Q kangber 週報 2026-08-17｜Google 發布 Gemini 3.7 Flash，強化程式碼與 Agent 工作流並降價搶市 等 6 則

Q  Q kangber 點評

價格砍半的訊號很清楚，就是要用低成本搶佔 API 市場，對於需要串接大量自動化流程、對成本敏感的團隊是個利多。但我更關注的是，在旗艦 Pro 模型持續延遲的同時，卻在輕量模型上做快速迭代。這讓我懷疑 Google 是不是在核心技術追趕上遇到困難，只好先用價格戰術來維持市場聲量。

Q  Q kangber 點評

把運算搬回自己電腦，最大的價值是拿回掌控權，不用再把公司內部資料或專案原始碼上傳到外部 API。風向吹往本地端，不代表門檻就降低了；文中動輒提到的新一代顯卡，對多數團隊仍是一筆不小的投資，後續的模型維護、環境設定更是隱藏的技術成本。速度再快，如果改不動、看不懂，那終究是別人的東西，本地 AI 的真正潛力，在於它讓你有機會把模型調整成真正符合自己流程的樣子。

Q  Q kangber 點評

把跨團隊的複雜溝通，打包成單一開發者的 AI 工作流，聽起來很美好，但實際上是把問題的責任從組織轉移到個人。過去出錯，是系統、軟體、驗證團隊要開會協調；未來如果 AI 搞砸了，就變成那個「按下執行鍵」的開發者要自己扛下整個鏈路的鍋。它並沒有消除問題，只是把問題藏進了另一個黑盒子裡，同時大幅提高了對單一使用者的判斷力要求。

Q  Q kangber 點評

Agentic AI 這個詞聽起來很厲害，但背後的風險往往被「成功部署」的數字蓋過去了。客服、IT 這種有標準作業流程的場景相對單純，但要擴展到財務、人資，牽涉到錢跟敏感個資，問題就不只是 AI 聰不聰明而已。真正的考驗是權限控管、錯誤回溯機制、還有清晰可查核的執行紀錄；這些基礎建設沒做好就急著擴大，只是把一個無法追究責任的黑盒子，放到公司的核心系統裡。

Q  Q kangber 點評

攻擊者厲害的地方，不在於用了什麼神奇的AI工具，而是懂得把多個開源的AI代理「組建成一支自動化軍隊」。他們設計了協同作戰的邏輯，讓機器自動執行偵查、滲透、甚至在被擋下時變換戰術。未來的攻防關鍵，顯然已經從單一工具的強弱，轉移到如何設計整個自動化「系統」的判斷力上。

Q  Q kangber 點評

太多人看到「開放權重」或「免費模型」就直接衝了，完全忽略了背後的代價。效能跑分高不代表安全，這正是最容易被技術債反噬的地方。你等於是把一個來路不明的黑盒子放進自家系統，它怎麼訓練的、有沒有被動手腳，你一無所知，出事了根本無從究責。對多數團隊來說，這種未知的風險遠比省下一點 API 費用要昂貴得多。