📰 The Verge AI | 2026-09-25Microsoft thinks its new Copilot ‘super app’ will be as influential as Office原文 ↗
核心內容
Microsoft 正式推出重新設計的 Copilot app，定位為一個 「super app」：把 AI chat、coding 與 agents 放進同一個介面。這次也把 Build 時發表的 AI 個人助理 Scout 重新命名為 Autopilot，納入 Copilot 的整體產品敘事。The Verge 報導指出，Microsoft 內部對這個 Copilot app 的期待非常高，甚至認為它可能像 Office 一樣具有長期影響力。
這個方向顯示 Microsoft 不再把 Copilot 只視為 Office、Windows、GitHub 或 Azure 的功能外掛，而是想把它變成一個跨工作流程入口：聊天負責理解需求，coding 負責修改與產生軟體，agents / Autopilot 負責長時間執行任務。換句話說，Microsoft 想把 Copilot 從「文件旁邊的 AI 按鈕」提升成使用者與電腦、企業資料、開發工具互動的主要中介層。
商業上，這是 Microsoft 把既有企業客戶、開發者工具與 Windows 生態整合起來的一次大押注。若成功，Copilot 會不只是訂閱加價項目，而是像 Office 一樣形成日常工作標準；若失敗，則可能變成又一個使用者知道但很少主動開啟的 AI 入口。
為什麼重要
AI 產品正在從單點功能走向 統一工作入口。ChatGPT、Claude、Gemini、Muse、Copilot 都在爭奪「使用者每天打開的第一個 AI 介面」。Microsoft 的優勢是它已經控制企業工作流：Outlook、Teams、Office、Windows、GitHub、Azure。若 Copilot super app 能把這些場景串起來，對企業 AI 採用率的影響會比單一模型更新更大。
對開發者來說，Copilot 把 coding 放在 super app 中也代表「程式設計」正變成一般知識工作的一部分。非工程師可能透過 agent 產生腳本、查詢資料、建立自動化；工程師則需要面對更多由 AI 生成、跨工具執行的工作流與安全審查需求。
我的觀點
Microsoft 的挑戰不是功能夠不夠多，而是 信任、上下文與執行權限。真正的 super app 必須能安全地讀取企業資料、代表使用者採取行動，並在出錯時容易追責。這會讓 Microsoft 的身分管理、權限系統、合規與企業管理能力成為 Copilot 成敗關鍵。若它能把 AI agent 管理做成企業 IT 可接受的標準，Copilot 的確有機會成為下一代 Office；否則就會被限制在「好用但不敢放手執行」的輔助工具層級。
📰 TechCrunch AI / The Verge AI | 2026-09-25Meta is putting its muscle behind Muse as the AI app takes off原文 ↗
核心內容
TechCrunch 報導，Meta 的個人 AI agent 應用 Muse 在 9 月 8 日推出後快速成長，週初累積下載已超過 250 萬，最新估計達到 340 萬次下載；而且這些數字尚未完整反映 Meta Connect 大力推廣後的效果。Meta 計畫為 Muse 增加 Muse avatar 視訊聊天、computer use 支援，並把它推向智慧眼鏡與小型 Tamagotchi 風格裝置。
同日 TechCrunch podcast 也指出，當 OpenAI 與 Anthropic 談論「放慢 frontier 節奏」並發布新模型時，真正搶走消費者注意力的是 Meta 的 Muse。這反映 consumer AI 的競爭焦點不一定是最強模型，而是產品包裝、分發、人格化、硬體入口與社交網路推廣能力。
但 The Verge 另一篇報導揭露 Muse 的安全與透明度矛盾：在使用者探索後，Muse 會暴露甚至打包自己的 filesystem 供下載，而 Meta 表示這是 「intended behavior」。前一天外界才發現 Muse 可能透露底層檔案與實作細節，現在它甚至更容易提供完整檔案。這讓 Muse 同時成為最有話題性的個人 AI 產品，也成為最值得觀察的 agent sandbox 案例。
為什麼重要
Muse 的成長代表 consumer AI 的競賽已進入產品與分發戰。Meta 有 Instagram、Facebook、WhatsApp、Quest、Ray-Ban 眼鏡等通路，可以把 AI agent 推到使用者原本就花時間的地方。這對 OpenAI、Anthropic 與新創是一種壓力：模型能力領先未必等於消費者產品勝利。
然而 filesystem 事件提醒我們，個人 AI agent 越像「可以操作電腦的小伙伴」，越需要清楚的沙盒邊界。使用者可能覺得能看見 AI 的檔案很有趣，但對企業或敏感場景而言，這類行為會引發資料外洩、prompt injection、供應鏈透明度與產品安全設計疑慮。
我的觀點
Muse 是 Meta AI 戰略的重要訊號：它把 AI 從聊天框推向 人格化、可攜式、跨裝置 agent。我認為 Meta 的分發能力會讓 Muse 很快成為 consumer AI 的重要對手，但安全設計必須追上產品速度。未來消費者 AI 會分成兩條線：一條追求好玩、陪伴、人格與硬體存在感；另一條追求可靠、封閉、可控與企業信任。Meta 現在明顯押前者，但若 filesystem 這類事件持續出現，會限制它進入高信任場景。
這個計畫的敏感性在於，它把 AI 用在高風險、權力不對等的判斷場景：安全審查、內部調查、忠誠度與可信度評估。這些場景的錯誤成本不只是技術指標，而是可能影響工作、清白、言論自由與政府內部監控範圍。
為什麼重要
AI 測謊是高風險 AI 治理的典型案例。它結合生物特徵、行為推斷、政府權力與不可完全驗證的心理狀態判斷。即使模型準確率看似提高，也可能因資料偏差、情境壓力、文化差異與生理差異造成不公平結果；而受測者通常很難理解或反駁 AI 評分。
對 AI 產業而言，這提醒我們「AI 能否被用於某件事」不等於「AI 應否被用於某件事」。當 AI 進入招聘、信用、執法、邊境、軍事與情報場景，透明度、申訴機制、第三方審計與用途限制會比模型創新更重要。
我的觀點
我對這類 AI 測謊系統非常保留。測謊本身已經不是穩固的科學基礎，加入 machine learning 可能讓它看起來更精密，實際上卻把不確定性包裝成分數。未來政策重點應該放在 禁止或嚴格限制 AI 對心理狀態與可信度做決定性判斷，尤其是在政府與雇主掌握權力的場景中。若一定要研究，也應限制於受控環境，禁止直接用於懲戒、解僱或刑事判斷。
