AI 趨勢月報

GPT-5.4 發布與模型趨勢

• OpenAI 發布 GPT-5.4，在原生電腦操作與視覺能力上有重大突破
• 建議採用 5.4 版本：雖然較貴，但更聰明，可用更少 token 完成任務
• 模型持續往 Agent 化方向演進，提供 Skill 庫

AI 助理落地場景

• Scrum 助理：透過通訊軟體辨識使用者、提供當日任務、分析一週時間分配
• 資料庫查詢與通知：查詢改版所需資料，自動寄送結果給相關人員
• 部署與檢查：檢查程式包、協助開發、上架靜態網站，體驗近似工程師交班

⚠️ 風險提醒

• AI Agent 仍可能犯錯（如版本控制出錯），必須建立數位邊界與流程防護
• 目前 Agent 應用僅限內部使用

1. GPT-5.4 的「更聰明省 token」策略顯示模型競爭已從「便宜」轉向「高效」
2. AI Agent 已從概念驗證進入實際生產環境，三場景同時落地
3. 即使 AI 能力強大，版本控制與流程防護仍是不可省略的基礎建設

模型能力提升帶來的不只是效率，更是工作模式的根本轉變。三個場景同時落地代表 AI 助理已經不是「未來式」，而是「現在進行式」。但我們必須清醒：工具再強，流程防護的基本功不能省。

Remote Control 與個人 Agent

• Anthropic Remote Control：本地電腦開啟持續對話 Session，手機可遠端操控，通勤時指示家中電腦執行長任務
• Perplexity 轉型：從聚合查詢服務轉向個人代理程式，規劃搭配本地計算
• 產業趨勢明確：「工具普及 + 模型增強 = 個人 AI Agent」

AI 時代人才觀

• 程式技能「商品化」帶來失落，但門檻下移的同時天花板提高
• 一週產能可抵過往數年，差異在於「如何善用 AI」，產能可放大 10 倍以上
• 年齡與適應度不必然相關，60-70 歲者同樣能以 AI 解題

AI 助理架構揭密

• 已封裝 30+ 項 Skill 可動態載入：指令碼執行、專案維護、排程、CICD 部署、DB 查詢等
• 多管道接入（Telegram、Discord、Line），以 Cache 控成本

SIS 規格書流程革新

• 過往純人工：100 頁 SIS 需 3 週（約 13 人天）
• 現行導入工具：約 1 週（約 3.8 人天），效率提升 2/3
• 未來理想態：純工時約 2.5 天（約 2 人天）

1. Remote Control 類工具打破「人必須在電腦前」的物理限制
2. AI 助理核心是 Prompt 工程 + 記憶系統 + Skill 封裝的整體架構
3. SIS 流程從 3 週壓縮到 2.5 天，證明 AI 在文件密集型工作的巨大槓桿
4. 人才評估標準正在重塑：不再看「會不會寫程式」，而是「會不會驅動 AI」

Remote Control 是真正的 game changer — 從此你不需要坐在電腦前才能工作。SIS 流程 6 倍加速不是靠加班，而是靠重新思考工作流。人才觀的轉變更是不可逆的趨勢：未來衡量人才的標準，將從「能不能做」變成「能不能讓 AI 做對」。

產業前沿動態

• Nvidia 小型語言模型生態：被黃仁勳形容為新一代電腦核心，推出 Nemo Cloud 對齊企業場景
• Google Stitch：推出後 Figma 股價跌 8-12%，支援語音對話驅動 AI 執行網頁設計
• Meta：收購 AI 公司，推出個人主機安裝的 AI 助理服務
• Cloudflare Dispatch：手機連線工作電腦，遠端傳送指令執行工作

AI 切版自動化（45 倍效率提升）

• 去年：人工分析架構 + 詳細 Prompt，1.5 個月完成 3 個版型
• 今年：只提供 Figma 連結與精簡 Prompt，AI 自行讀取/寫程式/迭代，1 天完成 10 個版型
• 品質超越人工：「貼得準且完美」，缺少中小版設計圖時可自動補齊

AI 協作 KPI 化

• 透過 Google Workspace API 自動統計 AI 使用量，納入績效指標
• 不讀取對話內容，僅計量應用狀況

1. 不擁抱 AI 的人與公司，未來不是被淘汰，而是一開始就「被跳過」
2. AI 學會過去需 12 小時教新人的規範，一天內即可掌握
3. 人類核心價值從「規律性執行」轉向「判斷力」與「品味」
4. 45 倍效率提升不是理論值，而是可複製的實測數據

45 倍不是噱頭數字，是實測。去年花 1.5 個月做 3 個版型，今年 1 天做 10 個，而且品質更好。這代表的不只是速度，而是整個工作流被重新定義了。「被跳過」比「被淘汰」更殘酷 — 你甚至沒有機會上場競爭。

OpenAI 戰略收縮

• OpenAI 發現投資過多、戰線過長，正進行專案盤點與收縮
• 砍掉 Sora Two 等專案，回歸本業，可能為 IPO 做準備

各領域排名洗牌

• 影片生成：Google V3 超越 OpenAI；字節跳動 Cadence 也很強
• 圖片生成：OpenAI 甚至不在榜上
• 編碼：Anthropic Claude 最強，OpenAI Codex 第二
• LLM Agent：GPT-4.5 仍處領導地位

🚨 開源資安風險

• 開源套件遭「投毒」：擁有 4 萬 GitHub star、月下載 9000 萬的專案也中招
• AI 工具若未做好防護，安裝惡意套件可能導致資料竊取、API Key 外洩

技術前沿

• Google 發表 KV 值優化論文，可大幅降低 AI 模型記憶體需求
• 趨勢：模型越來越小、越來越強、成本越來越低

• AI 助理整合 n8n 流程自動化，可直接處理複雜邏輯與資料整理
• 具備爬取 bug tracking 系統並封裝成 Skill 的能力
• Claude 搭配 Skill + Memory 與本地電腦深度繫結，支援百萬 token

1. 開源供應鏈安全成為 AI 時代新風險，Agent 自動安裝放大攻擊面
2. OpenAI 戰略收縮反映產業從「全面擴張」進入「聚焦核心」階段
3. Anthropic 在 Coding 確立領先，Claude + Skill + Memory 成為差異化優勢
4. 市場競爭加劇對消費者是好事，更強更便宜的模型加速普及

資安議題是本月最重要的警醒。當 AI Agent 可以自動安裝套件時，供應鏈攻擊的風險被指數級放大。另一方面，OpenAI 的收縮不是衰退信號，而是產業成熟的標誌 — 從「什麼都做」到「做好核心」。技術人員應該關注的是：各家在不同領域的排名已經分化，選擇工具需要更精準的判斷。