DeepSeek 開源研究原型 Super-agent，被稱為 Claude Code 挑戰者。影片作者拆解實驗後指出，「快近兩倍」多來自提示詞，常駐路由反覆重讀的快取成本與預設資料設定，才是企業導入前該先算清楚的帳。

Claude Motion 讓 Claude 用程式碼寫出動畫，改一個字、換一個場景都不必重新生成整支影片。這項只開放給團隊與企業方案的功能，正在改寫企業內容團隊的外包、內製與用量預算。

Claude Mods 是 Claude Code 的外掛式改裝機制：依 Chase AI 影片的說法，你可以讓 Claude 在做某件事之前、之中、之後自動插入檢查、改寫或備份步驟。以下用一個示意情境說明它怎麼運作。

如果你在 2026 年 9 月 18 日打開美國區 App Store 的 iPhone 免費排行榜，會發現第一名換人了。被擠下來的是 ChatGPT，取而代之的是 Meta 才推出十天的新 App，名字叫 Muse。Meta Muse 是一款雲端代理型（agent）個人助理：它不只回答問題，還會在雲端自己的電腦上上網、填表、下單，把事情做完。 榜首之外：Muse 和聊天機器人差在哪 依照影片轉述的 Meta 宣傳片，Muse 的定位是個人 agent。一般聊天機器人多半是你問、它答，Muse 則是你交代一件事，它自己打開瀏覽器、登入網站、把表單一格一格填好，直到要付錢或要寄信的那一步，才停下來問你。 關鍵在於架構。Meta 直接在雲端替每個人開了一台專屬電腦，所以就算你關掉 App、關掉自己的電腦，Muse 仍能在那台雲端電腦上繼續工作。影片特別對比：Claude Code 或 Codex 這類工具，多半是借用你自己的電腦來運行任務。 App 的聊天頁刻意做得像通訊軟體，畫面最上方有一條狀態列，顯示 Muse 正在做什麼、做完什麼、接下來打算做

九月的一個晚上，Fireship 頻道《The Code Report》單元的主持人打開帳單，開始算一筆帳。 Cursor，一個月 20 美元。Claude Max，100 美元。GPT Pro，再 100 美元。Gemini Ultra，又是 100 美元。加起來，剛好 320 美元——這還沒算上 11 Labs 的語音訂閱、DeepSeek，以及兩年前註冊、後來忘了關掉的一堆 API key。他在影片裡半開玩笑地說，自己的「AI 成癮」貴到必須戒掉喝酒跟打坐；還調侃美國酒類銷售正處於歷史低點，「都是大型 AI 公司害的」。這段當然是誇飾的玩笑，不是什麼經濟數據，但那種「訂閱疊訂閱、多到自己都算不清」的感覺，恐怕不少每天在多個 AI 工具間切換的開發者都懂。 真正讓他停下來的，不是哪一筆扣款特別貴，而是把四筆訂閱攤開來看的那一刻——沒有人一開始就決定要花 320 美元，只是一個一個訂閱疊上去，疊到某天你打開帳單才發現。這也是這支影片的起點：與其繼續疊訂閱，他決定把整套 AI 工作流搬回自己的伺服器上，改用免費、開源的專案重新組一套「更便宜、也更

你每天打開 ChatGPT，丟出一個問題，複製一段回答，貼到 Email 或 Slack 裡，然後關掉分頁——這個動作，你可能一天重複十幾次。 如果你也是這樣用 ChatGPT，那你其實只用到它一小部分的能力。過去幾個月，OpenAI 把「ChatGPT Work」推上檯面，這是一次不小的升級，但問題是，幾乎沒有人講清楚：升級之後，你到底該換一種什麼樣的用法？連官方自己都沒有把這件事解釋得很明白。多數人打開 ChatGPT Work，還是照著舊習慣打字、拿答案、關視窗——用一台新引擎，開著舊檔位在跑。 真正的差異藏在一個很容易被忽略的地方：ChatGPT Work 不只是回答問題，它可以連上你平常在用的工具，直接幫你把事情做完。而它會不會把事情做得像「懂你」，關鍵不在你問得多聰明，而在你有沒有讓它記住規則。 一個小測試：它到底有沒有記住你說過的話 先看一個最簡單的例子。你請 ChatGPT Work 幫你建一個 Google 日曆提醒，提醒你弟弟的生日——這件事，一般的 ChatGPT 也做得到，沒什麼特別。 但接下來的動作才是重點。你補一句：「