EP27 ｜ 當 AI 開始能自己花錢辦事，你的薪水還是你唯一的資產嗎？

1️⃣ 本集精華 這集從四個具體的技術突破切入，但最終指向的是一個所有上班族都該停下來想一想的問題。 Ornith 1.0 用「自我鷹架」的訓練機制顛覆了大家對模型規模的迷信——它不是照著死劇本走，而是每次任務都自己先規劃解題策略再執行，讓 90 億參數的小模型在 SWE-bench 基準上拿到 69.4 分，遠超三百億參數的對手。搭配 LM Studio 和 VS Code 的 Continue 套件，五分鐘就能在本地端建立一套完全免費、私密、斷網也能用的 AI 開發環境。 Google 的 OKF 則試圖解決企業 AI 落地最真實的痛點：知識散落四處、每次建新 Agent 都要重新解釋公司背景。它的邏輯極度簡單，就是一個放在 Git 裡的純文字資料夾，人類和機器都能讀，可以版本控管，還能互相連結形成知識地圖。 Google Flow 的 Street View 錨定功能讓影視和遊戲前期製作方式正在被重寫，而 Hermes Agent 加上 Stripe 支付與 NeMo Claw 安全框架組成的「暗黑工廠」組合技，則讓 AI 自主運作這件事正式從思想實驗變成可以實際部署的架構。 更重要的是：當這些工具讓 AI 可以接管越來越多執行工作，你有沒有開始建立一些真正屬於自己、能夠累積和放大的價值？ 2️⃣ 本集聊這些事 📌 [Ornith 1.0 自我鷹架技術]：90 億參數打趴 300 億，開源本地端 coding 模型的新標竿 📌 [Google OKF 開放知識格式]：把公司知識整理成 Agent 看得懂的地圖，一次解決企業 AI 落地的知識管理問題 📌 [Google Flow × Street View]：把真實街景錨定進影片生成，影視前期製作的工作流正在被改寫 📌 [Fugu 協調者模型]：Sakana AI 推出的「管理其他模型的模型」，組合多個 AI 的強項但要注意 API 費用 📌 [Hermes + Stripe + NeMo Claw 暗黑工廠]：AI 自主花錢辦事、安全隔離監控，全自動業務流程不再只是概念 3️⃣ 當你不再去上班，你還擁有什麼？ 美國勞工所得占國民所得的比重已降到 1947 年以來的低點，不是因為經濟沒成長，而是當整體產出增加，勞工分到的比例卻沒有跟著增加。與此同時，標普五百公司的市值來源，從 1975 年的 83% 有形資產，到 2025 年幾乎完全翻轉為 92% 無形資產。今天最值錢的東西不是廠房，而是軟體、品牌、資料、演算法和內容。 這不是要你明天辭職，也不是要你立刻去做自媒體。真正該做的事情只有一件：降低自己對單一薪水的依賴。一個人的收入幾乎全部來自固定薪水，他的風險比自己想像中更集中，因為他不是沒有收入來源，而是只有一個收入來源。 繼續做好現在的工作，但同時開始累積一點真正屬於自己的東西——一筆長期投資、一個副業、一個作品集、一種逐漸產品化的專業能力，或者只是把你腦中的方法和判斷整理成別人能使用的形式。真正要問自己的不是「AI 會不會取代我的工作」，而是「如果明天我不去那間公司上班，還有什麼東西會繼續幫我留下價值？」 👉 想深入了解如何在 AI 時代建立屬於自己的資產，歡迎到優易的社群平台持續交流：FB / IG / Threads 搜尋 Yoi Studio 或 @yoi__studio 📣 這波 AI 自主化的速度，說真的連我自己都還在消化。從 Ornith 讓本地端開發門檻幾乎消失，到 Hermes Agent 開始能自己花錢跑業務，這些工具改變的不只是效率，而是整個「誰在創造價值、誰在擁有價值」的邏輯。資訊量越大，你越需要一副好的降噪耳機幫你過濾雜訊、抓出真正該行動的訊號。如果今天這集有幫你濾出有用的重點，別忘了在 Apple Podcast 留下五星好評、訂閱追蹤「Yoi 科技 Open 講」，讓我每週一、週三、週五繼續為你拆解含金量最高的產業動態！ 想持續掌握第一手產業動態與實戰科技趨勢？歡迎追蹤優易的社群平台： 🔍 FB / IG / Threads 請搜尋：Yoi Studio、@yoi__studio -- Hosting provided by SoundOn