AI焦點｜Anthropic Faces a New $75 Mill・Will Bitcoin Rise in July? 4 A・中國洞察：中國時尚產業進入AI時代，從搜尋經濟邁向機器引領的

📰 1. Anthropic Faces a New $75 Million Lawsuit for Pirating Books to Train Claude AI

TITLE:Anthropic因盜版書籍訓練Claude AI面臨7500萬美元新訴訟

原文摘要

AI公司Anthropic最近踢到鐵板了——一樁高達7500萬美元的集體訴訟正式對準他們，指控其未經授權使用大量受版權保護的書籍來訓練旗下的語言模型Claude。原告方是三位作者（包括一名暢銷書作家），他們聲稱Anthropic從「影子圖書館」等盜版網站抓取數十萬本電子書，直接拿來餵模型，連最基本的授權或補償都沒給。這不是第一起AI訓練資料的侵權官司，但金額和影響力都相當驚人，尤其Anthropic一直標榜自己是「負責任的AI開發者」，這下臉有點腫。

我的觀點

這起訴訟不僅是金錢賠償的問題，更直接打臉Anthropic長期以來塑造的「安全且道德」的品牌形象。我對他們的行為並不意外——目前幾乎所有大型語言模型都是用大量爬蟲資料訓練的，版權灰色地帶本來就很大。但Anthropic最大的問題在於，他們一邊喊著「AI要對人類負責任」，一邊卻用最粗暴的方式抄襲他人的創作成果。說穿了，這不是技術問題，而是商業誠信問題。如果連「未經授權不得複製著作」這種基本法律常識都做不到，那我們還能相信他們在更複雜的AI倫理議題上會老實嗎？

延伸思考

這樁訴訟再次敲響警鐘：AI訓練資料的「合理使用」界線在哪裡？美國法院正在處理多起類似案件（例如《紐約時報》告OpenAI），但判決結果仍不明朗。如果最終判決傾向著作權人，整個AI產業勢必被迫改變訓練方式——要嘛花大錢買授權，要嘛改用公開領域或合成資料。長期來看，這反而可能是好事：強迫公司建立透明的資料溯源機制，避免現在這種「先抄再問」的野蠻生長模式。不過對小團隊來說，授權成本可能高到無法負擔，AI開發的門檻會進一步拉高，形成大者恆大的局面。值得持續關注。

📝 編輯說：:這篇文章在Twitter和Hacker News上都引發了激烈辯論，筆者認為最有價值的觀點是：即便技術再炫，基本的版權尊重仍是不可繞過的紅線。

📰 2. Will Bitcoin Rise in July? 4 AI Models Predict BTC's Next Target

🔗 原文連結

TITLE:比特幣七月會漲嗎？4個AI模型預測BTC下一個目標

原文摘要

根據報導，研究團隊利用四種不同架構的AI模型（包括GPT-4、Claude、Gemini及一個專為加密貨幣訓練的模型），分別對比特幣七月的價格區間做出預測。這些模型綜合了鏈上數據、巨鯨錢包活動、期貨未平倉量以及宏觀經濟指標（如Fed利率決策）。結果顯示，有兩個模型認為BTC有機會再次挑戰70,000美元，另外兩個則偏向中性至保守，預測區間落在55,000～62,000美元。有趣的是，所有模型都將「美國現貨ETF資金流向」列為最高權重因子。

我的觀點

四個模型給出的預測價差高達15,000美元，這個矛盾本身就透露了關鍵訊息：AI模型的「共識」其實建立在極度脆弱的假設上。它們對同一組歷史數據的訓練方式不同，導致對未來的解讀天差地遠。我認為，這種分歧恰恰證明了加密市場短期預測的荒謬性——與其說AI在「預測」，不如說它在「擬合」過去幾個月的震盪區間。真正該注意的是，所有模型都一致把ETF資金流向視為最關鍵變數，這暗示七月行情與其看技術指標，不如盯著華爾街那群機構的買賣力道。

延伸思考

這件事讓我想起2021年那波狗狗幣暴漲，當時也有「AI預測」說會到1美元，結果呢？AI模型的本質是機率分布，不是水晶球。與其糾結「七月會不會漲」，不如把預測當成風險管理的參考：如果多數模型都給出悲觀區間，你可以考慮把現貨持倉比例下調；但如果模型分歧很大，反而代表市場還沒出現明確方向，適合用網格交易或期權策略來賺波動。最後提醒一句，這些模型的訓練數據大多來自公開市場，一旦出現黑天鵝（例如交易所被駭、監管突襲），所有預測瞬間就變廢紙。

📝 編輯說：:這篇報導在推特加密社群引發討論，有人認為AI模型只是「高級馬後炮」，但筆者覺得最有價值的觀點其實是「ETF資金流向」這個共通結論——比起模型瞎猜，盯著大額資金的動向才是七月布局的關鍵。

📰 3. 中國洞察：中國時尚產業進入AI時代，從搜尋經濟邁向機器引領的發現

🔗 原文連結

原文摘要

這篇報導指出，中國時尚產業正經歷一場由AI主導的結構性變革。過去消費者靠主動搜尋關鍵字來找衣服，現在演算法會根據你的瀏覽紀錄、身形數據甚至天氣預報，直接推播「你可能會愛」的單品。從供應鏈的智慧排程、虛擬試穿，到生成式AI設計原創印花，機器不再只是工具，而是「發現」的起點。簡單說：以前是「你找衣服」，現在是「衣服找你」。

我的觀點

你有沒有這種經驗？打開淘寶想買一件白T，結果滑了半小時，推薦欄出現的全是oversize風衣或機能背心，跟你原本想搜的東西差十萬八千里。這就是「搜尋經濟」的痛點——你以為自己在主導，其實只是被關鍵字綁架。而AI時代的「機器發現」最有趣的一點，是它開始懂你的「潛意識」。

中國時尚產業在這塊跑得特別快，因為這裡有全世界最豐富的消費數據和極高的行動支付滲透率。舉個例子：Shein的爆款預測模型，能從社群照片分析明年夏天會流行什麼領型，然後兩週內量產上架。這不是單純的「你搜什麼我推什麼」，而是「你還沒搜，我就知道你會需要什麼」。當然，這背後也藏著隱私疑慮——你的衣櫃可能比你自己還了解你。

延伸思考

如果AI真的取代了搜尋，那人類在時尚中的角色會變成什麼？設計師會不會淪為AI草圖的「潤飾工」？或者反過來，當所有品牌都用同樣的演算法推薦，會不會反而造成審美單一化？我想到一個類比：Spotify的AI推薦歌單很準，但聽久了會覺得每首歌都長得差不多。時尚如果也走向「最優化推薦」，那「發現」的驚喜感可能就消失了。

另外，從消費者端看，這也改變了「逛街」的行為本質——不再是探索，而是被餵養。對我這種懶人來說很爽，但對那些喜歡挖寶的人來說，可能少了點樂趣。未來的中國時尚市場，或許會分裂成兩個極端：一邊是機器幫你篩選好的「高效率穿搭」，另一邊是極度小眾、反AI的手工品牌。這不只是在談科技，更是在談人類對「自主選擇」的執著。

📝 編輯說：: 這篇文章在科技媒體圈引發不少討論，筆者認為最有價值的觀點是——AI不只是工具，它正在重新定義「你想穿什麼」這個問題的答案，而這可能比我們想像中更危險。

📚 本日原文來源

本文由JK Space News彙整，不代表任何投資建議。