Disney+漲價13%！Netflix、HBO與串流訂閱疲勞一次看

Disney+這次到底漲多少？最痛的是無廣告方案

Disney最新確認調整美國Disney+、Hulu及部分Bundle訂閱價格，其中最明顯的就是無廣告獨立方案。

Disney+ Premium無廣告版原本每月18.99美元，最新提高2.50美元至21.49美元，漲幅約13%。

Hulu Premium同樣從18.99美元提高到21.49美元。

至於Disney+與Hulu無廣告Bundle，則從19.99美元調整到21.99美元。

廣告版也不是完全沒漲。Disney+與Hulu個別廣告方案都從11.99美元增加0.50美元至12.49美元，但Disney+與Hulu廣告Bundle仍維持12.99美元。

Netflix、Disney+、HBO全部訂，真的已經比第四台貴嗎？三個還沒有，但「全部都想看」就開始危險了

這是串流漲價新聞最容易被誇大的地方。

按照美國目前官方價格來算：

所以只訂這三個高階方案，還沒有直接超過美國平均有線電視帳單。

2026年相關市場調查估計，美國有線電視平均帳單約147美元一個月。

但真正問題是，一般家庭想看的內容往往並不只存在三個平台。

如果再加入Prime Video、Apple TV、Paramount+、Peacock以及其他服務，Fortune在9月依各平台公開價格計算，8個大型無廣告串流服務合計已達約139.41美元/月。

也就是說，真正讓人重新想到「以前第四台好像沒那麼麻煩」的，不是單一Disney+漲2.5美元，而是內容碎片化之後，你為了追不同節目必須維持多少個訂閱。

什麼叫「串流訂閱疲勞」？不是大家不愛看，而是開始不想每個平台都固定付錢

串流訂閱剛崛起時最大的吸引力，是比有線電視更簡單。

一個Netflix帳號，每個月付一筆小額費用，就可以看到大量影集和電影，沒有長期合約，也不用買一大包根本不看的頻道。

後來每家公司都發現自己的內容也可以變成平台。

Disney把漫威、星際大戰與迪士尼內容放進Disney+，華納把HBO與電影資產放進HBO Max，Apple、Paramount、NBCUniversal也各自建立影音服務。

消費者得到更多選擇，但同時也得自己重新組一包「數位第四台」。

Deloitte 2026數位媒體趨勢調查顯示，美國有付費SVOD的家庭平均訂閱4個服務，每月平均花費69美元。

但過去半年有41%的消費者取消過至少一項串流服務，22%則曾經取消後又重新訂回來。

這已經形成一種很典型的新消費模式：

• 某部影集上線時訂閱
• 一個月內看完
• 取消
• 半年後新一季推出再訂回來
• 同一時間只維持真正會看的幾個平台

Reviews.org今年的另一項調查甚至發現，48%受訪者曾為了某一部節目或一場活動訂閱，結束後就取消。

這才是「訂閱疲勞」最準確的理解：不是沒有人想看，而是消費者開始拒絕把所有平台都當成永久月租。

為什麼串流平台現在一直漲價？因為產業目標早就從「訂戶成長」改成「這個訂戶到底賺多少」

串流戰爭最早的核心指標非常簡單：誰的訂戶多。

影視公司願意砸大量資金製作原創內容、推出超低價方案，就是為了先把使用者拉進來。

但資本市場遲早會問下一句：這些訂戶到底能不能賺錢？

Disney最新財報就很能看出這個轉變。

2026會計年度第三季，Disney的Entertainment SVOD營業利益達7.12億美元，比去年同期3.29億美元增加超過一倍，營業利益率達13%。

換句話說，Disney現在已經不是單純為了把Disney+訂戶數做到最大，而是開始更積極思考每個訂戶應該帶來多少收入與獲利。

提高月費，就是最直接的做法之一。

為什麼大家當初逃離電視廣告，現在串流又開始把廣告加回來？

串流早期最重要的賣點之一就是「付錢之後不用看廣告」。

但現在Netflix、Disney+、HBO Max等大型平台都已提供較便宜的廣告方案。

原因是對平台來說，一名使用者可以同時產生兩筆收入：

• 使用者支付較低的月費
• 廣告主再支付廣告費

如果平台能讓廣告方案產生的「訂閱費＋廣告收入」超過純訂閱方案，那麼廣告就不再是退而求其次，而可能成為更重要的商業模式。

Netflix今年8月甚至表示，美國Upfront廣告承諾金額幾乎比前一年增加一倍。

Deloitte 2026調查也顯示，68%的付費SVOD家庭現在至少擁有一項廣告方案，2024年這個比例只有46%。

密碼共享為什麼也開始變成收入？因為平台發現「朋友借看」其實是一群還沒付錢的潛在客戶

串流平台過去默許很多人和父母、朋友、伴侶分享帳號。

但當新訂戶成長放慢，這些共享使用者自然就變成下一批可以收費的人。

Netflix目前明確規定，同一帳戶原則上不能分享給家庭以外的人。如果要讓外部使用者觀看，可以購買額外成員名額。

以美國方案來看，Netflix無廣告額外成員目前每月9.99美元。

Disney+也採取類似「Household」概念，帳戶原則上不能分享給家庭以外的人，但部分方案可以額外付費新增Extra Member。

這代表訂閱制的下一階段，平台已經不只在問「你有沒有訂」，還在精算一個帳號到底服務幾個人。

Bundle是不是又把第四台重新發明一次？某種程度上，真的越來越像

串流最初就是在拆解傳統有線電視Bundle。

消費者不想為一大堆自己不看的頻道付費，所以改成一個一個App自由選。

結果十年後，影音產業又開始大量做Bundle。

• Disney+＋Hulu
• Disney+＋Hulu＋ESPN
• Disney+＋Hulu＋HBO Max
• 電信業者綁Netflix或Disney+
• 零售會員、網路服務再綁影音內容

從平台角度，Bundle可以降低消費者取消單一服務的衝動。

如果Disney+單獨漲到21.49美元，但Disney+加Hulu只要21.99美元，消費者很容易覺得「那乾脆兩個都留著」。

這也正是Bundle最厲害的地方：它不是一定讓消費者總支出最低，而是讓「取消其中一個」看起來變得很不划算。

體育版權為什麼可能讓串流更貴？因為最不能等上架的內容，也是最昂貴的內容

電影和影集可以晚幾天看，但大型體育賽事不行。

NBA總冠軍賽、NFL、足球、網球或大型賽事，只要結果出來，內容價值就會快速下降。

這種「一定要直播看」的特性，讓體育內容成為平台留住使用者非常強的工具，也讓版權價格非常昂貴。

Disney今年財報說明時也直接指出，體育版權昂貴，而且如果沒有足夠規模，可能侵蝕獲利。

Netflix、Prime Video、YouTube和其他服務也都持續增加體育與現場活動布局。

這意味著串流市場未來最昂貴的一場戰爭，可能不是再多拍一部影集，而是誰能擁有那些「大家非得今天晚上打開App」的直播內容。

Disney+美國漲價13%，台灣會一起漲嗎？目前不能這樣直接推論

這次公布的是美國市場價格調整，不能直接把21.49美元換算成台幣，就說台灣Disney+也要同步漲成相同比例。

各市場的Disney+方案、內容、競爭環境與定價本來就不同。

截至目前Disney+台灣官方頁面顯示：

• 標準方案：NT$285／月或NT$2,790／年
• 高級方案：NT$335／月或NT$3,280／年

台灣兩個官方方案目前都以無廣告內容為主。

因此現階段比較精確的說法是：美國市場已經確認漲價，但台灣是否跟進、何時調整，仍要看Disney+台灣後續公告。

Disney+又漲價，目前哪些事情已確認？哪些不能直接從標題推論？

目前已確認

• Disney+美國無廣告獨立方案由18.99美元漲至21.49美元
• 漲幅約13%，每月增加2.50美元
• Hulu無廣告版同步升至21.49美元
• Disney+與Hulu無廣告Bundle調整為21.99美元
• Disney+、Hulu廣告獨立方案各漲0.50美元至12.49美元
• Disney+與Hulu廣告Bundle仍維持12.99美元
• Disney 2026會計年度Q3 Entertainment SVOD營業利益達7.12億美元
• Netflix與Disney+目前都限制帳號在家庭以外直接共享，並提供部分付費額外成員方案
• Disney+台灣目前官方標準與高級方案價格仍為NT$285與NT$335月費

現在不能直接推論

• 不能說Disney+全球所有市場都同步漲13%
• 不能說台灣Disney+已經確定跟進這次美國漲價
• 不能說Netflix、Disney+與HBO Max三個平台合計已超過美國平均有線電視帳單
• 不能說所有家庭真的同時訂8個影音平台
• 不能說廣告方案一定比無廣告方案替平台賺更多錢
• 不能說限制密碼共享一定會永久提高訂戶數
• 也不能因為價格提高，就直接推論Disney+一定會大量流失訂戶

串流訂閱疲勞下半場，接下來最值得追蹤的6件事

結論：串流沒有回到第四台時代，但消費者已經開始用「第四台思維」重新算帳

Netflix剛出現時，串流最大的革命是把電視內容從「套餐」拆開。

你想看什麼，就訂什麼。

但當Disney、Warner、Paramount、Apple、Amazon、NBCUniversal和Netflix都建立自己的內容城堡後，消費者慢慢又遇到當年第四台很熟悉的問題：

我只是想看幾部作品，為什麼最後要付這麼多固定月費？

Disney+這次13%的美國漲價，只是這場轉變的最新一個例子。

串流平台已經證明自己可以吸引數以億計使用者，下一階段要證明的，是怎麼從這群使用者身上長期獲利。

所以我們看到價格上升、廣告版、Bundle、額外成員、體育直播和更嚴格的帳號共享規則一起出現。

對消費者來說，最可能出現的答案也不是回去接第四台，而是學會更靈活地管理訂閱。

一年到頭固定留下真正每天都會看的平台，其他則等影集、電影或球季開始時再訂，內容看完就取消。

如果這種「輪流訂閱」最後變成多數人的習慣，那麼下一場串流平台大戰的贏家，可能不是擁有最多內容的人，而是那一個即使這個月沒有爆款，你仍然捨不得按下取消鍵的平台。

資料來源與查核基礎

• Reuters，2026年9月23日Disney+與Hulu美國訂閱價格調整相關報導
• CBS News，2026年9月23日Disney確認Disney+、Hulu新價格資料
• The Walt Disney Company，2026會計年度第三季財報及Entertainment SVOD營運資料
• Netflix Help Center，美國方案價格與Household、Extra Member規則
• HBO Max Help Center，美國訂閱方案與價格
• Disney+ Help Center，Household及Extra Member規則
• Deloitte，2026 Digital Media Trends消費者串流訂閱與Churn調查
• Disney+ Taiwan，台灣標準與高級方案官方價格
• 2026美國串流與有線電視支出市場統計資料

TikTok美妝爆品崛起！中國假髮、穿戴甲如何搶進全球市場

中國假髮和穿戴甲到底有多紅？現在已經不是「義烏小商品」等級

中國出口最常被討論的，通常是電動車、電池、太陽能板、無人機或電子產品。

但Reuters最新觀察到另一條完全不同的出口曲線：假髮、接髮和人工指甲等美容配件正在快速打進美國消費市場。

中國海關資料顯示，2026年上半年髮製品對美出口達13億美元，比去年同期增加12.4%。按照目前速度，今年全年甚至有機會超越2025年的23億美元。

河南許昌是中國最重要的假髮產業聚落之一。當地一名出口商接受Reuters訪問時表示，他預估2026年銷售額成長40%，而美國買家很大一部分正是被TikTok與Instagram導進來。

美甲也出現類似現象。

江蘇東海一間約200人的穿戴甲工廠表示，出口營收占比已從2025年底約20%快速提高到今年的70%，美國訂單占其中很大一部分。

不過人工指甲在中國海關分類中多被歸入塑膠製品，沒有獨立的穿戴甲官方出口統計，因此這裡應該理解為產業端正在快速擴張，而不能直接寫成「中國穿戴甲出口今年成長多少百分比」。

TikTok為什麼特別適合賣假髮和穿戴甲？因為產品本身就是「短影音素材」

並不是所有商品都適合TikTok。

例如一顆工業軸承、一台企業伺服器，可能品質很好，但很難在15秒影片裡讓一般消費者產生「現在就買」的衝動。

假髮和穿戴甲卻幾乎天生適合短影音。

• 戴上前後差異非常明顯
• 顏色、長度、造型可以快速切換
• 影片不用解釋太久就能看懂效果
• 價格通常低於傳統精品與高端沙龍服務
• 容易被網紅、明星造型與流行文化帶動
• 消費者可以重複購買不同款式
• 新品可以不停製造新的視覺內容

這種商品最大的優勢，是「內容」和「產品展示」幾乎是一件事。

一名創作者只要拍出「30秒換完一頭髮」、「不用去美甲店也能完成造型」的影片，就同時完成了娛樂、示範、評測與廣告。

更重要的是：TikTok把「看到」和「買到」的距離壓得非常短

傳統美容品牌的消費路徑可能是：看到雜誌或廣告、記住品牌、到百貨公司或電商搜尋，最後再完成購買。

社群電商則可能變成：

NIQ今年資料顯示，TikTok Shop已經成為美國健康與美容電商第4大零售通路，相關銷售超過44億美元、家庭滲透率接近10%。

也就是說，TikTok美妝已經不是只有品牌曝光價值，而是能直接形成實際零售規模的通路。

真正難複製的其實不是「中國做得便宜」，而是你想換款時整條供應鏈就在旁邊

如果只把這波成長解釋成中國人工便宜，就會漏掉真正關鍵的一半。

許昌的假髮產業不是突然看到TikTok爆紅之後才開始做。

Reuters引用中國官方媒體資料指出，許昌約440萬人口中，大約有30萬人從事髮製品相關產業。

東海也出現高度集中的穿戴甲產業聚落，一個約百萬人口的縣域就有近2.5萬家相關業者。

產業聚落真正帶來的優勢，是設計、材料、加工、包裝、打樣、物流與出口經驗全部聚集在附近。

今天TikTok突然流行黑長直，工廠可以快速增加相關款式；下個月歐美創作者改流行捲髮、彩色接髮或特殊美甲，又可以快速切換。

為什麼這種模式讓人想到Shein？不是已經出現「美妝版Shein」，而是供應鏈邏輯正在變得很像

「下一個Shein可能是假髮和穿戴甲」比較適合當成一種商業模式的比喻，而不是說市場現在已經出現一家確定複製Shein規模的美容品牌。

兩者真正相似的地方在於：

• 款式非常多
• 流行週期短
• 社群數據可以快速反映需求
• 供應商能迅速切換設計
• 跨境物流讓工廠可以直接碰到海外市場
• 消費者願意頻繁嘗試新款
• 大量SKU比單一經典商品更重要

傳統精品靠的是品牌歷史、稀缺性和高單價。

這波美妝趨勢恰好相反：產品價值很大一部分來自「我今天想換什麼造型」。

因此誰能最快跟上流行、用最低的試錯成本推出下一批商品，可能比誰能設計一款賣10年的經典產品更重要。

OEM與客製化也被TikTok重寫了：以前品牌先想產品，現在可能是影片先紅、工廠再追

傳統美容供應鏈通常是品牌先做市場研究，再找製造商打樣、下訂、備貨、拍廣告，最後把產品推向消費者。

社群爆品模式開始把順序反過來。

一支影片先把某種髮型或美甲風格推紅，賣家看到觀看、互動與成交數據，再快速向供應鏈追加類似商品。

Reuters訪問的許昌業者就提到，美國客戶非常重視個人化，而供應商可以透過客製服務，在較低數量的訂單上收取更高價格。

這對OEM供應鏈的影響很大。

過去製造商最喜歡的是「一款產品、一次做十萬件」；現在另一種競爭力則是能不能處理更多款式、更快測試市場、更靈活地接受客製需求。

那品牌還重要嗎？TikTok讓工廠離消費者更近，不代表品牌就會消失

如果工廠可以直接在TikTok直播、直接接海外訂單，看起來好像傳統美容品牌和通路商都可能被拿掉。

但事情沒有這麼簡單。

工廠最擅長的可能是製造效率，品牌真正負責的還包括：

• 品牌定位
• 品質篩選
• 售後服務
• 產品安全與法規管理
• 創作者合作
• 內容製作
• 庫存與物流
• 建立讓消費者願意重複購買的信任

因此真正可能被壓縮的，不一定是「品牌」本身，而是中間過多、沒有提供額外價值的流通層級。

未來甚至可能看到更多模式是：中國工廠負責生產，美國創作者負責內容，TikTok負責流量與成交，再由海外倉完成配送。

一家公司未必需要從工廠、品牌、媒體到零售全部自己做完。

爆品模式看起來很漂亮，但假髮和穿戴甲跨境電商至少還有4個風險

風險一：社群爆紅，也可能社群退燒

TikTok能在幾天內把一個款式推爆，也可能在下一週讓演算法轉向另一個流行。

對工廠和賣家而言，最大的風險就是追錯爆品後留下大量庫存。

風險二：低價不是永久護城河

當越來越多工廠賣相似產品，價格競爭也會變得激烈。

最後真正能拉開差距的可能又回到品質、交期、設計、客製化和品牌信任。

風險三：平台規則一改，流量可能立刻改變

依賴TikTok、Instagram或單一跨境電商平台，本質上等於把一部分通路控制權交給平台。

演算法、佣金、廣告規則、帳號政策或國家監管只要改變，都可能直接影響流量與成交。

風險四：關稅和貿易政策還是存在

Reuters訪問的中國業者認為，美國需求強勁，而且其他國家短期內很難快速複製相同規模的供應鏈，因此關稅雖會影響成本，卻不是目前需求的決定因素。

但這仍然是業者觀察，不代表未來貿易政策不會改變產品成本、物流或平台銷售方式。

這波趨勢對台灣美妝品牌意味什麼？真正競爭的可能不是工廠價格，而是「誰離市場比較近」

台灣美容、美甲或美髮品牌很難單純用規模和中國大型產業聚落競爭。

但這波趨勢真正值得參考的，也不是「大家都去做最低價」。

更值得注意的是，產品開發與市場回饋的距離正在快速縮短。

過去品牌可能一年做兩季新品；現在一支短影音就可以在幾天內測出一個顏色、形狀或造型有沒有人想買。

因此台灣品牌如果要競爭，可能更適合把優勢放在：

• 更精準的族群定位
• 設計與審美差異
• 在地創作者合作
• 品質與使用體驗
• 更快速的內容測試
• 從社群數據反推新品
• 把OEM供應鏈變成快速迭代工具，而不是單純比最低成本

換句話說，未來美妝供應鏈的競爭，可能從「誰有一家最大的工廠」變成「誰最快知道下一個消費者想要什麼」。

中國假髮、穿戴甲正在爆紅，目前哪些是事實？哪些還不能從新聞直接推論？

目前已確認

• 2026年上半年中國髮製品對美出口達13億美元
• 相較2025年同期成長12.4%
• 2025全年中國髮製品對美出口約23億美元
• 許昌出口業者表示TikTok與Instagram正直接帶動美國訂單
• FastMoss統計顯示，8月TikTok美國時尚配件銷售額前20名有17項為髮製品
• 中國許昌約有30萬人從事髮製品相關產業
• 東海約有近2.5萬家穿戴甲相關業者
• Reuters訪問的穿戴甲工廠表示，今年出口營收占比已由約20%升至70%

現在不能直接推論

• 不能說穿戴甲官方出口額已經成長某個確切百分比，因為海關沒有獨立分類
• 不能說所有中國美妝配件都依賴TikTok銷售
• 不能說TikTok已經取代Amazon、實體零售或其他美容通路
• 不能說已經出現一家規模等同Shein的全球假髮或美甲企業
• 不能把「中國製造優勢」全部簡化成人工成本低
• 不能說工廠直接出海就代表品牌、設計與售後不再重要
• 也不能從單一工廠的營收變化直接推算整個中國穿戴甲產業的出口增幅

這波TikTok美妝供應鏈接下來最值得追蹤的6個問題

結論：TikTok真正賣出去的可能不只是假髮和美甲，而是一條更短的全球供應鏈

假髮和穿戴甲看起來只是很小的美容商品。

但它們現在正在展示一種很可能擴散到更多消費品的跨境商業模式。

過去，中國工廠最強的是把東西大量做出來；海外品牌則掌握消費者、媒體與通路。

TikTok正在把這條線縮短。

現在一名美國消費者滑到一支假髮影片，可能直接下單；數據立刻回到賣家；賣家看到哪一款賣得快，再把訂單送回許昌工廠。

從流行被看見，到工廠收到需求，中間可能只隔著幾個螢幕。

所以這波中國假髮和美甲市場真正值得看的，不只是今年出口增加多少。

更大的變化是，全球美容產業正在從「品牌預測下一季流行什麼」，慢慢走向「TikTok今天告訴所有工廠，消費者明天想買什麼」。如果這個模式持續，下一個被社群電商重寫的品類，可能根本還沒出現在今天的排行榜上。

資料來源與查核基礎

• Reuters，2026年9月23日中國假髮、接髮與人工指甲對美出口及社群電商相關報導
• 中國海關，2026年上半年髮製品對美出口數據
• FastMoss，2026年8月TikTok Shop美國市場銷售排名資料
• NIQ，2026年TikTok Shop美國健康與美容電商市場資料
• Reuters訪問許昌髮製品業者及東海穿戴甲製造商之產業資料

上課禁ChatGPT卻強制學AI？美國法學院重寫AI教育規則

美國法學院到底在改什麼？今年已經不是「能不能用ChatGPT」這麼簡單

ChatGPT剛進入校園時，很多學校第一個反應是問：學生拿AI寫作業算不算作弊？

到了2026年，美國法學院正在處理的問題已經變得更複雜。

Reuters統計，今年暑假至少有十多所美國法學院新增或重寫AI政策，有些開始限制學生上課使用電子裝置，有些明確規範AI可以用於哪些作業階段，也有學校直接把AI教育列為畢業前必須接受的訓練。

Suffolk University Law School院長Andrew Perlman彙整180所法學院公開政策的資料庫則顯示，目前至少36所學校已存在某種形式的強制AI教學，例如：

• 新生訓練中的AI課程
• 一年級必修課中的AI模組
• 法律研究與寫作課中的生成式AI訓練
• 獨立的AI或科技能力必修課程

為什麼一年級最容易先被收走筆電？因為法學院怕的不是學生查答案，而是「沒有真正想過」

芝加哥大學法學院今年推出最受關注的制度之一：2026至2027學年，一年級核心必修課原則上禁止使用筆電、平板和手機。

學校給出的理由很直接：一年級是建立法律思考方式最重要的階段，學生需要先學會在沒有AI依賴的情況下，獨立閱讀、分析、推理與當場回應問題。

這與法學院長期使用的蘇格拉底式教學有關。

教授突然點名一名學生，要求解釋判決、挑戰對方論點或重新分析事實時，真正被訓練的並不是「答案對不對」，而是學生能不能：

• 在壓力下組織自己的想法
• 辨認一個論點的漏洞
• 聽懂同學回答後重新修正判斷
• 對不確定的問題做出理由充分的推論
• 即使答錯，也知道自己錯在哪裡

如果學生被點名後第一件事是低頭問AI，那堂課測到的就可能不再是學生的法律推理，而是他讀AI回答的速度。

喬治亞大學也採「預設無電子裝置」，但不是永遠不用科技

University of Georgia School of Law今年也把筆電、平板和手機禁止使用設為課堂預設規則，尤其很多一年級課程將採完全類比式教學。

但教授仍然可以基於教學目的允許使用，例如某堂課就是要直接操作AI工具。

也就是說，「收走筆電」並不是科技倒退，而是把不同學習階段拆開。

既然怕學生依賴AI，為什麼又強制學生學AI？因為畢業後不會用，可能一樣不合格

這正是整場教育實驗最看似矛盾的地方。

University of Georgia今年一方面限制課堂電子裝置，另一方面從2026年秋季入學的新生開始，所有J.D.學生又必須完成一門符合「科技能力要求」的課程，而且一年級法律研究課本來就已包含AI訓練。

芝加哥大學也採取類似邏輯。

它在一年級核心課禁止裝置，卻同時在法律研究與寫作課中讓學生學習如何使用AI做研究、修改草稿、準備口頭辯論，再由教授和學生一起檢查AI產出。

這個邏輯和計算機很像。

一個人可以使用計算機做複雜計算，但如果完全不理解數學概念，就沒有能力判斷計算機是不是輸入錯了。

AI只是把這個問題放大：它不只算答案，還能直接幫你寫出一段看起來非常合理、實際上可能完全錯誤的法律論證。

美國法學院正在形成3種AI教育路線：從嚴格限制到「可以用，但作品仍然要是你的」

現在並不存在一套全美統一的生成式AI教育規則，各校甚至同一校不同教授都可能採完全不同方法。

Berkeley甚至連「請AI幫我找文法錯誤」預設都不允許

Berkeley Law自2026年夏季生效的新政策相對嚴格。

在需要繳交學分作品時，預設規則連請AI幫忙想論文題目、規劃文章架構、整理一段法律規則、找出重複段落或修改文法都不允許。

不過學校也特別強調，這不等於全面禁止AI。教授仍可依課程目的另訂規則，學校本身也開設AI相關課程。

Columbia則把界線畫在「智慧工作流」和「代替你思考」之間

Columbia Law今年的新政策比較開放。

學生可以使用AI找可能的資料、摘要案例、測試論點、要求AI批評自己的論證、找不同表達方式或改善文法。

但最後提交的作品必須是「student-composed」，核心思想、論證、分析和表達必須反映學生自己的判斷，而且學生要能解釋與捍衛自己寫出的每一個重要主張。

學生真的會因為AI而失去思考能力嗎？目前證據值得警惕，但還不能下成永久定論

「學生一用ChatGPT就會變笨」是一個很容易吸引流量，但目前不能這樣簡化的說法。

不過，確實已有研究開始觀察大量使用大型語言模型對學習過程可能造成的影響。

MIT Media Lab在2025年公布一項54人參與的論文寫作研究，把參與者分成使用LLM、使用搜尋引擎，以及完全不使用工具的組別。

研究觀察到，LLM組在EEG測得的神經連結、文章內容記憶以及對作品的自我所有感等指標上，出現與無工具組不同的表現，研究者因此提出「認知債務」的可能風險。

這和法學院目前做的事情剛好接在一起。

學校真正擔心的未必是AI本身，而是學生把「應該自己練習的能力」太早外包出去。

AI作弊真正最難處理的，不是叫ChatGPT整篇代寫，而是你到底還剩多少是自己想的

最簡單的AI作弊很好理解。

老師叫學生寫一篇2,000字報告，學生把題目直接丟進ChatGPT，複製貼上後交出去。

但現在真正困難的是灰色地帶：

• 請AI幫忙想三個論點算不算？
• 把自己寫的內容丟給AI要求找漏洞算不算？
• 請AI幫忙重新排列段落算不算？
• 只改文法和語氣算不算？
• 請AI找法律案例，再由自己閱讀原文算不算？
• 讓AI先寫初稿，自己全部改過之後又算誰的作品？

這也是為什麼不同法學院會得到不同答案。

Berkeley選擇在正式學術作品上先把界線畫得很嚴格；Columbia則容許更多輔助，但要求學生對最後作品承擔完整的 интеллектуал責任。

這代表未來教育中的「作弊判定」，可能會從傳統的「是不是你寫的」，逐漸變成另一題：

但法學生又不能完全不碰AI：因為律師進職場後，AI已經不是選修工具

如果今天法學院完全禁止學生三年使用生成式AI，也會產生另一個非常現實的問題：畢業後怎麼工作？

法律AI現在已經被用於：

• 法律研究
• 大量文件摘要
• 盡職調查
• 契約比較
• 案件資料整理
• 初步草擬文件
• 找出論證缺口與可能的反方觀點

Reuters訪問的法學院主管也指出，法律事務所和其他雇主已開始期待畢業生具有基本AI熟悉度。

更重要的是，律師不是「會打Prompt」就算具備AI素養。

美國律師協會Formal Opinion 512已提醒律師，使用生成式AI時仍要遵守專業能力、客戶機密、對法院誠信、監督與合理收費等倫理義務。

換句話說，一名未來律師至少要有能力判斷：

• AI引用的判決到底存不存在
• AI整理的法律規則有沒有漏掉例外
• 客戶機密能不能輸入某個AI服務
• AI建議是否符合當地最新法律
• 最後交出去的文件是否可以由自己負責

如果學生從來沒學過怎麼使用AI，反而可能在進職場之後以最危險的方式第一次接觸它。

如果AI可以幫忙寫報告，未來考試是不是只能回到紙筆？真正的改變可能是「換一種方式證明你懂」

根據Reuters訪問，目前美國法學院幾乎普遍仍對考試中的AI使用採嚴格限制。

部分過去常見的在家考試，也逐漸轉為教室內、封鎖網路的測驗環境。

但教育真正可能發生的變化，並不只是重新拿出紙筆。

芝加哥大學今年對高年級研究論文增加了一項很有意思的設計：學生提交完整論文後，還要和教授進行面對面的口頭討論，回答教授針對文章推理與結論提出的問題。

這種設計的好處是，即使學生在研究過程中使用過某些工具，最後仍必須證明：

• 自己理解文章在寫什麼
• 知道為什麼選擇這個論點
• 可以面對反例與追問
• 不能只靠AI產出一份看起來很完整的文字

這可能也是AI教育時代非常重要的評量方向：與其花大量時間猜一篇文章是不是AI寫的，不如直接設計一個只有真正理解內容的人才能通過的評量。

美國法學院「一邊禁AI、一邊教AI」，目前哪些已確認？哪些不能直接推論？

目前已確認

• 至少十多所美國法學院在2026年暑假新增或修改AI政策
• 涵蓋限制AI使用、電子裝置政策與AI課程要求等不同方向
• 彙整180所法學院政策的資料庫顯示，至少36所已有某種形式的強制AI教學
• 芝加哥大學法學院2026至2027學年禁止一年級核心課使用筆電、平板與手機，特定例外除外
• University of Georgia預設禁止課堂電子裝置，並要求2026年入學J.D.學生完成科技能力課程
• Berkeley Law對正式學術作品採較嚴格的預設AI限制
• Columbia Law允許部分研究、論點測試與文字改善用途，但要求核心作品由學生自行完成
• 多數法學院仍對考試中的AI使用採取嚴格限制

目前不能直接推論

• 不能說美國所有法學院都禁止ChatGPT
• 不能說36所學校都要求學生修完全相同的一門AI必修課
• 不能說禁止筆電的目的只有防止AI作弊
• 不能說使用生成式AI一定會讓學生失去思考能力
• 不能說只要允許AI輔助就等於允許AI代寫
• 不能說法學院已經找到唯一正確的AI教育模式
• 也不能把美國法學院目前的做法直接套用到所有年齡與所有學科

這場教育實驗接下來最值得追蹤的6件事

結論：真正的問題從來不是「學生要不要用AI」，而是哪些能力不能先外包

表面看來，美國法學院現在真的很矛盾。

一間教室把筆電收起來，另一門課又教你怎麼使用生成式AI；考試不准碰ChatGPT，畢業前卻又希望你具備AI能力。

但如果把教育目標拆開，其實就沒有那麼矛盾。

學校真正想保住的，是一個學生在沒有工具幫忙時，仍然具備閱讀、推理、寫作、懷疑與判斷的能力。

而學校又不得不教AI，是因為未來真正進入職場時，完全不用AI也可能不是專業，而是效率落後。

這也是法學院現在比其他學科更早遇到的問題。

一名律師可以用AI整理100份文件，但如果沒有能力判斷第101份AI摘要是不是錯的，效率提升反而可能把錯誤放大。

所以這場看似「一邊禁AI、一邊教AI」的教育實驗，真正要找的可能不是一條統一禁令，而是一條更難畫的界線：在學生還需要練習形成自己的大腦時，AI應該退後多少；而當他已經具備判斷能力後，又應該讓AI走進來多少。

資料來源與查核基礎

• Reuters，2026年9月21日美國法學院AI政策、筆電禁令與AI課程調查
• University of Chicago Law School，2026年AI Strategy Statement
• University of Georgia School of Law，2026至2027學生手冊及AI／科技能力政策
• UC Berkeley Law，2026年Artificial Intelligence Policy
• Columbia Law School，2026至2027 Academic Policy on Student Use of AI
• American Bar Association，Formal Opinion 512：Generative Artificial Intelligence Tools
• MIT Media Lab，Your Brain on ChatGPT研究

三星智慧冰箱更新後故障！SmartThings、IoT家電與軟體風險一次看

三星智慧冰箱這次到底發生什麼事？不是壓縮機突然一起壞，而是軟體版本發錯了

9月22日下午開始，韓國Samsung Members社群陸續出現消費者回報，部分冰箱在收到SmartThings通知並進行冰箱軟體更新後，產品突然無法正常運作。

有使用者表示更新後冰箱內部燈光熄滅、觸控介面沒有反應，甚至冷藏與冷凍功能一起失效；也有人看到螢幕長時間停留在「更新中」，重新拔插電源或切換斷路器後仍無法恢復。

相關回報主要集中於部分較新的Bespoke AI四門冰箱，韓國媒體報導指出，多數案例集中在2024年後推出的相關產品，但三星目前公開說法是「部分產品與部分消費者受到影響」，並沒有公布一個可以直接視為完整受影響名單的全球型號表。

公司在確認錯誤後立即停止更新散布，成立緊急應變團隊並安排工程師處理，維修費用由三星全額負擔。

但由於事故正好發生在韓國秋夕連假前，不少家庭冰箱裡已經放滿肉品、水果與節慶食材，因此問題很快從「冰箱要不要免費修」延伸成另一題：如果不是冰箱硬體自然故障，而是原廠更新讓食物壞掉，裡面的東西到底算誰的損失？

為什麼冰箱只是更新軟體，竟然可以連「製冷」都受影響？

傳統冰箱給人的直覺很簡單：插電、壓縮機運轉、冷媒循環，就可以把裡面的食物維持低溫。

但現在的智慧冰箱早就不只是「壓縮機＋溫控旋鈕」。

智慧家電通常會有自己的控制板、作業系統、韌體、感測器和通訊模組。這些軟體負責讀取溫度、控制壓縮機與風扇、管理除霜、顯示螢幕資訊、節能模式、通知功能，並和SmartThings之類的智慧家庭平台連線。

因此真正的製冷動作雖然仍由壓縮機、冷媒與硬體完成，但「什麼時候啟動、如何控制、各模組怎麼溝通」可能已高度依賴軟體控制。

如果更新讓控制系統無法正常啟動、卡在開機流程，或使主控板無法正確執行原本功能，即使壓縮機本身完全沒有物理損壞，整台冰箱仍可能看起來像「死機」。

智慧家電其實同時有4層可能故障：以後「冰箱壞了」不一定是冰箱零件壞

智慧家電最大的改變，是故障來源變多了。

這次三星事件屬於第二類：透過SmartThings通路進行的冰箱軟體更新發生問題。

它並不能直接證明這些冰箱「平常只要沒有三星伺服器就不能製冷」，也不能把事故寫成SmartThings全球雲端服務斷線。

真正暴露的問題是：當一台家電具有遠端更新能力後，原廠就多了一條能在產品售出幾年後，繼續改變它運作方式的管道。

所以你買的到底是一台冰箱，還是一套永遠要有人維護的軟體？

傳統家電的產品生命週期很好理解。

冰箱買回家，只要壓縮機、零件和電路維持正常，就可能使用很多年。

IoT家電加入之後，產品壽命卻多了一個新的時間軸：軟體到底還會被維護多久？

例如一台智慧冰箱可能仍然具備完好的冷藏硬體，但幾年後可能面臨：

• 手機App不再支援舊系統
• 原本使用的雲端服務停止
• 第三方智慧家庭平台停止整合
• 安全更新結束
• 新版本韌體不再支援舊硬體
• 品牌退出市場後伺服器無人維護

因此未來評估一台智慧家電，除了容量、耗電量、壓縮機保固與價格，可能還要多問三個過去買冰箱幾乎不會問的問題：

為什麼家電更新比手機更新更不能出錯？因為故障會直接碰到你的生活和財產

手機App更新出錯，最常見的結果是某個功能不能用、App閃退，等工程師修復後再更新一次。

但智慧家電控制的是物理世界。

冰箱軟體出錯，可能導致食物升溫；冷氣出錯，可能讓家中高溫；智慧門鎖出錯，可能造成無法進出；烤箱、熱水器或其他設備的控制錯誤，風險又更高。

因此家電軟體更新真正需要的不只是「有沒有經過測試」，而是即使更新失敗，也不能輕易把產品最基本的安全功能一起帶走。

一個成熟的更新機制，至少應該思考幾種失敗情境

• 更新下載到一半斷網怎麼辦
• 新版本開不了機能不能退回舊版
• 錯誤版本誤發時能不能遠端停止
• 更新失敗時基本冷藏功能能不能獨立維持
• 更新是否分批部署，而不是一次推給所有人
• 能不能快速識別受影響型號與版本
• 消費者能否延後非安全性更新

這些設計在資訊系統裡常被稱為rollback、fail-safe或分階段部署等概念。這篇並不是認定三星此次產品具備或缺少哪一項特定機制，而是這次事故再次凸顯：當韌體可以控制核心家電功能，更新流程本身也必須被視為產品安全的一部分。

冰箱硬體可能用10年以上，但軟體會支援多久？這會成為下一個家電規格

三星其實在事故發生前不久才宣布，將針對部分既有冰箱與洗衣設備提供Tizen 10.0等軟體更新，希望讓多年使用的家電持續取得新AI功能與介面。

這個方向本身並不是壞事。

過去家電買下去之後功能幾乎固定；現在透過OTA更新，可以修補資安漏洞、改善耗電、增加功能，甚至延長產品的數位使用壽命。

問題在於：只要產品壽命開始依賴軟體，廠商的責任就不能只算到硬體保固到期那一天。

歐盟近年的Cyber Resilience Act就已經往這個方向走。相關制度要求有數位元素的產品，製造商需要訂定支援期間，並讓消費者在購買時知道支援終止時間；支援期間內也必須處理產品的資安漏洞。

該法主要義務將自2027年12月起全面適用，因此現在還不能說全世界的智慧冰箱都已經必須依法標示「軟體支援到哪一年」，但方向已經很明確：

冰箱免費修好了，那裡面的肉、海鮮和冷凍食品誰賠？事情沒那麼簡單

三星目前已表示，因這次錯誤更新產生的維修費用會免費處理。

但截至目前公開資訊，食物變質如何補償仍在檢討具體方式，因此不能先寫成所有消費者都確定可以按照發票全額求償。

這其實會成為智慧家電非常重要的新型損害。

傳統保固最常處理的是「壞掉的家電本身」；但如果原廠推送的一次更新造成冰箱停止製冷，消費者的真正損失可能還包括：

• 冷藏與冷凍食品變質
• 緊急購買冰塊或保冷設備
• 因維修產生的時間與交通成本
• 必要時另外購買食物
• 若誤食已變質食品，還可能出現醫療相關損害

如果類似事故發生在台灣呢？

台灣《消費者保護法》的基本原則是，提供商品或服務的企業經營者應確保其商品或服務符合當時科技或專業水準可合理期待的安全性。

若因商品或服務的安全問題造成消費者生命、身體、健康或財產損害，原則上可能產生損害賠償責任。

但具體到「冰箱更新造成1萬元食材損失」能否全部求償，仍要看個案能不能證明軟體更新、產品故障與實際財產損害之間的因果關係，以及損失金額。

如果智慧冰箱更新後突然不冷，第一時間先別一直重開機：先保住食物與證據

如果遇到智慧冰箱更新後出現異常，最重要的順序不是一直反覆更新或重置，而是先確認是否存在品牌官方公告，再優先處理食品安全與資料保存。

食品安全方面，美國FoodSafety.gov提供的停電處理原則可作為緊急參考：冰箱門保持關閉時通常約可維持安全低溫4小時，裝滿的冷凍庫約48小時、半滿約24小時；易腐食品若已在4°C以上超過2小時，原則上應丟棄。

※上述為食品安全緊急處置的一般參考，不代表所有食品、冰箱狀況及環境溫度都完全相同；若無法確認食品安全，不應靠試吃判斷。

這次三星智慧冰箱事故，哪些事情已經確認？哪些不能從標題直接推論？

目前已確認

• 韓國部分三星冰箱在9月22日進行軟體更新後出現無法正常運作
• 部分使用者回報冷藏與冷凍功能失效
• 更新透過SmartThings相關流程提供給產品
• 三星表示原因為軟體更新測試過程中，測試版本誤發給部分一般消費者
• 三星確認問題後停止相關更新散布
• 公司啟動緊急修復並表示維修費用全額免費
• 三星原訂以9月24日前完成修復為目標
• 截至目前公開報導，食品變質的具體補償方案仍在檢討

現在還不能直接推論

• 不能說所有三星智慧冰箱都有相同問題
• 不能說全球所有SmartThings裝置都受到影響
• 不能把事件描述成SmartThings雲端服務全面當機
• 不能說這些冰箱平常必須持續連上三星伺服器才能製冷
• 不能先說所有食品損失都確定由三星全額賠償
• 不能由這次事件推論所有智慧家電一定比傳統家電不可靠
• 也不能只因更新失敗就認定所有受影響冰箱都必須更換硬體主機板

這起智慧冰箱事故接下來最值得追蹤的6件事

結論：以前怕冰箱壓縮機壞，現在還要開始怕「程式碼壞」

智慧家電真正帶來的便利非常明顯。

你可以在手機看到冰箱狀態、調整節能模式、接收門沒關好的通知，甚至讓舊設備透過更新取得新的功能。

但方便的另一面，就是家電的故障面也跟著增加。

過去買一台冰箱，最大的疑問可能是壓縮機能用幾年；未來買一台智慧冰箱，消費者還得開始關心作業系統、韌體、App、帳號、伺服器與軟體支援年限。

三星這次事故最值得留下來的提醒，也不是「以後都不要更新智慧家電」，而是家電只要具備OTA遠端更新能力，更新本身就應該被當成產品安全的一部分。

因為手機更新失敗，我們可能一個晚上不能滑App；冰箱更新失敗，家裡幾千甚至上萬元的食物可能真的開始升溫。

智慧家電真正成熟的標準，未來恐怕不會只是「它能連多少裝置、支援多少AI功能」，而是更基本的一題：當網路斷了、伺服器停了，甚至原廠自己把更新發錯了，它還能不能把一台冰箱最基本的工作做好？

資料來源與查核基礎

• 韓國SBS News，2026年9月23日至24日三星冰箱軟體更新事故相關報導
• 韓國聯合新聞，2026年9月23日三星冰箱更新錯誤與緊急維修相關報導
• Samsung Global Newsroom，2026年9月智慧家電Tizen軟體更新資料
• 行政院消費者保護會，商品或服務安全與消費者損害賠償相關說明
• European Commission，Cyber Resilience Act產品支援期間與更新義務資料
• FoodSafety.gov，冰箱與冷凍庫停止製冷時之食品安全建議

燃油附加費會漲嗎？Ryanair警告2027機票恐因高油價變貴

Ryanair到底警告了什麼？不是宣布加價，而是說其他航空公司可能撐不住

2026年9月23日，Ryanair集團執行長Michael O’Leary面對近期航空燃油價格上升時表示，Ryanair不會向乘客加收燃油附加費。

但他接下來的警告，對準的其實是整個歐洲航空市場。

O’Leary認為，如果現在偏高的油價在未來幾個月持續，其他航空公司到了2027年夏季可能開始使用燃油附加費，甚至整體票價可能需要上漲10%、15%或20%。

他的另一個判斷則更值得長期追蹤：如果高燃油成本持續，財務體質比較弱、沒有做好燃油避險，或本來就承受高租機成本和高負債的航空公司，可能面臨更大的經營壓力，進而加速歐洲航空業整併。

這個情況今年其實已經開始出現。高燃油成本、融資成本與地緣政治風險正同步壓縮部分航空公司的財務空間，航空公司除了漲價，也可能透過減班、退出虧損航線或縮減運能來降低成本。

一張機票為什麼那麼怕油價？因為航空燃油可能直接吃掉營運成本很大一塊

一般旅客看到機票漲價，第一個想到的通常是「最近很多人出國」、「寒暑假需求太旺」。

需求當然很重要，但對航空公司來說，還有另一個非常直接的變數：航空燃油。

Reuters今年整理航空業成本時指出，燃油最高可能占航空公司營運成本約四分之一；而在油價急升期間，個別航空公司的比例還可能更高。

以台灣長榮航空最新公開資料為例，2026年上半年客機燃油成本為354.1億元，占客機營業支出40.54%。不同航空公司的機型、航線長短、避險策略和會計分類不同，不能直接橫向比較，但足以說明燃油對航空公司的成本壓力有多大。

一旦航空燃油長期維持高檔，航空公司大致只剩幾種方式消化：

• 自行吸收，犧牲部分獲利
• 提高基本票價
• 調整或新增燃油附加費
• 減少低獲利航線與班次
• 提高其他附加收入
• 加速使用更省油的新機型

所以旅客最後感受到的，不一定只是票面價格變高，也可能是原本一週7班變成5班、低價艙等變少，最後讓最便宜的機票更難買。

燃油附加費到底是什麼？它不是機場稅，也不是航空公司突然多收一筆「油錢」

消費者買國際機票時，常看到價格明細裡除了基本票價，還出現機場服務費、政府稅費、燃油附加費以及其他項目。

其中燃油附加費主要是航空公司因應燃油成本上升，用來反映部分新增成本的票價項目。

因此搜尋機票時看到「台北飛東京4,999元」，最後結帳並不一定就是4,999元。促銷基本票價、燃油附加費、機場費及其他稅費，可能分別計算。

油價已經上漲，為什麼機票不是隔天全部漲？關鍵在航空公司的「燃油避險」

航空公司通常不會每天完全按照現貨油價買油。

很多大型航空公司會事先透過期貨、交換或其他金融工具鎖定未來部分燃油價格，也就是所謂的燃油避險。

Ryanair就是目前相對受到保護的例子。

公司公開資料顯示，FY2027約80%的航空燃油需求已經以每桶約67美元的價格完成避險，因此即使現貨航空燃油價格大幅上升，也不是所有燃油都立刻用最新高價購入。

但避險有期限。

Ryanair在7月公布的FY2028燃油避險比例當時只有約15%，鎖定價格約每桶85美元。

廉價航空票比較便宜，所以比較不怕高油價嗎？其實可能剛好相反

廉價航空能把票價壓低，靠的並不是燃油比較便宜，而是整套營運成本更低。

常見做法包括高座位密度、提高飛機使用率、簡化機隊、使用次要機場、減少免費服務，再把行李、選位、餐飲等拆成附加收入。

但不論是廉航還是傳統航空，飛機起飛都需要航空燃油。

當基本票價本來就非常低時，油價暴漲甚至可能讓燃油成本占票價的比例更明顯，因此真正能抵禦高油價的不是「廉航」三個字，而是：

• 有多少燃油已經提前避險
• 使用機型是否省油
• 負債與租機成本高不高
• 航線有沒有足夠需求支撐漲價
• 有沒有足夠現金承受短期成本波動
• 能不能把飛機移到更賺錢的市場

所以O’Leary這次甚至認為高油價可能反而幫助Ryanair，因為財務與燃油避險較弱的競爭對手可能先受到衝擊。

油價還會從另一條路把機票推高：航空公司直接少飛一點

很多人把高油價和機票的關係想成：

但航空公司的收益管理沒有這麼直接。

如果一條航線原本就只勉強賺錢，燃油成本突然升高後，公司可能不是加收500元，而是直接減少班次，甚至暫時退出這條航線。

2026年航空市場已出現這種情況。部分航空公司因高燃油成本調整班表、縮減運能，Wizz Air也曾宣布削減部分冬季規劃運能。

航班一少，即使需求完全沒有增加，市場上的座位數也會變少。

最後旅客看到的結果仍然可能是機票價格變高。

所以未來半年看機票，不能只看旅遊需求旺不旺，還要同時看航空公司是否縮減供給。

台灣其實現在就有燃油附加費：對台灣旅客來說，真正要看的是「會不會再調高」

如果只看到歐洲新聞，很容易產生一個錯誤印象：「燃油附加費已經消失很多年，2027年才可能重新出現。」

但對台灣出發的國際航班來說並不是如此。

交通部民航局目前仍有國際線客運燃油附加費制度。國籍航空的收取標準，依台灣中油國際航空燃油公告牌價變化調整，航空公司調整前也必須依法陳報並公告。

以長榮航空2026年9月最新公告為例，自9月7日起：

• 短程航線：每航段32.50美元
• 長程航線：每航段84.50美元

而且是「每航段」計算。

這代表來回行程通常不會只看一個單程數字；如果旅程包含轉機，也需要按照實際航空公司與票價規則確認。

那現在是不是應該趕快買2027年的機票？不能只因為油價高就立刻下單

高油價確實讓2027年機票漲價風險提高，但它仍然不是唯一決定票價的因素。

一張機票最後會賣多少，還要一起看：

• 目的地需求
• 航空公司增加或減少班次
• 匯率
• 燃油價格
• 航空公司的避險價格
• 機場費與政府稅費
• 競爭航空公司數量
• 促銷與收益管理策略

甚至可能出現「燃油成本很高，但某條航線突然增加大量新航班，所以票價反而下降」的情況。

對已經確定2027年連假、櫻花季、暑假或大型活動行程的人來說，比起猜油價，更實際的方式是先設定合理票價區間並持續追蹤總價，尤其要比較含稅、燃油附加費、行李與選位之後的最終價格，而不是只比較首頁顯示的最低基本票價。

明年機票可能因高油價變貴，目前哪些已知？哪些還只是預測？

已經可以確認的事

• Michael O’Leary表示Ryanair不會加收燃油附加費
• 他預期若油價維持高檔，部分競爭航空可能在2027年夏季使用燃油附加費
• 他提出10%、15%至20%的潛在票價漲幅估計
• 2026年航空燃油價格已對全球多家航空公司營運成本造成壓力
• Ryanair FY2027約80%燃油已完成避險
• Ryanair截至7月公布的FY2028燃油避險比例為15%
• 台灣國際航線目前本來就存在燃油附加費制度
• 長榮航空已於2026年9月調整台灣出發國際線燃油附加費

現在還不能確定的事

• 2027年全球機票是否真的普遍上漲10%至20%
• 哪些歐洲航空公司會正式新增或恢復燃油附加費
• 目前高油價是否會持續到2027年夏季
• 台灣國籍航空後續燃油附加費會不會再次調升
• 航空公司會選擇漲基本票價、提高附加費還是削減班次
• 高燃油成本最終是否會造成更多航空公司退出或整併

因此現在最精確的說法不是「2027機票確定暴漲20%」，而是航空燃油成本已經成為2027票價的重要上行風險之一。

結論：明年最便宜的機票可能不是被旅客搶走，而是航空公司根本不想再用那個價格賣

旅客習慣把機票漲價理解成需求問題。

春節、櫻花季、暑假、跨年大家一起搶，所以票價越來越高。

但2027年的航空市場可能多出另一個變數：即使旅遊需求沒有突然暴增，航空公司也可能因為燃油太貴而不願意再提供那麼多低價座位。

燃油避險可以把衝擊往後延，卻不能永遠消失；燃油附加費可以把部分成本轉給旅客；減班則會從供給面讓便宜座位更少。

Ryanair目前因為避險比例、成本結構和財務體質較強，所以O’Leary敢說不收燃油附加費，但這不代表高油價沒有影響Ryanair。公司今年第一季就曾因未避險的20%航空燃油價格大幅上升，使營運成本承受明顯壓力。

對出國旅遊的台灣消費者而言，最重要的也不是現在看到新聞就立刻搶票，而是開始改變看機票的方式。

下一次搜尋台北飛東京、曼谷、巴黎或倫敦時，除了問「現在是不是旺季」，還可以多問一句：這張票最近變貴，究竟是大家都在搶，還是航空公司飛這一趟本身真的變得更貴了？

資料來源與查核基礎

• Reuters，2026年9月23日Ryanair執行長Michael O’Leary談高燃油成本、票價與燃油附加費
• Ryanair，2026年度報告與FY2027第一季財報
• Reuters，2026年航空燃油價格、航空公司漲價與燃油避險相關報導
• 交通部民用航空局，航空公司國際航線燃油附加費說明
• 長榮航空，2026年9月台灣地區客運燃油附加費公告
• 中華航空，2026年票價與燃油附加費相關公開資訊

DoorDash賠1.3億美元！外送費、外送員薪資、平台抽成一次看

DoorDash為什麼要付1.315億美元？不是外送太慢，而是有人「做了卻沒有被完整算進薪資」

2026年9月22日，紐約市政府宣布與美國外送平台DoorDash達成1.315億美元和解，成為紐約市史上規模最大的勞工執法和解案。

其中超過1.15億美元將直接補償外送員，其餘超過1,600萬美元則屬民事罰款與相關行政成本，受影響人數超過26萬人。

紐約市消費者與勞工保護局的調查發現，DoorDash除了有部分外送員沒有拿到應得款項，或薪資延遲支付之外，另一個核心問題就是最低報酬究竟是用哪些時間計算。

紐約市指出，DoorDash雖然在2023年12月提高外送員時薪，以符合當地最低報酬制度，但在計算可獲得報酬的工作時間時，仍排除了部分行程時間以及部分上線待命時間。

DoorDash則表示，部分錯誤和技術問題、跨區域訂單、複雜配送情境等有關，並表示相關問題已經修正。

外送最難算的其實不是距離，而是「哪一分鐘開始算你正在工作」

傳統工作很好理解。

早上9點打卡，下午6點下班，中間扣掉休息時間，工作時數大致可以算出來。

但外送平台的工作完全不是這樣。

一名外送員晚上6點打開App，到晚上10點關掉，中間可能經歷：

• 登入平台等待第一張訂單
• 接單後騎到餐廳
• 在餐廳等店家備餐
• 取餐後騎到消費者地址
• 等待消費者下樓或開門
• 完成訂單後等待下一張
• 被派到取消訂單或異常訂單
• 沒有訂單時在熱門區域附近待命

真正的爭議就是：上面哪些時間算「外送服務」，哪些只算外送員自己的空檔？

如果平台只計算「拿到餐之後騎到消費者家的10分鐘」，那外送員去餐廳的路程與在店內等20分鐘就像完全不存在。

但如果連登入App後一個小時都沒有訂單的待命時間全部都算工作，平台又會面臨另一個問題：外送員可以同時開多個平台，又該由哪一家支付這段時間？

所以「等單時間算不算工作」看起來只是一個小問題，實際上卻會直接決定整個外送經濟的成本。

一份外送餐的錢到底去了哪裡？你付的總額不是單純「餐費＋騎車費」

消費者點一份200元的便當，最後結帳可能超過200元；但這也不代表多出來的錢全部進到外送員口袋。

一筆餐廳外送訂單，實際上同時存在好幾條金流。

所以當消費者問「我明明付了60元外送費，為什麼外送員說這單只有幾十元？」真正原因通常就是：消費者看到的費用結構，和平台計算外送員報酬的公式，本來就不是同一張帳。

所以「外送費」會全部給外送員嗎？通常不能直接畫上等號

這是外送平台最常見的誤解之一。

消費者帳單上出現一筆外送相關費用，不代表平台會原封不動把相同金額直接交給該名外送員。

平台可能依照距離、時間、訂單類型、供需狀況、疊單與法規要求計算外送員基本報酬；消費者端的收費則可能是另一套價格模型。

小費又是另外一件事。

以Uber Eats台灣目前公開說明為例，平台表示消費者給予的小費100%提供給外送合作夥伴，且小費和其他外送相關費用分開。

所以「外送費」和「小費」也不能混在一起理解。

為什麼同一碗飯在App上比較貴？因為餐廳也有一筆「進平台的成本」

很多消費者都做過同一件事：走進餐廳看到一碗麵150元，打開外送App卻變成170元、180元。

為什麼？

因為餐廳使用第三方平台，也可能需要支付平台合作費用。

以Uber Eats台灣目前公開的商家定價頁面為例，其Marketplace方案列出使用Uber外送合作夥伴網路提供配送時的平台費用為35%，自取方案則列為30%。實際個別商家合約、促銷方案與合作條件仍可能不同。

假設餐廳店內一份餐點賣100元，本來就需要支付食材、人事、租金與水電；進入平台後如果又新增一筆平台成本，店家大致只有幾種選擇：

• 自行吸收平台成本
• 提高App菜單價格
• 調整份量、套餐或商品組合
• 以活動折扣換取更多訂單量
• 把外送通路視為另外一套定價系統

這也解釋了為什麼「平台抽成提高」最後不一定只影響餐廳，也可能透過菜單價格間接反映到消費者身上。

台灣公平會過去處理外送平台限制餐廳價格的案件時，也曾指出，如果平台要求餐廳在App上的價格必須和店內完全相同，餐廳就可能無法把不同銷售通路的成本差異反映在價格上。

那台灣呢？外送員在店裡等餐，現在已經明確算進報酬時間

DoorDash事件放回台灣來看特別有意思，因為台灣自己的外送專法也才剛正式上路。

《外送員權益保障及外送平臺管理法》於2026年7月21日施行，現在每筆訂單的基本報酬原則上不得低於該筆訂單「外送服務期間」依最低工資時薪1.25倍換算出的金額，而且每筆不得低於45元。

更重要的是，「外送服務期間」不是只有從餐廳拿到餐之後才開始計時。

勞動部已經明確說明，接單後前往商家的路程、在商家等待餐點、配送，以及到達後等待消費者領取的時間，都應納入該筆訂單的外送服務期間。

也就是說，如果餐廳爆單，外送員到店後足足等了20分鐘，從台灣現行制度來看，這20分鐘並不是完全與報酬無關的「免費時間」。

疊單也不能直接全部算成同一筆

台灣現行規定也要求，平台若安排疊單、合併派單或順路配送，每筆訂單仍須分別計算外送服務期間與基本報酬，避免第二單、第三單只剩下極低的附加價格。

如果商家取消、消費者取消或失聯，而且原因不可歸責於外送員，外送員也可依實際投入的外送服務時間請求報酬。

但「登入App等訂單」呢？台灣和紐約真正不同的地方就在這裡

台灣現在很清楚的是：接到訂單以後的服務時間要算。

但如果晚上6點開啟App，到6點30分才收到第一張訂單，前面30分鐘怎麼辦？

台灣《外送員權益保障及外送平臺管理法》目前對每筆訂單「外送服務期間」的定義，是從外送員接受該筆訂單開始，到完成該筆訂單為止。

因此單純在線上等待、還沒有接受任何訂單的時間，並不是目前這套每單基本報酬公式中的同一種計算區間。

為什麼演算法現在開始變成薪資問題？因為它決定的不只是「誰送哪一單」

在一般公司裡，主管安排你今天做什麼。

外送平台則是演算法決定。

演算法可能決定：

• 哪一張訂單先派給誰
• 兩張訂單要不要合併配送
• 預估要花多少時間
• 這一單基本報酬是多少
• 外送員正在等待還是正在工作
• 取消訂單後哪些時間可以計入
• 跨區配送哪些分鐘屬於哪一個計薪區間

這就是為什麼紐約市這次不是只要求DoorDash把錢補回去。

DoorDash未來3年還必須每月向主管機關提供詳細資料，讓政府檢查最低報酬、行程資訊、薪資透明度與小費等規定是否落實。

紐約市甚至將和勞工團體及Princeton的Workers’ Algorithm Observatory合作建立工具，讓外送員把自己App上看到的行程與報酬資訊直接交給政府，比對平台提交的資料。

DoorDash賠1.315億美元，目前哪些事情已確認？哪些不能直接套回台灣？

目前已確認

• DoorDash與紐約市達成1.315億美元和解
• 超過1.15億美元將直接提供給外送員
• 受影響外送員超過26萬人
• 調查涉及未付款、延遲付款以及最低報酬計算問題
• 紐約市認定DoorDash排除了部分行程時間與on-call time
• DoorDash未來3年須每月提供詳細合規資料
• 台灣外送專法已於2026年7月21日正式施行
• 台灣接單後的赴店、等餐、配送及等候消費者取餐時間都納入外送服務期間

不能直接推論

• 不能把紐約的on-call time制度直接當成台灣現行規定
• 不能說所有外送平台都使用完全相同的報酬演算法
• 不能把消費者支付的外送費直接等同外送員實領報酬
• 不能說App菜單一定都比店內價格高
• 不能把所有商家的平台合作費用都視為相同百分比
• 不能因為平台抽成存在，就推論餐廳所有漲價都由外送平台造成
• 也不能把紐約和解理解成DoorDash承認所有市府指控中的法律責任

結論：一份外送餐真正昂貴的地方，是有人必須替「你不用出門」這件事付成本

打開外送App時，我們很容易把整張帳單理解成：「餐廳收餐費，外送員收外送費。」

真正的外送經濟卻複雜得多。

平台要維護App、金流、客服、派單和行銷；餐廳必須支付平台通路成本；外送員則投入油錢、車輛、騎乘、取餐、等餐和找地址的時間；最後消費者用額外費用換取不用自己走出門的便利。

所以真正困難的從來不是「外送應不應該免費」，而是這些成本最後由誰承擔，以及演算法有沒有把每一方真正投入的成本算進去。

DoorDash這次1.315億美元和解，正好把一個平常躲在App後面的問題翻到檯面上：對外送員來說，真正有價值的不只有騎車送餐的那10分鐘，還有去餐廳的時間、等店家出餐的時間，以及平台要求他保持可接單狀態的時間。

台灣2026年外送專法已經先把接單後的等餐和配送過程納入報酬保障，但沒有訂單時的待命如何看待，仍是另一個制度問題。

未來再打開外送App，看見同一份餐點比店內貴30元、再加一筆外送費時，真正值得問的或許不再只是「怎麼這麼貴」，而是這些錢最後如何在餐廳、平台與外送員之間分配，以及平台那套看不到的演算法，到底有沒有把真正的工作時間算進去。

資料來源與查核基礎

• New York City Mayor’s Office，2026年9月22日DoorDash 1.315億美元和解公告
• New York City Department of Consumer and Worker Protection，DoorDash外送員和解及Minimum Pay Rate資料
• Reuters，2026年9月22日DoorDash外送員薪資和解相關報導
• 台灣勞動部，《外送員權益保障及外送平臺管理法》及相關子法
• 勞動部，外送員報酬保障說明
• Uber Eats台灣，商家定價與外送小費公開資料
• 公平交易委員會，外送平台與餐廳價格限制競爭相關處分資料

AI做錯事誰負責？黃仁勳反對AI免責，AI Agent產品責任一次看

黃仁勳這次到底反對什麼？重點不是「不要AI安全」，而是安全不能變成免責理由

最近美國AI產業出現一個很特別的爭論：如果幾家最先進的AI實驗室想一起協調安全標準，甚至共同降低開發速度，是否需要給它們某種反壟斷法上的空間？

這背後的理由並不難理解。如果OpenAI、Anthropic、Google或其他大型AI實驗室彼此約定「大家都先不要推出某類高風險模型」，從AI安全角度可能被形容為合作，但從競爭法角度，競爭者彼此協調市場行為本來就是敏感議題。

黃仁勳最新接受訪問時，對這種「因為AI很特殊，所以科技公司應取得法律豁免」的方向表示反對。他不支持AI業者取得反壟斷或責任法律的特殊免責空間。

這裡有一個很重要的細節。

黃仁勳近期同時也主張，美國未必需要另外建立大量新的AI專屬法律，他比較傾向把AI安全視為工程問題，並利用既有法律處理企業責任。

因此不能把他的立場簡化成「反對AI監管」或「支持AI放任發展」。比較精確的理解是：

為什麼AI Agent會讓「誰負責」突然變成大問題？因為AI開始從說話變成動手

過去談生成式AI風險，最常見的是聊天機器人產生幻覺。

例如你問一家不存在的餐廳，它卻一本正經告訴你地址；問一個法律判決，它捏造出不存在的案例。

這種錯誤很麻煩，但通常還停留在「資訊層」。

AI Agent則完全不同。

Agent的目標不是只回答你「應該怎麼做」，而是取得工具權限之後直接替你完成工作，例如：

• 閱讀電子郵件並自動回覆
• 替公司建立訂單
• 修改CRM或ERP資料
• 操作程式碼與伺服器
• 預訂機票、飯店或商品
• 執行付款或金融流程
• 刪除、搬移或整理企業檔案
• 連接其他AI與企業工具後，自主完成多步驟任務

一旦AI具有「行動能力」，錯誤就可能直接從螢幕上的一句錯話，變成銀行帳戶裡真的少了一筆錢、企業資料真的被刪掉，或客戶真的收到錯誤報價。

這也是AI責任接下來最難的地方：當一個決策鏈裡同時存在模型、Agent平台、第三方工具、企業設定以及使用者指令，要找出「到底是哪一層真正造成損害」會比傳統軟體困難得多。

AI做錯事究竟可能由誰負責？未來很可能不是只有一家科技公司

假設一家公司的AI Agent收到指令：「幫我支付所有今天到期的供應商帳款。」

結果AI錯誤辨識一封偽造發票，把100萬元匯到詐騙帳戶。

到底誰應該賠？

未來很多AI事故，很可能不是「A公司百分之百負責、B公司完全沒責任」，而是多個角色的設計與操作一起造成結果。

這也是AI Agent責任比一般聊天機器人更加複雜的原因。

AI出錯就一定算「產品瑕疵」嗎？不一定，法律真正會問的是錯在哪裡

「AI回答錯了，所以AI公司一定要賠」聽起來很直覺，但真正的產品責任通常不會這麼簡單。

法律可能進一步追問：

• 這個AI原本被宣傳可以做什麼？
• 使用者的使用方式是不是合理且可預見？
• 公司是否早已知道某種高風險失敗模式？
• 推出前是否做了足夠測試？
• 有沒有清楚警告AI不能用在某些場景？
• 高風險動作是否應該要求人工確認？
• 真正造成損失的是模型本身，還是後面的應用程式設計？
• 如果安全設計存在，使用者是不是自己把它關掉？

因此「AI發生錯誤」和「產品存在法律上的缺陷」不是完全相同的概念。

誤匯款、誤下單、刪資料、錯誤醫療建議：看起來都是AI犯錯，法律問題其實完全不同

情境一：AI Agent誤匯款

如果企業主動授權Agent操作支付系統，後續通常會追查匯款前是否應有雙因素驗證、金額上限、人工覆核與異常帳戶偵測。

如果Agent平台刻意把產品設計成「完全不用人確認也可以付款」，責任討論就會和使用者自行忽略警告、解除付款限制不同。

情境二：AI幫公司下錯訂單

如果AI把100件商品看成10,000件並真的送出採購單，爭議可能同時涉及軟體服務契約、企業內控以及Agent工作流程設計。

B2B情境尤其不能只用一般消費者產品責任概念處理，雙方簽訂的服務合約、責任上限、保證條款與企業風險分配往往也很重要。

情境三：AI把企業資料刪掉

這類事故會直接碰到權限管理、備份、可逆操作與最小權限原則。

如果刪除10萬筆客戶資料和移動一個資料夾使用完全相同的權限，未來很可能會被追問：產品或企業本身是否建立了與風險程度相稱的保護機制。

情境四：AI給錯醫療建議

醫療AI會再多一層問題：產品究竟只是一般健康資訊工具，還是已經進入醫療器材、臨床決策或專業醫療服務的範圍。

如果醫院或醫師使用AI輔助判斷，也不能簡化成「AI說錯，所以醫師完全沒責任」或「醫師用了AI，所以科技公司完全沒責任」。最終仍要看各自負責的判斷、驗證與專業注意義務。

情境五：AI提供錯誤法律建議

一般AI工具、法律科技公司和真正受委任的律師，法律地位可能完全不同。

所以「AI說錯一句話」不能直接推出固定答案。AI責任真正困難的地方，就是同一個模型放進不同場景後，風險與責任結構可能完全改變。

美國與歐盟已經開始往兩個方向走：一邊強調既有法律，一邊直接把AI寫進產品責任

美國：AI不是法律真空，但責任仍高度依賴個案

美國聯邦貿易委員會近年的AI政策資料持續強調，現有消費者保護、競爭法、民權以及侵權與產品責任法律都可能適用AI，並不存在一個「因為這是AI，所以既有法律全部不算」的普遍例外。

但美國的產品責任、侵權與專業責任制度分散在不同聯邦及州法律中，因此「某個生成式AI錯誤是否構成產品缺陷」仍可能因產品型態、州法與案件事實而不同。

歐盟：新版產品責任制度已直接把軟體與AI納進來

歐盟新版《產品責任指令》更直接把軟體納入產品範圍，其中包括AI系統。

按照新版制度，AI或軟體開發者在符合條件時可以被視為製造者；如果產品具有法律上的缺陷並造成可賠償損害，產品責任制度就可能介入。

更值得注意的是，數位產品和傳統汽車、家電不同：軟體推出後還會持續更新，AI甚至可能因機器學習功能改變行為。

因此歐盟新版制度也考慮到由開發者控制的更新、升級與機器學習功能，並不是產品上市那一天檢查完就永遠沒有後續責任。

如果AI Agent在台灣幫你做錯事呢？人工智慧基本法已上路，但「誰賠」還不是一條公式

台灣《人工智慧基本法》已於2026年1月14日公布施行，人工智慧研發與應用的基本原則中，包括安全性、透明及可解釋性、公平性與可問責性。

但這部法律本身比較像AI治理的上位框架，不是一本「AI事故賠償表」。

行政院目前規劃在基本法施行後2年內，由各目的事業主管機關進一步完成相關法規與行政措施調整。數發部也正在推動AI風險分類框架，針對高風險AI應用，政府已表示將要求明確警示、釐清責任歸屬，並建立救濟與補償機制。

現在沒有AI專屬賠償公式，不代表使用AI就可以免責

現行台灣《消費者保護法》第7條原本就要求提供商品或服務的企業經營者，確保商品或服務符合當時科技或專業水準可合理期待的安全性。

如果違反安全義務而造成消費者生命、身體、健康或財產損害，可能產生損害賠償責任。

但AI服務到底如何套用這些規定，仍須依個案判斷。例如消費者要證明商品或服務存在安全上的危險，以及該危險與損害之間具有相當因果關係；企業是否只是單純經銷、實際提供服務或變更服務內容，也會影響責任判斷。

為什麼「制定安全規則」和「讓AI公司免責」是兩件完全不同的事情？

這也是黃仁勳這次發言最值得長期追蹤的地方。

AI產業確實可能需要共同安全標準。例如大家都同意高風險Agent必須經過紅隊測試、支付行為必須有人工確認、模型權限必須隔離。

這是一件事。

但如果規則最後變成：

那就是完全不同的制度選擇。

一套安全規則可以告訴企業「至少應該做到什麼」；產品責任與侵權制度處理的則是「如果沒有做到，或產品仍然造成不合理損害，最後誰承擔成本」。

如果只建立安全標準，卻同時把企業的法律責任拿掉，風險就可能從科技公司轉回消費者與社會承擔。

反過來，如果任何AI錯誤都讓開發商承擔無限責任，也可能讓企業根本不敢提供高價值的AI功能。

所以下一階段真正困難的政策問題不是「AI要不要負責」，而是怎麼把責任分配給真正有能力控制風險的那一方。

黃仁勳反對AI免責，目前哪些事情已確認？哪些還沒有標準答案？

目前已確認

• 黃仁勳公開表示不支持AI公司取得反壟斷或法律責任豁免
• 他認為AI實驗室有責任充分測試產品
• 他主張產品尚未確認安全時就不應公開推出
• 黃仁勳同時反對把AI安全和發展速度視為只能二選一
• 美國現有消費者保護、侵權與產品責任法律仍可能適用AI
• 歐盟新版產品責任指令已將軟體與AI系統納入產品責任框架
• 台灣《人工智慧基本法》已於2026年1月14日施行
• 台灣正進行2年法規調適，並規劃高風險AI的責任及救濟機制

目前仍沒有一個全球統一答案

• AI模型在每一種司法管轄區是否都會被視為傳統產品
• 基礎模型公司和Agent應用開發商之間如何切分責任
• 企業使用第三方AI後，能否把對客戶的責任全部轉嫁給AI供應商
• AI自主學習後的新行為應由原始開發者負多少責任
• 使用者自行解除安全限制後造成損害如何分擔
• Agent跨越多個API與平台後，因果關係要如何證明
• 醫療、金融、法律等高風險領域是否需要更嚴格的特別責任制度

因此現在如果看到「未來AI闖禍全部由科技公司賠」或「AI只是一個工具，所以科技公司完全不用負責」這兩種極端說法，都還過度簡化了真正的法律問題。

公司準備導入AI Agent？不要等第一筆錢匯錯才問責任，至少先確認這8件事

結論：下一場AI競爭不只比誰更聰明，而是誰敢對AI做出的事情負責

過去兩年，生成式AI競爭最常比較的是模型排名、推理能力、速度、價格和參數規模。

AI Agent普及之後，另一個指標可能會慢慢變得一樣重要：

如果AI只負責寫一封草稿，錯誤成本可能只是重新修改。

但如果AI可以轉帳、操作企業系統、決定採購、處理病人資訊或影響專業決策，產品安全就不再只是模型團隊的技術KPI，而會直接變成法律與金錢問題。

黃仁勳這次反對AI公司取得法律豁免，真正重要的訊息也在這裡：想要建立AI安全規則，和要求社會先放棄追究企業責任，並不是同一件事。

未來真正成熟的AI產品，可能不只要證明「我很會做事」，還必須證明自己知道哪些事情不能做、什麼時候需要停下來問人，以及一旦出錯後能不能清楚追查整條決策鏈。

因為當AI真正開始替人類行動之後，下一場AI監管大戰很可能不再只是「模型能不能推出」，而是更現實的一題：當AI替你按下那個錯誤按鈕，最後這筆帳到底算誰的？

資料來源與查核基礎

• Reuters，2026年9月23日黃仁勳談AI反壟斷與法律責任豁免相關報導
• NVIDIA，2026年Dreamforce黃仁勳AI安全與產品測試相關發言
• 美國Federal Trade Commission，生成式AI、消費者保護及產品責任政策資料
• European Commission，新版Product Liability Directive產品責任說明
• EUR-Lex，Directive (EU) 2024/2853產品責任指令
• 行政院及立法院，《人工智慧基本法》與2026年施行規劃
• 行政院消費者保護會，《消費者保護法》第7條商品與服務安全責任相關說明

健康幣10月上路！癌症篩檢、成人健檢、疫苗能拿多少一次看

健康幣10月上路，到底怎麼拿？不是走進醫院就自動送點數

衛生福利部宣布，「健康幣」將自2026年10月1日起正式開始累積，12月1日起開放兌換。

參加門檻看起來不高：年滿18歲、持有台灣健保卡，完成相關身分驗證後即可參加，不用另外申請成為特定會員。

但整個制度其實分成兩個App。

1. 健保快易通｜健康存摺：登入健康幣專區、完成參加授權，並查詢自己的健康幣累積紀錄
2. Health GO：完成綁定後，從12月起使用健康幣兌換合作商品或服務

以健檢和癌症篩檢來說，民眾原則上不用另外拍收據上傳申請。符合資格的醫療院所完成資料回傳後，由系統進行歸戶，再把健康幣核發到個人帳戶。

不過這也代表「今天做檢查、今天馬上看到點數」並不一定成立。官方說明指出，成人預防保健及篩檢資料可能要等院所回傳、資格檢核與歸戶，通常可能在完成任務後約2個月內入帳；疫苗紀錄則大約在資料上傳後2天可以查詢。

所以健康幣真的等於政府發錢嗎？比較像健康點數，不是現金入帳

「打疫苗可以拿錢」、「做癌篩政府發錢」很容易成為最吸睛的說法，但如果把健康幣理解成政府直接把新台幣匯進你的銀行帳戶，就不精確了。

Health GO目前公布的使用條款明確指出，健康幣屬於政策提供的健康行為獎勵點數，不是現金，也不是儲值款項，不能要求兌換或返還現金。

更精確的理解方式，是政府把原本「做了對健康有利，但短期看不到報酬」的行為，轉換成可以在生活中使用的點數。

目前規劃可以去哪裡用？

首波合作方向包括：

• 超商與量販通路的指定飲料、生鮮食品、乾貨等
• 部立醫院指定自費健檢、自費疫苗或自費醫療項目折抵
• 藥局的醫療器材、特殊營養食品、保健相關商品
• 健身房月費或運動課程
• 部分壽險公司的健康活動、外溢保單或保費折抵

目前官方也提醒，合作通路、指定品項、折抵方式與兌換規則仍應以12月正式上線後公告為準。

成人健檢、癌症篩檢、疫苗各能拿多少？第一階段點數一次看

第一階段採取的核心概念很簡單：「有做就有幣」。

也就是先鼓勵民眾完成一次性的預防保健行為，而不是第一天就要求每個人每天達成一萬步、血壓控制到特定數值。

其中有一個設計特別值得注意：政府不是只有獎勵「去做篩檢」，還開始嘗試把「發現異常後有沒有完成追蹤」也放進獎勵制度。

以大腸癌篩檢為例，公費糞便潛血檢查疑似異常者，若在規定期間內完成大腸鏡追蹤，或經醫療院所診斷為大腸癌，才符合1,350幣的追蹤任務。

這反映公共衛生真正擔心的往往不是「沒有人做第一關」，而是做完第一關發現異常後，病人又因為忙、害怕或覺得沒有症狀而沒有回到醫療系統完成下一步。

新聞說2年最高可以拿1.3萬幣，但不是每個18歲以上的人都有1.3萬

「健康幣最高1萬3150幣」是最容易被記住的數字，但它並不是所有成年人的固定額度。

原因很簡單：癌症篩檢和成人健檢本來就依年齡、性別、檢查週期與風險因子設定不同資格。

國健署先前估算，在健康幣2年有效期間內：

• 40歲以下、沒有吸菸、嚼檳榔或相關癌症家族史者，約可累積3,700至4,600幣
• 40至65歲、無相關風險因子者，約7,500至9,000幣
• 65歲以上、無相關風險因子者，約8,350至11,150幣
• 部分65歲以上、具有吸菸史、嚼檳榔或癌症家族史等風險資格者，最高估計可達13,150幣

政府「花小錢」真的能讓人去篩檢、打疫苗嗎？研究答案是：可能有效，但不是永久魔法

健康幣背後其實是一個很典型的行為經濟學問題。

癌症篩檢、成人健檢和疫苗接種都有一個共同特徵：好處通常發生在未來，但麻煩發生在今天。

今天要請假、掛號、排隊、抽血、做檢查，甚至面對「萬一真的查出問題怎麼辦」的心理壓力；但它真正帶來的好處，可能是幾年後少一次重症、早幾期發現癌症，或避免一次嚴重感染。

對很多人來說，未來的健康利益太遠，今天的不方便卻很近。

過去的系統性研究確實顯示，金錢或等值獎勵可以提高部分疫苗接種、健康篩檢與其他健康行為的參與率。

但最新文獻回顧也提醒，這類效果經常是中度、有限，而且可能隨著獎勵停止而減弱。效果比較好的情況，通常是目標明確、獎勵很快拿得到，而且完成與否可以客觀驗證。

這恰好也是健康幣第一階段先選「做一次健檢」、「做一次篩檢」、「完成一次疫苗接種」的原因之一：這些行為比「從此每天運動30分鐘」更容易定義，也比較容易由醫療紀錄確認。

那健康幣最後真的能讓健保少花錢嗎？現在還不能直接下結論

這可能才是健康幣政策真正的大考。

從政策邏輯來看很直觀：如果花幾百或幾千點，能讓更多人早點做篩檢、控制三高、接種疫苗，理論上就可能減少部分晚期癌症、重症感染和慢性病併發症，進而減輕未來醫療負擔。

但從科學證據來說，不能把這條因果鏈直接當成已經被證明。

目前國際研究對財務獎勵「能不能讓人多做健康行為」有較多正面證據，但對長期疾病負擔、醫療成本與整體成本效益的證據相對有限。

而且一項篩檢增加後，短期醫療支出甚至可能先上升，因為會發現更多需要進一步檢查、追蹤或治療的人。

為了拿健康幣，政府會知道我做了哪些檢查嗎？個資其實是制度另一個核心問題

健康幣之所以可以做到「不用自己拿發票申請」，關鍵就在資料串接。

系統必須知道某個健保身分的人，有沒有完成符合資格的成人健檢、癌症篩檢或疫苗接種，才能自動判斷要不要發幣。

Health GO目前公布的隱私權政策載明，平台依服務需求可能處理姓名、性別、生日、電子郵件、手機號碼、任務完成紀錄、健康幣使用紀錄、裝置與登入紀錄；未來若開啟運動、飲食、飲水等功能，也可能處理相關健康行為資料。

官方目前提出幾個原則：

• 只蒐集提供健康任務與服務所需要的資料
• 健康資料存取須經使用者授權
• 資料以加密方式傳輸與儲存
• 除依法令規定或經本人同意外，不將健康資料提供第三方
• 未來新增其他健康資料來源前，應另行告知並取得授權

但這仍然會成為健康幣長期發展中非常值得追蹤的一題。

因為第一階段主要是「做過沒有」這種單點任務，資料需求相對容易界定；到了第二階段如果開始納入穿戴裝置、運動量、飲食、血壓、血糖、血脂與慢性病控制成果，資料會變得更即時、更連續，也更敏感。

哪些檢查最值得做？答案不是「哪一個健康幣最多」

健康幣一上路之後，很可能會出現另一種新的比較文：「哪個檢查點數最高」、「怎樣最快湊1,000幣」、「怎樣兩年拿滿1.3萬」。

但醫療上真正正確的順序應該反過來：

例如成人預防保健目前依年齡有不同使用頻率；乳癌、子宮頸癌、大腸癌、肺癌與口腔癌篩檢，也各自設定適用年齡、既往檢查間隔或特定風險條件。

肺癌低劑量電腦斷層更不是所有成年人都應該為了拿1,000幣自己跑去做，而是要符合家族史或一定吸菸史等公費資格。

同樣地，癌症篩檢真正有價值的也不是「做過一次就算任務完成」。如果結果異常，後續確認、追蹤和治療的重要性通常遠高於那幾百點獎勵。

健康幣目前哪些事情已經確定？哪些還是第二階段規劃？

目前已確認

• 2026年10月1日起開始累積健康幣
• 2026年12月1日起開放兌換
• 年滿18歲、持有台灣健保卡並完成身分驗證者可參加
• 健康幣自取得日起有效2年
• 基本兌換門檻為1,000幣
• 第一階段涵蓋成人預防保健、B／C型肝炎、部分癌症篩檢及指定疫苗等
• 首波兌換方向包含超商賣場、部立醫院、藥局、運動場館與壽險相關服務
• 健康幣不是現金或儲值款項，不能直接要求兌現

後續仍可能調整或屬第二階段

• 穿戴式裝置與身體活動紀錄
• 自費健康檢查與勞工健檢
• 長者健康整合式評估
• 血壓、血糖、血脂等慢性病控制達標獎勵
• 更多日常飲食與運動任務
• 健康幣與運動相關獎勵制度的整合
• 合作通路、商品品項與折抵規則後續持續擴充

這也代表2026年10月開始的健康幣，比較像第一版制度，而不是最後完成版。

第一階段先測試「給一次性健康行為一個立即獎勵」是否能提高參與率，第二階段才會進一步碰到更難的問題：獎勵能不能讓一個人長期運動、長期控制三高，而不是只為了拿一次點數完成任務。

結論：健康幣真正要買的不是你的檢查，而是「不要再拖到明年」的那個決定

成人健檢、癌症篩檢和疫苗接種有一個很現實的問題：大部分人不是不知道它們重要，而是總覺得可以再晚一點。

工作忙，下個月再說；現在沒症狀，明年再檢查；疫苗不是一定要今天打，下次有空再去。

最後，一件原本只要半天就能完成的預防保健，就這樣一拖再拖。

健康幣真正想買的，其實就是那個「現在就去做」的決定。

從目前國際研究來看，小額獎勵確實有機會提高篩檢、疫苗與部分健康行為的參與率，但這還不能直接證明健康幣一定能降低台灣未來的健保支出，更不能保證點數停止之後，每個人都會永久維持健康習慣。

因此真正值得觀察的，不是年底到底有多少人拿健康幣去超商折抵，而是幾年之後能不能回答三個問題：

• 原本不做癌症篩檢的人，真的開始做了嗎？
• 篩出異常的人，真的完成後續追蹤了嗎？
• 當政府不再只獎勵「做一次」，而開始獎勵長期運動與三高控制，人們真的能把短期獎勵變成長期習慣嗎？

如果這三題的答案最後是肯定的，那麼健康幣的價值就不只是讓民眾多拿幾百或幾千點，而是把一部分醫療支出從「生病之後治療」，往「生病以前先做一點事」移動。反過來，如果大家只是為了點數完成一次任務，獎勵結束就回到原本習慣，那這場全國規模的健康行為實驗，也會告訴政府：健康不是只靠發點數就能買得到。

資料來源與查核基礎

• 衛生福利部，2026年9月22日「顧健康 賺飽幣」健康幣政策公告
• 國民健康署，健康幣 Health Token 官方平台與健康任務規則
• 中央健康保險署，全民健保行動快易通健康幣專區說明
• Health GO 註冊同意條款與隱私權政策
• 行政院，2026年9月17日健康幣政策說明
• 中央社，健康幣累積額度與各族群兩年估算資料
• 國際公共衛生文獻，健康行為財務誘因系統性回顧與統合分析

預售屋契約11建案違規！驗收、停車位、交屋條款買房前一次看

69建案查核，11案到底出了什麼問題？今年官方特別點名「驗收」和「停車位」

行政院消費者保護處會同內政部與地方政府，在2026年3月至5月間進行預售屋買賣定型化契約查核，共檢查69件建案。

這69案並不是完全隨機抽選，而是分成三類，包括全國銷售前10大的建案、地方政府擇選50案，以及過去查核違規紀錄較多的建商9案。

• 全國銷售前10大建案：全數合格
• 地方政府擇選50案：9建案不符規定
• 過去違規紀錄較多的9案：2建案不符規定
• 違規建商依規定合計裁罰354萬元

官方表示，今年整體不合格情況較前兩年下降，但仍點出兩類主要缺失：驗收條件，以及房地標示與停車位規格相關問題。

為什麼預售屋契約比議價更容易被忽略？因為你簽約時根本還看不到真正的房子

中古屋至少可以進到房子裡看漏水、採光、格局與實際屋況，但預售屋買賣發生時，多數情況下你看到的是基地、接待中心、樣品屋、平面圖、模型與銷售人員的說明。

真正要交到你手上的房屋，可能還要等待數年。

因此這幾年裡，如果碰到工程延誤、建材變更、停車位尺寸不符期待、格局與客變內容產生爭議，最後真正可以拿出來判斷雙方權利義務的，就是預售屋契約、契約附件、圖說、付款明細以及書面變更紀錄。

現行規定也不是讓建商可以自由設計所有條款。內政部已公告「預售屋買賣定型化契約應記載及不得記載事項」，包括審閱期、停車位、付款、建材、驗收、交屋與違約等，都有一定規範。

契約至少要有5天審閱期

預售屋定型化契約規定，契約審閱期間至少5日。目的就是讓消費者不是坐在接待中心，被銷售人員一路解說後直接簽名，而是有時間把契約帶回去逐條核對。

這5天真正該做的，不是再考慮一次要不要買，而是把契約內容和官方「應記載及不得記載事項」逐項比對。

「驗收」為什麼這麼重要？因為5%交屋保留款可能是買方最後一張牌

這次查核特別點名的「驗收」，其實直接關係到房子蓋好後，消費者發現瑕疵時還剩多少談判能力。

現行預售屋定型化契約規範要求，建商完成契約、廣告與圖說所示設施，並符合相關條件後，才能通知買方進行驗收。

驗收時，賣方應提供驗收單。如果發現房屋有瑕疵，應該把問題記載在驗收單上，再由賣方限期完成修繕。

這筆錢不是所謂裝潢保證金，也不是「建商願不願意給」的優惠，而是驗收制度非常關鍵的一部分。等到瑕疵完成修繕，並經雙方複驗合格後，再支付這筆款項。

過去查核最常出現什麼驗收問題？

行政院過去公布的預售屋契約查核案例中，就曾出現交屋保留款不足房地總價5%，或業者自行訂定驗收標準，把部分瑕疵直接視為合格、限制瑕疵必須達到特定程度才願意修繕等情形。

另外，實務上也曾發生契約文字雖然寫著5%交屋保留款，但付款明細的實際配置卻讓買方根本無法真正保留下這筆自備款。

※上述為歷年官方查核與實務案例中的常見違規型態，不代表本次11建案全部涉及相同情況。

停車位不是業務說「停得下休旅車」就算數：長、寬、高、型式都應該看契約

另一項被行政院點名的主要缺失，是房地標示與停車位規格。

消費者看樣品屋時，往往只確認「有沒有買車位」、「是平面還是機械」、「在地下幾樓」，但現行契約規範其實要求記載得更細。

契約應載明停車位的性質、位置、型式、編號與規格，包括長度、寬度與高度；若停車空間位於共有部分且無獨立權狀，也涉及停車空間面積及其占共有部分總面積比例等資訊。

對購屋族來說，最實際的做法就是不要只問「這格大不大」。如果家中已經有休旅車、電動車或較大型車輛，應直接把車身長寬高和契約標示的車位規格比對。

取得使用執照不等於「通知來了就一定得收屋」：驗收、修繕、交屋是不同節點

預售屋進入完工階段後，消費者很容易把「取得使用執照」、「驗屋」、「過戶」與「交屋拿鑰匙」全部混成同一件事情。

但現行契約規範其實把不同階段分開處理。

在預售屋驗收部分，如果發現契約約定房屋仍有瑕疵，應列入驗收紀錄並由建商限期修繕。

通知交屋方面，現行規範原則上要求賣方在領得使用執照後6個月內通知買方進行交屋；契約約定的房屋瑕疵或未盡事項，也應在交屋前完成修繕。

如果賣方沒有在法定契約規範的期限內通知交屋，規範也設有遲延利息機制。

付款條件不能只看「一個月付多少」：工程進度和你的錢應該對得起來

很多人選預售屋，就是因為自備款可以分期支付，看起來不像直接買成屋那麼集中。

但這也讓消費者容易只關心「每期付幾萬」，沒有注意付款條件究竟是依什麼標準啟動。

現行預售屋定型化契約規範指出，除簽約款及開工款外，付款應依已完成的工程進度及付款明細表，在工程進度完成後繳款，每次付款間隔原則上應在20日以上。

如果賣方沒有依工程進度設定付款條件，規範則賦予買方在工程全部完工時一次支付的權利。

所以真正該看的不是「付款很輕鬆」，而是付款節點、工程節點、驗收保留款三件事情能不能接得起來。

客變最怕只留下「業務說可以」：幾年後驗收時，口頭記憶很難當施工圖

「客變」並不是這次行政院公告特別點名的11案主要缺失，但對實際購買預售屋的人來說，卻是非常容易延伸成驗收爭議的一環。

原因很簡單：從簽約到交屋可能相隔數年，當初業務口頭答應的插座位置、隔間調整、建材退換或設備升級，到真正驗屋時可能早已換過業務、工地主任甚至承辦窗口。

因此只要建案有提供客變，消費者最好留下完整書面紀錄，包括：

• 最後確認的客變平面圖與日期
• 插座、給排水及設備位置
• 更換後的建材品牌與規格
• 追加或減少的金額
• 退料與退款計算方式
• 雙方簽認的最終版本

交屋驗收時，也應該把原始契約圖說和最後一版客變文件一起帶到現場，而不是只憑印象確認「看起來差不多」。

這次11建案違規，哪些事情已確認？哪些不能從新聞標題直接推論？

目前已確認的事情

• 行政院消保處會同內政部及地方政府查核69件建案契約
• 查核期間為2026年3月至5月
• 全國銷售前10大建案全數合格
• 地方政府選案中有9建案不符規定
• 過去違規紀錄較多的建商中有2建案不符規定
• 合計裁罰354萬元
• 官方點名主要缺失包括驗收條件與停車位規格標示
• 行政院要求地方政府強化重複違規業者查處並公開查核結果

不能直接從這次新聞推論的事情

• 不能說69個建案裡只有11案存在任何購屋風險
• 不能說契約查核合格就代表房屋施工品質一定沒有問題
• 不能說全國所有預售屋都已經接受這次查核
• 不能把歷年常見的所有違規型態都套到這次11案身上
• 不能只因大型熱銷建案契約合格，就省略自己的契約審閱
• 也不能把「契約備查」直接理解成政府替個別購屋人保證所有交易條件都沒有爭議

契約查核主要處理的是定型化契約內容有沒有符合規範，而施工品質、實際履約、個別客變與未來驗屋結果，仍然是不同層次的問題。

預售屋簽約前別只談單價：至少把這8個地方逐項打勾

結論：房價差10萬看得很仔細，幾千萬房子的契約更不該只看最後一頁

預售屋最特殊的地方，就是消費者付出數百萬甚至上千萬元時，真正的房子可能還不存在。

所以從簽約到交屋之間，真正保護買方的並不是樣品屋看起來有多漂亮，也不是業務當下承諾「這個之後都可以處理」，而是每一件事情最後有沒有進入買房契約、附件、圖說與正式書面紀錄。

這次行政院查核69件建案，有11案契約違規、合計裁罰354萬元，而主要缺失又落在驗收條件與停車位規格，就很清楚地說明一件事情：

真正影響預售屋權益的，很多時候不是「一坪成交多少」，而是交屋那一天，你發現問題時到底還保留多少權利。

5%的交屋保留款、停車位的長寬高、工程付款節點、建材規格、交屋期限，看起來都只是契約裡幾行不起眼的小字，但真正發生爭議時，這幾行字的價值可能遠高於當初議價省下的幾萬元。

因此最實際的預售屋注意事項不是「一定不要買預售屋」，而是不要在房子還沒蓋好以前，就先把自己的契約權利簽掉。價格可以比較，格局可以挑，但真正簽名前，契約才應該是最後一道不能省略的驗屋。

資料來源與查核基礎

• 行政院消費者保護會，2026年9月23日第100次消費者保護會議及預售屋契約查核資料
• 行政院消費者保護處，115年度預售屋買賣定型化契約查核結果
• 內政部，「預售屋買賣定型化契約應記載及不得記載事項」
• 行政院消費者保護處，歷年預售屋定型化契約查核與常見違規樣態
• 中央社，2026年9月23日預售屋契約查核相關報導

Meta詐騙廣告挨罰1000萬！AI詐騙、深偽廣告與平台責任一次看

Meta這次為什麼單日被罰1000萬元？其實是兩件不同的違規

如果只看「Meta遭罰1000萬元」，很容易以為這是一張針對某一則Facebook詐騙廣告開出的千萬罰單。

實際上，數位發展部數位產業署公布的是兩筆不同的行政處分，處分日期都是2026年8月14日，各裁罰500萬元，合計1000萬元。

這兩張罰單放在一起看，比單看金額更有意思。

第一張問的是：AI做的假人像廣告，平台有沒有把這件事說清楚？

第二張問的是：當平台已經知道這是一則詐騙或明顯涉及詐騙的廣告，有沒有在法律要求的時間內處理？

也就是說，監管已經不只剩下「最後有沒有刪掉」這一題。

AI假名人廣告現在最麻煩的，不是做得像，而是「太像真的」

過去的Facebook詐騙廣告，可能只是盜用名人的照片，再配上一段「老師推薦」、「內線飆股」或「錯過就沒了」的文字。

現在生成式AI和Deepfake把門檻又往下降了一大截。

詐騙集團不必只偷一張照片，而是可以做出一整段看似「本人親口說話」的影片：嘴型對得上、聲音近似本人、畫面像新聞訪談，甚至可以偽造醫師、財經名嘴、企業家、藝人或網紅推薦一項本人根本沒接觸過的投資商品。

這也是《詐欺犯罪危害防制條例》會特別把「廣告使用深度偽造技術或人工智慧生成之個人影像」列入廣告揭露項目的原因。

法律關心的不只是AI本身，而是AI被拿來製造「本人其實沒做、沒說，卻足以讓別人相信是真的」的效果。

《詐欺犯罪危害防制條例》到底要求平台做到哪些事？不只有24小時下架

如果把現在的網路廣告責任只理解成「政府通報後，Facebook要在24小時內刪除」，其實只看到了制度的一部分。

第一層：廣告還沒上線前，就要知道「是誰來買廣告」

《詐欺犯罪危害防制條例》第30條要求網路廣告平台建立管理措施，包括利用數位簽章、快速身分識別機制或其他安全性相當的方式，驗證委託刊播者與出資者的身分。

換句話說，制度設計並不是等詐騙出事後才開始問「這則廣告到底誰買的」。

第二層：平台本身要做詐欺風險評估

法律也要求平台對自己的網路廣告服務被利用進行詐騙的風險進行分析與評估，並建立詐欺預防、偵測、辨識及應對機制。

對高風險業務關係者，還要採取必要的強化管理措施。

第三層：廣告頁面本身必須揭露重要資訊

第31條則要求平台在刊登或推播網路廣告時揭露特定資訊，包含：

• 標示該內容為廣告
• 委託刊播者、出資者相關資訊
• 依法需要許可的廣告，其許可字號
• 是否使用深度偽造技術或人工智慧生成個人影像

第四層：知道是詐騙後，24小時不是建議，而是法定處置期限

當網路廣告平台已經知道自己刊登或推播的廣告屬於詐欺廣告，或明顯涉及詐欺時，就進入第32條的處置階段。

平台必須主動處理，或在司法警察機關、數位經濟相關產業主管機關及目的事業主管機關通知後的法定期限內，移除、限制瀏覽、停止播送或採取其他必要處置。

數發部目前公告的期限是24小時。

所以平台責任真的正在從「下架」走向「事前把關」嗎？答案是有，但不能誤解成逐則人工審核

「事前把關」很容易讓人聯想到：是不是以後Facebook每一則廣告上架以前，都必須有一個真人先看完、確認內容百分之百正確才能刊登？

現行制度並不是這麼簡單。

更精確的說法應該是：平台被要求建立「事前管理」與「源頭管理」能力，而不只是被動等待政府通知。

這包括驗證誰在買廣告、辨識高風險廣告主、分析詐騙風險、建立偵測機制、揭露AI或深偽影像，以及在發現明顯涉詐時主動處置。

這也是這次AI／深偽揭露裁罰特別值得注意的地方：即使一則廣告最後還沒有被認定造成某個人的實際財產損失，廣告本身的資訊揭露義務仍然可能先構成平台的法遵問題。

名人AI投資廣告騙到錢，到底詐團、廣告主還是平台負責？

這大概是一般消費者最關心的問題。

答案不是三選一，而是不同角色可能因為不同的行為，各自承擔不同責任。

特別值得注意的是，《詐欺犯罪危害防制條例》第32條不只有行政管理義務。

條文還規定，網路廣告平台如果違反第32條第1項的相關義務，而有人因為誤信廣告內容受到損害，平台可能需要與廣告委託刊播者、出資者負連帶損害賠償責任。

Meta說超過99%通報都在24小時內完成處置，為什麼還是會被罰？

Meta在裁罰消息受到關注後表示，公司與台灣數位發展部及執法機關合作移除詐騙廣告，在接獲通報的網址中，超過99%已在規定的24小時期限內完成處置，極少數剩餘案例則持續與主管機關合作。

這個數字和「Meta被裁罰」其實並不衝突。

因為99%是Meta對整體通報網址處理表現的說法，而行政裁罰處理的是具體被認定違反法定義務的案件。

假設一個平台一年處理100萬件通報，其中99.9%都準時完成，也不代表剩下違反法律期限的個案因此自動消失。

對主管機關而言，法遵判斷看的仍然是個案有沒有符合規定。

Meta也強調自己正在主動攔截大量詐騙廣告

Meta在2026年8月公布的台灣打詐資料顯示，2026年1月至7月中，公司表示已主動下架超過310萬則詐騙廣告，並停用超過4萬個涉及詐騙的廣告帳號。

這也反映現在真正的爭議並不是「平台到底有沒有做任何打詐工作」。

更核心的問題是：在詐騙集團可以大量、自動化、快速換帳號與素材的環境下，平台現有機制是否足以符合法律要求，並把風險攔在使用者看到廣告之前。

廣告有「AI資訊」標籤，就代表不是詐騙嗎？這是下一個最容易搞錯的地方

Meta表示，對於使用Meta生成式AI工具製作或大幅編輯的廣告，以及透過業界標準訊號偵測到由第三方AI工具製作或編輯的廣告，平台會加註「AI資訊」標籤。

但消費者必須分清楚：

正常品牌也可能合法使用AI生成模特兒、AI圖像或其他生成式工具製作廣告。

相反地，一則沒有被成功辨識出AI痕跡的廣告，也不代表它一定是真實、安全或沒有詐騙風險。

AI標示最重要的功能，是讓使用者知道「你眼前看到的這個人的影像，可能不是本人真正拍攝或說過的內容」，而不是替廣告做信用背書。

Meta單日挨罰1000萬元，目前哪些事情已確認？哪些不能過度延伸？

已確認的事實

• 數產署公布Meta兩筆行政處分，處分日期皆為2026年8月14日
• 兩案各裁罰500萬元，合計1000萬元
• 其中一案涉及《詐欺犯罪危害防制條例》第31條第1項第4款
• 該款涉及廣告使用深度偽造或AI生成個人影像的資訊揭露
• 另一案涉及第32條第1項第1款的涉詐廣告處置義務
• 政府公告平台接獲特定機關涉詐廣告通知後，處置期限為24小時
• Meta表示超過99%的通報網址已在24小時內完成處置
• Meta表示其AI廣告辨識機制會對特定AI生成或大幅編輯廣告加註AI資訊標籤

不能直接從這次裁罰推論的事

• 不能說所有Facebook廣告都是Meta事前人工審核通過
• 不能說只要有AI生成影像的廣告就一定違法
• 不能說只要廣告有AI標籤就代表平台已確認內容安全
• 不能說看到詐騙廣告後所有受害損失都必然由平台賠償
• 不能因為Meta表示99%以上準時處理，就推論個別違規案件不存在
• 也不能把這兩筆2026年的裁罰描述成Meta在台灣第一次因《詐防條例》遭裁處

最後一點尤其重要。Meta過去就曾因廣告資訊揭露以及涉詐廣告處置等問題遭數發部裁罰，因此這次真正具有新聞延伸價值的，不是「平台第一次需要負責」，而是AI／深偽個人影像揭露義務正式成為具體行政裁罰焦點之一。

看到名人投資、假醫師代言、AI深偽廣告，先檢查這6件事

結論：真正的改變不是「Meta又被罰了」，而是平台不能再只說「我們收到通報就會刪」

在傳統的網路詐騙治理想像裡，角色分工很簡單：詐騙集團做假廣告，消費者通報，平台下架。

但AI正在讓這個模式失效。

因為一支名人Deepfake影片可以快速換字幕、換帳號、換網址、換投資商品，再重新投放。即使每一支影片最後都能被刪除，只要刪除速度永遠落後於複製速度，受害者仍可能在下架以前看到廣告。

這也是《詐欺犯罪危害防制條例》現在真正重要的地方：責任開始往廣告生命週期的前端移動。

誰來買廣告，要驗證；高風險關係，要管理；使用AI或深偽個人影像，要揭露；發現明顯詐騙，要主動處理；收到主管機關通知後，則有明確的24小時期限。

所以這次Meta的1000萬元罰鍰，真正值得留下來觀察的並不是「1000萬元對科技巨頭到底痛不痛」，而是台灣對Meta詐騙廣告與其他大型網路廣告平台的監管邏輯，已經逐步從「有人檢舉才刪除」，往「你本來就應該知道誰在投廣告、辨識風險並把AI資訊說清楚」移動。

當下一支AI詐騙影片再次讓一位名醫、企業家或投資名嘴「親口推薦」從未聽過的商品時，問題也不應再只有「這是哪個詐團做的」，而會多出另一個制度性問題：在這支廣告抵達數十萬使用者眼前以前，廣告主和平台各自應該做過哪些事情，卻沒有做到？

資料來源與查核基礎

• 數位發展部數位產業署，網路廣告平台業行政處分資料
• 《詐欺犯罪危害防制條例》第30條、第31條、第32條
• 數位發展部，「詐欺犯罪危害防制條例第三十二條第一項第一款之通知期限」公告
• 數位發展部主管法規共用系統，《網路廣告資訊揭露基準及作業辦法》
• 數位產業署，2026年9月網路詐騙通報查詢網週快訊
• 中央社，2026年9月23日Meta裁罰與公司回應相關報導
• Meta，2026年台灣打詐與AI廣告資訊揭露相關資料