如果你最近感覺 AI 新聞多到跟不上，你不孤單。每週都有新工具、新模型、新功能冒出來，但真正值得你花時間搞懂的，其實沒那麼多。這集 Podcast 我試著幫你篩掉雜訊，聚焦在三個真正有料的方向：免費開發工具的實用設定、這週幾個關鍵的 AI 大新聞，以及一個很多人混淆的核心概念——AI 代理到底是什麼。
免費跑 Claude Code：設定方法與工作流程習慣
Claude Code 是 Anthropic 推出的 AI 編程助手，但要免費使用它，需要一點繞路的技巧。透過 OpenRouter 做請求路由、搭配免費模型，你在 VS Code 裡幾個步驟就能讓它跑起來，不需要直接付費給 Anthropic。
不過，光是「能用」還不夠。這集聊到三個讓 AI 真正幫到你的工作流程習慣，缺一不可：
- 模組化結構：每支檔案盡量保持在 600 行以內，讓 AI 有足夠的上下文理解你的程式碼，不會一開口就迷失在一個龐大的檔案裡。
- 先搞懂架構再下 prompt：在叫 AI 動手之前，你自己要先想清楚這個功能的結構是什麼。AI 是執行者，不是替你思考架構的人。
- 一個任務、一個 Session，測完再 commit：不要讓 AI 在同一個 session 裡做太多事，完成一個任務、確認沒問題，再往下走。這樣出錯也好追。
這三個習慣背後的邏輯是一致的：AI 很強，但它需要你給它清晰的邊界和結構，才能發揮最大效用。
這週的 AI 大新聞：從知識管理到神秘政府模型
新聞這塊這週特別熱鬧，幾個值得記下來的動態：
- Google Gemini × NotebookLM：兩者整合之後，知識管理的體驗終於變得更順，不用再在不同工具之間來回切換。
- Anthropic 的 Mythos 模型：這個最讓人好奇。Mythos 強大到能找出存在長達 27 年的軟體安全漏洞，但 Anthropic 並沒有公開發布它——而是透過一個叫 Project Glasswing 的計畫，只提供給特定政府機構與大型企業使用。能力越強、越不公開，這個邏輯讓人既覺得合理，又隱隱有點毛。
- 其他動態：GenSpark 現在可以完整控制桌面、Perplexity 能連上銀行帳戶進行財務分析、ChatGPT 也補上了每月 100 美元的中間方案——AI 工具的能力邊界正在快速往外擴張。
真正搞懂 AI 代理：LLM、Workflow、Agent 差在哪
這是這集我覺得最值得花時間說清楚的部分。很多人把這三個詞混著用，但它們本質上差很多：
- LLM（大型語言模型）：「有腦無手」。它能理解、能回答，但它自己不會去做任何事。
- AI Workflow：給了 LLM 工具和流程，但每一步還是你在指路，它照著走。
- AI Agent（AI 代理）：你只給它目標，剩下的它自己想辦法——觀察環境、規劃步驟、執行、從結果中學習，整個閉環都自己跑完。
這集用了一個旅行社的比喻，我覺得很好懂：你跟旅行社說「我想去日本賞櫻花」，真正的 AI Agent 就像一個頂級的旅行顧問，會幫你查機票、訂飯店、規劃行程、甚至提醒你帶什麼——你不需要一步步發號施令，只要說清楚你的目標就好。
對你來說，這代表什麼
AI 代理的概念聽起來很遠，但它帶來的影響其實已經在發生了。Perplexity 連上你的銀行帳戶、GenSpark 控制你的桌面——這些都是 AI 從「回答問題」走向「幫你做事」的具體案例。
作為使用者，現在最值得建立的習慣，是學會「定義目標」而不是「下指令」。你越能清楚說出你要什麼結果，AI 就越能幫你走完中間那些重複性的步驟，把你的時間還給真正需要判斷力和創造力的工作。
但這集最後也提到一個重要的提醒：能力越大，責任越大。怎麼用、用在哪、授權到什麼程度——這些問題的答案，還是你說了算。AI 是工具，方向盤還在你手上。
📚 同主題的其他單集 / 文章，延伸聽下去：
🎙 這篇文章延伸自 Podcast《操作一下》。想用聽的，完整一集在這裡：