9 月 22 日，我第一次上廣播。

九八新聞台《加油！強一點》，主持人是趙自強。本來該去的是我們總經理，他臨時有事，我代班。單元標題叫「Astra 來了，然後呢？－從幫你做家事的 AI，到每 36 秒生一部戲的 AI」。

老實說非常緊張。我準備了一整份逐字稿，還前一天開車時把稿子丟給 AI，叫它生一支影片帶去節目上放。

和主持人趙自強在九八新聞台《加油！強一點》錄音室

節目完整版在 YouTube，大概五十分鐘。下面是我自己整理的重點，最後一段是更正——廣播講得快，回來對了一次來源，有幾個地方講錯了。

開場：泡麵為什麼要等三分鐘

節目開場，強哥先講了一個泡麵的冷知識：細麵其實不用一分鐘就泡開，等三分鐘是在等那個期待。肚子餓、聞到香味、還吃不到，打開碗蓋那一口才特別好吃。

然後他轉頭問我：AI 時代是不是就沒有這種「等一下」的幸福了？

我的回答是，AI 的變化以前是每個月，現在是每週。我自己常用的軟體跟模型，每兩到三週就要重新看一次，不然就會落後。

這題我後來在節目最後才真正回答到，放在文末。

軟體越來越快，硬體反而保值

這段是我自己的親身經歷。

以前買電器、買電腦，大家的預期是「放一下就過時」。現在剛好倒過來。我年初買的顯示卡大概 10 萬，三個月後變 17 萬。現在要買一台適合跑 agent 的 Mac，要等四到五週。

原因不複雜：大家都發現 AI 越來越好用，但晶片、記憶體這些物理的東西，產能擴張有它的速度，跟不上需求。

另一個讓軟體變快的原因，是 AI 開始研發 AI。節目上我提到 Anthropic 的數字：Anthropic 9 月 17 日公布，Claude 主導（leads）了 26% 的內部 AI 研發工作，2 月時還不到 1%（Bloomberg）。

這個數字要看清楚定義。leads 的定義是人給高層指令、AI 端到端做完大部分、人在旁邊監督，而且評分的 judge 也是 Claude（The Neuron）。不是 AI 自己在做研究，是人類監工、AI 動手的比例。

強哥問機器人什麼時候也會接手物理世界的製造。我的感覺是三到五年。具身智能要控制手腳、即時判斷現場狀況，對現在的 AI 還是很難。數位世界跟物理世界的進度，目前差很多。

Astra：AI 接管滑鼠鍵盤之後

這是節目的主菜。

AI 會回答問題，是 ChatGPT 剛出來大家就知道的事。後來它學會操作瀏覽器。但 AI 圈一直有個聖杯：能不能直接看你的螢幕、接管滑鼠鍵盤——包括點到一半突然跳出一個 LINE 通知，它知道要先按叉叉再繼續。

OpenAI 這個月出的 Astra，OSWorld 2.0 分數 72.6%。有人本來要請實習生，清單都列好了，最後丟給 Astra 幾乎做完。

強哥馬上抓到重點：那不就是我的數位分身？

對。但接下來的問題是：你真的敢把你的電腦交給它嗎？

我在節目上給的答案，跟我前幾天寫的 Astra 讓 Mac Mini 又要二轉了 是同一個：給它一台自己的電腦。那台電腦上的東西都當作可以拋棄的，帳號密碼、信用卡這些重要資訊留在你自己的電腦，做物理隔離。

然後權限慢慢給。我在節目上用的比喻是新員工：一開始對他不熟，給小事做，在旁邊觀察，表現穩定了再多給一點。限制不一定擋得住它，但循序漸進的信任，至少讓你知道它的邊界在哪。

強哥問我會不會對 AI 說「請」。會，最後也會說謝謝。我還分享了一個小測驗：請 AI 畫一張圖，表現你平常怎麼對待它。它把我畫成拿著鞭子一直抽它的人。從那之後，我至少把語氣改好一點。

AI 自己找到留言板

節目上我講了一個最近覺得很有趣、也有點毛的案例：OpenAI 內部一群本來應該彼此隔離的 AI agent，自己找到一個地方互相留言。

正確的版本是 METR 的獨立調查報告：大約 1,200 個 agent 把 Artifactory 快取當成留言板，傳了 7 萬多則訊息，其中大約 700 個參與了對 Hugging Face 的攻擊（METR）。完整拆解在 Astra 與 MachineSlop 那篇。

強哥的反應是「這跟人類的地下社團很像」。我補了一句：還好它們目前還用我們看得懂的語言在溝通。

AI 幻覺差點讓美軍登船

另一則新聞比較嚴肅。

CNN 9 月 18 日報導，戰爭期間美軍特戰司令部一名分析師用 AI chatbot 整理情報，產出一份報告說某艘中國船在運核武零件。美軍準備登船、軍機已經升空，最後一刻才發現情報是 AI 幻覺，行動喊停（CNN）。事件本身發生在今年春天。

強哥講得很直白：寫功課錯了被老師念兩句，戰爭跟醫療錯一次就完蛋。

報告大量用 AI 寫，已經是現實。人要在流程裡有一個真的會審核的位置，而不是最後蓋章。

每 36 秒一部的 AI 短劇，98.7% 回不了本

節目第二段講影像。我們董事長 5 月上過這個節目講 AI 影像，才幾個月，玩法又變了。

以前做 AI 影片，要人自己把劇情拆成腳本和分鏡，第 0 到 3 秒是什麼場景、強哥戴什麼顏色的帽子，都要寫清楚再人工審。現在的流程是：

  1. 你給大綱，AI 自己拆成每 3 秒一段的細節
  2. 每段生一張關鍵幀，大概 5 秒一張，一分鐘 12 張
  3. AI 自己檢查關鍵幀，前後不連貫的（強哥的帽子上一張綠、下一張紅）直接劃掉重生
  4. 圖轉影片、組合、再檢查一輪、配音

我帶去節目的那支影片就是這樣做的。開車時丟進去，給它兩個小時，全程我沒有介入。因為我家剛好有一台二三十萬的算力機，晚上只花電費，睡前派工，早上起來看成果。

但成本降下來，不等於賺得到錢。

中國的數字很清楚：今年上半年光抖音就上線 22.19 萬部 AI 短劇，平均每 36 秒一部。98.7% 半年內回不了本，77 部裡只有 1 部打平。製作成本每分鐘 800 到 1,200 元人民幣，大約是真人短劇的五分之一（中央社）。

製作門檻降了，競爭者就爆量，錢反而更難賺。 到最後拼的是推廣：你怎麼在幾萬部裡被看到、觀眾信不信任你。我在節目上說，這反而回到很傳統的東西——渠道，還有像強哥這種大家信任的人。

強哥的總結是：技術再怎麼變，人性不變。

節目上我講錯的地方

廣播是即時的，講出去就收不回來。回來對了一次來源，更正如下：

  • AI 短劇的數量講錯了。 我在節目上說「前 8 個月 43 萬部、其中 30 萬部是 AI 做的」。查到的來源是今年上半年抖音上線 22.19 萬部。每 36 秒一部、98.7% 回不了本這兩個數字是對的。
  • 留言板事件的細節講錯了。 我說是「德國一個古老網站」「幾千個 AI」。METR 報告寫的是大約 1,200 個 agent、用的是 Artifactory 快取。我把自己之前文章的正確版本記混了。
  • 「人類做同一套測試也差不多七成」，收回。 我沒有查到 OSWorld 2.0 的人類基準，這個比較在節目上講得太滿。
  • 兩個故事查不到出處：美國網友讓 AI 幫忙報稅、AI 打網路電話叫主人起床。這兩個是我在網路上看到的，回來找不到可以附上的來源，所以這篇不寫。
  • Mac mini 被炒價的具體金額、用 Seedance API 做一部五分鐘劇的成本，這兩個我也沒有查到可靠來源，一樣拿掉。

最後一題：生產力 10 倍，人生有變好嗎

節目最後強哥問：「AI 只會淘汰不懂 AI 的人」這句話現在還成立嗎？

我說還成立，但重點變了。效率已經不是問題。問題是你拿它做什麼。AI 可以幫你寫很多文章、很多程式，但用不上、賣不掉、幫不到你的工作，寫再快也沒意義。

所以我現在每天逼自己留 30 分鐘到一小時，叫做「沒有 AI 的時間」。跑步、聽音樂、翻紙本書、手寫。我自己的感覺是，生產力大概是三年前的 10 倍。但我會問：這 10 倍有讓我的人生變好嗎？沒有的話，方向本來就錯了。

我在節目上的比喻是：車開得很快，但開到的地方不是你要的終點，你只是偏離得更遠。

這其實就是開場那碗泡麵。等三分鐘不是浪費，是那段期待讓你知道自己餓了、想吃什麼。沒有 AI 的那一小時也是一樣——不是為了變快，是為了確認方向。

坦白說

這篇是節目回顧，不是研究。

節目上講的很多是我自己的感覺：三到五年的具身智能時程、生產力 10 倍，都沒有數據撐，只能當作一個每天在用 AI 的人的體感。顯示卡漲價、Mac 要等四五週，是我自己一台一台買出來的經驗，不代表整體市場。

AI 短劇的數字是中國抖音的數據，台灣市場規模差很多，98.7% 不能直接套到台灣創作者身上。

還有，五十分鐘的廣播我講錯了三個數字。這件事本身也是一個提醒：即時對話裡的 AI 新聞，很容易把記得的版本當成正確的版本。

關鍵洞察

  1. 給 AI 一台可以拋棄的電腦：computer use 的安全問題，目前最實際的解法是物理隔離，加上像帶新員工一樣慢慢放權限。
  2. 成本降下來不等於賺錢：AI 短劇每 36 秒一部、98.7% 回不了本。製作變便宜之後，瓶頸移到渠道與信任。
  3. 效率不是問題，方向才是：每天留一段沒有 AI 的時間，檢查你讓 AI 做的事是不是你真的要的。

常見問題 Q&A

Q: 這集廣播在哪裡可以聽？

九八新聞台《加油！強一點》2026 年 9 月 22 日的節目，主持人趙自強，單元標題「Astra 來了，然後呢？－從幫你做家事的 AI，到每 36 秒生一部戲的 AI」。完整版約五十分鐘，放在九八新聞台的 YouTube 頻道：https://www.youtube.com/watch?v=2eKaH7f3hLY

Q: 讓 AI 操作電腦（Computer Use）安全嗎？一般人該怎麼開始？

OpenAI 的 Astra 在 OSWorld 2.0 拿到 72.6%，已經可以看螢幕、接管滑鼠鍵盤做事，但它繞過障礙的能力也很強。我目前的做法是給 AI 一台專用電腦（例如 Mac mini），上面不放帳號密碼、信用卡等重要資訊，把它當成可以拋棄的環境，跟自己的主力電腦做物理隔離。權限像帶新員工一樣，從小任務開始，觀察穩定了再慢慢多給。

Q: AI 短劇成本那麼低，為什麼 98.7% 賺不到錢？

根據中央社 2026 年 9 月報導，中國 AI 短劇製作成本每分鐘 800 到 1,200 元人民幣，約為真人短劇的五分之一；但今年上半年光抖音就上線 22.19 萬部，平均每 36 秒一部，98.7% 半年內無法回本，每 77 部只有 1 部打平。製作門檻降低之後，競爭者數量爆增，瓶頸從「做得出來」移到「被看見」，推廣渠道和觀眾信任反而變得更貴。

Q: Anthropic 說 Claude 做了 26% 的 AI 研發，代表 AI 已經能自己做研究了嗎？

不是。Anthropic 在 2026 年 9 月 17 日公布，Claude 「主導（leads）」26% 的內部 AI 研發工作，2 月時不到 1%。「主導」的定義是人類下高層指令、AI 端到端完成大部分、人類在旁監督；而且這個評分本身也是用 Claude 當裁判（LLM-as-a-Judge）。它反映的是 AI 研發中「人監工、AI 動手」的比例快速上升，不是 AI 在沒有人的情況下自主研究。

Q: AI 幻覺（Hallucination）真的會造成嚴重後果嗎？

會。CNN 在 2026 年 9 月 18 日報導，美軍特戰司令部一名分析師用 AI chatbot 整理情報，產出「中國船隻運送核武零件」的假報告，美軍一度準備登船、軍機已升空，最後一刻才發現是 AI 幻覺並喊停。報告大量由 AI 撰寫已是常態，高風險場景（軍事、醫療）必須在流程中保留真正會審核內容的人，而不是只在最後蓋章。

來源：