AI 代理人的兩張臉：省錢分工，也能找出資安漏洞

🧭 本單元白話講

這系列要拆解的，是AI代理人的兩張臉：一張臉負責省錢分工，把工作丟給剛好夠用的模型就好；另一張臉則負責更深的任務，甚至能挖出資安漏洞。要看懂省錢分工這張臉，得先搞懂一件事：怎麼讓手機上那顆小小的AI模型，自己知道『我這次可能答錯了』？

答案來自一間叫Cactus的公司，他們幫Google的小模型Gemma 4 E2B（可以想成是縮小版、能塞進手機裡跑的AI）動了一個手腳：訓練它學會替自己打分數。原文提到，他們在模型檔案（原文用checkpoint稱呼，你可以把它想成是訓練好、可以直接拿來用的AI大腦存檔）裡塞進了探針（probes）藏在模型裡面、專門負責幫每次回答打分數的小機制，不是額外叫另一個AI來評分，而是模型自己內建的能力，每次回答完都會順便給自己打一個0到1之間的信心分數（confidence）AI對這次自己的回答有多少把握的數字，愈接近1代表愈有把握，愈接近0代表愈可能是亂猜的。

這個信心分數不是模型自己在答案文字裡亂寫一句『我不太確定』，而是用結構化的資料格式回傳，方便寫程式的人直接用程式去判斷、去做決定。原文給的邏輯很簡單，幾乎就是一句話：信心分數如果低於0.85，就把同一個問題轉交給雲端更強的大模型重新回答一次；如果分數夠高，手機自己回答的答案就直接採用，完全不用連網、不用把問題傳到遠端伺服器。

這樣設計圖的是什麼？是同時把裝置端（on-device）直接在你手上的手機或電腦執行，不用把資料傳出去給遠端伺服器運算的『快、省錢、保護隱私』，跟雲端大模型的『準、但慢、還要花錢連網』這兩種好處兜在一起。原文的基準測試（benchmark）一套固定的考題，專門用來比較不同AI模型表現好壞的標準測驗數字很直接：在ChartQA（看圖表回答問題）這類任務裡，手機上的Gemma 4 E2B混合式模型只要把15%到20%比較沒把握的問題轉交雲端，整體表現就能追上完全跑在雲端的Gemini 3.1 Flash-Lite模型——換句話說，八成以上的問題，手機自己就搞定了。

這正是省錢分工這張臉的雛形：不是每個問題都動用最貴、最強的AI，而是先讓便宜、私密、快速的小模型上場，只有在它自己承認『沒把握』的少數時刻，才把工作轉交給更貴的大模型。下一單元會接著問：為什麼整個業界現在都在拼命把模型做小、做快，而不是反過來一路把模型做大？

⚙️ 脈絡拆解

🔍 程式碼漫遊（點有 ● 的行看白話講解）

混合式AI聽起來很厲害，但決定『要不要轉交雲端』的邏輯，原文示範用的就是一句最簡單的if判斷

📝 隨堂考（點選答案，立即回饋）

🧭 本單元白話講

上一講我們看到 AI 開始具備『知道自己可能答錯』的能力,這聽起來像是模型變聰明的故事。但這一講要說的,其實是另一半的故事:光是聰明還不夠,如果要把這些能力真的搬進日常運作、每天要跑成千上萬次的自動化任務,還得夠快、夠便宜才養得起。2026 年 Google 一口氣端出三款新的 Gemini Flash 模型,正是想解決這個問題。

Google 在發表文章裡說得很直白:想把 AI 組裝成能真正做事的代理式工作流程讓 AI 自己規劃步驟、決定該呼叫哪些工具,一步步把整個任務做完,而不是你問一句它才答一句的開發者,最在乎的不是模型有多厲害,而是三件事——tokenAI 處理文字時用來計費與計速的最小單位,可以想成是一小塊一小塊被拆開的文字,輸入越長、模型想得越多,消耗的 token 就越多用量夠不夠省、回應夠不夠快(延遲從你發出請求到 AI 給出回應之間要等待的時間要低)、還有結果夠不夠穩定可靠。原因很現實:一個代理人做一件任務,往往要在背後偷偷呼叫模型好幾十次甚至上百次,每次呼叫慢一點、貴一點,乘上這麼多次之後,時間和帳單都會被狠狠放大。

這次 Google 沒有推出一個『什麼都要最強』的巨無霸,而是把工作拆成三份分工:3.6 Flash 是扛主力工作的模型,負責寫程式、知識工作和多模態任務,主打『比上一代更省又更準』;3.5 Flash-Lite 專攻極速與便宜,是同等級裡跑最快的版本,每秒能吐出 350 個 token;3.5 Flash Cyber 則是專門為資安任務打造的模型,搭配一套叫做 CodeMender 的專用代理架構,專門去揪程式碼裡的安全漏洞。三款模型各司其職,而不是每次都硬派最貴的模型上場。

數字上最直接的證據是效率與價格。根據 Artificial Analysis Index 的測試,3.6 Flash 平均比上一代 3.5 Flash 少耗 17% 的輸出 token,在部分高強度的程式測試(DeepSWE)裡甚至省下多達 65%;每個輸出 token 的單價也更低。定價上,3.6 Flash 是每百萬輸入 token 1.5 美元、每百萬輸出 token 7.5 美元,比舊版更便宜,直接讓『跑一次代理任務』的整體成本降下來。換句話說,同一筆預算,現在能讓代理人多跑好幾輪任務。

這正是『為什麼現在』的答案:當 AI 不再只是回答單一問題,而是要被大量、重複地部署去自動完成工作時,決定勝負的關鍵從『誰的模型最強』悄悄轉移成『誰能用最少的錢和時間把工作做完』。這也解釋了為什麼整個產業這陣子都在拼命推出更小、更快的模型版本,而不是只顧著把旗艦模型越做越大。

⚙️ 脈絡拆解

📝 隨堂考（點選答案，立即回饋）

🧭 本單元白話講

上一堂提到，大家搶著推出更小更快的模型，是因為便宜的模型才撐得起大量分工。這一堂要往下一層看：開發者實際上是怎麼把這些模型「組裝」成真正會動手做事的代理人？答案藏在兩份資料裡——一份是 Anthropic 整理的 Claude 開發食譜，教你怎麼幫AI裝上手腳；另一份是 Kimi K3 與 Fable 5 的實測比較，告訴你分工要怎麼分才划算。

先看「怎麼讓AI真的會動手做事」。Claude 開發食譜裡第一招叫 Programmatic tool calling（程式化工具呼叫）讓AI直接寫一段程式碼去呼叫工具，而不是每講一句話就要停下來等一次回覆，省下大量來回溝通的時間與費用。想像你請一個助理去辦十件事，若每辦一件就回頭跟你確認一次，會很慢；但若你讓助理自己寫好整份待辦清單再一次執行，效率就高很多。

第二招是解決「工具太多、AI不知道要挑哪一個」的問題。當一個代理人手上有成千上萬個工具（例如串接各種公司內部系統），逐一比對說明書會很慢。食譜裡用的是 語意搜尋（embeddings）不是比對關鍵字文字一模一樣，而是比對「意思相不相近」，讓AI能在大量選項中快速鎖定最符合需求的那一個，讓工具查找像是「猜到你在想什麼」一樣快。第三招則是 自動壓縮記憶（context compaction）AI在長時間對話或工作時，會自動把之前講過的內容摘要濃縮，避免因為「記得的東西太多」而卡住或忘記重點，這對需要跑很久的代理人任務特別重要，畢竟沒有人希望AI工作到一半突然「失憶」。

光有「會用工具、記得住事情」的骨架還不夠，真正要做到「省錢又好用」，還得靠模型之間的分工。這就是 Kimi K3（開源）與 Fable 5（Anthropic旗下）那份實測比較要講的事：兩邊在約一千個真實代理人任務上對戰，涵蓋修程式碼bug、跑終端機操作、演算法題、多語言程式、法律任務五大類。乍看之下兩者打成平手——光是修bug這項，K3拿92.4%、Fable拿92.6%，差距小到可以說是平手。

但拆開來看，兩者其實各有專精：K3在數學符號運算、開發工具、還有需要長時間盯著終端機操作的任務（像是破解壓縮檔的雜湊值、抓漏洞）上特別強，甚至做到了幾項Fable完全做不到的任務；Fable則是在網頁與資料視覺化、以及多語言程式（尤其Java、Python、C++）的廣度上領先。研究團隊甚至算出一種叫『Oracle routing（先知式路由）』的理論上限——假設有一個全知的裁判，每次都能把任務丟給剛好最便宜又能做對的模型，結果顯示K3在72%到96%的任務裡都會被選中。

這告訴我們，開發者組裝代理人不是「選一個最強的模型死用到底」，而是先用像PTC、語意搜尋、記憶壓縮這些技巧幫AI裝好「能做事的骨架」，再靠像Oracle routing這樣的分工邏輯，把不同類型的任務分給真正擅長的模型去做——這才是「多模型協作分工」的實際做法。

⚙️ 脈絡拆解

📝 隨堂考（點選答案，立即回饋）

🧭 本單元白話講

上一關我們看到開發者怎麼把一顆顆模型接上工具、記憶和分工流程，組裝成真正會「做事」的代理人。這一關要問的是：這種會做事的代理人，做出來的事究竟有多驚人？答案藏在一則真實資安研究裡——有人只花 25 美元，就讓 AI 自己找出一個價值上看 50 萬美元的 WordPress 資安漏洞。

這位研究者用的是 GPT-5.6 Sol Ultra，這顆模型不久前才解出一道知名的困難數學題。他發現 OpenAI 公開了當初用來解題的提示詞（prompt），心想「能解出這麼難的數學題，應該也能拿來挖資安漏洞」，於是把提示詞改寫，貼到 WordPress 的原始碼上，交代 AI「同時開最多 4 個代理人、連續工作至少 6 小時」，目標是找出一條能從pre-auth（未授權觸發）不用帳號密碼、不必登入，攻擊者從外部就能直接觸發的弱點，危險程度最高一路打到RCE（遠端代碼執行）駭客不需要碰到你的機器，就能透過漏洞直接在你的伺服器上下指令、跑程式，等同整台機器被遠端接管的完整攻擊鏈。

這串提示詞厲害的地方，不是叫 AI「亂試」，而是幫它訂了一套研究紀律：先廣泛嘗試各種攻擊面（輸入解析、檔案上傳、序列化、競爭條件等），把每個代理人正在嘗試的「路數」分類記錄下來；如果太多代理人擠在同一種路數，就主動把一部分人改派去探索還沒人碰過的角落，也不能因為某條路線「看起來最像有戲」就讓它獨占資源。換句話說，這群代理人不是各自亂槍打鳥，而是背後有一個類似「研究主管」的邏輯在動態調度。

最後這套流程真的挖出一條完整可用的漏洞鏈，價值最高可達 50 萬美元的漏洞仲介（exploit broker）專門付費收購資安漏洞情報的公司，資安研究者找到漏洞後可以賣給他們換取獎金懸賞。研究團隊沒有馬上公開細節，而是先讓 WordPress 使用者有時間升級修補；就在這段緩衝期間，另外兩組研究團隊 Calif 和 Hacktron 也各自獨立重現了同一條攻擊鏈——代表這不是巧合或運氣，而是同一種能力已經散布在不只一個地方。

同一時間，Google 也推出了專門的資安版模型「3.5 Flash Cyber」，搭配自家的程式碼修補代理人 CodeMender 一起運作，目標是讓防守方也能用又快又省錢的 AI 自動抓漏洞、補漏洞。這代表一件事：能挖漏洞的 AI 不再是特例或意外，而正在變成資安攻防雙方都會配備的標準工具。

對你來說，這不是要你去學怎麼駭入網站，而是要建立一個新的資安意識：以前「找到一個嚴重漏洞」可能要靠頂尖專家花好幾週；現在只要任務說明夠清楚、提示詞設計得夠有紀律，AI 代理人幾小時、幾十塊美金就能做到接近的事。這股力量用在防守方就是自動抓漏洞、自動修補；一旦落到惡意一方，就是攻擊門檻大幅降低。這正是「AI 代理人的兩張臉」——省錢分工的效率工具，同時也是資安攻防的新變數。

⚙️ 脈絡拆解

📝 隨堂考（點選答案，立即回饋）

✅ 離開前自測（全勾＝這課真的學會了）