AI & Tech
你把 AI 當計算機用，難怪團隊的知識永遠在歸零
Hiten Shah 指出多數團隊用 AI 的方式是「計算機模式」——每次都重來，知識從不累積。他的做法是在 Slack 裡跑 AI，讓 agent 看到所有脈絡，知識像複利一樣成長。三個月後差距是指數級的。
Anthropic 的 Growth Marketing 只有一個人，而且他不會寫程式
Anthropic 的 growth marketing 曾經只有一個人，Austin Lau，一個從沒寫過程式的行銷人。他用 Claude Code 建了完整的 performance marketing 自動化系統，廣告製作時間壓縮 87%，單人產出超過多數完整行銷團隊。
Consumer AI 的贏家公式：不是模型最強，是 ARPU 跑贏推論成本
Andrew Chen 提出 consumer AI 贏家公式：ARPU 必須跑贏推論成本。目前差距約 10 倍，月 ARPU $2-5 但 token 成本可能 $20-50。高 ARPU 類別（金融、健康、生產力）有空間用最好的模型，低 ARPU 類別被迫用更差的模型、更脆弱的留存。
Google Analytics 官方推 MCP Server：用一句話查 GA4 數據的時代來了
Google Analytics 官方推出 MCP Server，透過 Model Context Protocol 把 GA4 數據直接連接到 Gemini、Claude 等 LLM。1,437 個書籤說明行銷人已經準備好用自然語言取代複雜的 GA4 介面。這是 Google 對 MCP 生態系的最大背書，也是行銷數據民主化的關鍵一步。
軟體公司只剩兩條路，你站哪邊？
a16z Growth 合夥人 David George 對軟體產業發出最直白的警告：公開市場已經重新定價，舒適的中間地帶結束了。你的 12-18 個月計畫，必須在「AI-native 加速成長」和「重建真實利潤率」之間選一條全力推。這篇拆解他的框架，以及對台灣 SaaS 團隊的實際意義。
$570 億砸進 AI 廣告平台，但 88% 的預算還是人在管，這中間的套利空間有多大？
2026 年美國廣告主將 $570 億投入 AI 驅動的廣告平台，年增 63%，但同時 88% 的廣告支出仍由人工管理，成長率只有 5%。這個 12 倍的速度差就是套利空間。這篇拆解數據背後的結構性轉移，以及台灣行銷人現在就該開始的自動化遷移策略。
ChatGPT 購物大轉向，Instant Checkout 慘輸 3 倍，AI 電商的價值在探索不在結帳
ChatGPT Instant Checkout 的轉換率比 Walmart 網站低 3 倍，OpenAI 正式放棄 in-app 結帳轉向產品探索。Walmart Sparky agent 模式轉換率回升到網站的 70%，品牌 agent 時代正式開始。
你的產品不需要更多用戶，需要被 Agent 記住
a16z 合夥人 Andrew Chen 指出 AI 時代的成長渠道已翻轉——產品的競爭力不在 landing page 轉換率，而在你的 API 能不能成為 agent 預設呼叫的工具。從 top of funnel 到 top of call stack，這篇拆解新框架的實戰意涵。
你的網站訪客有一半不是人？AI 機器人流量正式超越人類
Human Security 最新報告顯示 AI 機器人流量已正式超越人類，自動化流量年增速是人類的 8 倍。當你的下一個「大客戶」可能是 AI agent，SEO、GA 數據解讀、API 策略都得跟著翻新。
2026 年最強工程團隊只要兩個人：一個海盜、一個建築師
Every 創辦人 Dan Shipper 提出 2026 年最有效的工程組合：一個海盜用 vibe coding 一天 ship 三個實驗，一個建築師把跑出來的東西重構成正式架構。這個模型和他的 Compound Engineering 方法論一脈相承，背後邏輯是 AI 把「探索成本」壓到趨近於零。