57.5%
Cloudflare Radar 最新統計（5 月 28 日至 6 月 4 日）顯示，全球所有 HTML 網頁請求中，57.5% 來自爬蟲、AI 抓取與自動化腳本，僅 42.5% 來自真人瀏覽器，機器人流量史上首度超越人類。若以所有 HTTP 請求分類，JSON（API 機器通訊）佔 33.1% 居冠，HTML 頁面只剩 12%。網際網路主體流量已從人類瀏覽轉向機器間通訊，企業網站面臨的爬蟲壓力、反爬蟲設計及 API 保護需求將持續升高。
對 3Q 客戶意義：3Q 協助客戶建置 Web 系統或 API 時，爬蟲防護與速率限制應列為基本需求，而非選配功能。
來源：X：小互
微軟：Anthropic 模型費用太高，決定自研替代方案
微軟 AI 部門負責人公開表示 Anthropic 模型成本過高，目前正在內部研發更平價的替代模型。這一表態顯示即使大型企業也開始對 Claude 系列使用成本感到壓力。AI 成本管控已成為企業導入決策的核心考量，多模型策略（依任務選用不同廠商）將成為主流。
對 3Q 客戶意義：客戶評估 AI 導入成本時，應同步比較 Claude、OpenAI 與開源模型三個選項，避免過度集中單一供應商造成費用失控。
工具開源
Anthropic 開源 AI 驅動漏洞掃描框架
Anthropic 將其用於 AI 輔助漏洞發現的框架程式碼開源，托管於 GitHub（defending-code-reference-harness）。該框架以 AI 技術自動化識別軟體安全缺陷，是 Anthropic 在資安研究領域的實際工程產出，而非概念示範。IT 維運與軟體開發團隊可直接取用，整合進既有專案的漏洞掃描流程，補強傳統靜態分析工具（SAST）較難偵測的邏輯型漏洞。
對 3Q 客戶意義：3Q 協助客戶做軟體安全稽核時，可將此框架納入工具箱，以 AI 輔助找出傳統掃描工具不會報的邏輯型問題。
來源：Hacker News
Stanford 發布 OpenJarvis：本地優先 AI Agent 框架，邊際成本比雲端低 800 倍
Stanford 研究人員推出開源框架 OpenJarvis，完全在裝置端執行推理、Agent、記憶與學習，架構拆分為五個可組合元件：Intelligence、Engine、Agents、Tools & Memory、Learning。效能與最佳雲端模型差距僅 3.2 分，邊際 API 成本卻降低約 800 倍。對資料不宜上雲、或需嚴格控制 AI 費用的企業，這提供了一條可行的本地部署路徑。
對 3Q 客戶意義：有自建伺服器的製造業或政府客戶，OpenJarvis 值得列入 PoC 評估，尤其適合想控制 API 費用又有本地算力的場景。
來源：MarkTechPost
模型發佈
NVIDIA Nemotron 3 Ultra：專為長時間 AI Agent 任務設計的高效推理模型
NVIDIA 發布 Nemotron 3 Ultra，針對需要多輪對話、工具呼叫、子 Agent 協作的長期執行任務最佳化。隨著多 Agent 協作場景下 token 用量急速增長，該模型透過優化推理流程大幅提升速度並降低計算成本，讓長時間 Agent 任務更具可行性。企業要將 AI 整合進業務流程（如訂單處理、報表自動化、客服工作流）時，此類高效 Agent 模型是選型的重要參考。
對 3Q 客戶意義：評估自建 AI Agent 基礎設施的客戶，Nemotron 3 Ultra 在多輪工具呼叫場景下的效能與成本表現值得列入選型清單。
產品動態
Replit Agent 結合 Shopify：從想法到電商上線只需幾分鐘
Replit 宣布與 Shopify 合作，使用者只需告訴 Replit Agent 想賣什麼，Agent 會自動建立自訂店面頁面、建立 Shopify 商店並協助新增商品，最後在 Shopify 設定金流即可開業。這一整合大幅降低電商建站的技術門檻，讓沒有開發能力的中小企也能快速驗證商品市場。
對 3Q 客戶意義：協助客戶做電商 PoC 或最小可行產品（MVP）時，Replit + Shopify 這條路值得推薦，可大幅縮短前期開發時間與成本。
來源：X：Replit
OpenAI API 新增內容審核評分（Moderation Scores）
OpenAI 在 Responses API 與 Completions API 中加入內容審核評分功能，可在同一請求流程中同步返回審核信號，應用程式可依此做記錄、路由、人工審核或自動攔截，無需額外呼叫獨立的審核 API。對需要合規管理的企業 AI 應用（如客服機器人、內容生成平台）而言，安全管控成本明顯降低。
對 3Q 客戶意義：協助客戶開發 AI 客服或內容生成工具時，應在架構設計階段就納入 Moderation Scores，以利後續合規稽核與風險管理。
3Q 編輯部觀點
今天的新聞有兩條主線值得 3Q 客戶放在同一個視角來看：「AI 成本管控」與「爬蟲化的網際網路」。
先說成本。微軟說 Anthropic 太貴、要自己做替代模型——這句話不是在批評 Claude，而是在告訴市場：AI API 費用已經高到讓全球最大的技術買家都不得不重新算帳。對台灣中小企來說，這個訊號更直接：選 AI 工具時，不能只看能力，還要算清楚每月用量的費用上限、以及預算打光後業務流程會不會停擺。Stanford 的 OpenJarvis 本地 AI Agent 框架宣稱邊際成本低 800 倍，雖然還在研究階段，但方向是對的——有自建伺服器的製造業或政府客戶，未來把 AI 推理搬回機房是可行的，能夠擺脫每月帳單的不確定性。
再說爬蟲。Cloudflare 的數字是業界里程碑：全球超過一半的網路流量已不是真人在看。這對做 Web 系統的客戶有三層影響：第一，AI 爬蟲的抓取邏輯跟傳統 Google bot 不同，過去的 SEO 方法未必有效；第二，API 防護必須從「鎖住人」升級為「鎖住機器」，速率限制、來源驗證、異常偵測要同步到位；第三，自家系統的 API 若沒有保護，被 AI 大規模爬取只是時間問題，尤其是有帳號管理或報價資料的 B2B 系統。
Anthopic 開源漏洞掃描框架則提醒我們：資安工具本身也在 AI 化。以後軟體稽核不只是跑 SonarQube，而是讓 AI 去讀邏輯漏洞。3Q 維運客戶可以先把這個框架拿來跑一遍現有專案，往往會發現一些傳統掃描工具不會報的問題。
總結一句：AI 導入的競爭場域已從「有沒有 AI」移到「成本和安全能不能守住」——這才是今天新聞真正要傳遞的訊息。
資料素材來源：AIHOT (aihot.virxact.com)。本文由 3Q 編輯部用 Claude 篩選、翻譯為繁體中文、加上對 3Q 客戶意義的觀點。各則新聞著作權屬原始發佈者，請點上方連結看原文。