NEUX.

Weekly Edition / April 24 2026

RISE
ABOVE SILOS.

單點被壓縮到極快，整合者，才看得見全局。

01 / Trend Watch

圖像生成
易主了。

Howard 用一個排行榜開場：GPT Image 2.0 在 Chatbot Arena 影像賽道登頂，撼動了 Nano Banana 維持半年的霸主地位。中文字終於不再亂碼。

過去半年，社群小編做圖九成靠 Nano Banana，因為它對中文字的處理夠穩。本週，OpenAI 釋出 GPT Image 2.0——中文字正常了，整體效果甚至超越前者。Howard 拿 Anthropic 的 Color Design 流出 Prompt 做實測，輸出文宣完整、字距乾淨；唯一的弱點是精細色碼，連色票對應都還會出錯。
「想換 icon、要色碼、要多 size、還要放 Drive——AI 包辦。設計師的時間，得花在更上游。」
但同一週，Anthropic 也讓出了一個訊號：算力告急。社群實測發現 Claude 把 Pro 訂閱方案藏起來，做了一場灰度 AB Testing 把使用者推向 100 / 200 美金的 Next 方案，被抓包後社群炸鍋。Opus 4.7 同步變得「比較笨」、會反覆問問題、不敢前進——Howard 的判讀：這是 system prompt 與 thinking 等級被偷偷下調的副作用，背後是算力分配的不得已。
OpenAI 的反擊則是 Codex Desktop App——可以把任務丟給背景執行，一台電腦當兩台用，AI 在背景操作滑鼠鍵盤完成檔案處理與資料調研。而 Meta 走得更遠：他們開始蒐集員工的滑鼠／鍵盤動向當訓練資料，同時繼續大幅裁員。「蒸餾自己的員工」，是 2026 年最赤裸的詞之一。

02 / Power Shift

Market Leaders.
三組數字。

本週的市場訊號濃縮為三個數字。每一個都不是單純的勝負，而是一道張力。

SIGNAL_01 / VALUATION

Anthropic 市值首度超越 OpenAI

寫程式賽道、Harness Engineering、Codex 試戰連勝——本週 Anthropic 完成估值翻轉。但同週的 AB Testing 風波，又透露出他們仍處在算力入不敷出的狀態。市值不等於後盾，這條路他們才剛走到中段。

SIGNAL_02 / IMAGE

GPT Image 2.0 登上影像第一

Nano Banana 把住的位置，這週被翻過去。對日常工作流的影響不在排名，而在一個小細節——GPT 預設不打浮水印，直接拿來商用比較順。Howard 的話：「這是現在最好用的影像生成體驗。」

SIGNAL_03 / DESKTOP AGENT

Codex Desktop：一機當兩機

OpenAI 釋出的 Codex Desktop 應用程式，可在背景接手鍵鼠操作，做檔案處理、資料查找。對使用者體驗來說，這是「一邊讓 AI 做事、一邊自己工作」的常態化開端。Agent 的下一站，是真正佔住一台機器。

03 / The Integration Force

省下的兩天，
才是設計。

Aaron 在這週把 AI 焦慮的論述，徹底翻面：問題不是 AI 會不會取代人，而是當一週工作壓進三天後，剩下的兩天該做什麼。

Aaron 的觀察很冷靜：AI 不會取代知識工作者，但會取代沒有想法的知識工作者。它能讓五天的活壓進三天——不需要加班、不需要趕工、不需要犧牲假日。重點不在「省下時間」，而在剩下的兩天，我們要拿來思考什麼。
「以前我們每天都在套版、納版。AI 之後，才有時間問——這個事情的本質，到底是什麼？」
他用一個更具體的測試：對外簡報時，不管用 PPT、PDF 還是 HTML，做出來總會差一點點。AI 不會修補那一點點。修補它的是「我們知不知道自己要演繹什麼」——一個 prompt 寫得再漂亮，網頁也只是漂亮，不會回答你「這個產品的核心價值是什麼」。
所以，Aaron 把下個階段的關鍵詞定為：整合力。當單點任務都被 AI 壓縮到極快，誰能跳出單一角色的視角，把橫向的事情串起來，誰就贏。為什麼國外的小型 AI 公司可以做出超越大廠的事？不是他們最會用 AI，是他們最敢跳出舒適圈做橫向連線。

04 / Publisher's Perspective

想像三件事，
都不難做。

Aaron 在最後一段拋出三個內部場景——他相信任何一件，都可以用 AI 在三個月內打樣。難的不是技術，是有人願意跨出單一角色。

第一個想像：報價單看板。一個公開平台，攤開所有 pending 中的報價單——哪個客戶、誰報的、是第幾次、預計幾號出去。誰忘了報，AI 自動發 mail 提醒。這件事跨 PM、RD、QA、SA，但沒人有動機獨力去做。AI 不解決動機問題，但它解決執行問題。
「這件事不難。難的是——誰願意跳出來，從更高的視角看一件事。」
第二個想像：NEUX 客服統一收單。客戶帳號密碼登入後，把問題拍照上傳，自動上 Mantis、自動歸類成是哪個廠商的範圍、自動推薦是不是要追加報價。這個流程橫穿 QA、PM、RD——每個角色都會說「這不是我的事」，所以它永遠不會發生。AI 出現後，這個推託本身就變成漏洞。
「最痛苦的，從來不是寫程式，是溝通跟反覆。」
第三個想像：AI 第一審報價。未來的報價，不再是 RD 從零估時。Claude Code 直接爬一次官網的原始碼，先吐一個 baseline，RD 再 review。「跟客戶談完，就上下調一點。」這個流程，把純粹基於經驗的報價，變成有事實基礎的對話。
Aaron 順手丟出一個更激進的問題：當 AI 已經能直接讀圖切板，連寫 Spec 概覽（給前端看的中介文件）都可能變成多餘——那段溝通成本瞬間歸零。下個階段該做什麼，會由「省下來的時間」決定，而不是「擠出來的時間」。
會議尾聲，他把鏡頭轉回某個還在延宕的內部專案：「三個月前 AI 還畫不出 page flow，現在可能可以。如果可以，那為什麼還要把上線往後推？」AI 加持下，咬牙 on time 也許比延後更不痛苦。下週的新逸日，是這個答案的場域。
5 → 3

工作週的時間壓縮 / 多出的兩天回歸思考本質

→ 0

Spec 概覽溝通成本 / 直接讀圖切板的下個階段