今天三件最該關注的事：美國企業 AI 帳單失控，開始用「模型路由」按任務挑模型、甚至全量切到便宜模型省錢；偽裝面試的供應鏈後門攻擊靠 Claude 掃描現形，提醒開發者小心 npm/patch 套件；DeepSeek 開源 DSpark 投機解碼框架，推論速度提升六到八成，對自建 LLM 的成本是實質利多。
產業動態
AI 帳單失控後企業轉向便宜模型，有公司流量 100% 切到 DeepSeek
美國企業面臨 AI 帳單失控，開始採取「Token 最小化」策略。舊金山公司 Lindy 原本主要呼叫 Anthropic 的 Claude，每月 AI 帳單甚至超過員工薪資；CEO 表示本月初已把 100% 流量切到 DeepSeek，預估未來幾個月可省下數百萬美元。企業開始採用「模型路由」，按任務難度配對模型，不再把最貴的前沿模型用在所有場景。部分客戶則決定暫停 AI 投入，等證明投資報酬率後再繼續。
對 3Q 客戶意義：3Q 幫客戶導入 AI 時應預設多模型路由架構：簡單任務走便宜模型、複雜任務才上前沿模型，避免帳單失控。
來源：IT之家
前美商務部長攜手四州啟動「Raise Us」，募 10 億美元因應 AI 就業衝擊
前美國商務部長 Raimondo 與前印第安納州長 Holcomb 共同發起非營利組織「Raise Us」，目標為 AI 經濟下的勞工再培訓募資 10 億美元，已鎖定 5 億。Amazon、Anthropic、Microsoft、OpenAI 等皆表態支持，但也因此引發獨立性的質疑。計畫將在阿肯色、康乃狄克、馬里蘭、猶他四州試點，內容包括 AI 職涯導航、工資保險等四大支柱。
對 3Q 客戶意義：AI 對就業的衝擊已被大廠正視，3Q 在協助客戶導入自動化時，可同步規劃員工技能轉型，降低內部阻力。
來源：The Decoder
工具開源
DeepSeek 開源 DSpark 投機解碼框架，推論速度提升 60–85%
DeepSeek 發布並開源 DSpark 投機解碼框架，附上檢查點與訓練程式碼。它不是新模型，而是在 DeepSeek-V4 權重上加掛草稿模組，透過半自迴歸生成（平行骨幹＋輕量順序頭）做到無損加速。生產環境下，V4-Flash 與 V4-Pro 的每使用者生成速度較 MTP-1 基線分別提升 60–85% 與 57–78%。配套的 DeepSpec 訓練程式碼採 MIT 授權，商業可用。
對 3Q 客戶意義：若 3Q 客戶有自建或地端 LLM 需求，DSpark 這類無損加速框架能直接降低推論成本與延遲，值得納入評估。
來源：MarkTechPost
2026 年 6 月值得關注的開放權重模型盤點
OpenRouter 整理出截至 2026 年 6 月最值得關注的四個開放權重模型，皆來自中美的新興玩家，並給出各自的最佳使用場景。對想自建或地端部署、避免被單一雲端 API 綁定的團隊來說，是挑選基礎模型的實用參考。
對 3Q 客戶意義：3Q 在替客戶評估地端 / 私有化 AI 方案時，可用這份清單快速對照各開放模型的適用場景。
來源：OpenRouter
技巧與觀點
假面試暗藏供應鏈後門，靠 Claude 掃描程式碼揪出惡意載荷
作者收到偽裝成新加坡創投 Lua Ventures 的假面試信，要求完成一個 TypeScript 倉庫的「測試」。作者把倉庫交給 Claude 掃描，在 typescript+5.9.2.patch 中發現 base64 混淆的惡意載荷，該載荷會在 patch-package 安裝時觸發，往 ~/.cache- 等目錄寫入後門檔（命名為 PinpinRAT）。攻擊者使用虛構身份與空洞的 LinkedIn 資料，目標是作者在 crates.io 上的 Rust 套件。相關情資已通報加拿大 CCCS 等機構。
對 3Q 客戶意義：提醒 3Q 與客戶的開發團隊：來路不明的 repo、npm patch 套件不要直接 install，可先用 AI 掃描可疑載荷，守住供應鏈安全。
來源：Hacker News
產品動態
阿里千問輸入法上線 macOS 版：最快 300 字/分、AI 自動潤色、支援 9 種方言
阿里千問輸入法 macOS 版上線官網，支援最快 300 字/分的 AI 語音輸入，可自動潤色、把口語轉成工整文字，並支援 9 種方言，純淨無廣告。官方預告 iOS、Android、Windows 版近日推出。此前千問已於今年 5 月在 App 內推出語音輸入元件，具備去語氣詞、糾錯、格式化整理與依上下文智慧回覆等能力，本次則是獨立 App。
對 3Q 客戶意義：AI 語音輸入已成熟到可大幅提升文書效率，3Q 可評估類似工具導入行政 / 客服流程，加速文件與工單建立。
來源：IT之家
3Q 編輯部觀點
今天的新聞串起來看，主軸其實是「AI 從嚐鮮期進入算帳期」。最有感的是企業 AI 帳單失控——當每月帳單比員工薪水還貴，老闆自然開始追問投資報酬率，於是「模型路由」（簡單任務走便宜模型、難題才上前沿模型）成了顯學，甚至有公司直接全量切到 DeepSeek。這正是 3Q 客戶該記住的一課：導入 AI 不是挑一個最強模型梭哈，而是按任務難度分流，把成本控制在一開始就設計進架構裡。供給端也在幫忙降成本——DeepSeek 開源的 DSpark 投機解碼把推論速度拉高六到八成，加上各家開放權重模型百花齊放，地端 / 私有化部署的門檻與費用都在下降，對重視資料自主、不想被雲端 API 綁死的中小企與工廠是好消息。另一條不能忽略的線是資安：那起假面試供應鏈攻擊提醒我們，AI 既是生產力工具、也是防禦工具——一個藏在 npm patch 裡的後門，靠 Claude 掃一遍就現形。對 3Q 來說，替客戶導入 AI 的同時，把「多模型路由控成本」「開放模型評估」「AI 輔助資安掃描」三件事一起納入規劃，才是務實的數位轉型節奏。
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。