序言：從工具到數位同事 🔴這三期，我們談生成式 AI，最常使用的語言都是「工具」。 AI 是寫作工具、繪圖工具、影片工具、音樂工具、程式工具。這樣說當然沒有錯，因為在最早的階段，AI 確實像是一組被我們打開來使用的軟體：你輸入提示詞，它輸出文字、圖片、聲音或程式碼。人仍然站在流程的最前面，AI 則像一台反應極快的機器，負責把我們的想法轉成可見的結果。 可是到了 2026 年，事情開始變得不一樣了。 AI 不再只是被動等待指令的工具。它開始能夠記憶、規劃、拆解任務、呼叫外部工具、操作瀏覽器、使用命令列、整理檔案、控制手機，甚至在背景中自我整理經驗。它不只是回答問題，而是逐漸開始「接手流程」。 這也是為什麼這幾期我會持續把焦點放在 AI Agent 身上。當然，這一期也只是一次階段性的總結。未來無論是龍蝦系統，或更廣義的 AI 代理人，發展都不會停在這裡。它們會繼續滲入更多工作流程，接手更多重複性任務，甚至逐步改變我們今天對「工作」本身的理解。 至於 AI 是否會取代大量人類工作，我想這個趨勢已經很難完全阻擋。真正的問題，也許不再是 AI...

序言：馬鞍比馬更重要 這幾個月，我在幾個國內外 OpenClaw 社群裡，看見一種很微妙的變化。 最早那一批把「龍蝦」當新玩具在養的使用者，討論的重點，早已不再停留在「這東西能不能用」「為什麼它會幻覺」這種入門問題。大家開始談的，是更細、也更現實的實作問題：怎麼部署才不容易斷線？怎麼接不同模型？怎麼控制 token 成本？ 怎麼讓記憶不要因為容器重啟就全部消失？怎麼避免工具呼叫失誤？怎麼設定權限，才不會讓一個代理人在你沒注意的時候碰到不該碰的檔案？ 這種討論氣氛，跟早期大家剛接觸 ChatGPT 時很不一樣。 那時候大家比的是誰問得漂亮，誰寫出的 prompt 比較神，誰讓模型產生了更驚人的回答。現在這一波不一樣。現在大家開始面對的是一套系統真正被放進工作現場後，才會浮現的細節：維護、權限、成本、穩定性、記憶污染、工作流程斷點。 這是一個很明顯的訊號。 AI Agent 已經從社群玩具，快速走向工作系統的雛形。 OpenClaw 之所以值得寫，不只是因為它在社群裡爆紅，也不是因為「龍蝦」這個名字好玩，而是因為它讓很多人第一次具體感受到：AI 不再