發佈日期： 2026-03-01 主題： Anthropic vs 五角大廈的衝突，催化了企業對「模型主權」的覺醒。當地端模型 + OpenClaw 數位員工成型，組織架構的根本變革已經開始 拍攝地點： 台北 涵蓋文章（2026-02-23 ~ 03-01）：

  1. 02/23 - 當代碼量暴增 10 倍後，到底誰來做 Review？Make CI/CD Great Again
  2. 02/24 - GLM-5 技術報告深度解讀：從 Vibe Coding 到 Agentic Engineering，中國開源的「Opus 時刻」
  3. 02/24 - Anthropic 指控中國 AI 蒸餾攻擊：但等等，大家不是都在「偷」？
  4. 02/25 - Token 出海：中國 AI 不再賣商品，開始賣 Token
  5. 02/26 - OpenClaw 的五種上網方式：從搜尋 API 到接管你的瀏覽器
  6. 02/27 - Deloitte 廢除傳統職稱，Block 大規模裁員——它們指向同一個趨勢
  7. 02/28 - 當 AI 公司對軍方說「不」：Anthropic vs 五角大廈，AI 產業的分水嶺時刻

逐字稿

開場：一個蠻有趣的一週

大家好，那這週其實是一個蠻有趣的一週，有很多的外部消息跟一些技術上面的消息。

但是我覺得整體趨勢就是，我們即將迎來一個，可能以 OpenClaw 為主的數位員工，然後進入相關的企業。並且，可能它所使用的模型不再是雲端，可能會是一個混搭的雲端跟地端的模型。

Anthropic vs 五角大廈：催化劑出現了

那主要推動這件事情的催化劑也在這週出現。美國的國防部要求 Anthropic 必須讓美國國防部可以盡情地使用他們的模型，不能設下任何安全的紅線。到最後 Anthropic 是拒絕的。

但是同一時間在幾個小時後，OpenAI 就同意了這個相關的條款，並且也成功地簽下了美國國防部的單。然後就是馬斯克的 Grok 也進去了。

企業的覺醒：數位主權 + 模型主權

那所以說對企業來說，使用這些雲端上面的 AI 模型，他們可能會想到的，不只是所謂的數位主權，還有模型主權。甚至未來在做不同國家的跨國生意的時候也會想說，那這個會不會有所謂的合規的一些議題。

所以到最後，對企業來說最好的一個方式，其實是開始準備使用所謂的地端的模型，再加上地端的一個 OpenClaw 助手，來增加它的生產力。

這可能會是一個最重要的議題。跨國大的企業都必須要去很認真地考量到：

第一，我們不能夠押注在同一個 AI 模型上面。

第二，我們也要建立一個屬於自己的 AI 模型，以及相關的數位員工。

OpenClaw + 開源模型：補齊最後一塊拼圖

在這個時候，其實有了 OpenClaw 這樣的一個很棒的 AI Agent 平台的存在，它就變成一個很重要的原因，是因為它就去彌補了之前這些 AI Agent 只是很粗糙的、一些開源的做得沒有那麼好的這個問題。

那同樣的在今年的年初，有大量的開源模型的出現。Minimax、Kimi、GLM，還有千問這些。這些模型它們其實在整個 benchmark performance 都看到，都跟目前的 SOTA Opus 4.6 的能力基本上都在八成到九成之間。所以對大家來說這個已經夠好用了。

那所以說有了這樣的一個開源模型，再加上一個開源的 AI Agent 架構，那是能夠 fulfill 所有 enterprise 企業的相關需求的。所以我認為這件事情會持續地往這邊去推進，因為在雲端的模型有太多不可控的相關因素，不管是成本、不管是地緣政治、法律合規，然後還有可能還有些降智的這些相關問題。

所以這就是我目前所看到的一個很強的趨勢。

中國模型的性價比優勢：電力、人才、晶片三重突破

當然另外一個趨勢就看到說，當然講到有大量的開源模型，而且有 OpenClaw 這樣的一個很好的工具出來，那大家就會去看說，那我要使用，就算我要使用雲端的模型，我要考慮我的性價比。

這個時候大家就發現到中國的這些模型，透過像 OpenRouter 或是一些其他的相關 API 服務，然後它的 Token 其實是比較便宜的。原因有幾個：

第一個事情是中國這邊的相關人才其實是很多的，所以他們很快地就透過他們自己的能力，或是你可以說是蒸餾，然後就打造出一些性價比很高的模型，然後並且有目前 SOTA 80% 到 90% 的能力，其實相對來說已經夠用了。

第二個就是一個很明確的問題，美國這邊並沒有所謂的電力優勢。基本上美國這邊基本上是缺電的情況。Microsoft 甚至要去建核電站，馬斯克甚至要把運算的東西放到太空裡面去，都是為了解決所謂電跟能源的問題。可是在同一時間，在這十年，中國其實是少數的電力持續有供給增加的國家，所以它在電力上面有很強的成本跟 supply 的相關優勢。

那然後第三個就是在這次目前開源最指標的模型 GLM-5，它在它的技術報告裡面也講到它是完全用華為的 GPU 集群來訓練出來的。所以就代表說接下來中國這些相關的模型，它們也不會被晶片所謂的卡脖子。

所以到最後就算你要用雲端的時候，你其實也要考慮，我到底要用原本美國的 OpenAI、Anthropic 或是 Gemini，還是要使用中國相關的模型。中國相關模型它的電力、人才還有晶片的成本都已經被攻克了，所以它用差不多一樣、差不多好的相關模型，但是可能是五分之一的價格。

這完全就是之前的中國製造業——有一個夠不錯的產品，但是一個極為便宜的價格。像這樣的打法，這個可能也是未來中國出口的一個很重要的相關支柱。

組織架構的根本變革：一個團隊即一個公司

那大概是這個樣子。最後一個就是說，當像 OpenClaw 這樣的數位員工慢慢成型，而且成本是可控了之後，那整個組織架構就有很大的不同。

我們看到這段時間，很多大公司藉由 AI 的名義來進行相關的裁員。同時看到同樣趨勢就是在 AI 的時代，整個組織必須要重組，整個流程必須要重組才能夠適應這個 AI 時代。

那我們看到幾個大型的，像 Block 它裁了 40% 到 50% 相關的員工。或是 Deloitte 他們宣布他們要把用很久的金字塔的晉升制度做個調整，他們想要調整成一個鑽石型的框架。

我覺得這都是一個在 AI 時代接下來這一兩年一定會發生的。企業會根據 AI 的能力，進行相關的重組，不管是組織或是流程。

小三角形架構：15 人 + AI Agent 的最佳戰鬥單元

從我的角度去看的話，我認為到最後 AI 時代會誕生超級多的小型團隊組成的公司。可能不會是到一人公司這樣的規模，因為我覺得一人公司這個還是比較夢幻一點。但是我覺得一個團隊即一個公司，這是極有可能發生的。

為什麼這樣是很有可能發生的？原因是因為一個小團隊的話，它是一個小三角形。它最上面其實是有一個這樣的一個 lead，或是數個相關 lead，或是一個不錯的架構師。然後下面的 3 到 10 人是所謂真正幹事情的人，負責去彌補 AI 做不到的事情的人。然後還有負責對內對外，就是客戶或是合作夥伴相關人際關係的人。

那這些人除了負責這些功用以外，他們另外一個重要工作就是去指揮底下的 AI Agent 做事情。所以在這個小三角形的第三層，有個虛擬的層，它可以是一個非常扁平的。因為我們就期待說這十幾個人就能夠去 handle 可能上百甚至上千個 AI Agent，然後幫它做相關的事情。

所以這樣的好處就在於，第一個就是真正做事情是由 AI Agent 來做。那第二個我們就是用一個小團隊來填補這些 AI 做不到的事情。

然後第三個，為什麼要控制在 15 人？因為它剛好是所謂的鄧巴數最好的——一個人就能夠掌控整個團隊的一個最大值。那超過 15 人的話就可能就要拆團隊，那這樣匯報結構就要從一層變成兩層。

但是從我之前經驗看到的，一般的 startup 如果從一層變成兩層，會遇到很重大的一個很大的管理牆。

所以在 AI 時代的話，既然我們有一個可以接近無限可以擴充的 AI Agent 的最底層，其實我們應該要讓這整個團隊就控制在一層匯報線，然後就可以避開很多管理上面的一些議題。

小團隊之間靠契約組合，不是變成大公司

但是也有人在問說，那如果是這樣的一個小團隊，它能夠做到的事情到極限怎麼辦？

這個時候其實理論上應該是很多 startup 藉由所謂的公司之間的契約，來把它組合起來，而不是再變成一個大的公司。

所以我個人認為接下來會有這樣大量的一個團隊即一個公司，像這樣 startup 體制的小公司會如雨後春筍般冒出來。

而且這個其實會非常有效率的。因為第一個事情是管理者要管理的人，管理的人數在數量上是可以控制的，不用做出一個非常複雜的規章架構，所以它的效率是可以保證的。

第二個，現在底下這些 working level 的人，他們真正重要的點是要盡可能大量地用像 OpenClaw 這樣的數位員工來做事情，而不是他自己下去做事情。所以在第二層到第三層之間，管理成本其實是相對可控，而且幾乎接近無限擴展的。

所以這可能會是一個非常有意義、非常有價值的未來的一個相關轉變。我們等著看。

文章連結

  1. 當代碼量暴增 10 倍後，到底誰來做 Review？Make CI/CD Great Again
  2. GLM-5 技術報告深度解讀：從 Vibe Coding 到 Agentic Engineering，中國開源的「Opus 時刻」
  3. Anthropic 指控中國 AI 蒸餾攻擊：但等等，大家不是都在「偷」？
  4. Token 出海：中國 AI 不再賣商品，開始賣 Token
  5. OpenClaw 的五種上網方式：從搜尋 API 到接管你的瀏覽器
  6. Deloitte 廢除傳統職稱，Block 大規模裁員——它們指向同一個趨勢
  7. 當 AI 公司對軍方說「不」：Anthropic vs 五角大廈，AI 產業的分水嶺時刻