員工匿名爆料：Uber使用軟體「Greyball」讓政府人員的app只看得到「幽靈車」或根本叫不到車！|數位時代 BusinessNext

員工匿名爆料：Uber使用軟體「Greyball」讓政府人員的app只看得到「幽靈車」或根本叫不到車！

Uber前任與現任員工爆料，Uber得以在各城市與執法單位周旋，靠的是app裡一個叫greyball的程式。

只看得見地圖上滿滿的「幽靈車」

根據《紐約時報》報導，Uber使用Greyball工具騙過各地的政府單位，此套工具使用Uber app收集到的數據確認政府稽查人員的身分，一旦被標記，這些人將下載到假的Uber app，上面顯示的多為並非實際存在的「幽靈車」，而有時則顯示為「附近沒有車輛服務」，一旦叫車成功，也很容易在下一秒收到取消通知，如果司機意外接到政府稽查人員的訂單，Uber也會立即聯繫，給予馬上結束服務的指示。

Greyball屬於名為VTOP（violation of terms of service）計畫之下，每當Uber入主新市場，將指派一位經理管理計畫相關事務，而他的工作即是使用各種方法確認稽查人員的身分。

Uber透過系統關注高頻率開啟並關閉app的使用者，並將其列入高度嫌疑名單；同時，他們也會過濾使用者的信用卡訊息，從中找出與政府單位相關的使用者；另外，政府單位為了稽查工作，常會到通訊行購買大量手機與號碼，Uber也會指派相關人員至通訊行取得號碼，列入嫌疑名單；更甚者，Uber為了確認使用者是否真的為政府執法人員，會透過社群軟體確認其身分。一旦身分確認，帳號將被標上記號並編碼，供Greyball辨識。

原本Greyball開發目的是為了保護司機避免遭攻擊

原本Uber開發Greyball的目的，並非作為躲避稽查的工具。在法國、印度和肯亞等國家，Uber司機常會成為當地計程車業者的攻擊對象，因此使用Greyball保護司機。Uber則聲明，Greyball是用來防止對司機的人身攻擊、競爭者的惡意干擾以及同業的不當檢舉。

《紐約時報》透過四位匿名的Uber現任與前員工獲得「灰球」及VTOP的機密文件，而在Uber內部至少有50位員工知情，此套工具也獲得Uber內部法務部門准許使用，對於此次「灰球」相關報導，法務總監Salle Yoo並沒有回應。

韋恩州立大學（Wayne State University）法律系教授Peter Henning則表示，Greyball很可能已違反「美國聯邦電腦詐欺與濫用防治法」，也有極大的可能觸犯各國法律，「規避稽查是很正常的反應，但Uber的作為已經超越界線，」他說。

此外，歐盟議會委員Marietje Schaake，也在上週五聲明，將申請調查「灰球」工具的使用是否合法。

然而，根據《哈芬頓郵報（The Huffington Post）》的報導，史丹佛大學法律系教授Robert Weisberg則認為，只要Uber沒有直接影響政府單位，在特定時執行某一項任務的事實，「我不覺得有什麼不合法的地方。」

從生成式AI訓練、推論，到代理式工作流程（Agentic Workflow）與未來的實體AI，資料流量正以指數級成長，讓記憶體從過去支援運算的配角躍升為決定AI效能與能源效率的關鍵角色。

全球知名的半導體與微電子技術分析機構TechInsights指出，AI競爭正逐漸從晶片算力擴展到記憶體架構設計能力，加速「Computational Memory」等新架構興起；在這波浪潮中，深耕記憶體與儲存技術數十年的美光科技，正與關鍵夥伴展開深度協同設計，包含攜手NVIDIA共同開發適用於新世代資料中心的低功耗記憶體技術，在AI基礎建設的新賽局中成為不可或缺的關鍵。

當GPU不再是唯一主角，記憶體為何躍上AI舞台中央？

過去，半導體的焦點多圍繞在晶片，例如CPU、GPU跟AI加速器等，市場普遍認為，晶片運算能力是左右科技產業發展速度的關鍵，但在進入生成式AI世代後，產業逐漸發現另一個事實：真正限制AI效能的瓶頸不是運算，而是資料能否快速被存取與傳輸。

從大型語言模型訓練，到AI推論、代理式工作流程（Agentic Workflow），甚至未來的機器人與自駕車，龐大的資料流量正持續推升對高頻寬、低延遲、高容量記憶體的需求，讓記憶體產業從過去相對標準化、以價格競爭為主的市場，逐漸轉變為AI基礎建設的重要核心。

「仔細觀察AI應用服務會發現，大多數工作負載都被頻寬限制。」美光科技全球業務執行副總裁Mike Cordano認為，記憶體是突破（頻寬）瓶頸的關鍵，也讓AI競賽從晶片算力升級到記憶體與儲存架構的系統級競爭。這樣的產業洞察，也正是Mike在歷經二十餘年的儲存產業資歷，加上四年半的創投生涯後，選擇加入美光的核心原因之一：在AI重塑產業結構的浪潮下，記憶體將成為這波成長最直接的動能所在。

從零組件供應商到策略夥伴，記憶體共創時代來臨

AI的崛起，正在改變記憶體廠商與客戶的關係。

過去，記憶體產品多是標準化元件，客戶關注的是價格、供貨與規格；合作模式也偏向短期採購與交易導向。然而隨著AI系統規模愈來愈大，從資料中心、雲端平台到終端裝置，記憶體已經成為決定系統效能的重要關鍵，也因如此，越來越多企業將記憶體視為「策略性資產」，而非單純零組件。

Mike表示：「現在，我們跟客戶合作的時間跨度改變了，在產品正式上市前三到四年便開始合作，從系統架構階段就共同規劃未來需求。」例如，美光科技與NVIDIA共同研發的資料中心所使用的低功耗記憶體，便是雙方提前多年展開深度合作（co-design）的成果。

值得特別注意的是，美光科技除從技術層面與晶片製造商等夥伴共創產品，也在需求層面與客戶進行密切合作，例如，將過去較無約束力、期限僅一年的長期協議（LTA）轉變成為期五年、條款更具約束力的策略性客戶協議（SCA），藉此掌握客戶的未來需求，進而在技術層面做更深度的合作。Mike坦言，深度協同設計是高成本的投入，美光的做法是先廣泛進行市場感知，理解不同場域的需求方向，再與生態系統中的夥伴們展開客製化合作。

從裝置導向轉為Token導向，AI浪潮重寫記憶體成長模式

除了合作模式改變，更大的典範轉移是需求的改變。

Mike解釋，過去記憶體需求跟PC、手機跟伺服器出貨量息息相關，但在AI新世代，推動記憶體需求成長的核心不再是設備數量，而是AI模型所產生的運算與資料消耗量。「AI產業逐漸走向以『Consumption』或『Token』為主的新經濟模式，每一次的模型運算都需要消耗大量的記憶體跟儲存資源，這意味著，即使設備銷量成長趨緩，記憶體需求仍可能持續上升。」

更重要的是，AI應用正從資料中心外擴至手機、PC、自駕車與機器人等場域，儘管不同場域對記憶體的需求不盡相同，但是，Mike認為：所有AI裝置都存在三項共同需求：更快的速度、更大的容量，以及更高的能源效率。

正如Mike在受訪時提到的：「我們最大的挑戰，是如何與客戶和整個生態系保持高度一致，一方面創造供給與產能，另一方面持續推動技術創新。」可以預期，在接下來的五年，記憶體產業面臨的挑戰不僅僅是擴展產能，而是如何與客戶共同規劃需求、同步投入技術創新，而這也是美光科技積極經營AI生態體系的原因。

總的來說，AI帶來的改變，不只是算力提升，而是重新定義整個運算架構：過去，記憶體被視為支援運算的基礎元件；現在，則是決定AI效能、能源效率與創新速度的關鍵資源；當產業競爭從晶片性能延伸到資料流動效率，從裝置數量轉向Token消耗量，記憶體的重要性也將隨之水漲船高，對美光科技來說，這將是其從供應商走向AI生態系核心夥伴的關鍵角色轉變。