三星期，兩個新模型，一個真相：為什麼你已經不能再等就要學 AI

三星期前，Claude Opus 4.6 還是我桌面上最聰明的工具。今天已經是 4.7，ChatGPT 剛剛推出新的旗艦模型，4.8 可能下星期就到。如果你一直「等情況穩定下來再學 AI」— 根本沒有穩定這回事。這個週末就開始吧。

快速確認：這篇文章寫給誰看？

如果你是理財顧問、做小生意、做創作，或者是夜晚兼職寫一點程式的家長 — 這篇是寫給你的。我自己是香港的理財顧問，靠跟 AI 對話學會建立東西。我不是軟件工程師，也不是二十二歲。我只是停止了等待。

如果你已經靠出 AI 產品為生，這篇你不需要看。轉發給那個總是說「再穩定一點才學」的朋友吧。

第一個原因：節奏已經斷裂

我開始這個 workspace 時用的是 Opus 4.6。今天寫這篇文章用的是 4.7。中間相隔 — 三個星期。

同一段時間裡：

ChatGPT 推出了新的旗艦模型
兩間中國實驗室發佈了 frontier-quality 的 open weights
Stanford AI Index 2026 默默記錄了能力又翻倍的一年

三個星期。三年前，這是一個大版本更新的週期。現在只是一個普通的星期二。

每個人都在告訴你「AI 變化很快」。這個說法不準確。真正的描述是：六個月前已經開始的人，在他們選擇學習的領域上，你已經追不上了。 不是因為他們聰明，而是他們在你等待 4.8 的這段時間裡，已經累積了 18 次模型升級的肌肉記憶。

你也能感受到 — Claude Mythos、OpenAlice 的 clean-room rewrites、「這東西是不是有意識」的文章。這種 cyber-mythos 的氛圍現在這麼濃，是因為底層技術真的移動得比任何一個人能追蹤的速度更快。雜訊裡的訊號是：不要再追蹤，開始使用。

你不需要知道這個星期哪個模型最強。你需要的是下個星期新模型推出時，已經把雙手放在鍵盤上的那個人。

第二個原因：模型會繼續變平。但你的品味不會。

上星期有個朋友跟我說：「我等價格降下來再認真投入。」這個賭注賭錯了方向。

過去兩年，token 價格每六個月就跌一輪。Opus 4.7 每百萬 token 的價格已經比當年的 Opus 3 還低。成本曲線一直朝你的方向傾斜，無論你有沒有留意。

不會跌價的，是 知道要問什麼、用什麼順序問、加上什麼 context 一起問。

現在兩個 AI 使用者之間的差距，已經不是訂閱了哪一個方案。而是：

「ChatGPT，幫我寫一封 marketing email」
對比一個有一份 CLAUDE.md 描述自己聲線、加上一個自動運作的 workspace 結構、有 wiki 記錄過去的 campaign、有 project folder 寫下自己 brand rules 的人，再讓同一個模型寫同一封 email — 結果真的像他親手寫的。

同一個模型。同一個價錢。輸出天差地遠。

第二個人的 setup 是用幾個月每天的小衝突累積起來的。每次出錯就 refine 一次 CLAUDE.md。每個星期日加一頁 wiki。Project folder 從一封封 work 過的 email 中學會「好的 email 是什麼樣子」。

這部分才是無法被 commoditize 的東西。模型會變平、compute 會變平、context window 會變大 — 但 你的品味，也就是你判斷一個好 output 應該是什麼樣子，加上把對的 context 餵給機器產生想要結果的能力，才是下一次模型升級無法令它貶值的部分。

如果你今天開始學，每次模型升級都會讓你的 stack 變得更強。如果你等，每次模型升級都會拉開你跟那些已經開始的人之間的距離。

第三個原因：每一個 prompt 都是你自己 AI 的一塊磚

這部分沒有人會告訴初學者。

當你認真使用 AI 幾個月之後，會發生一件很奇怪的事。你開始不再跟一個 generic 的 chatbot 進行 generic 的對話。你開始跟一個系統對話 — 這個系統認識你的工作、你的 project、你犯過的錯、你的聲線、你的客戶（或者像我，認識我的 MPF 基金、我 insurance team 的 workflow、我 blog 的 tone、我孩子睡覺的時間）。

那個系統不是 ChatGPT。那個系統是 你把自己的一部分外化到模型可以讀取的檔案裡。

一份 CLAUDE.md 寫下你的思考方式。一個 wiki 記錄你做過的決定。 Project folder 記住你已經建立過什麼。 Skills 自動處理你獨特工作流程中沉悶的部分。

每一個 prompt 都是一塊磚。每一次 session 都是一層。一年之後，你手上的東西已經不是一個 AI 工具 — 而是一個 24 小時隨時模擬你本人的個人系統。

那個系統就是你的 IP。沒有其他人擁有。沒有人買得到。它只因為你累積了這麼多次 reps 而存在。

這是最少人提到、要現在就開始的原因：不是為了追新聞，不是為了省 token，而是 你拖得越久，到你真正需要一個個人 AI 的那一天，它就越小。

2024 年開始的那位理財顧問，今天有一個系統認識三年的客戶模式。2027 年才開始的那位，從零開始。模型相同。Moat 是你之前餵給它的一切。

三個結論

節奏沒有放慢 — 不要再等「穩定」。 三個星期，兩個旗艦模型。沒有穩定這回事。只有「已經開始」和「還站在旁邊」。
模型會 commoditize，品味會 compound。 下次模型升級會讓所有人的 prompt 變平、變聰明。但只有你已經在建立一個可以接上去的 setup，這個升級才會擴大你的領先。
你的個人 AI 是一節一節 session 累積出來的。 每一次改 CLAUDE.md、每一頁 wiki、每一個保存的 prompt，都是一塊磚。現在就開始砌牆，還是之後零售買磚？

補充：怎樣這個週末就開始

如果你從來沒有用過 Claude Code 或 Cursor 或任何 agentic AI 工具 — 選一個，安裝下來，從你的工作中給它一個真正的任務。不要玩具任務。選那些你會交給實習生做的事。讓它失敗。讓它驚喜你。重點不是那一個任務的 output。是第一塊磚。

如果你想看更多「為什麼是現在」再決定，Age of Building 是我會轉發給朋友的那一篇。如果你已經開始但 setup 越來越臃腫，三個習慣讓我的保持精簡就是這篇的維護版。

你的 AI 實習生這個週末，你會交什麼任務給它？