1️⃣ 四大 AI 巨頭達成罕見共識：Google、Microsoft、OpenAI、Anthropic 將支援單一 robots.txt AI 訓練退出標準
Google、Microsoft、OpenAI 與 Anthropic 宣布將共同支援一個寫在 robots.txt 裡的共享退出訊號（如 User-Agent: __usage_ai-training 搭配 Disallow: /），讓網站主只需一行設定，就能同時告訴四大 AI 公司「不要用我的內容訓練模型」，不必再逐一為 Google-Extended、GPTBot、CCBot 等各自設定規則。Google 與 Microsoft 預計 2027 年開始生效，各家的實作細節與時程仍有差異。在內容授權訴訟與爬蟲爭議延燒之際，這是 AI 產業首次在「訓練資料退出權」上跨陣營標準化，對出版商與獨立網站經營者意義重大。
🔗 來源：The Next Web（📰媒體報導（TNW））
2️⃣ Bloomberg：S&P 將 Meta 信用展望調為「負向」，AI 資本支出的帳單開始壓上評級
標普全球評級（S&P Global Ratings）將 Meta 的 AA- 評級展望由「穩定」調降至「負向」，警告未來兩年內可能正式降評。S&P 直指原因：與 AI 相關的巨額資本支出侵蝕現金流，且 Meta「無法像對手那樣有效率地從 AI 變現」，預估槓桿比率最快 2027 年就會升破 AA- 的 1.0x 門檻。Meta 發言人向 Reuters 表達「 respectfully disagree」。繼 WSJ 揭露 neocloud 被債市拒於門外、OpenAI 下修融資目標後，AI 支出熱潮的信用緊縮訊號正在從新創蔓延到市值最高的科技巨頭。
🔗 來源：Bloomberg（📰媒體報導（Bloomberg））
3️⃣ Google DeepMind 新論文：用模擬病人做多輪強化學習訓練，精神科接診 agent 獲醫師雙盲評審青睞
DeepMind 團隊（Schmidgall 等）在 arXiv 發表《Training language models in simulation for psychiatric intake》（arXiv:2610.40476）：對 Gemini 3.1 Flash-Lite 施以模擬病人環境下的多輪強化學習，訓練出的接診 agent 在 127 個經精神科醫師驗證的情境中，臨床評分從基座模型的 0.379 升至 0.706；對抗性安全測試中急性風險漏報（under-triage）率從 30.5% 降至 12.9%，32 位精神科醫師的雙盲配對評估中受訓 agent 在 76.7% 的配對勝出。但它在 256 個安全情境中仍有 33 次未建議緊急轉介——論文展示了「模擬環境 RL」這條把小模型練成專科 agent 的路線，也再次提醒醫療場域的安全邊界仍不容樂觀。
🔗 來源：arXiv 論文（📌官方一手（DeepMind 論文））