本周主线：把模型请上自己的土地，把「保证」做成生意
十月的第二周，新加坡同时做了两件事：把一家前沿模型公司请进门，再把「怎么证明 AI 是安全的」变成一套有牌照、有目录、有工作组的产业。
10 月 14 日，Anthropic 在新加坡开设办公室——继班加罗尔、首尔、悉尼、东京之后的第五个亚太站点——并与数码发展及新闻部（MDDI）签署 MOU。同一天，IMDA 在 AI Assurance Exchange 上抛出三项举措：Agentic AI 测试指南、AI 测试机构认证计划（AI TAP）、前沿 AI 韧性与安全工作组（Fairs）。前一天，尚穆根在 SICW 上把话讲得更直：要求 OpenAI、Anthropic、Google、Amazon 在事故发生时「立刻、完整地」透明。
把这一周看成一条线，它讲的是同一件事：模型可以在别处训练，但落地、评估、出事之后的处置，必须发生在主权管辖范围内。「on soil」这个词是 Anthropic 联合创始人 Benjamin Mann 自己说的。
政府政策与监管
Anthropic：第五个亚太办公室，模型要「on soil」，但暂无研究机构
细节里最值得记的三条：
- MOU 覆盖 AI 安全与评测、AI 采用及其经济影响研究、公私部门的负责任采用。由 Mann 与 MDDI 常任秘书庄凯峰（Chng Kai Fong）在 SICW 场边签署，杨莉明与 Anthropic 亚太政策负责人 Michael Sellitto 见证。签署时间是 10 月 13 日，办公室开幕是 10 月 14 日，地点在 Capella Singapore 的 Anthropic Builder Summit。
- MOU 不给新加坡优先访问前沿模型的权限——Sellitto 明确说明这一点——但包含测试与评估工作。
- 暂无在新加坡设研究机构的计划，当前重点是组建本地团队。BT 的副标题写得很直白：no plans for a research operation – for now。
已有基础并不薄：Anthropic 自 2023 年起就与新加坡机构合作 red-teaming，用英文、华文、马来文、泰米尔文四种语言测试模型的弱点、有害输出与安全风险；本周还与新加坡 AI 安全研究院（AISI）办了一场培训，教政府与民间专家如何评估模型风险。点名的本地客户是 GovTech、Grab、DBS。
Mann 的话值得原样保留：「我们正在尽快把前沿模型 on soil 带到新加坡，但目前没有具体时间表。」——这句话的诚实程度，比大多数落地公告都高。
来源：CNA ｜ The Business Times ｜ Anthropic 官方公告
IMDA 三箭：从「看输出」到「看过程」
这是本周技术含量最高的一条，值得展开。
第一箭：Agentic 系统安全与可靠性测试 Starter Kit。 四步法：识别风险 → 设计测试 → 分析结果与日志 → 持续监控与复测。关键的设计取向是评估 agent 在整个任务过程中的行为，而不只看最终输出。它建立在 Global AI Assurance Sandbox 与新加坡 AI Safety Institute 的工作之上，并咨询了 20 多家产业方。
第二箭：AI Tester Accreditation Programme（AI TAP），由 AI Verify Foundation 推出。首批五家：AIDX Tech、Knovel Engineering、PwC Singapore、Resaro、Vulcan。评审覆盖技术、运营与财务三个维度，认证有效期一年，并且按能力域认证——不是「这家能测所有 AI 系统」，而是「这家能测某类系统」。IMDA 首席执行官黄澄可（Ng Cher Pong）的说法是：给 AI 更多 agency，就要对 agency 如何被行使有更强的保证。他同时公开招募更多有经验的测试机构入场。
第三箭：Frontier AI Resilience and Security Taskforce（Fairs），聚合电信、媒体、网络安全与 AI 领域 20 多位负责人，聚焦 AI 加速型攻击的响应、关键系统韧性、以及新兴攻击手法的情报共享，计划 2027 年上半年发布实操指南报告。
把这三件事连起来读：新加坡在复制它在硬件与网络安全领域用过的那套方法——先有标准，再有合格评定机构，最后谈互认。这与 UL、TÜV、ISO 17025 实验室体系的逻辑完全一致。区别只在于，这次被认证的对象是会自己行动的软件。
来源：AsiaOne ｜ The Straits Times ｜ AI Verify Foundation 新闻稿
CSA 第三个网络安全战略：不造模型，造「harness」
10 月 13 日，尚穆根在 SICW 发布新加坡第三份网络安全战略（第一份 2016 年、第二份 2021 年）。三个关键词：更早行动（act earlier）、国家级规模（at national scale）、与威胁同速（at the speed of the threat）。覆盖范围明确扩到 AI 与量子的能力建设、关键基础设施、全球伙伴关系与人才。
其中最值得记的一句是方法论：「我们不需要为每个用例自研 AI 模型。真正需要的是评估最好的可用模型、并把它们适配到自己需求上的能力。」他管这叫 AI harness engineering——保持模型可替换的弹性，安全地把最好的模型接进防御方需要的工具、数据与工作流。同时发布了一个全国性工具 PDNS（protective domain name service），用于阻断恶意域名。
同一场采访里更硬的一句：新加坡与其他国家已当面向 OpenAI、Anthropic、Google、Amazon 提出，事故发生时需要实时、完整的信息。触发点是 2026 年一起真实事件——OpenAI 的一个 rogue agent 侵入了澳大利亚国家医疗数据库。尚穆根的措辞是「我们需要在事情发生时就实时知道，并且确切知道发生了什么」。官方同时承认，这类谈判仍是 a work in progress。
10 月 15 日，OpenAI 公开表态支持新加坡关于 AI 事件透明的呼吁。承诺与可执行之间还有距离，但方向已经明确：事件披露可能成为进入市场的前置条件，而不再只是自愿声明。
来源：CNA（战略） ｜ CNA（透明） ｜ The Straits Times ｜ ST（OpenAI 回应）
维文：技术规则不能被少数强国垄断
10 月 15 日，维文（Vivian Balakrishnan）在同一个会场把话题推到治理层：技术规则的制定权不能被少数强国或少数大公司垄断。对新加坡这种体量，这句话是生存策略而非姿态——规则一旦被两三个法域切成互不兼容的几块，中间地带的国家只能在合规成本里选边。
配套动作是与芬兰签署合作（AI 与新兴技术惠益的可及性，10 月 13 日），以及 2027 年接任东盟主席国时想推的区域 AI 采用议程：共享语言模型、治理工具包、能力建设计划。
来源：The Straits Times（维文） ｜ The Straits Times（芬兰） ｜ Singapore Business Review（东盟议程）
Digital Infrastructure Bill：把「自愿」变成「法定」
10 月 18 日 ALB 的一篇解读把 DIB 讲清楚了。这个 2024 年提出、近期结束公众咨询的法案，解决三个问题：
- 把 Green DC Roadmap 这类自愿性方案上升为有约束力的法律；
- 补上《网络安全法》没覆盖的运营风险：技术故障、供电与制冷中断、火灾；
- 在 AI 推高算力需求的背景下，管住土地、电力与水这三样稀缺资源。
结构是双许可：一张管云服务与数据中心的安全韧性，一张管数据中心的环境可持续性。分级设计——主要基础数字基础设施（FDI）运营者义务更重；可持续性义务则覆盖全行业，因为环境是所有人的基线责任。对已运营者，最大的变化是从自愿转向强制：必须满足 PUE 指标，并最终满足 IT 设备的能效与水效要求。监管方承诺简化流程、认可既有认证、给足过渡期。
对投资人是好消息（比例原则，小运营者不被重义务压死），对工程团队是硬账——冷却系统、设施升级、监控设备都要真金白银。
黄循财：别只保岗位，要保每一个工人——以及被 AI 拆掉的「最底一级」
10 月 12 日 Forbes Global CEO Conference 上，黄循财讲了一个具体例子：DBS 的 AI agent 能处理原本需要数周金融分析与研究的授信备忘录。这引出一个尴尬问题——如果 junior 的活被 agent 干了，junior 怎么获得经验？
他担心的是职业阶梯的 “bottom rung”（最底一级）被拆掉。新加坡正在研究银行、法律、医学、工程等职业受影响的程度，并与劳资政三方评估是否需要新的培训计划。他的落点是「不是保护岗位，是保护每一个工人」，并提醒不要在教育里过度依赖 AI——批判性思维、判断力与基本功不能丢。
来源：Fintech Singapore ｜ VnExpress
经济数据：AI 红利的两种读数
10 月 14 日同一天出的两组数字，一组向上，一组开始打折扣。
Q3 GDP 同比 +5.4%（MTI 预估值），超出预期。MAS 同日发布宏观经济评估：近期 AI 产品订单强劲、产能增加，「应能维持科技相关行业的稳健增长」；但 AI 相关活动的增速预计在 2027 年下半年放缓。MAS 这次没有按市场预期收紧，而是维持新元名义有效汇率政策区间不变——在年内两次收紧之后踩了一脚刹车。核心通胀预计从 2027 年中期起「更明显地」回落，风险仍偏上行（中东能源、极端天气与食品）。
9 月 NODX 同比 +68.4%，是市场共识 32.2% 的两倍多，为 1980 年 2 月以来最强。拆开看，这条比标题有意思得多：
- 非电子 NODX +54.2%（8 月为 +11.9%），主因是船只与钻井平台结构的「块状」出口——EnterpriseSG 因此拒绝给出同比增速，理由是去年同期低基数；
- 电子 NODX +107.6%，仍由 AI 需求驱动，但已从 8 月的 +131.6% 减速；拉动项是磁盘介质 +312.4%、IC +74.7%、PC +149.5%；
- 前九个月累计：电子 +89.5%，非电子 +8.2%。
把这条数据和上一期写的「制造业纵深」放在一起看：新加坡这一轮出口顺风里，电子本身就在爆，IC 的 +74.7% 是实打实的。但 131.6% → 107.6% 的方向，与 MAS 的 2027 下半年缓和判断、以及下面资本市场那一段，指到了同一个方向。
来源：The Business Times（NODX） ｜ The Straits Times ｜ The Business Times（MAS） ｜ Al Jazeera
行业动向
IMDA 的 SME 侧：从「给你钱」到「给你试用」
10 月 13 日，IMDA 扩大对中小企业的 AI 支持：一份超过 100 个工具的精选清单、新的产业合作，以及与厂商合作的免费试用机制，让企业先试再签。具体落地包括：Singtel 与 IMDA 的 STACK-EZ 数据管理能力覆盖最多 10,000 家 SME；Salesforce 与 IMDA 的 Slack AI 计划覆盖最多 1,000 家。同期公布的 SME AI Impact Awards 有 30 家获奖。
这套打法的关键在于降低第一次采购的摩擦，而不是再发一轮补贴。对企业是好事；对做工具的公司则意味着「试用期」变成获客成本的固定项。
来源：The Straits Times ｜ The Business Times ｜ Marketing-Interactive
EnterpriseSG：把本地半导体 SME 往上游推
10 月 18 日 digitimes 专访 EnterpriseSG 助理局长 Zeng Yi Wong：新加坡的目标是高价值半导体制造、先进封装、硅光，依托的是工程能力、精密制造与可靠性。
这条很短，但与硬件方向直接相关。新加坡谈半导体，过去总被说「只有制造、没有设计纵深」「只有外资、没有本土」。把 SME 往先进封装与硅光这两个 AI 硬件最缺的环节推，补的正是「本土供应链纵深」这一课。（注：原文付费墙，此处仅据可见摘要。）
来源：digitimes
算力资本市场：这一周开始转冷
- AirTrunk 推迟新加坡 REIT 的 US$15 亿 IPO，理由是 AI 相关股票抛售（10 月 13 日）。这是本周最值得注意的信号——不是需求消失，而是估值窗口关了。
- DayOne 的柔佛数据中心项目获 RM150 亿银团融资（7 家银行，10 月 13 日），billings 突破 1GW，资本还在往南马堆。
- 新加坡半导体股同步回落，STI 当日 −0.4%。
一边是创纪录的出口，一边是推迟的 IPO。这个组合不是矛盾，是典型的周期中段：订单还在，但资本市场先重新定价了斜率。
来源：The Straits Times（AirTrunk） ｜ The Business Times（DayOne）
创业与融资
新加坡科技公司的股权融资在 9 月几乎是断崖。 Tracxn 数据：9 月仅 US$52m，环比 −94.02%（8 月 8.64 亿美元），同比 −89.83%（去年 9 月 5.08 亿美元），为过去 12 个月最低。当月最大轮是支付公司 dtcpay US$25m，其后 iPiD US$16m、HiveBotics US$6m、Vikang99 US$1.7m、TacniQ US$1.5m。
深科技侧仍有活水：
- Antares Ventures 首关 US$50m，目标 US$100m 的深科技基金；
- Aliena US$5.5m（太空电推进），用于扩张欧洲；
- NEU Battery Materials US$7.6m，LFP 电池回收，资金用于建厂；
- 南洋生物（Nanyang Biologics） US$15 亿估值的 AI 药物发现资产，等纳斯达克上市。
一个观察：9 月的钱全在小轮次。US$52m 的月度总额意味着几乎没有成规模的 Series A/B。对深科技，这不是坏消息——深科技本来就靠政府与战略投资人，不靠 VC 的月度节奏；但对 SaaS 与消费 AI，这是明确的冬天。
来源：Singapore Business Review（Tracxn） ｜ Tech in Asia（Antares） ｜ Tech in Asia（Aliena） ｜ MVA Pulse（NEU） ｜ The Business Times（南洋生物）
技术活动
Luma（lu.ma，时间为 SGT）
- Claude for Marketing（10/19 18:30）——Anthropic 落地后的第一波社区活动 [链接]
- Techies x SGInnovate Tech Talk: New Dev Roles in the AI era（10/22 18:30）——正好接上黄循财讲的职业阶梯 [链接]
- A Physical AI Demo Day by AWS & Liminal（10/28 13:30）——physical AI 的实机演示，硬件方向值得去 [链接]
- After SWITCH: B71 Networking Mixer（10/29 18:00）[链接]
- Autonomous SG 2026（10/31 09:00）[链接]
- Daytona HackSprint Singapore – SWITCH Edition（10/31 15:30）[链接]
Meetup
- KSUG.AI Singapore #49: Cloud Native & AI @ IMDA（10/21）[链接]
- SG Agentic Nights — Hands-on Labs with Docker（10/29）[链接]
- AIGov Meetup Singapore: Agentic AI Governance（10/29）——IMDA 的 AI TAP 主题的产业侧版本 [链接]
Eventbrite
- Sudhir Tiku — The Geography of AI: Beyond Silicon Valley（10/29）[链接]
-
**AI Engineering Summit Singapore 2026**（12/03）[链接]
附注：SWITCH 2026 的官方站点本周无法正常访问，主会期与日程未能核实，因此本栏目只保留已抓到的场外活动，不列具体场次。
🪵 观察与判断
这一周的信息量很大，但四条线其实可以拧成一根绳：规则在收口，数据在后视镜里很漂亮，资本已经开始重新定价，而人这一层最没被回答。
第一，assurance 从「看输出」变成「看过程」，这是一次架构级的改变。
IMDA 那份 Starter Kit 里最关键的一句是「评估 agent 在整个任务中的行为，而非只看最终输出」。这句话听着像方法论，实际上是对运行时提出的设计要求——你要能回答「它做了什么、按什么顺序、在哪一步偏了」，就需要 trace、需要断言、需要可回放的日志。
这跟芯片验证走过的路一模一样：从跑几个 functional test 看输出对不对，走到 coverage-driven + assertion-based verification，靠的是过程可观测性而非终值比对。做过验证的人对这套迁移有天然直觉，而纯做 prompt 的团队往往会低估它的工程量。
顺带一个常被忽略的推论：合规推理是一块刚性的算力需求。AI TAP 那五家认证机构要跑测试、Anthropic 与 AISI 的培训要跑评测、Fairs 要复现攻击手法——这些负载不会因为市场情绪而停，而且它们的特征（长上下文、多轮 agent trace、大量日志吞吐）跟训练负载、跟聊天推理都不一样。谁在做这块的加速器或推理基础设施，这是个值得盯的细分市场。
第二，「AI harness engineering」这个词，是我这一周看到的最诚实的一句政策语言。
尚穆根说：不必要为每个用例自研模型，需要的是评估最好模型并把它们适配进自己工作流的能力。这等于承认了一件事——在模型层，新加坡不做选手，做裁判兼集成商。
这个定位对硬件同样成立。新加坡不会去造 GPU，但它可以决定：什么样的机房能落地（DIB 的 PUE）、什么样的模型能进场（透明与事件披露）、什么样的测试机构算合格（AI TAP）。规则权是它在这个产业链里唯一可持续的杠杆。
而 DIB 的能效条款会沿着链条往下压：机柜 PUE → 板卡电源转换效率 → 封装的 perf/W。做电源电子、液冷、48V 直流、乃至芯片级能效建模的人，未来几年会在采购规格书里看到新加坡这一条法案的影子。这不是「监管故事」，这是规格故事。
第三，数据的两面：后视镜与挡风玻璃。
后视镜很漂亮：Q3 GDP +5.4%，9 月 NODX +68.4%（1980 年 2 月以来最强），电子 +107.6%，IC +74.7%。
挡风玻璃需要多看两眼：电子增速从 +131.6% 掉到 +107.6%；MAS 说 AI 拉动在 2027 下半年缓和；AirTrunk 把 US$15 亿 REIT IPO 推迟了；9 月股权融资只有 US$52m。
四个前视信号指向同一件事：AI 资本周期的斜率在变，但绝对水平仍在高位。 对一个工程师，正确的动作不是猜顶，而是分清哪些订单是「产能扩张」、哪些是「技术换代」——后者在周期下行时反而更抗跌。
第四，最该焦虑的是职业阶梯，而它没有政策解。
黄循财那句「bottom rung」说的是银行，但对 IC 同样成立。今天新入行的 PD 工程师，入门活儿是跑脚本、清 DRC、拉报表、追回归——这些正是 agent 最先吃掉的部分。如果 junior 的活全被自动化，senior 的判断力从哪里长出来？判断力不是读书读出来的，是在大量低价值的重复里磨出来的。
这不是「AI 会不会取代工程师」的问题，而是培养管道会不会断的问题。公司层面能做的只有一件事：故意保留一部分「低效」的训练任务，把带人当成本而不是浪费。政策文件不会替你解决这个。
接下来该盯什么？
- DIB 的正式立法时间表与 PUE 阈值的具体数字——这决定数据中心 capex 的节奏，也决定液冷与电源电子的订单节奏。
- AI TAP 第二批认证机构，以及是否走向跨境互认——互认才是这门生意的护城河；只做本地认证，天花板很低。
- 10 月电子 NODX 是否连续第二个月减速——这是目前最干净的一个领先指标。
- Anthropic 本地团队的规模与「on soil」的具体形态——是推理节点落地，还是只有商务与政策团队？这两件事对本地算力需求的含义完全不同。
一句话收束：这一周新加坡买的不是模型，是「谁来证明模型是安全的」这张执照。而出口与融资数据在同时提醒你——AI 周期的斜率，已经换了。
— Youmoo（㕛木） Solid as teak.