最近更新

這是 2017 年未來經濟委員會之後新加坡最重要的經濟戰略檔案，第一次把「增長不等於就業」寫成前提，並給 AI 補貼附上工人結果條件；國家 AI 理事會、四個國家 AI 任務、Kampong AI、國家 AI 影響計劃都被收進這個框架。

這是 2024 年綠色資料中心路線圖承諾的「近期新增至少 300 MW」之後第二筆落地的容量，也是 2019 年暫停以來最大的一次分配；新加坡的算力天花板是電力，200 MW 是這個約束下的實際增量。

2026 年 6 月，新加坡政府釋出《經濟戰略檢討》最終報告，80 多頁，8 個方向，32 條建議。核心判斷是增長不再自動帶來同樣多的工作。AI 是第二個方向，後四個方向講 AI 時代怎麼讓增長變成工作。本文拆開講：它為什麼做，判斷了什麼，建議了什麼，哪些已經在做，以及對在新加坡創業和工作的人意味著什麼。

工人黨把算力比作土地：約 200 億新元賣地收入對 1.5 億新元算力計劃，僅 4% 企業已把 AI 嵌入核心流程

工人黨批 ESR 只把 AI 當新增章節，要求政府定出 2030 年前可驗證的經濟目標

新加坡沒有一部叫“人工智慧法”的法律，但和 AI 直接相關的硬法、軟法有 20 多條。本文把它們逐條列出，再和歐盟、美國、中國、日本、韓國、英國、越南截至 2026 年 9 月的立法狀態放在一張表裡對比：誰立了橫切法、誰在推遲、訓練資料版權誰寫進了法條、深偽各國怎麼管。

500 公斤機器人進駐監獄執勤，新加坡把 AI 試驗首次推進到監禁與強制力一線

新加坡用補助換酒店採納 AI 禮賓解決缺工，這套補貼換技術的路徑可能擴散到更多勞動密集型服務業

HTX 讓機器人首次自主用胡椒噴霧應對監獄騷亂，為新加坡公共部門自主用武定下先例，三個月試驗期將檢驗能否推廣

AI Ready ASEAN 計劃 2026 年前培訓 550 萬人，如今只剩四個月，新加坡執行方 AI Singapore 的完成進度尚未公開

應對深偽冒充官員詐騙，政府將統一政府來電號碼字首並由警察部隊 2026 年內試點，OCHA 已要求平臺用人臉識別偵測深偽

MAS 2025 年 11 月諮詢的 AI 風險管理指引即將定稿並明確覆蓋代理式 AI，但 SAFR 仍是行業主導，未給出強制化時間表

2026 年 1 月釋出的代理式 AI 治理示範框架仍是自願指引，MDDI 對高後果部署是否轉強制不作新表態，只引 7 月 7 日舊答覆

人力部用 2026 年首季資料回應 AI 擠壓應屆生崗位的擔憂：入門級 PMET 空缺微增至 32,800 個，已採用 AI 的企業僅 6% 裁員

面對歐盟 AI 法第 50 條式的強制標註問題，MDDI 仍靠 IMDA 兩部網路安全守則兜底，水印與數字溯源標準成熟後才評估是否強制

SIMFONI 用 2022 年設立的 TRUST 平臺去識別化資料訓練，衛生部拒絕逐一徵求病患同意，押注"結果說話"

交警 2026 年 3 月起部署 9 臺違規執法攝像機，AI 偵測危險駕駛仍停留在探索階段，沒有時間表

社會及家庭發展部不追蹤 AI 相關自殘報告，防線靠學校網路健康課與 IMDA 社媒安全守則，AI 陪伴風險尚無專門資料

AI 導盲裝置可走輔助科技基金（ATF）現有通道，門檻是醫療評估員認定，SG Enable 只承諾考慮試用

法院 2024 年生成式 AI 指南與律政部 2026 年 3 月指南並行，至少 2 起律師被制裁，深偽證據尚無判例

近 70% 公務員已定期使用 AI 工具，但政府拒絕以"系統數量"衡量進展，改由各機構自評效益與風險

文社青部未做獨立評估，等 IPS 2027 年上半年研究結果，藝術家的 AI 生計與版權問題暫靠 NAC 資源兜底

衛生部明確 AI 臨床記錄工具不屬《健康產品法》醫療器械，唯一保障是醫生審閱後簽入病歷的"人在迴路"，且未公佈部署機構

人力部承認裁員統計難以剝離 AI 因素，AI 對 PME 就業的真實衝擊至今沒有官方資料

人力部 2026 年資料：500 人以上企業 76.4% 採用 AI，200 人以下僅 27.2%，紅利隨企業規模分層

陸交局正試點用 ERP 2.0 資料動態最佳化紅綠燈，AI 影片分析事故偵測將在未來數年逐步推出

教育部證實高等學府已出現 AI 違規作弊案例，但不公佈數字，應對交給各校紀律框架與評估設計改革

公共醫療機構要求 AI 模型供應商作出不留存輸入輸出資料的法律承諾，在《醫療服務法》與 PDPA 之上再加一層

公共服務應對 AI 轉型的人力原則定調：再培訓與重新部署優先，僅必要時重組，無法調崗才給財務支援

政府科技局首期 305 人受影響、93 人被裁，公共部門技術用工從專案交付轉向產品自有的代價首次公開

IPOS 以提示充分程度界定 AI 作品版權歸屬，搶在訴訟空白期立規，有望成為區域先例

醫療一線用 AI 自動化任務，成為新加坡以人力短缺撬動公共服務 AI 落地的樣板，但 CNA 報道未見監管問責主體

黃循財 8 月 23 日的表態將拒絕違規轉運與 AI 衝擊就業、全球貿易壁壘並置，凸顯新加坡以中立信譽換取 AI 投資的策略正經受考驗

總理在國慶集會談 AI，把技術議題納入國家最高規格議程，卻未給出具體政策或預算細節

IMDA 培訓物件從科技崗位延伸到律師等專業服務業，說明新加坡把 AI 轉型壓力從技術部門擴散至傳統監管行業

AIAP 面試環節首次公開評審標準 顯示新加坡 AI 人才選拔正從學歷門檻轉向實戰思維能力

CSA 按自主程度分層定控制措施而非一刀切強制法規，顯示新加坡對 Agentic AI 仍走軟法分級治理路線

新加坡沒有「AI 部」。政府裡跟 AI 沾邊的部委和法定機構加起來四十多個，各佔一段：總理公署定方向，MDDI 寫戰略，IMDA 管治理基線，EDB 拉外資，GovTech 讓政府自己先用。

沈穆根身兼內政部長與國家安全統籌部長表態，顯示 AI 治理正從產業政策議題上升為國家安全議題

新加坡國立大學生物晶片原型若可規模化，為電網與土地雙重受限的新加坡資料中心提供低能耗備選，但離商用尚遠

新增 /ask/ 頁面：多輪對話，回答基於全站辯論、政策、追蹤器等資料並附來源連結，五種語言可用。首頁側欄和導航都有入口。

AIAP 學員打入海尼根全球 GenAI 實驗室核心團隊，證明新加坡人才管道已切入跨國企業總部級 AI 戰略決策

AI Singapore 2017 年成立，NRF 初始資助 5 年最高 S$1.5 億，累計超 S$5 億。它同時做研究、人才、產品、治理四件事。SEA-LION、AIAP、TagUI、NOAI 都出自這裡。這篇長文把它的結構、產物、誤區和瓶頸一次講清。

把本站六個維度的執行追蹤合成一頁：投資 S$139/人、AI 從業者 5,000/15,000、算力 1.4 GW、大企業採用 62.5%、人均論文全球第一、規則制定者地位——以及資料背後的三條判斷：放大倍數才是真正的指標、SME 斷層是主戰場、規則制定不等於規則被遵守。

OpenAI 首次公佈按國家拆分的 ChatGPT 使用資料。配套的 Signals 資料集裡，新加坡的人均訊息量在 147 個國家中排第一。工作場景下「讓它做事」的比例是非工作場景的兩倍多，多媒體是增長最快的用法，35 歲以上人群的訊息佔比在幾乎每個國家都在上升——新加坡是少數的例外。

淡馬錫 2026 年報給 AI 單開了一章：AI 相關投資現佔組合 6%，2031 年 3 月前要漲到 10–15%。本文梳理四根支柱、年內買入清單，和落在新加坡本地的幾家機構。

基於 MyCareersFuture 官方 API 的月度快照：首期（2026-08）捕獲 1,475 個在招 AI 職位，披露薪資中位數 S$8,000/月（P25–P75：S$6,000–10,500），TikTok、字節跳動、南洋理工大學、Google、新加坡國立大學居僱主前列。方法論凍結、快照不可變——歷史不可回溯採集，序列本身就是資產；積滿兩個季度後開放環比檢視。

每月從 OpenAlex 數百篇新加坡署名 AI 論文中篩出最值得讀的 5–10 篇：確定性預篩（新加坡一作或作者佔比 ≥30%）+ venue 強度與引用排序 + 模型精選。首期收錄 6 篇、3 個主題——AI 安全與評估、LLM 與智慧體、AI for Science，覆蓋 NUS、NTU、SUSS 等機構，四語同步。

AI Singapore 用僱主證言而非公開就業資料為 AIAP 背書，暴露人才管道成效仍缺乏第三方量化驗證

PDPC 選擇釋出指南而非修訂 PDPA，坐實新加坡以自律代替強制的生成式 AI 治理路線

新加坡零售商 2026 年赴杭州取經直播電商與 AI 個性化，暴露本土應用落後於中國實踐，倒逼企業先於政策自我進化

新加坡7月17日將監管簡化列為機器人落地的關鍵槓桿而非資金投入，建築業試點成敗將決定這套打法能否複製到其他缺工行業

SAM是半導體與航空航天製造商，其對AIAP畢業生的背書證明AI Singapore人才管線已打入硬科技產業而非止步軟體業

PDPC 明確不新增義務,靠具體化同意要求劃紅線,同日與 IMDA 釋出聊天機器人資訊卡,印證新加坡軟法先行、不設專門 AI 法的監管路線

與 PDPC 同日推出但不具強制力，延續 AI Verify 路數，顯示新加坡生成式 AI 治理仍選擇自願框架而非立法

DIB 首次把 ≥10MW 資料中心和雲服務納入發牌監管，證明新加坡治理 AI 的路徑是管基礎設施而非管模型，能效門檻也從自願轉為強制

OSC 可將下架令擴充套件到同一內容的所有副本且違令即屬刑事犯罪,但效力只覆蓋新加坡使用者,全球下架仍繫於平臺自願

新加坡不搶先自定水印標準,轉而繫結 C2PA(超 6000 家成員)陣營待國際標準成熟,與其對深偽、選舉等高風險場景的果斷立法形成對比

楊莉明未就強制人工監督給出硬性承諾,僅以《職場公平法》等既有法兜底,AI 自動決策問責仍靠軟法而非紅線

MyLegacy@LifeSG 遺囑學習工具顯示新加坡對法律類 AI 堅持工具輔助人類把關,或成其他受監管諮詢領域的範本

王乙康將 RAS 機器人定調為補人力缺口而非替代崗位,卻對崗位重塑影響研究不設時限,暴露自動化衝擊就業的問責真空

跨境 AI 虛擬主播批次造謠，測試 FICA 與 POFMA 對境外平臺、境外行為者的實際管轄力

在 NUS 新全球企業家新加坡論壇的一場圓桌上，主持人丟擲四個關於企業 AI 的問題：如何選模型、下一代公司的核心競爭力是什麼、CEO 的能力將如何變化、什麼才是真正的 AI Native Company。這裡是我的回答——一個原則兩個例外，押注 Data，CEO 要親自對 AI 有體感，以及圍繞資料組織的 AI 原生公司。

AI 降低造謠門檻，政府未新增專項立法，仍靠 OCHA 停用指令、《刑法》298A(a) 條等舊工具封堵，真正的防線押注在公眾媒體素養

新加坡衛生部選糖尿病、眼病做本地資料訓練試點，釋放醫療 AI 優先本土化而非直接套用跨國模型的訊號

CNA 報道顯示 AI 衝擊已從白領崗位蔓延至導遊等一線服務業 暴露新加坡技能再培訓體系的盲區

新加坡 7 月以創始成員身份加入全球向善人工智慧委員會，意在把 AI Verify 樹立為全球 AI 治理互操作的樣板而非被動跟隨者

國家發展部長在新中論壇談 AI 與能源韌性，暴露電力供給才是新加坡 AI 擴張的真實瓶頸

國防部長陳振聲罕見公開談 AI 軍事應用，顯示國防安全正式被納入新加坡 AI 戰略話語體系

AI Singapore 拿出 S$4000 月薪、6-9 個月脫產培養 AI 工程師，把人才供給做成國家買單的長期基建，而非留給市場自我造血

《線上安全（救濟與問責）法》設立線上安全委員會，標誌著平臺監管從自律倡導轉向法定強制，為未來 AI 監管提供先例

為 AISG、IMDA、PDPC、AI Verify Foundation、MAS、A*STAR、四所大學等 21 個核心生態實體回填 133 條關聯：51 條政策 + 82 條國會辯論，辯論關聯全部經 Hansard 全文核驗。生態詳情頁自此展示"相關政策 / 相關國會辯論"互鏈區塊；知識圖譜校驗器同步覆蓋 ecosystem 外部索引鍵，杜絕懸空引用。

舊基線（650+ 公司 / US$8.4B 融資 / 68% SEA 佔比 / S$1.6B 政府投入，2026-02-17 口徑）為多源混合、已無法溯源。本次逐項重定：AI 公司數 548 與累計融資 US$1.9B 錨定 Tracxn 2026-05 口徑；東南亞 AI 融資佔比約 57% 按 e-Conomy SEA 2025（Google/Temasek/Bain）估算；政府 AI 承諾投入 S$2.1B+ 為 Budget 2024（逾 S$10 億）、Budget 2025 企業算力計劃（至多 S$1.5 億）與 2026 年 1 月國家 AI 研發計劃（追加逾 S$10 億）三筆公告合計。創業生態頁口徑說明同步寫明全部來源。

該 MOU 把主權 AI 訪問從政策討論推進到與微軟的具體合作框架，新加坡中立樞紐定位將因繫結單一廠商而受考驗

陳振聲 2026 年 6 月明確表態，新加坡軍事 AI 應用將堅持人類否決權而非全自主路線，為國防 AI 治理立下基調

AI Singapore 作為官方人才機構率先定調增強而非替代，為工程師技能焦慮定下政策敘事基調

議員追問三年病例資料,衛生部只答個案零星未按年公佈,為 AI 心理健康風險的國會監督留下資料空白

新加坡不強制 AI 模型披露能耗，轉押《數字基礎設施法案》的資料中心能效門檻，監管留在基礎設施層而非模型層

AI Singapore 借 NAISC 八個賽道把人才培養前移到學生階段，為區域 AI 人才樞紐野心埋下伏筆

生態頁 AI Singapore 檔案補入經官方信源核驗的硬事實：2017 年 NRF 六方共建與 1.5 億新元啟動撥款、2025–2030 年 10 億新元國家 AI 研發投入、AISG × NTU 聯合主辦 IOAI 2027、NOAI 選拔通道；並澄清 AI Trailblazers（MCI × Google Cloud）與 Kampong AI（JTC 園區）均非 AISG 專案。同時修復一條失效的 NRF 來源連結。

基於 Google Search Console 資料的一輪 SEO 加固：清理 Hansard 抓取產生的 20 個議員重名檔案（括號殘留、敬稱字首、-2 字尾），辯論頁發言人引用全部歸併到正主；Cyberport 超算中心、法律框架與政策庫的三對重複頁面用 canonical 合併排名訊號；補全 Ong Teng Koon 議員檔案；AI 產業滲透頁標題對齊搜尋詞。

人物檔案頁的國會發言區塊升級為派生式「國會 AI 發言記錄」：按年份、按議題的統計與每場辯論的議題標籤全部從庫內 Hansard 記錄自動派生。有 3 場以上辯論記錄的待補充議員檔案，自動生成一句事實摘要（如「國會議員。2021–2026 年間在 31 場 AI 相關國會辯論中發言」），頂替原來的佔位文案出現在頁面與搜尋摘要中。

劉潔敏專責統籌 MOE AI 議程並納入國家框架，標誌教育首次從單科工具試點升級為跨部委 AI 戰略協同的先例

面部識別漸成金融數字身份的預設通道，MAS 劃定銀行須留替代驗證的監管底線，但政府承認溝通仍未跟上，暴露無障礙設計滯後於技術普及

2026年6月總理黃循財親自定調應用樞紐路線,標誌新加坡放棄模型軍備賽,轉押全民技能改造保住競爭力

AI Singapore 借 ATxSummit 把學生納入國家 AI 人才管線,釋放新加坡從企業側轉向教育端佈局的訊號

AI Singapore 把國內人才培育計劃升級為東盟青年賽事，首屆即測試新加坡能否從人才培育者變身區域 AI 樞紐召集者

LTA 以個案授權和里程指標替代硬性標準，TR 68 自 2021 年未更新，AI 決策規則仍是空白

教育部以 5 月 6 日口頭答覆搪塞兩項書面質詢，暴露非 SLS 工具資料保護標準和家長同意機制至今仍無明確規則

政府拒絕工人黨全民 AI 股權基金（人均 500 新元）方案，選擇三方機制而非立法應對 AI 轉型，劃定新加坡政策路線

國會一致通過看似共識，但政府用 SWDA 的 KPI 機制替代全國 AI 公平基金，分配紅利仍靠三方協商而非立法保障

衛生部拒絕為 AI 藥物開監管快車道,堅持與美國 FDA、歐洲藥品管理局同一門檻,患者資料仍靠《個人資料保護法》兜底而非新規

INDEPTH 檢測能力對公眾保密、ScamShield 現階段無即時驗證 API 計劃，標誌新加坡深偽治理選擇政府端能力築牆而非公民端賦能

楊莉明未鬆口強制門檻，代理式 AI 示範治理框架仍是自願準則，公眾問責暫無法定保障

政府拒絕為深偽干預設定量化門檻，POFMA 與 OCHA 均依賴個案裁量，暴露新加坡深偽治理缺乏可預期標準

嚴燕松提案智慧眼鏡強制指示燈未被採納，新加坡對 AI 可穿戴裝置定調依舊套用 PDPA，不新增硬體規則

人力部承認尚無 AI 技能薪資溢價資料，卻押注 6 個月免費高階 AI 工具政策應對沖擊，暴露新加坡勞動力政策的資料空白

NTUC 借國會動議搶先劃線,要求 JSS 覆蓋上限升至 PME 中位收入、CTC 聯手 SNEF 全國推廣,倒逼政府補上 AI 戰略的工人保障缺口

政府以 PDPC 軟性指引搪塞，未修訂 2012 年 PDPA，暴露新加坡對 AI 推斷資料缺乏硬法約束

國會已把 AI 是否掏空初級律師訓練管道擺上檯面，律政部對一年制框架能否補位仍未給出系統評估

內政部拒絕披露第三方演算法審計的主體與方法，以內部治理框架自證合規，為新加坡安全機構 AI 問責設下不透明先例

AI 威脅首次正式納入國家網路防禦模型，CSA 卻仍靠路由器標籤從一級升二級等存量工具下沉監管，尚無專門 AI 網路安全法案

SSG 公佈 44% 安置率卻拒絕追蹤工資資料，暴露新加坡 AI 再培訓成效問責仍停留在自評與安置率層面

2026 年 5 月，Anthropic 完成 650 億美元 Series H 融資，GIC 共同領投、淡馬錫跟投——新加坡兩家主權基金同時出現在同一家前沿 AI 公司的股東名單上。本文按公開資訊梳理 GIC 和淡馬錫在 AI 上的投資：前沿模型、AI 基礎設施、資料平臺，每筆註明時間、規模和信源等級。

招聘意向從 2 月的 54.6% 驟降至 3 月的 44.6%，印證能源正成為新加坡產業與人力規劃的新硬約束，AI 資料中心用電競爭或成下一政策焦點

簡訊詐騙降 65% 背後，反詐 AI 閾值由部長自由裁量且拒絕公開，暴露新加坡 AI 治理的問責缺口

資料中心用水需求首次被正式列入新加坡水安全風險賬本，但政府仍未承諾專項應對，2061 年柔佛供水協議到期前的缺口依然懸而未決

警方對 AI 換臉淫穢影像舉報不單獨統計，377BD/377BE 雖可入罪仍靠個案裁量，暴露 AI 深偽治理的資料空白與執法滯後

MOE 靠 2027 年啟動的 A*STAR SG-LEADS 縱向研究為證據，公開與瑞典式全面倒退劃清界限，走分級放開 AI 的中間路線

MDDI 借美國 Meta/Alphabet 過失判決定調：不跟進澳洲式禁令，轉而擴容《線上安全行為準則》覆蓋設計特徵與 AI 伴侶新風險

政府自認無法訪問 Mythos，卻仍令 CSA 向全部 11 個 CII 部門發函倒逼自查，標誌監管重心從審查模型轉向問責企業

OSC 六月啟用前，校園 AI 深偽案例已從零起步進入官方處理框架，暴露新加坡治理仍靠跨機構下架兜底而非專門立法

Anthropic 2026 年 3 月的 Economic Index 報告把各國按人口歸一化的 Claude 使用強度排名，新加坡以 5.53 居首。這個數字量的是人均普及強度，不是絕對用量，也不是用得多高階。新加坡登頂，靠政策連續推動，也靠它小而富、說英語、知識工作者密集的城市國家底子。

基於 5/2–5/24 的 Google Search Console 資料（95k 曝光 / 0.27% CTR），重寫 voices / policies / debates / levers / startups / talent / ecosystem 詳情頁與列表頁的 metadata，加入數字證據（如 153 條辯論 · 2015–2026）、關鍵詞前置、品牌字尾，覆蓋全部 5 語種。debates 列表頁 153 條 + 年份區間動態注入；voice 頁 description 嵌入國會發言/政策/影片計數。zh-tw 分支統一走 toTraditional() 保證繁體純淨。

OpenCC s2twp 把新加坡部委的官方中文名（MDDI、IMDA、MCCY 等）的關鍵片語誤轉為 Taiwan 慣用片語，在繁體中文渲染下破壞機構名。新建 src/i18n/protected-terms.ts 在轉換前後做佔位符攔截，保護約 10 個官方機構名，修復 2000+ 處誤轉。配套 npm run check:zh-tw-misconversion eval 防退化。

2026 年 5 月 20 日 ATxSummit 上，數字發展與信息部長 Josephine Teo 公佈 National AI Strategy 更新，確立四項 National AI Missions：先進製造、互聯互通、金融、醫療。同日還公佈 NVIDIA Singapore AI Research Lab 和 Punggol Digital District 多運營商機器人 testbed。

用 2026-05-25 最新稿替換舊版 AI 馬六甲海峽文章，補入研究方法、五次轉型、NAIS Update、Manus 風險與結論，並同步中英日韓版本。

OpenAI 首個美國境外 Applied AI Lab 落子新加坡，S$300M 與 200+ 崗位將其工程能力嵌入 NAIC 執行鏈，暴露新加坡 AI 主權路徑仍依賴前沿實驗室

全球首個政府級 AI Agents Sandbox 與 Agentic AI Governance Framework 同日配套，實測揭示間接提示注入等風險仍待真實場景驗證

AI TAP 亞洲首創測試商認可制度,標誌新加坡從治理原則轉向經營認證市場,2026 年 Q3 開放申請將檢驗這套先發模式能否變現為區域標準

政府為 65Labs 主辦的首屆亞洲工程師峰會站臺，標誌新加坡 AI 戰略從監管框架轉向搶佔全球開發者心智

65Labs 促成 AI Engineer 首屆亞洲峰會落地新加坡，機器人與執行時議題成焦點，凸顯新加坡靠民間技術社群而非單一政策鞏固區域 AI 工程樞紐地位

總理 Lawrence Wong 親任主席的 NAIC 把 AI 治理提到國家最高決策層，10000 家 SME 目標成為可核查的政績指標

新加坡貢獻 NVIDIA 約 15% 全球營收，此次是其首個研究存在而非商業存在，標誌新加坡從 GPU 中轉站邁向原創研究節點

首次以 Active Mobility Act 片區豁免讓 Certis、DHL、Grab、QuikBot 四家運營商共址測試，為新加坡 embodied AI 監管建立可複製先例

每條資料 record 加 addedAt 欄位；派生函式自動產出"最近更新"條目，刪除手動 ledger 雙源真相，根除 2026-05-09 那次漏更新的 bug 類。

教育部以學習科學為據劃定校準路線，與新加坡全力衝刺 AI 採用的國家敘事形成反差，為其他部門樹立審慎先例

馬善高在聖加侖論壇把社會公平納入 AI 議程，為新加坡偏重效率與增長的 AI 敘事補上包容缺口

把分散在各欄目的更新統一到一個流，老使用者回站立刻看到本週新增了什麼。

辯論入口按主題、年份和發言人重新分組，長尾辯論也能被找到。

每份核心政策有了獨立詳情頁，把檔案、簽發部委、關聯辯論和抓手串起來。

官方研究專案和人才計劃告別列表頁，每條記錄都能單頁定位、外鏈和引用。

voices 補全管線加 HEAD 校驗，杜絕 LLM 編造的人物 / 演講連結進庫。

2026 年同時在跑兩類 AI-native 試驗——50 人的公司和 570 萬人的城邦。把它們並排放，會看到一個被忽視的事實：50 人的公司和 570 萬人的國家，可以用同一種 AI-native 架構，規模只決定槓桿，不決定本質。新加坡 Budget 2026 的真正賭注，是把整個國家當成本土企業 AI-native 轉型的包裝層。

2014 年的 Smart Nation 把流程從紙上搬到螢幕上，2026 年的 AI 戰略把判斷從人腦搬進模型裡。兩次國家級動員的相同劇本和不同壓力——為什麼這次輪到中產白領，為什麼這次敘事是危機而不是發展。

新加坡真正依靠的，是在舊優勢變弱之前主動轉向，並把新方向落實成制度和專案的能力。AI 這一輪轉型表明，早期的“精煉+認證”押注正在被大模型壓縮，但新加坡快速糾偏並把 AI 推進真實世界流程的制度能力，才是更難複製的護城河。

微軟 AI 經濟研究所報告：新加坡 AI 採用率 60.9%，全球第二。全球約六分之一的人口正在使用生成式 AI，但南北差距在擴大。