AgentCrew 週報 · 這週 AI 有什麼跟你有關 · 2026-11-14

第 15 期

這是「AgentCrew 週報」第 15 期,帶你一起看 2026-11-08 到 11-14 這一週發生了什麼新鮮事。

每一則我們都固定分成三段來聊:是什麼(先講結論,再說原因和證據)、對你的意義(放回你每天的工作裡到底差在哪)、你可以這樣試(今天就能直接動手的小練習)。除非能講清楚怎麼選、花多少錢、做得到什麼程度,不然我們不聊模型跑分,也不聊哪家公司又拿了多少錢。

這期有幾個題目,是我們先在 AI HOT 挖到的。它每天會幫忙整理中英文 AI 圈的新消息,省下不少大海撈針的時間。這期的每一則,也都附上原始出處的連結。

這期有什麼


一、11 月 9 日到 12 日接連發布三個新模型:Anthropic 的 Claude Fable 5.2、阿里巴巴的 Qwen4-Max 預覽版、Google 的 Gemini 4 Hydrogen

結論:11 月 9 日到 12 日,三家公司接連推出新模型,鎖定的對象和價錢差很多:Anthropic 的 Fable 5.2 是它官方說能力比 Opus 5.5 更強的一檔,Google 把 Gemini 4 Hydrogen 定位在又快又省錢,阿里巴巴的 Qwen4-Max 則是限時預覽、只開給特定方案。

  • 11 月 9 日,Anthropic:Claude Fable 5.2:Anthropic 這次同時端出 Claude Fable 5.2 和 Claude Mythos 5.2,其實底子是同一個模型;差別在 Fable 多加了比較嚴格的資安與生物安全防護,一般人都能用,Mythos 則只開放給通過審核的機構;官方另外說明,Claude Enterprise 的客戶即使沒加入驗證計畫,也可以透過 Claude Security 使用包含 Mythos 5.2 的模型。官方說,在他們測過的幾乎所有項目裡,它都比 Opus 5.5 更強。收費是每百萬個 token(AI 計價用的字數單位)輸入 8 美元、輸出 40 美元,比以前便宜;Anthropic 表示,輸出速度最多比 Fable 5.1 快 30%,另有最高快 2.5 倍的快速模式(輸入 16 美元、輸出 80 美元)。Anthropic 自己也建議,從 Opus 5.5 開始用,需要時再往上換到 Fable 或 Mythos,或往下換到 Sonnet 5.5、Haiku 5.5。
  • 11 月 11 日,阿里巴巴 Qwen:Qwen4-Max-Preview(預覽版):根據阿里雲的官方文件,這個預覽版只開給訂閱「Token Plan」方案的用戶,不能用多少算多少;而且開放時間只從 11 月 11 日上午 10:00 到 11 月 25 日 24:00(UTC+8,跟台灣同一個時區),時間一到就會停用。它的脈絡長度(也就是一次能讀進去的資料量)有 100 萬個 token,單次最多能輸出 393,216 個 token(思考過程和最後的回答共用這個額度)。官方說它是為了寫程式、日常辦公、網頁畫面設計,還有複雜的代理任務(讓 AI 自己拆解步驟把事情做完)而做的。不過這一頁文件沒有放跑分成績,也沒寫清楚授權方式。
  • 11 月 12 日,Google:Gemini 4 Hydrogen:Google 把它定位成強調速度與效率、適合日常寫程式與多步驟自動處理的模型,拿來跟 Gemini 4 Carbon、Gemini 4 Argon 兩個主力旗艦互相搭配。價格是每百萬個 token 輸入 1.5 美元、輸出 7.5 美元,而且在 100 萬個 token 的脈絡長度內都不會加價。照 Google 自己的說法,在預設的高思考檔位下,它把事情做完的速度比 Gemini 3.8 Flash 快 2.5 倍。現在你已經可以在 Gemini API、Google AI Studio、Gemini App 和 Google 搜尋裡用到它。
對你的意義:這三個發布,就像同一週裡三家公司各自推出不同資歷、不同價碼的人手:Fable 5.2 像最資深也最貴的專家,連 Anthropic 自己都說大部分日常工作交給 Opus 5.5 就夠用;Hydrogen 的單價大約只有 Fable 5.2 的五分之一(輸入 1.5 美元對 8 美元,輸出 7.5 美元對 40 美元),主打動作快;Qwen 的預覽版只開到 11 月 25 日,不適合現在就放進你每天正式要跑的工作流程裡。所以要比較的不是誰最新,而是你手上的事到底需要多強、多快、預算有多少。另外也要提醒,上面提到的速度和能力說法,都是各家自己公布的,我們沒有獨立驗證。
你可以這樣試:挑一件你上週才做過、而且一眼就看得出做得好不好的小工作,比如整理一份開完會的待辦清單。先用你習慣的模型跑一次,再換一個更快、更便宜的模型跑同一件事,直接比三點:花了多久時間、做出來的結果差在哪、這份結果你敢不敢直接拿去用。不用因為出了新模型就全部換掉,也別只看官方發布文章就做決定。

來源:Anthropic:Introducing Claude Fable 5.2 and Claude Mythos 5.2;Google:Introducing Gemini 4 Hydrogen;阿里雲:Qwen4-Max-Preview 官方文件

回到目錄


二、Hackmamba 創辦人 William Imoh 用 Codex 做出學挪威語的語音 App Mural,他說自己從沒寫過 Swift

結論:沒寫過 App 程式語言的人,一樣能用 AI 做出自己真的用得到的原生 App;William Imoh 的起點不是技術,是他學了將近 1,000 天 Duolingo,還是沒辦法用挪威語跟人開口對話。

  • 是誰:William Imoh 是 Hackmamba(一家做開發者行銷的公司)的創辦人。他從杜拜搬到挪威後,為了學當地語言,自己做了一款即時語音 App,叫做 Mural。
  • 背景:他唸的是化學工程,程式是自學來的,也當過四年產品經理(PM,負責決定產品要做什麼的職位)。但他說自己從來沒寫過 Swift,也就是蘋果手機 App 用的程式語言。
  • 做法:他用 OpenAI 的程式助手 Codex 和即時語音模型 GPT-Live,分別做出 iOS 和 Android 的原生版本。節目裡他直接示範了第一個提示詞怎麼下,也秀了一段真的用挪威語對話的畫面。
  • 外觀怎麼來:他特別提到,一個讓 Mural 看起來跟其他語言 App 完全不一樣的設計提示詞,重點在於把想要的設計風格講清楚。
  • 他的公司怎麼運作:他一個人扛起一家約 25 人規模的公司,做法是在 Grok Bot 裡,替創辦人要兼顧的每個角色各指派一個《魔戒》人物,湊成一支「護戒小隊」;他讓這些 AI 助手看得到他 15 個分頁裡的所有內容,只有一件事例外。
  • 他自己的擔心:他說真正讓他睡不著的,不是怕被 AI 取代,而是對這些工具越來越依賴。註1
對你的意義:他的起點是一個很具體的不方便:學了一千天還是開不了口。需求講得越具體,AI 越知道要做什麼,這跟你交代新同事做事是一樣的:你不會只說「幫我做個學語言的東西」,而是說「我要能跟人對話,而且不要長得像別的 App」。另外,他對設計的做法是:他不是請 AI「做得好看一點」,而是把想要的風格講清楚,AI 才做得出一眼和別人不同的畫面。
你可以這樣試:想一件你一直想要、但市面上沒有剛好符合的小工具,例如專門替你整理客戶來信的表格。請 AI 先問你五個問題,再把你的需求整理成一段話,最後請它依這段話做出第一版,不要一開始就要求完美。

來源:Lenny 的電子報:How this founder built a better Duolingo with Codex | William Imoh

回到目錄


三、Anthropic 發布 Opus 5.5 使用指南:知識工作的預設模型,從「先講完成標準」和「先用中等強度」開始

結論:Anthropic 在 11 月 12 日的文章裡提到,Opus 5.5 現在已經是 Claude 付費方案的預設模型,建議拿來當知識工作的日常主力;用法上最大的變化,就是第一句話先把「做完要長什麼樣子」講清楚,而且思考強度先開中等就好。

  • 誰是預設:Opus 5.5 現在是 Claude 在 Pro、Max、Ultra 跟 Team 方案裡的預設模型。官方建議直接把它當成「日常主力」,也就是平常做研究、分析、寫備忘錄、做報告、弄試算表和簡報時,不用換來換去、一直選著的那一個。
  • 四個模型怎麼分:Haiku 5.5 適合快速查詢跟大量重複的工作;Sonnet 5.5 適合範圍講得很清楚的任務;Opus 5.5 扛起大部分需要判斷的知識工作;Fable 5.2 則留給最費工、時間拉最長的專案。每一百萬個 token(AI 計價用的字數單位)的輸入/輸出價格分別是 0.10/0.50 美元、2/10 美元、4/20 美元、8/40 美元;官方也另外註明,Haiku 5.5 的這個價格只適用單次輸入 10 萬 token 以內,超過的話會變成 0.50/2.50 美元。
  • 為什麼貴一點的反而可能划算:官方的說法是,比較強的模型能用更少步驟把事情做完,反而能抵掉一部分較高的單價。在一個虛構的合併案測試裡,Opus 5.5 花了 63 分鐘,Opus 5 要 93 分鐘,整體成本卻只有一半。
  • 新的用法習慣:第一則訊息就把目標、成品長相、什麼時候該停下來問你一次說清楚;也不用再寫「請仔細思考」這類話了,因為這個模型本來就一直在思考,官方測試拿掉這類句子後,回覆反而更快開始;預設的中等強度在官方測試裡表現跟 Opus 5 的高強度差不多甚至更好,真的卡關再往上調就好。
  • 先拿什麼來試:直接跟它要成品(要試算表就直接給試算表,不要先給大綱);請它抓長文件裡的前後矛盾,像簡報圖表跟原始數字對不上的地方;或是丟一個沒有標準答案的研究問題,請它幫你整理成備忘錄。
  • 一個查證測試:在官方內部的一個測試裡,要求報告裡每個數字跟引文都必須對得上來源,18 份報告裡有 16 份過關。註2
對你的意義:選模型這件事,現在有一個簡單的問法:這件事你想交給什麼樣的人?快速查資料的交給手腳快的新人,要判斷的交給有經驗的同事,最複雜、要花很久的才交給最資深的。而且「先講做完長什麼樣子」跟請新人做事是同一個道理:你不會只丟一句「幫我弄一下」,會說清楚要什麼、什麼時候回報。如果 AI 沒做好,先檢查你給的資料與說明夠不夠,再考慮換更強的模型。
你可以這樣試:挑一件你平常會拆成好幾次請求的工作,例如整理一份會議後的待辦報告。這次在第一則訊息就講完:目標、成品的樣子、什麼時候請它停下來問你,附上檔案,維持中等強度,和你平常的結果比一比。想把這種「怎麼交代 AI 做事」練成習慣,可以從錄影課開始,隨時能看,含 30 分鐘一對一諮詢。

來源:Claude 部落格:Using Claude Opus 5.5 as your daily driver for knowledge work

回到目錄


四、數學老師 Scott Farrar 用 Claude Code 與 Obsidian 做出家庭知識庫,管家電保固、比車險、排家務

結論:把家裡的資料通通收進一個資料夾,讓 AI 每次都從同一份資料出發,就能減少聊著聊著忘記、飄掉的狀況;Scott Farrar 做出來的就是這樣一個「家庭大腦」。

  • 是誰:Scott Farrar 是一位數學教育工作者,也是家長。他受不了跟 AI 聊天聊到一半就飄掉、忘記前面講過什麼,於是改用 Claude Code(能直接讀寫你電腦檔案、幫你做事的 AI 工具)搭了一個家庭知識庫。
  • 長什麼樣子:說穿了就是一個放滿純文字檔(Markdown 格式)的資料夾,再用筆記軟體 Obsidian 來瀏覽;裡面收著家裡的家電、保固、保險文件,還有全家人的待辦清單。
  • 怎麼用:他拿這個資料夾來比車險報價、規劃家裡修繕、跟太太共用同一份家庭待辦,還把優先事項和「最近完成的事」直接秀在牆上的螢幕。
  • 兩個細節:節目裡他提到,Claude 一開始會先告訴他該拍哪些東西的照片,也聊到 AI 怎麼讓他變成更精明的保險比價者;另一個小巧思是,牆上的螢幕特別留了一欄放「最近完成」。
  • 回到他的本行:他也談到,自己希望 AI 能讓孩子繼續動腦思考,所以反過來做了一個家教機器人,讓孩子去教 AI。註3
對你的意義:這個做法其實就是把家裡的規矩和資料,整理成新人第一天就拿得到的交接資料夾:你不會期待新來的人自己猜出保固放在哪、保險何時到期,你會整理好交給他。AI 也一樣,資料放在固定位置,每次對話都從同一個起點開始,就不必每次重新說明。同樣的做法放到工作上:客戶資料、報價規則、常用範本放進一個資料夾,是同一套邏輯。另外,這個資料夾和先前提過的記憶檔一樣,放太多會變成負擔,可以延伸一篇:《AI 的記憶檔越寫越多,我一次砍掉 101 份,再裝一道閘門》,講的是怎麼讓這類資料夾保持精簡。
你可以這樣試:挑一個你常重複說明的主題,例如你家的電器保固,或你某個客戶的做事習慣。請 AI 用提問的方式訪問你,把答案整理成一個資料夾裡的文字檔,下次開新對話時,請它先讀這個檔案再回答,比較有沒有它的差別。想請人陪你照自己的工作整理出一套,可以看一對一陪跑。

來源:Lenny 的電子報:Claude Code + Obsidian: My family's AI brain | Scott Farrar

回到目錄


五、我們自己的:讓 AI 把你做過的決定記下來,下次先附上建議,由你同意或修改

結論:天天用 AI 助手做事,真正累的往往不是動手,而是一直跳出來等你選的選擇題;不如讓 AI 把你做過的決定記下來,下次要請你拍板時先翻出先例、附上建議,你只要點頭同意或改一下意見就好。

  • 問題:事情明明都交給 AI 跑了,自己卻還是覺得累;累就累在對話裡一直排隊等你拍板的大小決策,不知不覺就把精力吃光了。
  • 做法:別每次遇到問題都重新想一遍,讓 AI 主動把你做過的決定記下來。下次再遇到要你拍板的事,就請它先去翻過去的先例,順便附上處理建議。
  • 兩個借來的概念:一個是海洋法系的「判例原則」,遇到案子先翻類似案件以前怎麼判;另一個是明代皇帝批奏摺時,內閣會先在奏摺上貼一張寫著建議的小字條,叫做「票擬」,皇帝覺得妥當就直接照准。
  • 兩步驟:第一步,每次對話收尾時,請 AI 把這輪你做過的決策記進記憶空間的分支檔案裡;第二步,每次要找你拍板之前,請它先翻有沒有類似先例,照先例給建議,你可以直接同意,也可以提出不同想法。
  • 一個設定上的關鍵:不要把這些決策紀錄塞進每次對話都會自動載入的常駐設定檔,因為你的決策偏好很看場合,同類問題又不是天天出現,放進去等於每次開口都在白燒額度;改放到需要的時候才去讀的空間就好。註4
對你的意義:你每天做的決定裡,有很多其實是重複的:同一類客戶怎麼回、同一種報價怎麼算。這些重複的決定如果每次都靠你重新想,就是在浪費判斷力。把先例留給 AI 之後,你的角色變成審閱建議,而不是從零開始想,專心的力氣就能留給真正新的事。
你可以這樣試:複製兩段話給你的 AI 助手:「每次對話收尾時,請主動把我在這個對話中做出的決策,記錄在記憶空間的分支檔案之中」,以及「每次要找我下決策的時候,請先回去翻查記憶檔案裡有沒有類似的先例,並且根據先例給我建議;我可以選擇同意,也可以選擇不同的意見」。用一週,看看它問你的次數有沒有變少。

來源:AgentCrew blog:讓 AI 幫你查判例、貼票擬:把日常決策變成點頭就好的小技巧

回到目錄


六、美國司法部起訴三人:涉嫌用 AI 偽造高層與律師的聲音和影像,騙取超過 1.29 億美元

結論:起訴書指控的手法分成兩段:先冒充公司高層,再冒充律師事務所的律師,員工接連聽到兩個「權威人物」的指示,才照著把錢匯出去。

  • 發生什麼:根據英國《衛報》報導,美國紐約南區聯邦檢察官辦公室公布了一份起訴書,有三名外國男子涉嫌用 AI 偽造多家企業高層跟律師的聲音與影像,誘騙員工匯出大筆款項。涉案時間從 2024 年橫跨到 2026 年,被指控詐騙總金額超過 1.29 億美元。
  • 兩段式手法:他們先用 AI 冒充企業高層,找上不同公司的員工,謊稱有一筆敏感的財務交易需要幫忙;接著安排員工去聯絡「大型國際律師事務所的律師」;最後再冒充律師,直接指示員工把大筆款項匯出去。
  • 受害的是誰:名單包括密蘇里州的醫院集團(近 500 萬美元)、羅德島州的銀行(約 270 萬美元)、加州的醫院集團(約 300 萬美元)、麻薩諸塞州的共同基金公司(逾 460 萬美元)、佛羅里達州的寵物食品公司(約 500 萬美元),還有一家英國科技公司(逾 1,100 萬美元)。
  • 錢去哪了:美國司法部稱,這些錢被匯進美國和歐亞多國的銀行帳戶,換成加密貨幣後,再跟共犯分掉。
  • 進度:其中兩個人今年夏天在西班牙被捕,第三個人 9 月在英國落網,三人都被控電信詐欺共謀、洗錢共謀與加重身分盜用。註5
對你的意義:這個案例裡,員工看到的不是一封可疑的信,而是看起來像真人的聲音和影像,所以只靠「大家要小心」並不夠。做得更穩的方式,是把規則寫進流程:任何大額匯款,不論指示是誰下的,都必須經由事先登記好的第二個管道(例如公司內部登記的電話或另一位主管的簽核)確認後才能放行,讓「聲音像不像」不再是決定因素。這也是口頭提醒和結構性限制的差別:口頭提醒要靠員工當下分辨真假,流程規定則不需要。
你可以這樣試:請 AI 幫你整理一張你公司(或你自己)所有「會動到錢」的動作清單:誰有權下指示、金額多少以上需要第二個人確認、確認用哪個管道。接著挑金額最大的那一項,請 AI 幫你把確認流程整理成一頁,交給負責的同事看一遍。

來源:IT之家:三名男子涉嫌利用 AI 冒充企业高管和律师行骗,涉案金额超 1 亿美元

回到目錄


社群在聊什麼

這一區是本週 Reddit(美國熱門網路論壇,概念類似台灣的 PTT)上三場蠻值得看的討論,原文連結都附在標題旁邊。註6

一、有法官指出,Claude Max 方案宣稱的「20 倍用量」可能誤導付費訂閱者(A judge says Claude Max's "20x more usage" promise could mislead paying subscribers)(原討論串)

  • 可以帶走的判準:看到訂閱方案寫「幾倍用量」時,先搞清楚這個倍數是算在哪一段時間;買之前看懂每週上限,比看行銷數字實用多了。
  • 起點:這是一篇轉貼新聞的討論,發文者沒寫內文,標題說有法官認為這個「20 倍」說法可能誤導付費用戶。這串留言破一百三十則,最高票的留言只有一句話:「它誤導了我」。
  • 爭議在哪:留言區的共識是,「20 倍」只算在每 5 小時的用量額度,但每週總上限大約只有基本方案的 10 倍,還有人自己算出來更低;這就是大家吵的核心。也有人把方案後來改名叫「Ultra」,解讀成官方對這件事的默默承認。
  • 留言:不過也有人提醒,這只是法官駁回撤銷訴訟的請求,還不是最終判決;另有人說自己找客服指出廣告誤導後拿到了退款,但這是網友的個人說法,我們沒有查證。

二、拒絕做事的情況實在太超過了(Refusals to do work are going way too far.)(原討論串)

  • 可以帶走的判準:AI 不肯動手時,換個說法重問,或把需求拆進更具體的情境裡,通常比硬吵有用;但這也代表同一件事有時會過、有時不過,重要的流程不要只賭單一一次回答。
  • 起點:發文的人自己花錢訂閱,也買了一份鋼琴樂譜,想請 Claude 把低音譜號的音符一個一個告訴他,結果開了六個對話才成功;Claude 一直擋說不能侵犯著作權、不能把作品轉成新形式。他的反駁是,自己花兩小時讀譜,照這個邏輯也算侵權。
  • 留言:很多人貼出自己的遭遇,像是連公開登記的舊文件都不肯逐字轉寫,或者不肯幫忙編一個不傷姊姊感情的小謊。還有人點出,一家被指控大量掃描書籍來訓練模型的公司,現在卻不肯讀一份樂譜,讓人覺得這些拒絕更像是在保護公司自己。
  • 大家的做法:有人乾脆謊稱樂譜是自己寫的,有人換去用別家或開放權重的模型,也有人跟前面那個姊姊的例子一樣,開個新對話、把需求包裝成寫小說的情節就過關了。

三、Claude Code 的「不要再問」選項可能會把含金鑰的指令存起來,大家怎麼處理?(Claude Code's "Don't ask again" can save commands containing secrets — how are you handling this?)(原討論串)

  • 可以帶走的判準:核准指令時如果選了「不要再問」,系統存下來的是那一整行指令原文;只要金鑰直接寫在指令裡,就會被原封不動存進設定檔。解法很簡單:別讓金鑰出現在指令裡。
  • 起點:發文者的原文已經被移除了,只剩下標題,所以底下的內容全來自留言(這串大概十則留言,參與的人不算多)。
  • 留言的做法:多數人的做法是把金鑰改放進環境變數或密碼管理工具,讓指令裡只留變數名稱;同時把存放設定的檔案排除在版本控制之外,並在每次存檔前用掃描工具檢查有沒有漏掉的金鑰;萬一已經存進去了,就先刪掉規則,再把那把金鑰換掉。
  • 更進一步:有一位留言的人說他連環境變數都不用,直接把金鑰放進 macOS 鑰匙圈,讓腳本只收一個標籤,在自己的程式裡再去讀值,因為環境變數在除錯時下個指令就可能被整串印出來;另一位則提醒,說明檔跟記憶檔也是金鑰很容易被順手貼進去的地方。另外,其中一位留言者同時在推銷自己做的相關產品,要不要採用請自己留意。

如果你想把這些變成自己的做法

個人:如果你想把上面提到的某一個做法,照著你平常的工作習慣整理成一套固定流程,我們有提供一對一陪跑方案:先幫你把基本功打好,再照你的實際業務排出一套適合你的做法,中間卡關隨時都能問。方案細節、時間安排和常見問題都寫在這裡:看一對一陪跑。如果你已經想動手試試,也可以先約免費 15 分鐘導入診斷,聊完會帶走一件回家就能直接做的事。

註解

  • 註1:這則的細節取自 Lenny 電子報 How I AI 節目的文字介紹。
  • 註2:Opus 5.5 的價格、測試數字與用法建議皆取自 Anthropic 該篇官方文章;測試是官方內部的單次實測,實際成本與速度會隨使用情況不同。
  • 註3:這則的細節取自 Lenny 電子報 How I AI 節目的文字介紹。
  • 註4:這篇是我們自己的使用心得。
  • 註5:細節取自 IT之家對《衛報》與美國司法部起訴書的轉述;三人均已被起訴,罪名屬指控,尚未定罪。
  • 註6:Reddit 上的內容是網友的個人經驗,沒有經過查證,當作風向參考;功能到底有沒有,一律以官方說明為準。

喜歡這期內容?

訂閱後每週一封直接寄到信箱,隨時可退訂。

每週一封,只寄跟你的工作有關的 AI 動態。不轉發名單、不騷擾,每封信都能一鍵退訂。

導入診斷