今天與 {{active_subscriber_count}}+ 位讀者一起看：
🗞️｜OpenAI 談判 Microsoft
🚀｜Hugging Face 推出 AI 電腦助理
📊｜付費訂閱 OpenAI 比例達 32.4%
🧭｜推理模型實用指南
🔬｜讓 AI 自己訓練自己
🔍｜AI Coding 將如何改變你的工作
🗞️ NEWS
OpenAI 談判 Microsoft ：減股換未來合作
圖片來源：使用 ChatGPT 生成
上週提到 OpenAI 計畫轉型成公益公司（PBC）為未來 IPO 上市鋪路，也因此開始與投資 130 億美元的最大股東 Microsoft 開始協商未來合作模式。
目前狀況：OpenAI 如果未來想要 IPO 上市（可能是繼 Facebook 之後最大的科技公司 IPO），很難在 Microsoft 持有大量控制權的情況下進行。
Microsoft 擔憂：目前 Microsoft 和 OpenAI 的合作合約只到 2030 年，Microsoft 希望確保在 2030 年之後，還能繼續使用 OpenAI 的技術。
雙方協議：因此 Microsoft 可能願意放棄部分 OpenAI 的股份，換取未來技術的使用權；OpenAI 也計畫將 Microsoft 的分潤，從 25% 降到 10%。
雙方依賴：雖然雙方最近關係緊張，但 Microsoft 需要 OpenAI 的技術，OpenAI 需要 Microsoft 的資金、基礎設施，目前還是離不開彼此。
📚 HANDBOOK
HubSpot 教你用 AI 找回你的時間
來自合作夥伴：HubSpot
HubSpot 最新推出的《AI 工作幫手指南》，教你如何把 AI 工具真正用在工作上，幫你省下時間、提升效率。
教你如何把重複瑣事交給 AI
教你如何建立 AI 助理的任務分配邏輯
內含任務分配表、效能追蹤表、AI 使用說明模版
🤝 ADVERTISING
讓 {{active_subscriber_count}}+ 位讀者認識你的產品
《Brief AI 電子報》讀者近 50% 擁有碩士以上學歷、管理階層超過 40%。超過 30 家國內外知名品牌合作，例如：Intel、數位時代、知識衛星…
🚀 LAUNCH
Hugging Face 推出免費 AI 電腦助理
影片來源：@AymericRoucher
Hugging Face 推出免費電腦助理 Open Computer Agent，類似 OpenAI 的 Operator，可以在虛擬 Linux 電腦上自動完成各種任務。
操作方式：只要輸入指令，Open Computer Agent 就會自動開啟程式、執行步驟，例如：「用 Google Maps 找到 Hugging Face 總部」。
實際測試：簡單任務還可以，但遇到搜尋機票、CAPTCHA 驗證這類較複雜的任務就會失敗，速度也比較慢，需要排隊等候。
Hugging Face 目的：這次不是要打造最強的 AI 電腦助理，而是想證明現在的開源 AI 模型已經很強大、運行成本也越來越低。
市場趨勢：根據 KPMG 調查，65% 的企業正在嘗試使用這類 AI 助理，市場預計將從 2025 年的 78.4 億美元成長到 2030 年的 526.2 億美元。
📊 CHART
美國企業付費訂閱 OpenAI 工具比例達 32.4%
圖片來源：Ramp AI
Ramp 最新 AI 指數報告指出，美國企業中有 40.1% 已經開始付費訂閱 AI 工具，而 OpenAI 採用率最高（32.4%），每 3 家就有 1 家使用 OpenAI 服務。
Ramp AI 指數：根據 3 萬多家美國企業的信用卡支出資料，追蹤 AI 工具的付費訂閱情形。
採用率趨勢：2023 年初僅約 5%，2025 年 1 月約 25%，到了 4 月已經飆升至 40.1%，2 年內暴增 8 倍。
OpenAI 霸主地位：OpenAI 採用率達 32.4%，Anthropic 採用率達 8% 緊追其後，xAI、Google、DeepSeek 採用率極低，幾乎貼近 0%。
可能低估：這份報告只統計了「有付費購買 AI 工具」的企業，沒算進「免費工具」和「員工自己買來用」的情況，實際採用率可能更高。
🧭 GUIDE
推理模型（Reasoning LLMs）實用指南
圖片來源：DAIR AI Academy
DAIR AI Academy 最新推出一份推理模型（Reasoning LLMs）實用指南，整理了目前最熱門的模型、使用技巧、限制。
Reasoning LLMs：能夠進行推理、判斷、規劃、決策的 AI 模型，適合用於需要深度思考的任務，例如：規劃、決策、數學推理、科學推理、程式推理。
推薦模型型號：Google Gemini 2.5 Pro、Anthropic Claude 3.7 Sonnet、OpenAI o3
使用技巧：避免在 prompt 中手動加入 Chain-of-Thought，讓模型自己決定推理步驟；結構化輸入與輸出；使用 few-shot 提示。
推理模型限制：推理模型的輸出品質可能不穩定、容易出現過度思考的情況，導致成本比較高、回應速度慢…
影片版本：這份推理模型實用指南，作者也錄製了 1 小時教學影片，詳細說明了這份實指南。
🔬 RESEARCH
Absolute Zero：讓 AI 自己訓練自己
圖片來源：Absolute Zero: Reinforced Self-play Reasoning with Zero Data
北京清華大學、BIGAI 團隊提出一種新的 AI 訓練方法「Absolute Zero」，讓 AI 自己解決問題、自己學習，完全不需要人類提供的資料。
自我訓練方式：AI 自己產生問題、解決問題，透過不斷自我對弈（self-play）來提升能力，完全不需要外部數據集。
三種推理模式：AI 會用演繹、溯因、歸納三種推理方式，持續創造越來越困難的自我挑戰來學習，讓自己越來越厲害。
測試成效：在程式碼、數學基準測試中，超越傳統需要使用了數萬個專家標註範例的模型訓練方法。
重要意義：這種方法能讓 AI 自己訓練自己，未來可能不需要大量昂貴的人類數據，突破目前 AI 發展遇到的「數據瓶頸」。
🔍 INSIGHT
AI Coding 將如何改變你的工作？
Y Combinator 的 Tom Blomfield 和 David Lieb 在最新一集的 Podcast 討論 AI coding agents 會如何改變未來軟體工程、知識工作。
AI coding agents 現狀：目前還無法完全取代軟體工程師，但已經能夠大幅提升生產力，讓小團隊可以做出過去需要大團隊才能完成的事情。
實際採用數據：過去 6 個月，越來越多 Y Combinator 的新創團隊開始使用 AI coding agents，到現在已經有 1/3 - 1/2 的公司依賴這些工具。
軟體工程師的未來：未來 5-10 年，現在的軟體工程師工作型態將大幅改變，不再是寫程式，而是管理 AI 工具。
其他知識工作者的未來：律師、醫生、會計師等知識工作者也會受到 AI 的影響，未來不使用 AI 的專業人士將會處於劣勢。
建議：保持對最新工具的敏感度，學習如何運用 AI 工具來解決問題，保持學習、與時俱進（《Brief AI 電子報》會盡可能幫助大家！）
