AI Monthly — April 2026
AI 趨勢月報 — 2026 年 4 月
三場。這個月看的是駕馭,不是模型分數:編碼代理的原始碼外流後被人用一個晚上重寫、一則公開的券商合併事故,以及內部工具平台開始讓代理自己上架。
2026 年 4 月 — 從韁繩、到場景、到 Agent 自己會走
01Session 01 — 從韁繩到傳道者02Session 02 — 金融重偶與 AI 前線03Session 03 — AI 協作進化論
分享場次
涵蓋主題
個人實踐
0+
Tool Hub 工具
Σ月度摘要
這個月的核心觀察只有一件事 —「現在強的不是模型, 是我們有沒有辦法駕馭它」。 Claude Code 原始碼外洩、Meta Muse Spark 追上前五、Google 量化小模型發布、 Harness Engineering 三方共振、agency-agents 模擬整間公司, 加上蜜娜喬瓦維奇都開始寫 LLM 記憶系統, 這些訊號指向同一個方向 — 模型能力已經到位, 接下來能拉開差距的是「駕馭」。
第二場接在這條線上往「場景」走 — 一家券商的合併案合併事件與 17 億帳務錯置, 是金融業「駕馭失敗」的代價;Claude Opus 4.7 的五段思考深度與自我驗證, 則讓「長任務」真的能一氣呵成; NotebookLM × Deep Research 把調研整塊 offload, Anthropic 的漏洞紅隊把 AI 指向 27 年的 Linux/FFmpeg 祖傳 CVE。
第三場是內部 Demo Day 臨時受命的整合分享 —「從個人摩擦力, 到平台化整合, 到 Agent 自己會走」。 個人層用 ShellFrame 把多 session/CLI 摩擦拔掉; 平台層的 Tool Hub 從 side project 長到 140+ 工具 + Agent skill; Agent 層從 Open Interpreter「手排車」走向會自我迭代的 Hermes。 最後用 Agent 駕馭遺留 CMS 做了 demo — 一個人推到的整合度, 過去要排好幾個衝刺。
W15Claude Code 外洩 × Meta Muse Spark 追上前五
W16Harness Engineering 三方文章同期湧現
W16蜜娜喬瓦維奇 GitHub 開帳號寫記憶系統
W17Claude Opus 4.7 發布 · 一家券商的合併案 17 億帳務錯置
W18Demo Day · Tool Hub 140+ · Agent skill 上線
W18Agent 駕馭 CMS — SSOT 落地驗證
複製比創造容易
Claude Code 原始碼外洩, 一個社群開發者用一個晚上 Python 重寫一個版本。有參考依據之後, 開發門檻又被往下拉一格
從韁繩看模型
Prompt → Context → Harness 的三代演進。模型已經很強, 接下來能拉開差距的是怎麼駕馭。OpenAI / Anthropic / Martin Fowler 不到兩個月內前後發文同一主題
大家都能寫程式了
蜜娜喬瓦維奇開 GitHub 帳號做 LLM 記憶系統, 因為跟朋友寫遊戲時 token 超 context window 覺得很煩。表面是幽默, 底層是門檻已經塌了
黃仁勳那句話的份量
智慧已經被商品化, 商品的單位是 token。「風險不是 AI 太強, 是我們拒絕讓 AI 來幫我們做事情」
Harness EngineeringClaude Code 外洩一個晚上重寫駕馭Meta Muse Spark前五名Token 經濟學Gemma 4Multi-agent邊緣推論agency-agentsHuman in the loop智慧商品化NotebookLM × GeminiMilla Jovovich蜜娜喬瓦維奇也寫程式ShellFrameoffload記憶宮殿不要拒絕讓 AI 幫忙Claude Opus 4.7長任務質變五段思考深度自我驗證NotebookLM × Deep Research調研整塊 offload重大偶發一家券商的合併案合併17 億帳務錯置監理後來寫進制度的那次壽險系統轉換官網穩定運行27 年 CVEFFmpeg / LinuxAnthropic 漏洞紅隊GPT-5.xComputer-use Agent個人摩擦力Tool Hub140+ 工具Agent Skill平台化整合自我迭代 AgentHermes手排車 vs 自動駕駛Open InterpreterSSOT單一事實來源遺留系統駕馭私域版 Gamma一個人推到 demo 級吃到飽方案Codex × Claude × Gemini
Key Metrics
社群重寫一個版本所需時間一個晚上
Meta Muse Spark 從谷底回到前 5 名
agency-agents GitHub stars77k+
頂層方案 token 用量 / reset 週期60%
一家券商的合併案合併 — 累計帳務錯置17 億+
Claude Opus 4.7 思考深度段位5 段
Anthropic 紅隊目標軟體年齡27 年
Tool Hub 累計工具數140+
同個 Demo 從一季 → 兩週6× 加速
前期 API Agent 平台月度成本US$500
吃到飽訂閱單條月費 (Claude / Codex)US$200
4/30 Demo Day 同事跟進的延伸分享7+
Sharing Sessions
S01從韁繩到傳道者
2026-04-10▶這場分享會的脈絡, 講完之後自己回頭看, 圍繞在一件事上面 — 現在強的不是模型, 是我們有沒有辦法駕馭它。兩個禮拜累積的東西比較多, 一次過完。
一、複製比創造容易的時代
開頭講的是 Claude Code 原始碼外洩。Anthropic 不知為何把整個 TypeScript 原始碼包進 npm 套件的 source map, 結果一個社群開發者用一個晚上, 因為授權問題, 用 Python 重寫了一個 clean room 版本。
業界普遍認為這次外洩會加速其他 AI 公司大概一季的進度 — 本來要摸索的東西, 現在不用了。對 Anthropic 是失誤, 對整個生態反而會推進得更快。
二、Meta 終於追上來了
Meta 之前花一億美金一個人挖頂尖 AI 人才, 成立 Superintelligence Labs, 半年沒動靜。這禮拜終於有追上的跡象 — Muse Spark 擠進前五名。
搭配 Google 的量化小模型一起看, 兩條線很清楚: 雲端有大模型, 邊緣有小模型。小模型會慢慢住進家機跟手機, 這是接下來幾個月的硬底氣。
三、從韁繩看模型
這段是這次分享我自己最有感的。
過去談 prompt engineering, 怎麼下提示詞。下一代叫 context engineering, 怎麼把對話、記憶、上下文包乾淨。現在最熱的詞是 harness engineering — harness 字面上是「韁繩」、「馬具」, 整個詞的意思是: 模型已經很強了, 那要怎麼駕馭這匹馬?
為什麼 Claude Code 這麼好用? 它跑的是同一批模型, 差別在駕馭做得很好。OpenAI 在二月、Anthropic 在三月底、Martin Fowler 也在三月底, 三家在不到兩個月內前後聚焦同一主題, 不像巧合, 是行業共識在收斂 — 模型已經跑到瓶頸, 接下來能拉開差距的是駕馭能力。
四、Multi-agent 與「大家都能寫程式了」
順著駕馭講了一個叫 agency-agents 的開源專案, 用 multi-agent 模擬一整間公司、各部門角色互相協作。我自己沒實際跑, 但「比較極端的人」會推到的程度值得看一看。
然後分享一個比較幽默的 — 蜜娜喬瓦維奇開始寫程式了。對, 就是那個惡靈古堡的 Alice。她在 GitHub 開了帳號, 做了一個 Python 的 LLM 記憶系統。原因是她跟朋友合作寫遊戲時, token 超過 context window 之後 AI 開始產生幻覺, 她覺得很煩, 自己做了一個記憶優化的專案。
表面是「太幽默了」, 底層的意思是: 一個非工程師的演員, 因為自己有個小麻煩, 就可以做出一個正經的開源專案。這是很大的事。
五、黃仁勳那句話的份量
AI 圈最厲害的傳道者其實是黃仁勳。當然他立場很清楚 — 賣顯卡的, 講越多 AI 賣越多 — 但他講的內容本身是有料的。
第一個觀念: 智慧已經被商品化, 商品的單位是 token。誰會用 token, 誰就有生產力。
第二個: 不用擔心職業被取代, 但這個職業裡面那些重複性的任務應該被找出來、offload 到 AI 上面。放射科醫師還是放射科醫師, 只是不用一張一張看片子。木工還是木工, 只是現在能做以前只有建築師才能做的事。
第三個是收尾的那句話, 很重 — 「風險不是 AI 太強, 是我們拒絕讓 AI 來幫我們做事情」。
六、個人實踐 — 把工程師工作 offload 出去
講完外面的東西, 講一些自己的實踐。
我現在已經把很多事情都丟給 Claude 處理, 用 Telegram 遙控它。前幾天的例子: 一個我在維護的開源專案被開了 issue, 信跳通知, 我直接跟某個正在跑的 Claude session 說「去幫我看一下這封信, 解決問題」。
它把信讀完, 把問題從核心一路追到外部, 寫了一份完整的失敗鏈報告, 列出三個可能修復方案。我選一個, 它執行下去, 做完了。
這件事如果用以前的派工方式, 我會需要一個懂架構的後端工程師花半天。現在我打一句話, 它做完了。我的感想沒什麼花俏的形容 — 蠻魔幻的。
七、ShellFrame — 為了讓自己活下去做的小工具
因為這種 offload 工作流, 我會同時開很多個 Claude session, 切來切去很容易亂。
我自己受不了, 就請 Claude 幫我做了一個工具, 叫 ShellFrame。它把多個 session 放在一個視窗管理, 並且接 Telegram。電腦丟在公司, 用手機說「切到 session 2, 把最後一輪對話告訴我」, 它就回給我。
這已經不是 demo, 是我自己在用的東西。我覺得這某種程度上是新常態 — 工程師的工作不再是「人坐在電腦前敲鍵盤」, 而是「人在任何地方, 都能調度 AI 在電腦前敲鍵盤」。穩定一點之後會開源出來。
八、Token 經濟學的現實
最後講一個比較少人講但很重要的議題 — Token 的資源分配。
現在 AI 訂閱有幾個層級。我自己跑在頂層, 同事問「燒不燒得完?」, 我說我已經燒得很凶了, 也請其他人幫我丟東西燒, 一個 reset 週期才用到 60%。中層的方案差別很大, 大家會反映「想法會枯竭」 — 不是 token 不夠, 是腦袋追不上工具。底層的方案問兩個問題就沒了。
這代表一個新議題正在浮現: 在團隊裡, AI 工具的資源分配本身會變成管理問題。Token 多的人怎麼幫忙分攤? Token 少的人怎麼把問題丟給 token 多的人? 怎麼把這些操作沉澱成 skill, 不用每次重來? 短期內可能就是 token 多的人把鍋揹起來, 長期還沒答案。
收尾
一年前的我, 不可能講得出這場分享。AI 議題的層次正在往上跳 — 從工具選擇, 到組織議題, 到「我們敢不敢讓 AI 幫忙」這個更根本的問題。
S02兩條時間軸 — 金融重偶與 AI 前線
2026-04-17▶這次講的分兩段。前半是產業新聞 — 重點不在「誰出事」, 在「金融業為什麼要怕這件事」。後半是 AI 前線的幾個新東西, 特別是 Claude Opus 4.7 帶來的質變。中間其實是同一件事 — 我們一邊在處理別人的風險, 一邊在吃自己工具的紅利。
一、破 37000 那天發生了什麼事
開頭講兩家券商的合併。系統 4/6 上線, 4/9 通報異常, 到 4/16 臺股衝破三萬七千點新高那一天, 問題集中爆發 — 交易 App 延遲, 投資人以為下單沒成功, 一直按, 結果全部都成交了。累計超過 17 億元的帳務錯置, 券商後續跑了大量沖帳回補。
這種事件金融業有個專有名詞叫「重大偶發」, 內部簡稱「重偶」。不是「系統偶爾會當」那種等級, 是「這家公司今年可能就因為這一件事被主管機關盯」的量級。
二、監理後來寫進制度的那次壽險系統轉換的份量
為什麼金融客戶對專案要求這麼嚴, 為什麼金融客戶把要求寫得這麼嚴 — 這題的歷史答案就是「監理後來寫進制度的那次壽險系統轉換」。那次壽險業大規模系統轉換失敗, 保戶權益受損, 後來監管直接把要求寫進制度。行業不是好戰, 是被這件事打過一次。
這段有個對照: 這次合併事件, 我們團隊負責的官網一路平穩運行。這不是會上新聞的成績, 但對客戶而言是「你家東西沒把我拖下水」的隱性信任 — 金融專案的單價是這樣建立的, 不是話術。
三、Claude Opus 4.7 的長任務質變
Anthropic 放出 Claude Opus 4.7, 這版在「長任務」和「層次寫作」上, 不是量的提升, 是質的提升。五段思考深度 (預設 High, 最高 Max), Tool Use 能力明顯更強, 還多了自我驗證 (Verify) 機制 — 它會回頭檢查自己做的事對不對。
我自己的例子是做簡報。以前丟給 Gemini 或 NotebookLM, 產單張圖可以, 但沒辦法規劃文案主軸、讀程式碼跑截圖、畫循序圖, 更不要說產「可編輯的圖框」。Opus 4.7 能一路跑到底, 長任務成功率明顯上一個台階。
這跟 S01 講的 Harness Engineering 是同一條線 — 模型強了, 工具強了, 駕馭做得好, 做事就從「拼湊」變成「一氣呵成」。
四、NotebookLM × Deep Research — 調研的入口變了
NotebookLM 整合了 Deep Research。以前做調研是: 自己列關鍵字、搜尋、開三十個分頁、整理筆記。現在是: 丟一個關鍵字進去, 它自己爬一大堆線上資料、文章、網站, 整合出一份可讀的摘要回來。
這件事的意義不是「速度快」三個字就打發掉。它把「資料收集」這件本來是人工的工作, 從工作流裡整塊抽掉 — 人只要在它端出來的底稿上做判斷跟補強。又是一個 offload 的例子, 這次發生在調研研究這個層面。
五、Anthropic 的漏洞紅隊:AI 去讀 27 年的老程式碼
Anthropic 內部在做一個漏洞挖掘的研究, 能把 AI 指向像 Linux、FFmpeg 這種跑了二十幾年的開源專案, 挖出藏很深的 CVE 等級漏洞。
他們沒有直接對外開放, 因為這種能力被駭客拿到就是另一回事。先交給 Google 跟幾家資安公司做防禦對齊測試, 之後對外釋出的版本可能是弱化版 — 一方面是安全, 一方面本身就是極佳的行銷。一則新聞就把「我們模型強到這種程度」講清楚。
對我們的啟示很直接: AI 看程式碼的深度已經到「挖老軟體祖傳漏洞」的層次。再幾個月, 這個能力會變成每個工程團隊都能用到的常規檢查。
六、模型生態的暫時分工
收尾對一下各家模型現在的位置:
Claude Opus 4.7 — 企業級寫作、程式開發、Agent 應用。
Gemini — 資料調研 (搭 NotebookLM Deep Research 尤其強)。
GPT-5.x — 往電腦操作 Agent (computer-use) 方向走。
終極贏家還沒浮現, 各家的強項擺在不同維度。對使用者端是好事 — 持續湧現的工具擺在面前, 挑順手的就行。對組織端是下一題: 怎麼選, 怎麼組, 不是 tooling 問題, 是 skill 問題。
收尾
S01 講的是「駕馭」的概念, S02 其實在講「駕馭的場景」 — 一邊是金融系統, 駕馭失敗就是重偶; 一邊是 AI 前線, 駕馭成功就是把整條工作流收乾淨。做這行的人, 兩邊都得站得住。
S03AI 協作進化論 — 從個人摩擦力到 Agent 平台化
2026-04-30▶一年一度的內部 Demo Day, 臨時被點名上場。決定不開新題目, 直接把過去一年手上工作的 AI 協作脈絡攤開來講。最後整理成三個層次 — 個人摩擦力、平台化整合、Agent 深化 — 加上一個用 Agent 駕馭遺留 CMS 的實作展示。
一、回顧 — 從五組一季, 到兩週一個 Demo
去年我們在準備同樣性質的內部 Demo 時, AI 還沒到今年的水準, 所以拆了五組人、前後端跨城市協作, 排了整整一季的時間, 才把一個題目從想法走到落地。
今年完全不同。我臨時兩週前才被告知要上場, 沒有時間立新題目, 但發現「不需要」 — 過去一年和 AI 協作的工作本身, 就有大量可以攤出來的東西。
模型變強, 加上團隊和 AI 協作的肌肉長出來了, 從想法到實作的距離縮短到一個量級。這場分享的整個架構, 也是用這個新節奏組出來的。
二、層次一 — 降低個人使用 AI 的摩擦力
第一層其實最不起眼, 但最關鍵 — 個人想用 AI 的當下, 中間到底卡了幾步?
以前要打開瀏覽器、找到對的工具、登入、貼程式碼或截圖, 任何一步都會讓你「算了等下再說」。所以這層的目標是把這些卡點, 一個一個拔掉。
團隊內部已經跑過好幾輪「想到就問」的小工作坊。我自己另外做了一個 macOS 的 launcher 工具 (ShellFrame), 解決多個 Claude session 切換、貼圖、CLI 操作不便這些日常細節。前後端 retro 時鼓勵大家裝。重點不是工具本身有多酷, 而是「少切一個視窗、少貼一次圖」, 在每天累積後是真的差很多。
這層的精神是: AI 不是另開一個工作流, 是融進你現有的工作流。
三、層次二 — 平台化整合與 Tool Hub 的演化
組織端這幾個月在 AI 平台上很開放 — Claude 企業版、Codex 高階方案、Gemini Pro 全公司 Workspace, 一堆訂閱在跑。資源不是問題, 真正的問題是: 怎麼讓散落的工具能組合起來。
Tool Hub 一年半前是我自己的 side project, 後來搬進公司內部, 變成這層的核心承載。本來只是教大家「小工具怎麼上架」的練習場, 這個月已經累積到 140+ 個工具 — 報價單、PDF 壓縮、看板、提案 landing page 都有。
更重要的轉折是: 上架方式不再只是「人寫一個東西放上去」, 而是 Agent 能直接接手。Tool Hub 後台新增了 Agent skill — Codex / Claude Code 這類 CLI Agent 拿到 URL 之後, 自己就能學會怎麼上架、查工具、分析資料、生成新頁面。
UI 也整個翻新了一輪 — 從兩欄變四欄、加搜尋、加分類、加首頁編輯與下架管理。Tool Hub 從一個「工具集合」變成一個「Agent 可操作的工具平台」。
四、層次三 — Agent 深化:從手排車到自我迭代
Agent 是這次的「重頭戲」。團隊從二月開始觀察到一個明顯轉折 — Claude Code、Codex 這類本地 Agent 出來後, 開發流程的形狀整個變了。
演化路徑大致是這樣: 手寫程式 → AI IDE (Cursor / Continue) → Web Canvas (Gemini 直接生 HTML 預覽) → 本地 Agent + memory + skill (能整理資料、自己上架)。
二月初團隊架了一個 Open Interpreter 類型的 Agent 平台讓大家用。它能力很強, 但需要使用者懂背後原理才駕馭得動 — 我內部叫它「手排車」。早期靠 API 跑, 一個月就燒掉約 500 美金, 後來改走 Claude / Codex 200 美金吃到飽方案, 體感反而更好。
四月底的新東西是一個會自我迭代 skill 跟 memory 的 Agent (團隊內代號 Hermes)。和之前的對話介面對話到一半, 打 `/hermes` 就能切過去, 不順再切回來。它的特別之處不在「更聰明」, 而在「能自己長大」 — 用得越多, 它越知道你怎麼工作。Agent 從手排車, 開始往自動駕駛靠攏。
五、實踐展示 — 用 Agent 駕馭遺留大型 CMS
光講概念不夠, 要拿一個夠難、夠真實的場景驗證。我選了團隊維護多年的企業 CMS 產品線, 累積了大量歷史包袱 — 有價值, 也有債。
我把多年版控、環境設定、舊規格全部攤開, 餵給 Agent 做一次大整合。重點是: 隨著模型 context window 變大、遞迴規劃變強, AI 真的能處理大型專案了 — 但前提是駕馭的人要懂架構、前後端、部署, 才能引導它做對的事。
展示中的幾個亮點:
- 登入頁重新做了一個 Demo 機級的炫畫面, 整合過去散在不同地方的 AB testing、節點管理、多網站管理。
- 編輯器內加了 AI 擴寫、濃縮、潤稿、翻譯英文等反白功能 — 反白一段文字就能下指令。
- AI 自己「卷頁面」 — 給文案, 它可以挑版型、自動配圖、生成 SEO 內容。我把這個能力叫「私域版的 Gamma」, 體感上還可以再優化。
這個展示真正的意義不在於這幾個功能多酷, 而在於: 過去要拉一群資深前後端工程師、排好幾個衝刺才能做的整合, 現在透過 SSOT (單一事實來源) — 把核心資訊全攤給 Agent 看 — 一個人可以推到 demo 級。團隊的時間, 應該開始花在「客戶會想要什麼樣子」, 而不是「怎麼把這些東西兜起來」。
六、漣漪 — 同事跟進的延伸分享
同一場 Demo Day 之後, 同事們陸續開了好幾場跟進的分享 — 從工程師個人成長、新進開發者的 AI 工作流, 到 CMS 上稿自動化、SRS(系統需求規格書)流程、甚至「規格驅動生成、工程師守門」的人機分工觀, 還有把這些操作沉澱成 SSOT 與企業文件治理的議題。
我覺得這比我自己這場更重要 — 不是我講了什麼, 而是這些題目在不同人手上, 長出了各自的形狀。一個東西能變成大家可以接著做的東西, 這才算落地。
收尾
回頭看, 這場分享不是「展示我做了什麼」, 是把一年累積的工作脈絡, 攤開來給團隊接著走。 S01 講駕馭的概念, S02 講駕馭的場景, S03 在講駕馭怎麼從個人, 走到平台, 走到 Agent 自己會走。下一年很多事情會自己長出來。
下一場分享會即將收錄... Session 04 / TBD
Action Summary
已完成
4 月三場 AI 分享會內容整理 + 上線 (兩場週會 + Demo Day)
Claude Opus 4.7 在長任務工作流實測 + 帶團隊 update
ShellFrame 個人開源工具持續迭代中
Claude Code + Telegram 遙控工作流穩定運作
Harness Engineering 三方文章閱讀消化
Tool Hub UI 改版 + Agent skill 上線, 累計 140+ 工具
Demo Day 用 Agent 驅動遺留 CMS — SSOT 落地驗證
持續推進
ShellFrame 穩定後 release 開源
Gemma 4 本地推論在地端 POC
Harness Engineering 實踐到自家 agent 框架
把更多重複性工程任務 offload 給 Claude Code
自我迭代 Agent (Hermes) 的個人化 skill 沉澱
把 Demo CMS 整合的 SSOT 流程沉澱成可重用 skill
待觀察
Meta Muse Spark 接下來能不能繼續往前
邊緣小模型住進手機/家機的實際時程
Multi-agent 框架的天花板能拉到多高
Token 經濟學在團隊內怎麼變成可管理的資源
Anthropic 漏洞紅隊對外釋出弱化版的時程與範圍
GPT-5.x computer-use agent 實際能 offload 哪些桌面工作
Tool Hub Agent skill 對外開放後外部 Agent 接入的廣度
「自我迭代 Agent」能不能擴展到團隊共用記憶層
Howard's AI Weekly Sharing
Sessions accumulated through monthly sharing rhythm
初屏沒展開、原文裡有的句子
- all reports / 所有月報