BridgeCraft logobridgecraft
週報作品集關於聯絡登入
聯絡

bridgecraft

從資料視覺化到 AI Agent,一直在找下一個 meta

文章主題指南週報Labs作品集系統架構關於聯絡RSS

© 2026 BridgeCraft — Waiting7777. All rights reserved.

← 所有文章

我開始寫判讀紀錄:三個有日期、會被打臉的預測

2026年10月20日 · Waiting7777 · 4 分鐘閱讀

AI商業模式SEO
📂 AI 系列📂 商業模式 系列📂 SEO 系列

為什麼要押

打過牌的人都知道一件事:賽前講「這副牌很強」不用負責,賽後講「我早就知道」更不用。真正有資訊量的,是賽前寫下來、賽後對得起來的判斷。

科技評論也一樣。我這半年在這個網站寫了很多「這則新聞代表什麼」,回頭看,大部分都沒辦法被證明是對的還是錯的。沒辦法被證明錯的判斷,其實沒有告訴你任何事。

所以從這篇開始,我會固定寫判讀紀錄。規則很簡單:

  1. 寫日期:什麼時候下的判斷
  2. 寫成可以被檢查的句子:到期那天,任何人都能判斷對錯
  3. 寫理由跟信心:信心 60% 的意思是,十個這樣的判斷我預期錯四個
  4. 寫對答案的日期:時間到了,回來更新這篇
  5. 錯了不刪:命中率要算進去,才有意義

下面是第一批,三個。


判讀 1:旗艦 AI coding 訂閱會變貴,或用量會變少

到 2027-06-30 前,Claude Max 跟 ChatGPT Pro 至少有一個,會調漲月費或縮減同價位的用量上限。 基準:2026-10-21 兩家官網的方案內容。 信心:60% 對答案:2027-07

理由

我之前寫過〈Agent 跑一半沒 token 了〉,那篇的核心是:agent 的用量不是線性的。人類一天問 AI 幾十次,agent 一個晚上可以自己跑幾千次。

月費吃到飽的方案,是按「人類的使用量」定價的。當越來越多人把 coding agent 丟去背景跑一整晚,這個定價模型撐不住,結果只有兩種:漲價,或縮量。GitHub Copilot 已經改成按 token 計價了,我認為其他家會跟上,只是時間問題。

為什麼不是 80%:模型推論成本每年都在掉,成本下降的速度有可能追得上用量成長,那兩家就能維持現狀。


判讀 2:台灣會有上市櫃公司公開說自己是 AI-native

到 2027-12-31 前,至少一家台灣上市櫃公司,在法說會簡報或年報裡,用「AI-native」(或「AI 原生」)描述自己的公司或核心業務。 信心:50% 對答案:2028-01

理由

我在〈AI-Native 公司的定義〉裡寫過一個測試:如果明天所有 LLM API 斷線,你的公司還活不活得下去?活得下去的,是「AI 加速」公司;活不下去的,才是 AI-native。

用這個標準,台灣上市櫃公司裡幾乎沒有 AI-native 的。但我這題押的不是「真的是」,而是「會這樣說」。投資人愛聽什麼,簡報上就會出現什麼。2023 年大家在講「AI 轉型」,2025 年在講「AI agent」,下一個流行詞很可能就是 AI-native。

為什麼只有 50%:台灣的法說會用詞一向保守,比較常講「導入 AI」「AI 應用」,不一定會用這麼滿的字眼。


判讀 3:這個網站的搜尋流量會回來

到 2027-03-31 前,bridge-craft.org 在 Google Search Console 的單日曝光,會有連續 7 天都在 30 次以上。 信心:40% 對答案:2027-04

背景

這題是押我自己。2026-08-18,Google 開始推出八月的垃圾內容更新,同一天,這個網站的搜尋曝光從每天 30 到 60 次,掉到每天 0 到 4 次。頁面都還在索引裡,也沒有收到人工處罰,是整站被演算法降權。

原因我心裡有數:從三月到十月,我發了一百多篇新聞解讀,大部分是英文新聞的中文整理。量很大,但「只有我寫得出來」的東西很少。

所以我做了兩件事:把 150 篇沒有帶來任何搜尋點擊的新聞整理文設成不索引,只留下真的有人看、或是我自己的經驗文;接下來只寫實作紀錄跟這種判讀紀錄。

為什麼只有 40%:演算法降權通常要等下一次核心更新才有機會恢復,時間我控制不了;而且清掉內容不等於 Google 會重新信任這個網站。


下一步

這三題到期之前,我會在這篇底下更新進度。之後每個月會再加新的判讀,年底整理一次命中率。

如果你覺得哪一題我押錯了,留言告訴我你押什麼。等到期那天,我們一起對答案。

每週一篇 — 技術趨勢背後的商業邏輯

分享:

Waiting7777

WoW Arena 冠軍轉前端,用電競 meta 思維拆解技術趨勢。

關於作者

相關文章

AI 黑盒子裡面在跑什麼 — Anthropic 研究員怎麼拆解模型思維AIAnthropic+2

AI 黑盒子裡面在跑什麼 — Anthropic 研究員怎麼拆解模型思維

AI 的黑盒子裡面到底在跑什麼?從 Anthropic 研究員的角度切入,拆解 interpretability 研究在試圖回答什麼問題,以及為什麼這件事比大家想的更難。

2026年10月20日 · Waiting7777 · 8 分鐘閱讀

繼續閱讀 →
Meta Muse Wonder 評測:對 AI Agent 有用,但設計師可能不買單MetaMuse Spark+4

Meta Muse Wonder 評測:對 AI Agent 有用,但設計師可能不買單

從設計師和工程師的雙重視角評價 Muse Wonder — 到底誰受益、誰受害,Meta 的策略意圖在哪裡。

2026年10月18日 · Waiting7777 · 6 分鐘閱讀

繼續閱讀 →
AI 會取代業務嗎?Sales in the Age of AI 的幾個觀察SalesforceAI+17

AI 會取代業務嗎?Sales in the Age of AI 的幾個觀察

從工程師賣產品的角度評論 AI 對 sales 的衝擊,哪些 outbound 動作真的可以自動化,哪些是 AI 做不好的,以及 sales 這個職位在 AI 時代的新定位。

2026年10月16日 · Waiting7777 · 7 分鐘閱讀

繼續閱讀 →

這篇文章對你有幫助嗎?

每週一篇 — 技術趨勢背後的商業邏輯

AI 產業在變什麼、工程師該注意什麼——拆清楚寄到你的信箱。