AI助理的“百慕大天兵”时刻与Token价值

节目开场，主持人Cat、Alan和曹野回顾了听众关于“更新太快消化不良”的留言。这一反馈让团队感到兴奋，因为这意味着他们消耗的Token变得有价值了。有趣的是，当留言被贴到Slack频道时，常驻的AI Bot自动回复了一些无意义的话。主持人曹野吐槽道：“这个AI真的是狗屎逼局一坨，整天正经话不讲，专讲废话。”他举例称AI记忆力极差，比如在前文已确认是“晚上十点录音”的情况下，它仍会追问“是早上还是晚上”，被形容为金鱼脑。更荒谬的是，当提到在F1会场花费六百多欧元时，AI竟反问“你们是去看F1还是去赞助车队阿迪？”，这种完全脱离语境的回复被戏称为百慕大天兵。此外，AI还会在断线后声称“因为我罢工了”，这种无关紧要的细节让主持人感到无奈，认为这显示当前AI在理解上下文和提供有用信息方面仍有巨大缺陷。

从ChatGPT到Muse AI：免费Agent的购物实测

鉴于对现有AI表现的不满，主持人Alan开始尝试Meta推出的Muse AI。他提到自己因广告轰炸而安装应用，虽忘记输入邀请码，但仍决定测试其能力。朋友建议用它来协助购买GU与宝可梦的联名商品。Alan强调，Muse AI的逻辑并非简单的对话生成，而是像大池（GPT-4o）或Grokbots一样，开启浏览器去抓取网页数据。因此，它不会像ChatGPT那样凭空捏造不存在的商品。Alan首先让AI查询GU当周新品，Agent成功列出了真实上架的商品列表。随后，Alan要求购买一件大学T和居家服并确认免运费条件，AI通过抓取网页信息确认了有免运。这一过程展示了基于真实数据抓取的Agent在避免幻觉方面的优势，尽管速度较慢（因为是模拟浏览器操作），但对于不赶时间的任务来说体验舒适。

自动化下单流程与权限控制的博弈

在确认商品信息后，Alan尝试让AI直接完成下单。Agent在执行过程中触发了安全机制，提示需要登录GU会员账号才能继续。此时AI提供了一个Secret Vault（密钥库）选项，询问是否将账号存入其中供后续使用。Alan出于隐私考虑拒绝存储，AI随即把浏览器的控制权交还给用户，由人工输入账号密码后再归还给Agent。接着，AI在结算时发现信用卡已过期，并列出多种支付方式（新卡、转账、QR Code）供选择。Alan再次被要求手动输入新信用卡号，AI在此过程中展现了举一反三的能力：它记得用户之前拒绝存储敏感信息的原则，因此再次将控制权交还给人工输入。最终订单成功提交，并收到了刷卡和确认邮件。这一流程证明了即使未经过特殊调教的基础版Muse AI，也能在人机协作的边界内完成复杂的Routine任务。

二次测试、数据清理与定时监控（Cron Job）

为了进一步测试AI的记忆能力，Alan要求它利用刚才的信息再下一单。Agent再次跳出提示，因为之前未获授权存储账号密码，所以无法直接读取之前的登录状态，要求再次输入。Alan认为这通过了他的安全审查，随后指令AI清空购物车及所有存储的账号密码和信用卡信息。Agent在执行清理时还询问是否要清除Memory，Alan选择保留记忆但清空敏感数据。AI确认已登出并清空购物车，同时说明系统日志中可能残留的数据不在其控制范围内。最后，Alan设置了两个Cron Job（定时任务）：一是每天监控宝可梦新品及预购信息，二是监控长荣、全日空和日航的台湾机票价格。测试结果显示，AI成功抓取到了下午五点开始预购的福袋抽签信息以及塔卡拉米网站上的九款新宝可梦玩具。另一位主持人Kent补充称，在使用类似Agent刷机票时可能会遇到网站的人机验证拦截，需要人类介入点击确认。

机票搜索：Prompt歧义导致的执行偏差

在测试AI助理处理复杂生活任务时，作者首先尝试让其追踪农历年前后的机票价格。作者的原始意图是寻找“年前两周出发、年后两周返回”的行程，但AI理解为了“年前两周或年后两周内任意时间”。尽管存在这种语义理解的偏差，AI依然成功抓取到了极具竞争力的价格。最终结果锁定在松山至羽田往返的6万多日币低点，作者认为这一价格在长荣航空等航司中属于认知范围内的最低点。虽然Prompt（提示词）不够精准导致了行程日期的不匹配，但AI在价格监控和筛选上的执行力被评价为“相当便宜”且完成率蛮高。这反映出当前免费Agent在理解模糊指令时的局限性，但在单一指标（如最低价）的抓取上表现优异。

“我身为AI咏唱师的不对。哦，那这你有这这确实是你的问题... 他帮你抓到最便宜的票，只是你没办法配合而已。”

球星卡监控：信息检索与概率计算的局限

第二个任务涉及监控日本或美国新出的棒球球员卡，特别是针对台湾选手如孙翊磊、古林瑞阳等的出现情况。AI展现了较强的主动监控能力。隔天，它成功识别出日本Taps预购的2026年度盒中包含孙翊磊的卡片，并检查了卡包内的Checklist确认概率。AI不仅提供了预购建议（截止10月31日），还主动提出监控出货状况。然而，当作者要求计算“中奖几率”以决定是否购买多盒时，AI表示无法提供数据。这是因为卡包厂商通常只公布基础组成列表而未公开具体的配率（概率）。这一案例表明，AI擅长基于现有文本信息的检索与整合，但在缺乏公开数据的统计推断或概率计算方面存在明显短板。

历史查询与人机验证：AI的“电池化”困境

在第三个测试中，作者要求AI搜索国立阳明交通大学资工系1999级（实际指2010年毕业届）的“抽学霸”历史记录。AI首先展现了上下文理解能力，纠正了作者对“交大”指代的模糊性（排除上海、西安交大），并正确识别出台湾的国立阳明交通大学。然而，在深入搜索时，AI将“99级”误读为1999年入学，导致初期搜索失败。在作者纠正后，AI转向Google Group中的NCTU Talk版面寻找线索，却遭遇了人机验证（CAPTCHA）的阻碍。此时，作者不得不手动通过“我不是机器人”验证并将控制权交还AI。这一过程极具讽刺意味，作者感叹人类可能沦为帮助AI通过验证的“电池”。尽管最终未找到确切资料，但考虑到这是免费服务且涉及非结构化论坛数据搜索，AI的探索路径已属合格。

“天哪，我居然在帮机器人做人机验证... 我真的觉得以后就是一个电池。”

隐私架构与日常辅助：从被动执行到主动提醒

对比OpenAI的ChatGPT（20美元/月）与Meta的Muse AI，作者指出两者在隐私隔离架构上的差异。OpenAI的项目（Project）更像标签，不同会话间的数据可能互通；而Cloud类项目则具备更严格的隔离机制。在日常使用中，作者发现AI助理已超越单纯的任务执行，开始提供主动式生活管理。例如，它会提醒接小孩、检查作业账单，甚至通过对比历史数据发现异常（如HOA费用不合理或电费激增），并建议进一步检查电器。尽管存在人机验证瓶颈和隐私顾虑，作者认为其提供的情绪价值与便利性已足以覆盖订阅成本。对于高频用户而言，免费版的Token额度（如邀请奖励获得的10亿token）通常足够日常使用，无需立即付费升级。

“他更做更进一步了啊！... 他已经、他我觉得他他更做进一步了。”

AI助理在求职筛选中的应用逻辑

视频讲述了一个关于AI介入招聘流程的具体案例。一位求职者反馈，在通过某平台投递简历后，对方告知职位不适合且无需回复。经深入了解发现，AI助理在后台对求职者进行了信息过滤。该系统分析了求职者在其他项目或会话中透露的个人兴趣、负责领域及未来规划，并将其与当前职位需求进行匹配。当系统判定两者兴趣不Match（不符）时，便自动拦截了回复建议。

“记信来，他找过我之后还跟我讲说啊，这个职位不适合你，你不用回了。哟，来帮你，还帮你 filter……”

这一案例揭示了AI在信息处理上的优势：它知道你的兴趣。虽然这种自动化筛选可能让用户感到困惑，但从效率角度看，若AI能精准理解用户偏好并据此过滤不相关机会，确实比人工盲目海投更高效。不过，这也意味着用户需要意识到AI正在后台默默评估你的匹配度。对于求职者而言，理解这一机制有助于更好地在对话中展示与目标职位相关的兴趣点。

多语言文件处理与上下文管理技巧

在个人生活场景中，AI助理展现了强大的非结构化数据处理能力。以作者购买第二套房产为例，面对大量日文购房文件，传统阅读方式耗时费力。作者利用AI助手进行辅助，通过拍照上传不同对话窗口中的文件，让AI自动连接文件之间的关联。这种处理方式不仅解决了语言障碍，还实现了跨文档的信息整合。

“因为全部都是日文，所以我都是通通拍给 GPT 帮我看。哎，这超方便啊！他会自己去 connect 那些文件之间的关联。”

针对大模型上下文窗口（Context Window）有限的问题，作者分享了一个关键技巧：开启不同的Conversation（对话）并放入不同文件。这样做可以避免单个会话的上下文过载导致模型“炸掉”或遗忘。AI能够自动Aggregate（聚合）分散在不同对话中的文件信息，并在需要时进行跨文档引用。例如，AI会提示：“按照你之前给我的某一份文件来说，应该要填这个。”这种Summarize（总结）和跨会话检索能力，极大地提升了处理复杂文档流的效率。

分支对话（Branch）功能与交互体验升级

作者特别强调了Branch（分支）功能的实用性，称其让对话体验变得如同“写代码”般结构化。当主对话话题发散或担心上下文窗口容量时，用户可以基于当前节点开一个Branch（分支）进行深入探讨。这种方式既保留了主线的连贯性，又允许在特定话题上无限延伸而不干扰整体上下文。

“我就开我就会说啊，我们开个另外一个franchise……你会开一个branch这样。对对对对，那不错啊。”

通过这种有层次的对话（Hierarchical Conversation）策略，AI助手能够更清晰地处理复杂任务。作者指出，随着功能的完善，ChatGPT在这方面蛮厉害的。用户不再需要在一个长对话中不断重复背景信息，而是可以通过分支结构化管理任务。这种交互模式的升级，使得AI助理从简单的问答工具转变为能够处理多文件、多线程任务的智能协作者。然而，这也要求用户具备更好的指令工程能力，即如何清晰地定义分支目标和上下文边界。

使用风险警示与互动呼吁

尽管AI助理功能强大，但作者也严肃提醒了自动化操作的风险。由于目前大多数通用大模型缺乏严格的“不做坏事”的安全设定，用户需自行承担操作后果。作者分享了一个反面案例：因未仔细审核AI生成的指令，导致误订了40天不可退改的台湾机票。这一教训表明，AI在生成具体执行指令（如订票、转账）时可能存在偏差或幻觉。

“你自己下勇唱的时候要小心，你不要跟我一样的……最便宜的票是不能退的。”

作者强调，AI沟通师（Prompt Engineer）的角色至关重要。用户必须对AI的输出进行人工复核，特别是涉及金钱和不可逆操作时。视频最后呼吁观众分享自己的AI使用心得（Use Cases），特别是如何利用Music AI或其他工具提升效率。作者表示自己也面临“想不到教它做什么”的瓶颈，希望从社区中获取更多灵感。免责声明部分再次强调，所有分享均为个人经验，不对用户因模仿而产生的任何损失负责。

结论

实测表明，免费Agent在自动化执行与数据抓取上具备显著优势。它能通过浏览器模拟完成购物下单、机票比价及商品监控，有效避免幻觉并处理多语言非结构化文档。其核心价值在于将繁琐的Routine任务外包，提供情绪价值与便利性。

然而，AI在深层语义理解、概率计算及隐私安全上存在短板。它易受Prompt歧义影响，无法处理无公开数据的统计推断，且常因人机验证（CAPTCHA）中断流程。此外，自动化操作伴随高风险，涉及金钱或不可逆指令时极易产生偏差。因此，当前AI助理更适合作为辅助工具而非完全自主的执行者，用户需保持人工复核与权限控制。