Re: [新聞] 個人AI代理競賽升溫!OpenClaw創辦人加入OpenAI
看板Stock (股票)作者LDPC (Channel Coding)時間3周前 (2026/02/17 05:06)推噓226(228推 2噓 530→)留言760則, 159人參與討論串2/2 (看更多)
在軟體業 有一個職缺就做Software Architect 基本上就是軟體業資深的缺
他大體來說就是負責率領一票Junior/Mid-Senior 去規劃整個系統 率領團隊蓋軟件
這很吃所有就業經驗 像是怎樣分配前端後端 UI 整合 tech stack等等
今年在Agent起來後 目前走向是IT所有能活下來的人角色都是Architect角色
以前Junior/Mid-Senior 慢慢的被AI職員給取代 而Architect會套用產業知識
率領這些Agent
基於此初階碼農是第一波被影響 因為大公司有許多職缺像是UI 內部工具開發 前端 後端
甚至系統測試都開始使用這模式 而大公司一方面可以降成本 一方面可以內部煉蠱
去開發這些agent tool 來做內部整合
這件事正慢慢的擴展到各地領域 AI不會取代人類 這句話可以這樣解讀
AI會給對某行業有經驗值的人 給他們最大生產力 而從事重複性質 輔助性質
就會被迫跟AI競爭 這在法律 會計 金融都是 比方說華爾街
以前有Junior Analytics 他要做的就是 資料收集 寫報告 讓資深整合
現在這塊就是被AI生產報表給吃掉 這會對初階和中階資深很不友善
同樣現象在美國國稅局也是 國稅局砸大錢買AI系統 同時大量裁員
這現象就是底下這篇 大事正在發生 背後講的
https://www.thenewslens.com/article/264779
指的就是 法律 財務 金融 軟體 客戶服務 所有事情正在改寫
這整件事情核心重點就是 對業界理解有全面性的"人" 會因AI Tool得到最大效益化
以客服為例 簡單事件可以分配給agent 重要再由人類插手 這在IT新創公司serval
就是這樣做
這也是為何田渊栋
提了一個詞叫做費米能級
https://blog.csdn.net/Datawhale/article/details/156582542
核心就是這張圖
https://ibb.co/x83hskSP
摘錄核心對話
"如果考慮勞動力的投入-回報模型,傳統思維會告訴你,工作經驗積累越多,
人的能力越強,回報也越大,
是個單調上升的曲線。這就是為什麼大廠有職級,職級隨年限晉升,
越老越香。但現在的情況已經不同了。職級已經沒有意義,過去的經驗也沒有意義。
人的價值從按照「本人產出的勞動數量及質量」來評估,
變成了是否能提高 AI 的能力,人加 AI 要大於 AI 本身的產出,這樣才行。
就是你知識無法超出那個特殊點 你會被迫跟ai捲 當你知識成為某領域達人
你產出會變上萬倍"
這也意味者我們的教育系統會被改 以前唸好大學 就業經驗是從第一份工作
junior role開始學經驗 現在起 你高中跟大學 可能就要去培養某領域 Architect知識
比方如果你是軟體工程 那你高中就開始用這些agent tool來創作作品
從這些工程慢慢學習整體系統優化 你以後大學的作業可能是以前一家公司小作品
這個概念也會拓展到文組 比方說你念企管 財經 文學 法律原本在就業才會學到知識
讓你成為architect role 你必須在現在就開始展開 像下棋的人會用alphago 對練
寫文章的會用AI去洗鍊文字 比如九段理江 芥川龍之介獎得主 利用ChatGPT協助創作
做音樂的會用AI去找靈感 數學家陶哲軒會用AI找出各種證明啟發方法
而AI不是成為取代人的 他是給擁有資深經驗的人一個生產工具
那這個趨勢意味者為何? ->生態系 該死的生態系 也是垂直AI
上面講的是一個趨勢 但要給這些情況發生 就是要有一個生態系(aka 垂直AI)
clawbot也許不完美
但這類型的事情都在打造生態系 垂直AI擁有的也是生態系 在早期建立生態系時
一定資安會不完美 而垂直AI 眾多公司 都有許多內部模型是來自開放愛 人類學等
因為垂直AI有生態系 這兩家沒有 所以這兩家目前最近一直在出to-B模型 然後基本上
紅衫top50 ai獨角獸公司 只要做垂直ai 我敢打賭 他們內部slack 一定有這三家
直達車channel(開放愛 人類學 老黃)
clawbot也是一個有趣的戰術觀點 人類學為了保守安全的形象 發信威脅clawbot斷關係
這其實在長期來看 可能對人類學生態系發展不是好事 老黃當年能吃下cuda這個生態圈
就是有一堆免放專案幫他觸發各種bug 不斷地修復體驗 觸發bug就是最好的生態系發展
而人類學為了安全形象這一步棋 選擇了保守路線
回到上面一點 當所有各領域生態系都成熟(諸如法律 金融 財務 會計 醫療)
那人的工作需求會被迫至少要在某個領域有"Architect" 價值
唯一對沖方法就是買股票對沖 買台積 買七大巨頭 買HBM 投資變得極度重要
以後的世界貧富跟資訊會差距更大 誠如上面田淵棟資訊閥值 世界的資訊和財富
不在是線性反應你的年資 而是必須超出一個閥值
這又回歸到一個有趣觀點 如果世界真走向這樣 大量職缺縮減 我們的消費金融會垮嗎
至少在矽谷灣區房地產已經有一個吵架論點就是 就是這些junior/mid-senior不在存在
在沒這些新買家時 我們2-4M的房子房價 還有辦法被撐住嗎?
--
股點:接下來TSM 市值上3T 是在五年內一定會發生的
※ 引述《baddaddy (壞爸爸)》之銘言:
: 原文標題:
: 個人AI代理競賽升溫!OpenClaw創辦人加入OpenAI
: 日期來源:
: 2026.2.16
: https://myppt.cc/aGXfnG
: 內文:
: OpenAI 執行長阿特曼 (Sam Altman) 周日 (15 日) 宣布,開源人工智慧 (AI) 代理工具 OpenClaw 創辦人史坦柏格 (Peter Steinberger) 將加入 OpenAI,協助推動下一代個人代理產品發展。阿特曼在社群平台 X 發文指出,OpenClaw 未來將「以基金會形式作為開源專案存在」,OpenAI 將持續提供支持。
: 史坦柏格也在個人網站表示,加入 OpenAI 是為了站在人工智慧研發的最前線,並持續實踐其願景。他強調,OpenClaw 保持開源與自由發展對他而言至關重要,「我認為 OpenAI 是最適合延續這項理念並擴大影響力的地方。」
: OpenClaw 前身為 Clawdbot 與 Moltbot,自去年 11 月推出以來迅速走紅,因其可自主完成任務而備受矚目,包括整理電子郵件、預訂餐廳、辦理航班報到,甚至可透過 WhatsApp 與 Slack 等通訊平台下達指令。該專案在 GitHub 累積超過 10 萬顆星標,一周內吸引逾 200 萬名訪客,形成「病毒式」擴散。
: 值得注意的是,OpenClaw 亦在中國迅速擴散,可與深度求索 (DeepSeek) 等中國語言模型搭配使用,並透過客製化設定整合當地通訊應用軟體。百度 (BADU-US)(09888-HK) 也表示,計畫讓其手機 App 用戶可直接使用 OpenClaw 功能。
: 不過,OpenClaw 的快速崛起也伴隨爭議。曾有用戶反映,在開放 iMessage 權限後,代理程式一度大量發送訊息。資安專家警告,這類工具同時具備存取私人資料、對外通訊與接觸不受信內容三項特性,構成潛在風險。有研究人員形容這是 AI 的「致命三重奏」。中國工信部也曾就其在當地快速擴散提出警示,指出若設定不當,相關開源代理可能引發資安漏洞與資料外洩。
: 在競爭層面,生成式 AI 市場正快速升溫。OpenAI 估值已達約 5,000 億美元,並持續延攬頂尖人才。今年 5 月,OpenAI 以逾 60 億美元收購前蘋果 (AAPL-US) 設計師艾夫 (Jony Ive) 創立的 AI 裝置新創 io。Meta(META-US)與 Google(GOOGL-US)同樣投入巨額資金擴大 AI 團隊。另一方面,Anthropic 估值約 3,800 億美元,旗下 Claude 系列模型近來在企業市場取得進展。
: 史坦柏格表示,他的下一步目標是打造「連我母親都能使用的 AI 代理」,這意味著更高的安全標準與更成熟的模型支援。隨著 OpenClaw 轉型為基金會型開源專案並獲 OpenAI 背書,個人 AI 代理的競逐戰,正進入新階段。
: ----
: 前陣子爆紅的openclaw
: 創辦人加入openai
: 對於苦於沒有生態整合的openai是個利器
: 透過openclaw實現ai幫你做任何日常工作
: 唯一讓人擔心的就是資安問題
: -----
: Sent from JPTT on my Google Pixel 7 Pro.
--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 76.21.72.78 (美國)
※ 文章網址: https://www.ptt.cc/bbs/Stock/M.1771275998.A.1A3.html
推
02/17 05:15,
3周前
, 1F
02/17 05:15, 1F
→
02/17 05:15,
3周前
, 2F
02/17 05:15, 2F
→
02/17 05:16,
3周前
, 3F
02/17 05:16, 3F
→
02/17 05:17,
3周前
, 4F
02/17 05:17, 4F
→
02/17 05:17,
3周前
, 5F
02/17 05:17, 5F
→
02/17 05:17,
3周前
, 6F
02/17 05:17, 6F
→
02/17 05:28,
3周前
, 7F
02/17 05:28, 7F
推
02/17 05:37,
3周前
, 8F
02/17 05:37, 8F
→
02/17 05:38,
3周前
, 9F
02/17 05:38, 9F
→
02/17 05:38,
3周前
, 10F
02/17 05:38, 10F
→
02/17 05:38,
3周前
, 11F
02/17 05:38, 11F
→
02/17 05:39,
3周前
, 12F
02/17 05:39, 12F
→
02/17 05:41,
3周前
, 13F
02/17 05:41, 13F
→
02/17 06:01,
3周前
, 14F
02/17 06:01, 14F
→
02/17 06:01,
3周前
, 15F
02/17 06:01, 15F
推
02/17 06:11,
3周前
, 16F
02/17 06:11, 16F
→
02/17 06:12,
3周前
, 17F
02/17 06:12, 17F
→
02/17 06:12,
3周前
, 18F
02/17 06:12, 18F
推
02/17 06:13,
3周前
, 19F
02/17 06:13, 19F
※ 編輯: LDPC (76.21.72.78 美國), 02/17/2026 06:18:07
推
02/17 06:21,
3周前
, 20F
02/17 06:21, 20F
推
02/17 06:27,
3周前
, 21F
02/17 06:27, 21F
→
02/17 06:27,
3周前
, 22F
02/17 06:27, 22F
嚴格來說廣度深度都要 軟體架構師(Software Architect)需要擁有端到端 所有全面理解
和每個底下環節知識 當AI員工犯錯 架構師知道怎樣去檢查和修正 這是深度
但如何蓋端到端 這又牽涉到廣度 所以現在yoe>7的軟體工程師都瘋狂用agent捲
而深度相對可以一個人嘗試學習 廣度就真的需要大型計畫 比方方案a跟方案b
哪一個好 只有被咬過痛過才會知道QQ
※ 編輯: LDPC (76.21.72.78 美國), 02/17/2026 06:32:43
推
02/17 06:32,
3周前
, 23F
02/17 06:32, 23F
→
02/17 06:32,
3周前
, 24F
02/17 06:32, 24F
→
02/17 06:32,
3周前
, 25F
02/17 06:32, 25F
→
02/17 06:32,
3周前
, 26F
02/17 06:32, 26F
→
02/17 06:32,
3周前
, 27F
02/17 06:32, 27F
→
02/17 06:32,
3周前
, 28F
02/17 06:32, 28F
→
02/17 06:32,
3周前
, 29F
02/17 06:32, 29F
→
02/17 06:32,
3周前
, 30F
02/17 06:32, 30F
推
02/17 06:32,
3周前
, 31F
02/17 06:32, 31F
→
02/17 06:32,
3周前
, 32F
02/17 06:32, 32F
→
02/17 06:32,
3周前
, 33F
02/17 06:32, 33F
→
02/17 06:32,
3周前
, 34F
02/17 06:32, 34F
→
02/17 06:32,
3周前
, 35F
02/17 06:32, 35F
推
02/17 06:36,
3周前
, 36F
02/17 06:36, 36F
→
02/17 06:36,
3周前
, 37F
02/17 06:36, 37F
還有 684 則推文
→
02/18 14:45,
3周前
, 722F
02/18 14:45, 722F
→
02/18 14:45,
3周前
, 723F
02/18 14:45, 723F
→
02/18 14:46,
3周前
, 724F
02/18 14:46, 724F
推
02/18 16:15,
3周前
, 725F
02/18 16:15, 725F
推
02/18 16:32,
3周前
, 726F
02/18 16:32, 726F
→
02/18 16:32,
3周前
, 727F
02/18 16:32, 727F
→
02/18 17:09,
3周前
, 728F
02/18 17:09, 728F
推
02/18 17:46,
3周前
, 729F
02/18 17:46, 729F
→
02/18 17:46,
3周前
, 730F
02/18 17:46, 730F
推
02/18 18:28,
3周前
, 731F
02/18 18:28, 731F
→
02/18 18:28,
3周前
, 732F
02/18 18:28, 732F
→
02/18 18:28,
3周前
, 733F
02/18 18:28, 733F
→
02/18 18:28,
3周前
, 734F
02/18 18:28, 734F
→
02/18 18:28,
3周前
, 735F
02/18 18:28, 735F
→
02/18 18:30,
3周前
, 736F
02/18 18:30, 736F
→
02/18 18:30,
3周前
, 737F
02/18 18:30, 737F
→
02/18 18:30,
3周前
, 738F
02/18 18:30, 738F
推
02/18 19:59,
3周前
, 739F
02/18 19:59, 739F
→
02/18 20:00,
3周前
, 740F
02/18 20:00, 740F
→
02/18 20:02,
3周前
, 741F
02/18 20:02, 741F
推
02/18 20:02,
3周前
, 742F
02/18 20:02, 742F
→
02/18 20:02,
3周前
, 743F
02/18 20:02, 743F
→
02/18 20:02,
3周前
, 744F
02/18 20:02, 744F
推
02/18 20:07,
3周前
, 745F
02/18 20:07, 745F
→
02/18 20:07,
3周前
, 746F
02/18 20:07, 746F
→
02/18 20:07,
3周前
, 747F
02/18 20:07, 747F
→
02/18 20:32,
3周前
, 748F
02/18 20:32, 748F
→
02/18 20:32,
3周前
, 749F
02/18 20:32, 749F
→
02/18 20:33,
3周前
, 750F
02/18 20:33, 750F
推
02/18 21:41,
3周前
, 751F
02/18 21:41, 751F
→
02/18 21:51,
3周前
, 752F
02/18 21:51, 752F
→
02/18 22:18,
3周前
, 753F
02/18 22:18, 753F
→
02/18 22:18,
3周前
, 754F
02/18 22:18, 754F
→
02/18 22:19,
3周前
, 755F
02/18 22:19, 755F
→
02/18 22:20,
3周前
, 756F
02/18 22:20, 756F
※ ZMTL:轉錄至看板 AI_Art 02/19 11:15
推
02/19 13:40,
3周前
, 757F
02/19 13:40, 757F
→
02/19 13:40,
3周前
, 758F
02/19 13:40, 758F
→
02/19 13:40,
3周前
, 759F
02/19 13:40, 759F
推
02/19 22:50,
3周前
, 760F
02/19 22:50, 760F
討論串 (同標題文章)
完整討論串 (本文為第 2 之 2 篇):
Stock 近期熱門文章
19
28
PTT職涯區 即時熱門文章