yii.
← Digest
EP58 · 2026年4月28日 星期二 · 12 min read

AI 不再月費吃到飽

七年最大 AI 結盟瓦解、Copilot 改成「用多少算多少」、OpenAI 自己做手機 — 這個禮拜，AI 訂閱經濟正在被重新定價。

每天花 1% 的時間，掌握科技脈動。

今日金句#

“Copilot has evolved from an in-editor assistant into an agentic platform capable of running long, multi-step coding sessions.” 「Copilot 已經不只是編輯器裡的助手——它變成了能跑長時間、多步驟編碼任務的 agentic 平台。」 — Mario Rodriguez, GitHub CPO

“No UX is the best UX—agents don’t need buttons, they read instructions.” 「最好的 UX 就是沒有 UX——Agents 不需要按鈕，它們讀指令。」 — Jason Levin, Memelord 創辦人 / CEO

“Physical AI is not just LLMs on wheels.” 「Physical AI 不是把 LLM 裝上輪子那麼簡單。」 — Qasar Younis & Peter Ludwig, Applied Intuition 共同創辦人

今日主軸#

如果你昨天還以為 AI 工具就是「每月 20 美元吃到飽」，今天可能要更新一下世界觀。

這個禮拜短短幾天，三件事情同時發生，每一件都在重新定義 AI 經濟的計價方式：第一，Microsoft 與 OpenAI 結束七年來最重要的 AI 結盟，雙方不再共享營收；第二，GitHub Copilot 宣布從 6 月 1 日起，所有付費方案改成「使用量計費」，用越多花越多；第三，OpenAI 被傳要自己做手機，2028 推出，由 AI Agent 直接取代 App。

這三件事情的共同訊號是：當 Agent 跑一次任務可能消耗一小時、寫一萬行程式碼、燒掉幾十美元 token，「無限請求月費」這個商業模型已經撐不下去了。GitHub CPO Mario Rodriguez 說的很白——Copilot 從「編輯器助手」變成「agentic 平台」，定價當然要跟著走。

而在另一條線上，DeepMind 的 David Silver（AlphaGo 之父）剛募了 11 億美金成立 Ineffable Intelligence，目標是訓練「不需要人類資料的 AI」；Greg Isenberg 訪問 Riley Brown，後者直接宣稱 Codex 是「比 Claude Code 更強的超級 App」；非工程師 Jason Levin 從 6.9 美元電子報做到 3M 美金 API 公司，靠的是 Bubble + Cursor 完全沒寫一行程式碼。

連起來看：上層的 AI 結盟與訂閱模式正在大解構，下層的開發者與創作者，反而比以前更有機會了。

必讀#

  1. GitHub Copilot 改成使用量計費 — GitHub Blog AI
  2. Microsoft 與 OpenAI 結束獨家合作與營收分成 — Bloomberg AI
  3. 別用 Claude，改用 Codex？Riley Brown 親自示範 — Greg Isenberg Product
  4. DeepMind David Silver 募資 11 億美金，目標：不要人類資料的 AI — TechCrunch AI
  5. OpenAI 計畫做手機，AI Agent 取代 App — TechCrunch AI
  6. Show HN: dirac OSS Agent 在 TerminalBench 拿榜首，省 64.8% 成本 — Hacker News AI
  7. 中國阻擋 Meta 收購 AI 新創 Manus — CNBC AI
  8. GPT-5.5 真正的價值：六小時自主工作流 — Lenny’s Newsletter AI
  9. Applied Intuition：Physical AI 不是 LLM 上輪子 — Latent Space AI
  10. Memelord 創辦人：6.9 美元電子報到 3M API（沒寫一行程式碼） — Lenny’s Newsletter Startup
  11. Theo: Markdown 是糟糕的語言 — Theo (t3.gg) Dev
  12. Amazon 怎麼用 LLM 做商品推薦：COSMO 知識圖譜 — ByteByteGo Dev
  13. Snapchat CEO Evan Spiegel：Distribution 才是新護城河 — Lenny’s Newsletter Startup
  14. 4TB 語音樣本外洩：4 萬名 Mercor AI 標註員受害 — Hacker News AI
  15. 為什麼不乾脆都用 Lean？Cambridge 教授不同意 — Hacker News Dev

1. GitHub Copilot 改成使用量計費#

GitHub 宣布從 2026 年 6 月 1 日起，所有付費 Copilot 方案改採「使用量計費」（usage-based billing）。每次 agentic 任務消耗 token 數量會被計算，超過方案額度後按用量收費。GitHub CPO Mario Rodriguez 解釋，這是回應 Copilot 從「編輯器助手」演化為能跑長時間多步驟編碼任務的 agentic 平台後，舊的「無限請求數」訂閱模型已不可持續。

  • 6/1/2026 生效，所有付費方案（Pro、Business、Enterprise）皆受影響
  • 基礎月費不變，但超額部分改按 token 用量計算
  • 對輕度用戶可能變便宜，重度 agentic workflow 用戶將面對額外成本

💡 為什麼重要：這是 AI 工具訂閱模式從「吃到飽」轉向「用多少算多少」的標誌性事件。當 Agent 一次任務可以燒掉一小時與數十美元 token，傳統 SaaS 月費結構撐不住。對台灣開發者，建議現在就檢視自己的使用量、預估新計費下的成本，再決定要繼續訂閱、降級或轉用其他工具（Codex、Cursor、Claude Code）。

🔗 閱讀原文 | 來源: GitHub Blog

2. Microsoft 與 OpenAI 結束獨家合作與營收分成#

Bloomberg 獨家報導，Microsoft 與 OpenAI 已正式終結延續七年的獨家技術授權與營收分成協議，這也意味著那條詭異的「AGI 條款」（達到 AGI 後 Microsoft 商業 IP 權利失效）正式失效。Simon Willison 透過 Wayback Machine 追蹤了這條條款從 2019 到 2026 的完整歷史變化。

  • 兩家七年來最重要的 AI 結盟正式解散
  • OpenAI 解綁後可自由與 Amazon、Google 等其他雲端商深度合作
  • Microsoft 失去獨家權利，轉向多元 AI 投資（Anthropic、Mistral 等）

💡 為什麼重要：這是 AI 大廠合縱連橫的轉折點。OpenAI 不再被 Microsoft 綁定，意味著 GPT 模型可能很快出現在更多雲端平台；Microsoft 也將更積極投資 Anthropic 與 Mistral，讓多模型生態更碎片化。對開發者，未來幾個月可以期待 OpenAI API 出現在 AWS Bedrock 或 Google Vertex 上。

🔗 閱讀原文 | 來源: Bloomberg

3. 別用 Claude，改用 Codex？Riley Brown 親自示範#

Codex vs Claude Code

Greg Isenberg 訪問 Riley Brown，後者主張 OpenAI 的 Codex 已成為「最強的單一 AI Agent 介面」。Codex 在 GPT-5.5 上整合了 vibe coding、文件、簡報、瀏覽器、研究、自動化於一體；Riley 示範如何在 Codex terminal 裡直接執行 claude 指令，同時用兩個訂閱跑 Claude Code，哪個強用哪個。

  • Codex 整合 Atlas 瀏覽器、Chronicle 螢幕記憶、Slack/Notion/Canva 等 plugin
  • Skills 機制是用戶自製 SKILL.md 資料夾（與 Claude Code 互通）
  • Cursor、Codex、Claude Code 桌面版皆走「左 chat / 中 agent / 右 output」相同 GUI pattern

💡 為什麼重要：AI 工具市場從「百花齊放」走向「super app 統一」。對 Yii 與 Flutter 社群讀者來說，這代表選工具的策略要從「找最強 chat」轉向「找最完整工作流」。Riley 推薦的「Day 1 練習」也很實用：玩遊戲讓 browser use 自己玩、跑深度研究輸出 spreadsheet → doc → deck、把每天最煩的工作做成 automation。

🔗 觀看原片 | 來源: Greg Isenberg

4. DeepMind David Silver 募資 11 億美金，目標：不要人類資料的 AI#

AlphaGo 與 AlphaZero 之父 David Silver 離開 DeepMind 創立 Ineffable Intelligence，募資 11 億美金（估值 51 億），目標是訓練「無需人類資料」的下一代 AI。創辦頁直接寫：「If successful, this will represent a scientific breakthrough of comparable magnitude to Darwin.」

  • 訓練資料瓶頸是現有 LLM 規模化的最大障礙
  • Silver 主張 RL（強化學習）是 LLM 之後的下一個 frontier
  • 估值反映資本對「自主探索式 AI」的高度信心

💡 為什麼重要：當網路上的人類產生資料即將耗盡，AI 訓練要走下一步只有兩條路：合成資料 / RL。Silver 賭的是 RL。如果成功，將顛覆「LLM 預訓練 + 微調」這條主線，催生不依賴人類標註的全新訓練典範。對開發者，三年後的 AI 模型可能完全不是今天的形態。

🔗 閱讀原文 | 來源: TechCrunch

5. OpenAI 計畫做手機，AI Agent 取代 App#

分析師郭明錤透露，OpenAI 與 Jony Ive 合作的硬體計畫不只是耳機，而是完整的 AI 手機，預計 2028 推出。產品核心理念：用 AI Agent 完成各種任務，取代傳統 App 體驗。

  • Agent-first 智慧手機，挑戰 Apple/Google 的 App 生態
  • 採用「on-device + cloud」混合架構
  • 硬體合作伙伴可能涉及台灣供應鏈

💡 為什麼重要：如果 OpenAI 手機成功，三件事會變：硬體─軟體整合方式重寫、Agent 取代 App 商店成為新分發層、資料控制權從平台遷移到應用開發者。對台灣硬體製造商與 app 開發者，這是未來兩年最關鍵的轉折信號之一。

🔗 閱讀原文 | 來源: TechCrunch

6. Show HN: dirac OSS Agent 在 TerminalBench 拿榜首，省 64.8% 成本#

開源編碼 Agent dirac 在 Gemini-3-flash-preview 上於 TerminalBench 拿下第一，平均 API 成本比 Claude Code 等商用工具低 64.8%。專案完全開源，提供與商用 Coding Agent 同等品質。

  • 在 TerminalBench 表現超越商用閉源 Agent
  • 跑在 Gemini-3-flash-preview 上，成本約為 Claude Code 的 35%
  • 完全開源，可自架 self-hosted

💡 為什麼重要：開源 Coding Agent 與商用閉源產品的差距正在迅速縮短。對成本敏感的個人開發者與小團隊，dirac 是 Claude Code/Cursor 之外的可靠替代方案。也間接驗證 Gemini-3-flash-preview 在 agentic workflow 上的成本/效能比已可比肩 Claude Sonnet。

🔗 閱讀原文 | 來源: Hacker News

7. 中國阻擋 Meta 收購 AI 新創 Manus#

中國監管機構正式阻擋 Meta 收購 AI Agent 新創 Manus 的交易。Manus 雖然將公司主體遷至新加坡，但中國當局仍視其為「中國 AI 人才資產」，認定收購會造成關鍵 AI 能力外流。

  • 「Singapore-washing」（中國公司遷新加坡迴避監管）策略不再有效
  • 中美雙方都在加強對 AI 人才流動的控制
  • 影響所有在亞洲運營涉及中國團隊的 AI 公司

💡 為什麼重要：地緣政治對 AI 技術流動的箝制正在加深。對所有與中國團隊合作的 AI 公司，這是新的合規風險訊號；對台灣 AI 新創，這也意味著「亞洲身份」在募資與被併購時變得更重要。

🔗 閱讀原文 | 來源: CNBC

8. GPT-5.5 真正的價值：六小時自主工作流#

Lenny’s Newsletter 主筆 Claire Vo 實測 GPT-5.5。她下達一個複雜資料遷移任務（200 萬筆非結構化資料、無數邊界情況），只說一句「I trust you to figure it out」，模型自主跑了將近六小時、零中途介入、只請求一次批准。她也用 GPT-5.5 破解了 Claude Code、GPT-4 都搞不定的中國藍牙喇叭專屬編碼。

  • GPT-5.5 真正的解鎖場景是 multi-hour autonomous workflow
  • 對日常 ChatGPT 使用者，超能力可能用不到（17 分鐘思考一年級減法 app 太誇張）
  • Claire 主張「I trust you, figure it out」是解鎖超長工作流的關鍵 prompt

💡 為什麼重要：GPT-5.5 不是「升級版 ChatGPT」，而是新類型的工具——專門解硬問題。如果你只是寫 email、做摘要，GPT-5 已經夠；但如果你有真正複雜的工程問題（資料遷移、逆向工程、多步驟自動化），GPT-5.5 是值得試的工具。

🔗 閱讀原文 | 來源: Lenny’s Newsletter

9. Applied Intuition：Physical AI 不是 LLM 上輪子#

Applied Intuition 共同創辦人 Qasar Younis 與 Peter Ludwig 上 Latent Space。公司估值 150 億美金，從 YC 時代的自駕模擬工具，發展為涵蓋汽車、卡車、礦業、農業、建築、國防系統的「物理 AI」平台。Qasar 主張，物理 AI 與螢幕 AI 的最大差異是「沒有容錯空間」。

  • Physical AI 三大核心：模擬與 RL 基礎建設、車輛/機器作業系統、自駕基礎模型
  • 日本已有 L4 無人駕駛卡車在跑
  • 定位「Android for moving machines」——統一所有移動機器的軟體層

💡 為什麼重要：物理 AI 是 LLM 之後的下一個大平台。對台灣硬體供應商與整車廠，Applied Intuition 的崛起代表「自駕生態」即將從一車一專屬走向標準化作業系統。誰能成為這層的合作伙伴，誰就能在下一波物理 AI 浪潮裡取得先機。

🔗 閱讀原文 | 來源: Latent Space

10. Memelord 創辦人：6.9 美元電子報到 3M API（沒寫一行程式碼）#

非工程師 Jason Levin 從每月 6.9 美元電子報出發，用 Bubble 平台做到 100K ARR，然後募資 300 萬美元升級成 API-first 產品 Memelord。他對行銷團隊有「強制 vibe coding」規定，主張「No UX is the best UX」——產品的主要使用者已經不是人，而是 Agent。

  • 100K ARR 全程沒雇工程師
  • 行銷團隊被要求每天 vibe coding（解放創意）
  • 免費工具是新一代的 PDF download，已產出數十萬 email lead

💡 為什麼重要：對所有非工程師創業者，Memelord 是過去十年最有力的反例——「沒寫程式碼也能 ship 產品」不再是行銷話術。對工程背景的創辦人，這也是警訊：你的工程能力護城河正在被 AI 工具拉平。

🔗 閱讀原文 | 來源: Lenny’s Newsletter

11. Theo: Markdown 是糟糕的語言#

Theo: Markdown is terrible

Theo (t3.gg) 在 YouTube 發布觀點影片，63K 觀看，主張 Markdown 雖被廣泛採用但設計上有嚴重問題。他探討為何這種標記語言仍被廣泛使用，以及可能的改進方向。引用 BGS Labs 文章與「The worst programming language of all time」。

  • Markdown 沒有正式規範（CommonMark 後才開始有）
  • 擴展機制混亂，每個工具都自己 fork
  • 但短期內沒有更好的替代品

💡 為什麼重要：對技術文件作者，理解 Markdown 的限制能幫助寫更可移植的內容。對工具開發者，這是設計新內容格式的機會（看看 Quarkdown、MDX、Pandoc 的演化方向）。

💬 Yii 觀點：作為日常用 Markdown 寫文的人，最痛的是擴展碎片化——同一份文件在 Obsidian、Substack、GitHub 渲染都不一樣，最後得寫三套版本。

🔗 觀看原片 | 來源: Theo (t3.gg)

12. Amazon 怎麼用 LLM 做商品推薦：COSMO 知識圖譜#

ByteByteGo 解析 Amazon 的 COSMO（COmmonSense knOwledge graph）系統。傳統推薦系統處理「孕婦的鞋」這類查詢時，無法連結到「防滑鞋」（零關鍵字重疊）。COSMO 用 LLM 從 30,000 個人類標註生成 2,900 萬條知識圖邊，讓推薦引擎學會「常識推理」。

  • 30K 人類標註 → 29M 知識圖譜邊（leverage by sampling, not brute force）
  • 生產環境帶來 0.7% 銷售提升、8% 互動提升
  • 常識知識橋接「查詢意圖」與「產品特性」之間的語義鴻溝

💡 為什麼重要：這是下一代推薦演算法的範式轉移——從關鍵字匹配 → 常識推理。對做 e-commerce、search、recommendation 的工程師，這是 LLM 落地產品最具體的成功案例之一。

🔗 閱讀原文 | 來源: ByteByteGo

13. Snapchat CEO Evan Spiegel：Distribution 才是新護城河#

Snap 共同創辦人兼 CEO Evan Spiegel 上 Lenny’s Podcast，主張在這個時代，純軟體公司已經沒有護城河——產品功能幾個月內會被抄走，能維持優勢的只有 distribution 和硬體。Snap 用 9-12 人無階級設計團隊，每週審查上百個點子。

  • 過去 15 年只有 2 個消費 App 真正突圍
  • AR 眼鏡是 Snap 真正的護城河（硬體 + 平台）
  • Spiegel 預測「人類對 AI 的接受度」會比技術本身更早成為瓶頸

💡 為什麼重要：對所有想做純軟體 SaaS 的創業者，這是該停下來想的問題：你的 distribution moat 是什麼？對 Yii 個人，這也呼應了 Moniit 與 Flutter 社群——distribution 與硬體優勢比技術選擇更重要。

🔗 閱讀原文 | 來源: Lenny’s Newsletter

14. 4TB 語音樣本外洩：4 萬名 Mercor AI 標註員受害#

AI 標註平台 Mercor 遭駭，4TB 語音樣本與身分證掃描檔被竊。資安研究公司 ORAVYS 分析認為，這是「第一個完整的合成語音克隆 kit」，文件記錄了 5 種威脅模型。語音指紋（voiceprint）作為主要認證因子的時代正式結束。

  • 4 萬名 AI 標註員被影響
  • 聲紋（voiceprint）無法輪換、無法重設
  • 語音認證系統需立即重新評估安全模型

💡 為什麼重要：對所有用聲紋認證的金融、政府服務（包括台灣中華電信、玉山銀行的語音驗證），這是必須重新評估的系統性風險。對企業，這也提醒所有採用 AI 標註服務的客戶要嚴格審視合作方的資安標準。

🔗 閱讀原文 | 來源: Hacker News

15. 為什麼不乾脆都用 Lean？Cambridge 教授不同意#

Cambridge 計算機科學教授 Lawrence Paulson（Isabelle 系統主導者）回應社群「為什麼大家不都用 Lean？」的問題。他梳理了 60 年形式化數學歷史，指出 AUTOMATH（1968）早於 Lean，LCF/Isabelle 的自動化與可讀性在許多領域都更強。

  • Lean 社群霸權使形式化數學的多樣性被忽視
  • 「Propositions as types」不是唯一範式
  • 「The ultimate transparency is not a proof object that a computer can check but a proof text that a human being can actually read.」

💡 為什麼重要：對所有走形式化驗證、定理證明領域的開發者，這是重要的歷史視角——不要因為 Lean 流行而忽略 Isabelle、HOL Light、Coq 等同樣強大的選擇。對更廣泛的工程師，這也是「工具霸權如何扼殺創新多樣性」的有趣案例。

🔗 閱讀原文 | 來源: Hacker News

推薦閱讀#

名人動態#

  • Simon Willison — 連續兩篇追蹤 OpenAI-Microsoft AGI 條款歷史軌跡 + Google Meet 即時語音翻譯實測（見必讀 #2 與推薦閱讀）
  • Pieter Levels — 開源 Chrome 擴充 superlevels（420 星），主打「比第三方擴充安全，全程開源可審查」
  • David Silver — AlphaGo 之父離開 DeepMind 創辦 Ineffable Intelligence，募資 11 億美金（見必讀 #4）
  • Riley Brown — 上 Greg Isenberg 節目示範 OpenAI Codex 變超級 App（見必讀 #3）
  • Evan Spiegel — Snap CEO 上 Lenny’s Podcast 主張 distribution 才是新護城河（見必讀 #13）

中文技術圈#

開源精選 — GitHub Trending（本週）#

影音精選#

Markdown 是糟糕的語言#

63K views · 22h ago | Theo (t3.gg)

Theo Markdown

Theo 探討 Markdown 設計上的根本問題：沒有正式規範、擴展機制混亂，每個工具都自己 fork。但短期內還沒有真正的替代品。

  • 三大痛點：規範缺失、擴展碎片化、語意不清
  • BGS Labs 與「最差程式語言」深度引用
  • 本身仍是日常工具，但需理解限制

💬 Yii 觀點：寫 Substack 跟 Medium 兩邊跑的人最有感——同一份 Markdown 渲染出來真的不一樣。

別用 Claude，改用 Codex？（Riley Brown）#

6K views · 12h ago | Greg Isenberg

Codex vs Claude

Riley Brown 主張 OpenAI Codex 已是最強的單一 AI Agent 介面，整合 vibe coding、文件、簡報、瀏覽器、研究於 GPT-5.5。

  • Codex + Claude Code 可以同時用（terminal 內 claude 直接跑）
  • Skills、Plugins、MCPs 三層生態整合
  • Cursor / Codex / Claude Code 桌面版三家越來越像

💬 Yii 觀點：「找最強 chat」時代結束，「找最完整工作流」是新方向。

AI 原生服務公司崛起#

5K views · 12h ago | Y Combinator

AI-Native Services

YC 觀察：服務市場規模遠大於軟體市場，且大多已外包，更易被 AI 原生產品取代。

  • 不是賣工具幫你做事，而是直接做事
  • 服務市場規模 > 軟體市場
  • YC Summer 2026 主題之一

💬 Yii 觀點：呼應 Memelord 的非工程師創業 — 服務型 SaaS 的下一波會是 AI Agent 直接執行。

AppLovin 利潤引擎解析（Adam Foroughi）#

5K views · 17h ago | 20VC

AppLovin Profit Engine

AppLovin 市值 160 億美元、年營收 54.8 億、每人 EBITDA 高達 1000 萬。Adam Foroughi 拆解 AI 程式碼佔比、員工文化、創辦人韌性。

  • 80% 毛利率
  • 每人產出全球最高
  • AI 程式碼佔比驚人

💬 Yii 觀點：這是「軟體公司精實到極限」的範本——值得每個 SaaS 創辦人研究。

Replit 採用的 AI 模型#

4K views · 1d ago | 20VC

Replit AI

20VC 訪 Replit 團隊，討論在 AI 編碼工具中選用的基礎模型及其技術決策。

  • 多模型並行策略
  • 成本與品質的平衡
  • Replit Agent 架構解析

💬 Yii 觀點：跟 dirac 在 Gemini-3-flash 上的成功呼應 — 模型選擇是系統設計，不是技術崇拜。

今日觀察#

這個禮拜值得留意的，是 AI 經濟正在出現「同時收緊上層、放寬下層」的雙向變化。上層方面，Microsoft 與 OpenAI 結束七年的營收分成、GitHub Copilot 改成使用量計費、中國阻擋 Meta 收購 Manus，全部指向同一個方向：AI 大廠的合作架構與商業模型，正被重新定價。

但奇怪的是，下層的開發者反而比以前更有空間——非工程師 Jason Levin 用 Bubble + Cursor 做出 3M 美金 API；開源 Coding Agent dirac 在 TerminalBench 拿榜首；Codex、Claude Code、Cursor 三家工具長得越來越像，個人開發者可以同時用兩個訂閱疊加。

如果這個訊號是對的，未來六個月最值得做的事，可能不是「等 AI 工具降價」，而是趁這波重整還沒結束前，趕快試出自己最順手的組合。Codex 的 Day-1 練習是個好起點：拿一個你最煩的日常工作，做成 automation。

覺得有用嗎？分享給一個也在追蹤新知的朋友。

也歡迎中長期投資者體驗新工具 → Moniit banner

同期還有