AI 生態系整理
三大陣營（OpenAI / Google / Anthropic）在同樣的產品位置上各自都有對應品項，這頁用來對照，避免名詞混淆。
比較表格
| OpenAI | Anthropic | Perplexity AI | ||
|---|---|---|---|---|
| Chat | ChatGPT | Perplexity | ||
| POC | Google AI Studio | |||
| Browser | ChatGPT Atlas | Chrome AI 模式 | Perplexity Comet | |
| AI 筆記與研究工具 | Notebook LM | |||
| 地端IDE | Antigravity | |||
| 企業AI 搜尋 | Google Agentspace | |||
| CLI | Codex CLI | |||
| Agent Framework | Agent builder |
AI 歷史
| 年份 | 事件 | 意義 |
|---|---|---|
| 2017 | Transformer 論文（Attention Is All You Need） | 提出 self-attention，取代 RNN 成為所有現代 LLM 的基礎架構 |
| 2018 | BERT / GPT-1 | 「預訓練 + 微調」範式確立 |
| 2020 | GPT-3 | 參數規模跳到 175B，展示 few-shot / in-context learning——不必微調，光靠 prompt 裡的範例就能執行新任務。這是「prompt engineering」概念的起點 |
| 2022 | InstructGPT / RLHF | 用人類回饋做強化學習，讓模型「聽得懂指令」而不只是接續文字。這是 ChatGPT 好用的真正原因 |
| 2022/11 | ChatGPT | 把 LLM 包裝成對話介面對大眾開放，兩個月破億使用者 |
| 2023 | GPT-4 | 多模態（可讀圖）、推理能力大幅提升，開始出現「可用於正式工作」的評價 |
| 2023–2024 | 開源模型崛起（Llama 系列等） | 本地部署變得可行，催生 ollama / LM Studio 這類工具 |
| 2024–2025 | Agent / 工具使用成為主軸 | 重點從「模型會不會答」轉向「模型能不能自己動手完成多步驟任務」 |
| 2024/11 | MCP 發布 | 工具接入的標準化，見下方 mcp 章節 |
Agent Framework
Agent builder
OpenAI Agent Builder 是 OpenAI 平台上的視覺化 agent 編排工具。用拖拉節點的方式定義流程：哪一步呼叫模型、哪一步呼叫工具、什麼條件下分支、何時交給人類確認。
它解決的問題是：純用 code 寫 agent 迴圈時，「流程長什麼樣」散在程式碼各處，難以檢視與調整。視覺化編排讓流程本身變成可見的產物。
同類型的東西：
- Google：Agent Development Kit（ADK）、Vertex AI Agent Builder
- Anthropic：Claude Agent SDK
- 開源：LangGraph、n8n、Dify
三家的 Agent 相關產品對照
| 類型 / 公司 | OpenAI | Anthropic | |
|---|---|---|---|
| Agent framework | Model Context Protocol (MCP) + OpenAI Agents SDK（Agent 標準 + SDK） | Agent Development Kit (ADK)、Vertex AI Agent Builder（雲端部署 Agent） | Claude Agent SDK（搭配 Claude Code / Claude 模型的 Agent SDK） |
| Web-based AI editor / IDE（不含 NotebookLM） | Codex 線上編輯 / ChatGPT Code Interpreter | Google AI Studio、Firebase Studio、Gemini for Web | Claude Code Web App（claude.ai） |
| Local AI editor / IDE | （OpenAI：目前無本地 IDE） | Gemini in Zed Editor、Antigravity（本地運行）、VSCode Gemini Plugin | Claude Code CLI（帶編輯能力） |
| CLI tool | OpenAI CLI、Codex CLI（直接在終端呼叫 OpenAI API / 模型） | Gemini CLI（開源 AI agent，帶 Gemini 到你的 terminal） | Claude Code CLI（終端內的 Claude coding / agent 工具） |
| Research / Note-taking Tools | （OpenAI：暫無專門筆記工具） | NotebookLM（AI 筆記與研究工具） | （Anthropic：暫無專門工具） |
MCP
MCP（Model Context Protocol）是 Anthropic 在 2024 年底提出並開源的工具接入標準協定，現已被 OpenAI、Google 等採用。
它要解決的問題：在 MCP 出現之前，每個 AI 應用都要為每個外部服務（GitHub、Slack、資料庫、檔案系統）各自寫一套整合。M 個應用 × N 個服務 = M×N 份重複的整合程式碼。
MCP 的做法是定義一個中間層，把它變成 M + N：
AI 應用（MCP client） 外部服務（MCP server）
Claude Code ┐ ┌ github-mcp-server
Codex CLI ├─ MCP ──┤ filesystem-server
你自己的 agent ┘ └ 你自己寫的 server
協定定義三種能力：
| 能力 | 說明 |
|---|---|
| Tools | 模型可以呼叫的函式（有副作用，例如建立 PR、發訊息） |
| Resources | 模型可以讀取的資料（檔案、資料庫查詢結果） |
| Prompts | 預先定義好的提示範本，讓使用者快速觸發常見流程 |
傳輸方式有 stdio（本機子行程，最常用）與 HTTP/SSE（遠端服務）兩種。
實作參考：
self-host
自己跑模型的兩個層次，常被搞混：
桌面 App：JAN vs LM Studio
兩者都是「下載模型、開個聊天視窗就能用」的桌面應用，底層都用 llama.cpp。
| JAN | LM Studio | |
|---|---|---|
| 授權 | 開源（AGPL） | 閉源（個人免費） |
| 介面 | 簡潔，偏向「開源版 ChatGPT」 | 功能較多，模型參數可調細節多 |
| API server | 支援 OpenAI 相容端點 | 支援 OpenAI 相容端點 |
| 適合 | 想要開源、想改的人 | 想快速試各種模型、調參數的人 |
兩者都提供 OpenAI 相容的 API，所以既有的程式碼把 base_url 換掉就能改用本地模型。相關筆記：JAN AI、openclaw + JAN。
推論引擎：ollama vs vLLM
這一層是「怎麼把模型跑起來對外提供服務」，取捨完全不同：
| ollama | vLLM | |
|---|---|---|
| 定位 | 個人 / 開發用，一行指令跑起來 | 正式服務用，追求吞吐量 |
| 底層 | llama.cpp | 自研 CUDA kernel |
| 量化 | 預設用量化模型（GGUF），省記憶體 | 主要跑全精度 / AWQ / GPTQ |
| 並發 | 弱，一次一個請求較順 | 強，PagedAttention + continuous batching，多人同時用效率極高 |
| 硬體 | CPU 也能跑，Mac 上表現好 | 必須有 NVIDIA GPU |
| 上手 | ollama run llama3 就結束 | 要設定較多參數 |
判斷原則：自己一個人用、或在筆電上跑 → ollama。要架給一個團隊用、在意每秒能服務多少請求 → vLLM。
相關筆記：claude 接 ollama、ollama 對外開放、openwebui。
使用方法
幾個實際用下來有效的原則：
- 先給脈絡再給任務。把背景、限制、期望的輸出格式講清楚，比反覆修正省時間。
- 要求它先列計畫。複雜任務先讓它說明打算怎麼做，確認方向對了再讓它執行，避免做完一大堆才發現理解錯。
- 把重複的脈絡固化成檔案。專案的慣例、架構、禁忌寫進
CLAUDE.md/AGENTS.md（見下方 cli 章節），不要每次重講。 - 給它能自己驗證的方法。能跑測試、能編譯、能看 log 的任務，品質遠高於「憑空生成一段程式碼」。
- 長對話要適時重開。脈絡累積過多雜訊時，把結論整理成一段新的開場白重開，比繼續拖著有效。
CLI
終端機裡的 agent 工具，共通模式是「在專案根目錄放一份說明檔，工具每次啟動時自動讀取」：
| 工具 | 設定檔 | 說明 |
|---|---|---|
| Claude Code CLI | CLAUDE.md | 專案慣例、build 指令、架構說明 |
| Codex CLI | AGENTS.md | 同上，OpenAI 的對應物 |
| Gemini CLI | GEMINI.md | 同上 |
這份檔案的內容建議放：怎麼跑起來、怎麼測試、專案的特殊慣例、不要碰的東西。不要放程式碼本身讀得出來的東西（目錄結構、函式列表）——那是浪費 context。
相關筆記：Claude Code、Claude Skills、gemini。
Tools
- ChatGPT Atlas — OpenAI 的 AI 瀏覽器，把 agent 能力直接嵌進瀏覽情境，可以讓它代為操作網頁。
- Perplexity Comet — Perplexity 的同類產品，強項是搜尋與來源引用。
- Chrome AI 模式 — Google 在 Chrome 內建的 AI 功能。
三者都在爭同一個位置：把 agent 放進「使用者本來就在的地方」，而不是要使用者切換到另一個 App。
延伸：4 Next-Level ChatGPT Techniques
Materials
- DeepLearning.AI — 短課程品質高，Agent / RAG / 工具使用的主題更新很快
- Claude Agent Skills 文件
Coding
- 无限免费 Claude Code，免费模型有满血版几成功力？ — 影片
- Claude 與 n8n 串接的自動化流程，見 automation