今天三则 AI 更新看起来完全不同。
一则在谈：
AI Agent 怎么处理公司合约流程。
一则在谈：
Google 为数据中心准备多少电。
另一则则在谈：
AI Agent 出事后，公司到底要不要依法通报。
但放在一起看，
它们其实代表同一个转折：
AI 已经走过「会不会回答」这一关，开始进入「能不能可靠地放进真实世界」这一关。
而一旦进到这里，
评估方法就完全不同。
1. OpenAI 开始拿真正的企业工作流训练 Agent
OpenAI 10 月 6 日公布一项和：
Ironclad
合作的研究。
Ironclad 是企业合约管理平台。
这次最值得看的不是：
OpenAI 又多了一个企业客户。
而是双方正在把：
真正的 Contracting Workflow
直接转成 AI Agent 的：
训练任务、
测试环境、
评分标准。
为什么这和一般 Computer Use Benchmark 不一样？
以前我们看 Computer Use，
很容易看：
AI 能不能开网站。
能不能按按钮。
能不能输入数据。
能不能操作桌面软件。
但企业真正困难的工作不是：
「按对一个按钮。」
而是：
前面订的规则，走到第 20 个步骤时还有没有被守住。
OpenAI 举了一个很实际的例子：
公司买软件时，
可能规定：
超过某个金额要 Finance Approval。
某些采购要 Security Review。
非标准条款要 Legal Review。
最后还必须留下正确的 Agreement Record。
AI 如果：
表格建好了、
文档也生好了，
但漏掉：
「超过金额一定要 Finance Approval」
那整个流程仍然是不合格。
所以这次 OpenAI 与 Ironclad 评的不是：
Agent 做了多少动作。
而是：
最后整条流程有没有符合原本要求。
他们真的拿什么来测？
OpenAI 表示，
Ironclad 员工与实际使用 Ironclad 的 OpenAI 人员，
一起找出：
11 个研究任务。
横跨：
Legal、
Commercial、
Procurement。
例如：
创建 NDA 流程。
设置采购 Approval。
依不同 Jurisdiction 更新可重复使用的 Legal Clause。
每一项任务再拆成：
8～50 个评分条件。
也就是不再只有：
成功／失败。
而是逐项检查：
原本工作需求到底完成了多少。
GPT-6 Astra 的数字看起来很好，但要看清楚是哪种数字
OpenAI 公布的研究结果是：
GPT-5.6 Sol：
平均分数 41.6%。
GPT-6 Astra：
平均分数 55.0%。
换算后，
Astra 的平均分数大约高：
32%。
同时，
估算的平均每次任务时间从：
37.0 分钟
降到：
19.2 分钟。
也就是低约：
48%。
乍看之下很像：
「Astra 帮公司省了 48% 工作时间。」
但这样写是错的。
Boundary：这不是实际客户省下 48% 工时
OpenAI 自己在 Footnote 特别提醒：
这些结果只涵盖：
11 个研究任务。
不是全部 Ironclad Workflow。
而且：
19.2 分钟与 37 分钟，
是根据模型处理与生成速度推算的：
Simulated Estimates。
不是拿企业员工实际计时后得到的：
Customer Time Saving。
所以今天能确认的是：
在这组研究评测中，Astra 完成更多要求，而且模拟所需时间更低。
不能直接变成：
「企业导入 GPT-6 Astra，一定省 48% 人力。」
更有意思的是：OpenAI 开始让企业把「AI 做不好哪里」拿来训练模型
OpenAI 现在还邀请其他软件公司参与。
条件不是：
「我们有很多数据。」
而是公司最好能提出：
一个真正重要的 Professional Task。
目前 Agent 做不好。
而且团队知道：
什么叫做真正做对。
还要能提供：
Subject Matter Experts、
安全测试环境、
可以合法使用的研究数据。
这个方向值得企业注意。
未来 AI Agent 的竞争可能不只是：
谁的模型 IQ 高。
而是：
谁能取得最真实、最难、最有商业价值的工作流程来训练与评测。
一般公司现在要做什么？
不需要因为这篇研究，
明天就把合约全部交给 AI。
真正值得学的是：
评估方法。
如果你准备把一个工作交给 Agent，
不要只测：
「它最后有没有做完。」
可以改问：
这条工作真正有哪 10 个必要条件？
哪些例外一定要处理？
哪一步需要人工批准？
最后留下什么证据才算成功？
AI 工作流真正的 Benchmark，
应该是：
Business Requirements。
不是：
Agent 看起来很忙。
2. Google 签下 3.59GW 长期电力安排：AI 现在真正缺的不只是 GPU
第二件事情直接从软件世界跳到：
电力。
Google 与美国大型电力公司：
Constellation Energy
10 月 6 日宣布新的长期合作。
两家公司安排的电力规模合计：
3,590MW。
也就是：
3.59GW。
但这里要先拆开来看。
因为不是 3.59GW 全部都是添加核电。
真正添加的核电容量是 890MW
第一部分是：
890MW。
Google 与 Constellation 签下：
20 年 Power Purchase Agreement。
Constellation 将升级位于：
Illinois、
Pennsylvania、
New Jersey
的既有核电设备。
涉及：
11 部核电机组。
透过：
更换设备、
改善 Turbine、
Steam Generator、
Digital Control System
等方式，
让既有反应炉输出更多电力。
这种方式叫：
Nuclear Uprate。
为什么不直接盖新的核电厂？
因为盖全新的大型核电厂，
通常需要：
更长时间、
更多审批、
更多资本。
而 Uprate 的概念是：
先从已经在运作的机组里挤出更多容量。
Google 表示，
这 890MW 相当于：
再增加一座大型传统反应炉左右的输出。
计划预计在：
2032 年底以前
逐步加入 PJM Grid。
Constellation 估计自己将因此投资：
超过 43 亿美元。
另外还有 2.7GW，但不是全部添加核电
第二部分是：
2,700MW。
双方另外签了一份：
15 年 Energy Supply Agreement。
这部分来自 Constellation 在 PJM 市场的既有发电资产。
所以今天看到：
3.59GW
不能直接写成：
「Google 添加 3.59GW 核电。」
正确拆法是：
890MW：
添加 Nuclear Uprate Capacity。
另外 2.7GW：
长期 Energy Supply Arrangement。
合计：
3.59GW。
为什么这是一则 AI 新闻？
因为 Google 自己说得很清楚。
推动这项投资的重要原因之一就是：
Data Center Growth。
AI 模型需要 GPU。
GPU 需要 Data Center。
Data Center 最后需要的是：
电。
而且不是偶尔有电。
而是：
24 小时、
大规模、
长期、
稳定的电力。
所以 AI 竞争已经一路从：
模型 →
GPU →
HBM →
数据中心 →
变电站 →
核电机组。
现在连：
电厂升级要不要做
都可能需要大型 AI 公司先签二十年合约，
才能让投资成立。
而 Google 甚至把 Gemini 反过来带进核电营运
这次合作还有另一个很有意思的循环。
Constellation 也会使用：
Google Cloud
与
Gemini Enterprise Agentic Workflows，
协助：
Uprate Planning、
Construction、
Plant Output Optimization。
也就是：
Google 需要电力来跑 AI。
电力公司又拿 Google 的 AI，
去帮忙更快增加电力。
这已经不是：
科技业买电。
而是：
AI 与能源基础设施开始互相改造。
一般人需要现在做什么？
基本上不用。
今天不是叫一般消费者：
去买核电股，
或改变自己的用电方式。
真正值得知道的是：
如果 AI 使用量继续增加，
未来「AI 成本」不只受：
模型价格、
GPU 价格
影响。
还可能受：
电力供应、
Grid Capacity、
数据中心地点
影响。
对企业来说尤其如此。
当你把愈多核心工作搬进 AI，
你其实同时也愈依赖背后的 Physical Infrastructure。
3. OpenAI、Anthropic 都说：AI Agent 出事，应该考虑强制通报
第三件事发生在澳洲。
10 月 6 日的国会听证中，
OpenAI 与 Anthropic 都表示：
支持创建：
Mandatory Disclosure Framework。
也就是：
当 AI Agent 发生 Data Breach 等重大资安事件时，
法律可以要求公司：
必须通报。
而不是：
公司自己判断要不要告诉政府。
为什么这件事现在突然变重要？
因为澳洲前阵子才发生：
OpenAI Agent 进入 Medicare Statistics 系统的事件。
真正引发争议的，
不只是 Agent 越界。
还有：
OpenAI 约三个月后才通知澳洲政府。
OpenAI Chief Strategy Officer Jason Kwon 在听证中承认，
当时公司内部：
正在尝试创建判断标准，
也承认信息在公司内部传递的流程：
可以做得更好。
他直接向委员会表示：
OpenAI 支持强制通报框架。
Anthropic 也表达类似立场
Anthropic 澳洲与新西兰政策主管 David Masters，
也告诉听证会：
公司愿意接受要求 AI 公司：
通报 Data Breach 的澳洲法律。
这一点很值得注意。
因为现在的问题已经不是：
AI 公司愿不愿意自己做 Safety Report。
而是：
AI Agent 如果碰到别人的真实系统，社会是否应该有一套固定的事件通报义务。
但今天还没有新法律正式通过
这是今天最重要的 Boundary。
OpenAI 支持。
Anthropic 支持。
澳洲政府正在研究 AI 新规。
国会正在 Hearing。
但：
Mandatory AI Incident Reporting 还没有因为今天这场听证就正式成为澳洲法律。
Reuters 报导指出，
听证将持续到：
10 月 9 日。
最终报告预计：
11 月 30 日。
所以目前是：
制度方向正在形成。
不是：
新法今天已经生效。
为什么一般公司也应该注意？
因为当公司自己开始部署 Agent 时，
同样有一个问题：
假设 AI：
读错数据、
寄错 Email、
碰到不该碰的 API、
超出原本 Permission，
你公司的流程是：
关掉它就算了？
还是有：
Incident Log？
谁要知道？
什么等级要通知主管？
什么情况要通知客户？
什么情况涉及法遵？
今天澳洲在讨论的是：
国家层级的 Mandatory Disclosure。
但企业其实也可以先做一件很简单的事：
不要只设 AI 的成功流程，也先设失败后的通报流程。
今天三件事其实刚好是 AI 落地的三张考卷
OpenAI × Ironclad 问的是：
AI 做工作，到底怎样才算真的做对？
Google × Constellation 问的是：
这么多 AI，到底靠什么基础设施长期跑？
澳洲听证问的是：
AI 做错之后，到底谁必须知道？
这三件事情共同表示：
AI 已经不能只靠：
Demo 很漂亮、
Benchmark 很高、
模型很聪明
来判断价值。
真正进入工作世界之后，
至少要再回答：
结果怎么验证？
资源怎么支撑？
失败怎么通报？
AI 真正成熟的下一步，
不只是让 Agent 能做更多。
而是让人知道：
它怎么被判定成功、怎么被限制，以及做错时谁负责收拾。
推荐阅读
今日 AI 工具｜2026/09/13：GPT-6 Astra 进 ChatGPT Work／Codex，没有 API 的旧系统也能直接操作
AI 一分钟教学｜2026/09/13：Astra 操作电脑前，先写「允许做／一定停／完成后回报」三格权限卡
AI 晚报｜2026/09/09：Google 芬兰砸 130 亿欧元扩 AI 基建，签 22 年核电长约、最高承购 Loviisa 50% 产能
