從對話框變成同事：這一個月冒出來的四個雲端 AI Agent，到底換掉了什麼

目錄

1. 這一波跟我平常在用的 ChatGPT、Codex 差在哪？
2. 跟年初那些在家裡自己跑的開源 Agent，只差一個雲端嗎？
3. 四家各自的特色，值得挑哪一家？
4. 商業模式分成兩派，為什麼沒有人要做廣告？
5. 算力呢？CPU 這一塊的需求真的像傳說中那麼大？
6. 那我自己能怎麼用這集的東西？
7. 可以參考的資料
8. 帶得走的一件事

人主者，守法責成以立功者也。夫為人主而身察百官，則日不足，力不給。

—— 《韓非子・難三》（戰國）

2026 年 10 月 5 日上線的《科技浪》EP157，主持人哈利把過去一個月冒出來的四個雲端個人 AI Agent 擺在一起比：矽谷新創的 Instinct、xAI 的 Grok Bot、Meta 的 Muse，以及 OpenAI 上週在 DevDay 推出的 Dots。他的判斷是這可能是 2026 年最重要的一波 AI 趨勢，理由在於這些產品的定位從「一個對話」換成「一個同事」。幾個數字我記下來了：Instinct 團隊只有 14 人、估值 100 億美元、創辦人 23 歲；哈利引用分析師 Freda 的試算，Meta Muse 若要服務一億日活躍用戶，CPU 這一塊的硬體採購約 8 億美元。四家都還在上線第一個月、還在免費放送期，所以下面講的是方向與算法，不是誰會贏，也不涉任何個股判斷。

這一波跟我平常在用的 ChatGPT、Codex 差在哪？

差在一個是對話，一個是角色。哈利這集講得很乾淨：ChatGPT 的一次對話是你丟一件定義清楚的工作，它做完，結束；而這些新產品有自己的名字、自己的記憶，你可以交給它責任與目標。

這個區分聽起來抽象，看例子就懂了。對話能接的指令是「幫我寫這封信」；角色能接的指令是「幫我跟這個廠商持續往來，直到談出最好的條件」，或者「你持續盯最新模型，一有新的就把我這個 app 的核心模型換掉，跑完測試確認沒問題，再回來跟我說」。後面這種工作沒有終點，只有驗收條件。

我原本以為差別在「能不能幫你做事」，哈利直接把這個誤解挑掉了——Codex 也能開瀏覽器幫你訂餐廳。他點出來的是另一層：介面也跟著變了。ChatGPT 回給你的是一整篇沒有框線的文字，而這些 Agent 回給你的是聊天泡泡，會已讀、能被貼表情、能被插話，也能主動傳訊息給你。他說這不只是想做出人味，泡泡式介面讓你能平行丟好幾件工作、中途改方向，而它也能在該找你的時候找你。

他舉了自己的例子：Dots 會一直看他的信，大部分看過就略過，但有一次某個廠商早上來信要東西，到了下班前三小時他還沒回，Dots 就主動傳了一則提醒。Instinct 更直接，緊急的事會打電話給你。這裡我最在意的是頻率——它得知道什麼時候不該吵你，哈利說實際用起來沒有被轟炸。

跟年初那些在家裡自己跑的開源 Agent，只差一個雲端嗎？

能力上限哈利說是一樣的，差的是摩擦力。這些新產品直接給你一台雲端的虛擬電腦，而開源那條路要你自己找機器跑。

這句話在他身上有實證重量，因為他自己養了半年。他買了一台 Mac mini 專門跑，不敢用主力電腦，怕哪天檔案被刪光。他說維護這件事一直在吃他的時間：某個外部工具憑證過期要重新授權、某個服務額度到了而他沒設備援、每隔幾週有更強的模型出來得換底層，而換模型常常不是講一句話就結束——有時候它把供應商那邊的模型代號打錯，少一個連字號，API 就發不出去，整個服務當掉，他得坐到那台 Mac mini 前面自己翻。

雲端版本把這些交給廠商處理，所以他過去一個月把責任慢慢搬到 Dots 上，三天沒碰過那隻在家裡跑的 Agent。他說一般人之所以沒在用開源那套，不是因為難懂，是因為要先買一台機器、再走一輪終端機與 GitHub 的設定，然後把外部服務一個一個串起來。雲端版本是辦個帳號、取個名字、按幾次授權。

資安這一點他講得比我預期的細。他目前只串 Gmail 與 GitHub 的介面權限，沒有在那台雲端電腦的瀏覽器裡登入自己的個人帳號——串介面是給它一組定義好的操作，登入帳號是給它整個畫面任意點。他自己的那條線畫在這裡。

有意思的是反方向也成立：雲端版本在某些面向更安全。最常見的攻擊是把惡意指令藏在網頁裡讓 Agent 讀到並執行，而這些廠商在指令進入脈絡時就有規則過濾，執行前還有另一個 Agent 做最後檢查。Muse 更進一步，密碼與 API 金鑰存在另一個金庫，Agent 手上拿到的是一個代表密碼的假憑證，要填入網站的那一刻才由另一套系統換回真值。這些機制開源那條路也做得到，但哈利那句問得很實在：你會有時間把這些系統全部架起來再一個個測嗎。

四家各自的特色，值得挑哪一家？

四家的差異集中在一個設計選擇上，而且每一家都押得很明顯。

Instinct 的堅持叫「No New Interface」——它不給你新的 app，它活在 WhatsApp、iMessage 裡，有自己的手機號碼與信箱。哈利的比喻是你公司來了新同事，不會有一個「這位同事的 app」讓你下載，你就是加他的通訊軟體。它還有一個別人沒有的功能叫 Trusted Person Network：你可以派你的 Instinct 去跟別人的 Instinct 直接溝通，依照你跟對方的關係決定互相看得到多少。要跟同事約開會，兩邊的 Agent 比對彼此的工作行事曆、喬好時間、各自寫進去，兩個人一句話都不用講。

Muse 的賣點是資安，程度到了哈利說祖克柏上任何節目都會自己把話題導到那裡，沒人問也講二十分鐘。他們有一個門衛角色 Sentinel Agent 把關高風險行為，還有一個機制叫 tainted egress：一旦這次的工作流程碰到你的私人資料，這條流程就被標記起來，後面每一步的安全門檻都提高。查個電影時刻表門檻低、跑得快；給了信用卡號之後每一步都變嚴。

他們還找了 Signal 的共同創辦人在做下一代的保密虛擬機，目標是連 Meta 自己都調不出使用者資料。哈利說技術上做得到是一件事，說服大眾是另一件事——他在臉書上貼了一篇討論，底下幾百則留言在講同一句話：做臉書跟 IG 的人要我相信他的資安。

Grok Bot 是四家裡唯一從第一天就讓你建一整支 Agent 大軍的，其他三家都是單一 Agent。哈利覺得這個方向是對的，因為長期你會想把日常生活、自媒體工作、新創工作交給不同的 Agent，各自有各自的記憶與角色。他自己現在全部擠在同一個 Dots 裡。

Dots 的特色就是沒有特色——這是哈利的原話，然後他補了一句更有價值的：它的特色是 OpenAI 做的。他長期用 Codex，記憶、技能、工具授權全都在那邊，Dots 一出現就無縫接上。他說單論產品設計，Grok Bot 比 Dots 好，他用過也看得出來；但他不想再把技能與脈絡搬一次、再串一輪工具，所以留在 Dots。我聽到這段的時候想到的是，這一波競爭的勝負條件可能不在功能表上。

商業模式分成兩派，為什麼沒有人要做廣告？

四家二比二分成兩條路：Instinct 與 Meta 走交易抽成，OpenAI 與 xAI 走訂閱加用量計費。這個選擇直接對應他們在打誰。

交易抽成的意思是 Agent 幫你完成消費，從成交金額裡抽一兩個百分點。Instinct 押得最滿，產品免費、承諾永遠不放廣告，只賺抽成；Meta 目前還有免費額度加付費方案，但長期說要走到抽成為主。這條路打的是一般消費者，因為消費者習慣免費，而且抽成的那筆錢在理想情況下由商家吸收，對他來說只有方便沒有壞處。另一條路打的是像哈利這種重度使用者與企業，用量大、工作有產出，付訂閱費加超量計費才算得過來。他提到 Codex 的負責人 Tibo 有明確指引未來會往用量計費靠，因為現在訂閱給的量換算成介面價格遠超訂閱費——他自己那個 200 美金方案這次用量被砍半，從 20 倍降到 10 倍，他罵完還是繼續訂。

至於廣告，他引用 Instinct 執行長的回答，我覺得是這集最值得記的一段推理：未來這些 Agent 會比你聰明，又無限了解你，連社群媒體都做不到這種程度的了解。一個比你聰明又摸透你的角色，如果公司給它提升廣告收入的誘因，它要讓你買下一堆用不到的東西太容易。哈利站在這一邊，我也站在這一邊。

他還算了一次這個市場的上限：Visa 與 Mastercard 全球一年的交易量約 23 兆美元，抓六成是線上、Agent 構得到的，得到 14 兆，乘 1% 抽成是一年 1,400 億美元。數字很大但沒有大到無法想像。

他接著補的那一層才是重點：支付那兩個百分點要被三四十家廠商分，因為它們只是金流的一層；而 Agent 的位置更像 Skyscanner 這種聚合者，航空公司付佣金給 Skyscanner 是因為那筆生意是它帶來的。所以抽成率不受金融業那一兩個百分點的限制，取決於在那個產業裡 Agent 帶來多少原本不會發生的成交。

算力呢？CPU 這一塊的需求真的像傳說中那麼大？

初期比多數人想的小。哈利引用分析師 Freda 的試算，一億日活躍用戶對應的 CPU 採購約 8 億美元。

這個算法值得走一遍，因為每一步都看得到假設。一億用戶每天各用兩小時，等於一天兩億個 Agent 工作小時，除以 24 小時，平均每小時有 833 萬個 Agent 在跑；尖峰抓平均的 2.5 倍，得到同時 2,000 萬個活躍的虛擬機；硬體留兩成冗餘，要撐得住 2,500 萬台。接著是關鍵的換算：虛擬機與實體核心不是一對一，DeepSeek 公布過內部用 3 萬個核心同時服務 38 萬個沙盒，Freda 假設 Meta 沒辦法做到那麼極致，抓 0.5 個核心支撐一台虛擬機，得到 1,250 萬個核心，以 256 核的伺服器處理器算是 5 萬顆，照市價約 8 億美元。

跟 GPU 的量級比起來這筆錢不大，哈利也承認自己這塊持股很少、兩波漲勢都沒跟上，因為他看不出收入機會大到能撐股價。他誠實補了「我可能也錯過了」。

真正要注意的是哪個參數會翻轉結論。最敏感的是「每天用幾小時」，因為尖峰人數整條從它推出來。兩小時是一般人的量，而他自己的 Dots 是 24 小時活躍的——錄這集 Podcast 的當下它還在背景幫他開工作。等到一般人睡覺時 Agent 還在替他處理事情，平均值就不會停在兩小時。

第二個參數是日活躍用戶總數，一億對一個可能變成全網路人口都在用的產品類別來說偏低。他的結論是初期這個試算接近現實，往後會被這兩個參數拉開。

那我自己能怎麼用這集的東西？

先講讀者最容易踩的那個痛點：你看到這類新聞，第一反應是「哪些公司會被取代」，然後列出一串自己用過的 app 開始猜生死。哈利這集給了一個比猜更可用的判準，我聽完拿去對了一輪自己熟的服務。

他的問法是：這個服務的收入來自消費者停留在它介面上的時間、來自消費者的摩擦力，還是來自服務本身？來自服務本身的受影響最小，甚至受益。Uber Eats 的錢來自外送員與店家之間的調度網路，你狂滑它的畫面它賺不到錢，Agent 幫你下單它照樣抽成。來自介面流量與佣金、而自己沒有獨家資料的最危險——他點名 Skyscanner，因為航空公司的票價本來就是公開資訊，Agent 自己收齊、自己比較、自己訂，Skyscanner 的廣告流量與佣金一起消失。

第三類最有意思，也是我覺得最值得往自己身上套的：靠摩擦力賺錢的生意。難取消的訂閱、換起來麻煩所以你一直沒換的保險、繳費流程繁瑣所以你放著的服務。這些生意的利潤有一部分來自你懶得動，而一個會替你去動的 Agent 把那部分利潤直接刮掉。

我自己拿這三類去對的時候，意外的收穫在投資以外。我發現我自己也有一份「靠摩擦力留著的清單」——不是別人設計來綁住我的，是我自己沒去動的：一個用不到卻年年續的服務、一份兩年沒檢查的保單、一個我知道該換掉卻一直沒換的流程。它們留在我生活裡的理由跟 Skyscanner 的佣金一樣脆弱，只是沒有人來替我刮掉。

至於要不要現在就去用一個：哈利的建議是去體驗，他說這跟你這輩子用過的產品都不一樣。我自己的保留是那條他畫的線——串介面權限與在它的瀏覽器裡登入帳號，差別大到值得分開想。他養了半年的人都還沒跨過去，我也不急。

可以參考的資料

• 《科技浪》EP157〈AI Agent 大戰全面開打！深度解析 OpenAI Dots、Muse、Grok Bot、Instinct〉，2026 年 10 月 5 日
• 四個產品的官方說明頁：Instinct、xAI Grok Bot、Meta Muse、OpenAI Dots，商業模式與資安機制各自寫在自家文件裡
• 這集提到的 CPU 試算出自分析師 Freda 的公開推算，想重算的話參數在上文那一節都列出來了
• 想補 Cerebras 與推論速度那段背景，哈利指向《科技浪》EP146 與 XEP27

帶得走的一件事

會被自動化掉的，是那些靠「你懶得動」才存在的東西。

這集最硬的推論在那三類生意的分法上：服務本身有價值的活下來，靠介面流量的危險，而靠摩擦力的那一類會被刮得最乾淨——因為一個肯替你動手的角色，成本只有幾秒鐘。我把這個判準拿去對自己的時候才發現，我生活裡也有一份靠摩擦力留著的清單，而那份清單是我自己維護的。

我試過的一個做法，分享給你：找三件你知道該處理、但一想到流程就放下的事——退掉一個沒在用的訂閱、把一份兩年沒看的保單翻出來、跟某個人把一件拖很久的話講開都算——寫下每一件「你以為要花多久」與「真正動手要花多久」。我第一次這樣寫的時候，三件事我估的總時間是兩個下午，實際加起來 40 分鐘，其中一件是四分鐘。

Markdown 原文

本文為投資方法論的教育性分享，不構成任何個股買賣建議、不提供目標價、不針對當期標的。投資有風險，任何決策請自行判斷或諮詢合格的專業人士。