NEUX.

Weekly Edition / April 17 2026

INVERT
THE CRAFT.

不是 AI 取代設計，是設計回頭重定義流程。

01 / Trend Watch

17 億的差錯，
與 Opus 4.7。

Howard 用一場業界事故開場，提醒大家——當系統合併失手，金融客戶的重大偶發代價是 17 億。當 NEUX 交付的官網沒事，那是另一場沒被報導的勝仗。

本週業界出了一場著名的金融系統合併重大偶發。某家券商在合併新系統上線後第三天爆出交易異常，恰逢台股創新高破 37,000 點，當天搶單潮疊加系統錯誤，最後累積錯帳 17 億。「重大偶發」在金融內部是頂層警報——一旦上報，必然上新聞。NEUX 為相關客戶交付的官網，當週直轉、零事故、無投訴。
「金融客戶單價高，是因為他們扛的是監管與權益。一場上線事故，就是 17 億的學費。」
本週模型線最大的新聞，是 Anthropic 釋出 Claude Opus 4.7，搭載五個思考深度（XHigh／Default 一路到 Max），長任務多工執行的質變更明顯。Howard 的實測：用它做簡報，不再是輸出一張張無法編輯的圖，而是會 plan 文案主軸、選擇樣式、調用工具截圖、繪製流程——「它的強，是工具運用的能力，不是單次規劃的天賦。」
Anthropic 同時釋出了一個未公開的新模型 Methex，據傳能掃出許多老牌軟體（包含 27 年歷史的 FFmpeg）的漏洞——強到他們不敢開放給外部，先給 Google 等公司做防禦對齊。Hermes Agent 主打「自己會封裝 Skill」，是另一條新走法。市場上 Gemini 還在憋大招、GPT 5.4 走向操作電腦的 Agent 化——沒有最終贏家，是消費者本週最舒服的位置。

02 / Model Tracks

Three Tracks.
分軌進化。

2026 年的模型市場，已不再是「誰最強」的單一賽道。三家頭部模型分軌前進，各自鎖定一個工程場景。

TRACK_01 / OPUS 4.7

企業 / Agent / 寫程式

五個思考深度的設計，讓開發者第一次能在「快與深」之間做主動選擇。Verify 機制讓它會自己跑、自己驗，協作不再是保姆式的修錯——這個版本真正具備了被信任的條件。

TRACK_02 / GEMINI

沉默的下一波

Google 這一輪明顯在憋大招。Nano Banana 在影像生成上仍是業界一線，但下一張牌按而未發——這個沉默本身就是訊號。整合 Gmail 與 Workspace 的全家桶資料權，是別人複製不了的後盾。

TRACK_03 / GPT 5.4

操作電腦的代理人

OpenAI 把賽道明確押在「Agent 操作電腦」這一層。NotebookLM 與 Deep Research 的整合，已經能用一句搜尋指令，自動爬完數十個網站再回頭組裝成一份簡報。對知識工作者來說，這是日常工具的迭代，不是新聞。

03 / The Breakthrough

三天，
二十八頁。

本週的主角是 Ben。他用三個工作天，把一個從零開始的策略單位提案頁，做出了 28 頁互動 Demo。沒加班、沒求救、沒過版型——他重寫了流程。

故事的起點不漂亮：客戶丟來兩份 PowerPoint，一份是模型庫，一份是計畫概覽。Ben 接手時手上只有一張首頁，外加「按按鈕看會發生什麼」的模糊指示。直到他點進「微模型庫」那一頁，才發現整個架構不像金融案，反而像 GitHub 或 Hugging Face 這種模型平台——領域門檻陡然拉高。
「我把客戶的兩份簡報丟給 Claude，請它用小學生都懂的方式跟我說一遍。」
Ben 的工作流，是組合拳。Obsidian 當專案資料庫——所有 Markdown 都在本地，AI 透過 MCP 讀取，每次工作都從同一個知識起點出發，徹底繞開 context window 的幻覺問題。他在 GitHub 找到一個別人寫好的 Product Manager Skill，灌進 Claude，讓 AI 具備產品經理的解析能力，把兩份 PPT 翻譯成一份結構化 PRD（含使用者旅程與 metadata）。
然後是 Figma MCP。Ben 用 Use Figma 的功能，先在 Figma 把空白頁框框排好命名（總覽頁、模型詳情頁……），讓 AI 進到 Figma 裡一個個蘿蔔一個坑地填。Figma 完成後，再以同樣的 PRD 為韁繩，把每個 section 切成獨立 HTML，用 by section coding 組合起來。三天結束，28 頁互動 Demo。Claude 與 Codex 的個人 token 全燒光。
Ben 在末段引用了 Howard 上週的金句作為自己的方法論註解：「我這就是給 AI 一個韁繩。」——一週之間，新詞變成了團隊內部的共同語言。

04 / Publisher's Perspective

逆向工程，
取代了順向努力。

Aaron 在分享會的後半段，用了快二十分鐘解構 Ben 的工作流——不是讚嘆，是把方法論一層層剝開。

Aaron 對 Ben 的評語是「武林奇才」、「天才兒童」——意思不是技巧炫，而是方法跳得太快，外人聽起來像變魔術。他逐項解開：客戶 PPT 是 input，PRD Skill 給 AI 上產品經理人格，Obsidian 是專案知識庫，Figma MCP 把空白頁餵給 AI 做填空，最後 by section coding 把每段 HTML 拼回去。
「現在用自動化的產量，是以前的五倍到十倍。差別在於——以前的辛酸無法複製，現在的流程可以。」
Aaron 看到的真正的革命，不是「AI 多快畫完 28 頁」，而是工作流的順序變了。他用一句話總結：以前我們得自己看到懂才敢動手，AI 時代是先把資料丟進去，讓 AI 用白話文說一遍給你聽，你帶著這份白話版去跟客戶對 ABCDE，對不上的不糾結原版怎麼寫，直接改。
「這已經不是順向工程，是逆向工程。」
他下了一個更大膽的延伸推論：當 AI 能直接讀圖、直接切板，連寫 Spec 概覽都可能變成多餘的工序——那一段 PM 對 RD 的傳遞、整段溝通成本，會瞬間歸零。問題不再是 AI 能不能做，是組織願不願意把已經穩態的工序拆掉重排。
會議尾聲，Aaron 開了一個玩笑——也是真的——的賞金：「公司分配的 100 美金 token 用得完的人，獎勵 1,000 元。」這不是浪費，是想像力的訓練。「你弄不完，是因為你還沒養成把腦袋裡的事情都丟給 AI 跑的習慣。」下週，Ben 會被請出來做完整解構，讓 28 頁背後的方法論可以被團隊複製。
28

頁互動 Demo / 3 個工作天完成

5–10×

自動化產量躍進 / 對比手工流程