AI 模型切換成為老闆的選項：本週六件事，看懂怎麼不被單一廠商綁住｜AIRUN
結論先講：本週多數訊號指向同一個方向，模型和 agent 外殼正在分家。老闆不用追哪顆模型最強，先把流程寫成隨時能換供應商的樣子。
發稿日期：2026 年 10 月 4 日。本文整理 AIRUN 在 9 月 30 日到 10 月 3 日之間報導的六則 AI 新聞。其中只有 OpenAI DevDay（9 月 29 日）與 Gemini 4 Argon 發表（9 月 30 日）有明確的事件日期，其餘專案的正式發布日，官方頁面未標示。文中數字都出自引用來源，來源沒寫的一律標「官方未公布」。
中小企業現在用 AI agent，要怎麼避免被單一模型廠商綁住？
把三件事分開管：流程和提示詞存在自己手上，模型當成可以替換的零件，資料流向和權限由你設上限。做到這三點，換供應商就只是改一個設定，系統不必重做。
先講名詞。AI agent 是能自己拆步驟、呼叫工具、把事情做完的 AI 程式。coding agent 是專門寫程式的 AI agent，會自己讀檔、改程式、跑指令，例如 Claude Code、Codex。外殼（業界也叫 harness）是包在模型外面、讓模型能讀檔、上網、跑指令的那層程式。模型則是背後真正在思考的那顆大腦。
過去這兩者大多綁在一起賣：用某家的 agent，就等於用某家的模型、付某家的帳單。本週六則新聞裡，三則（dots、magpie、ds4）直接在鬆開某一層綁定。DeepSeek Harness 把外殼開源，但有沒有鬆綁還待查。另外兩則（價格戰、模型路由）是綁定鬆開之後你拿得到的好處。
本週發生了哪些事？六件事放在同一張表看
六件事分屬不同公司、不同層級。dots、magpie、ds4 各自鬆開一層綁定；DeepSeek Harness 把外殼開源，鬆綁與否待查；Gemini 4 Argon 與 GPT-6.1 Sol 的價格、OpenAI 的 Decisions API，則是流程換得動之後才吃得到的好處。表格日期是 AIRUN 的報導日。
| AIRUN 報導日（2026） | 發生了什麼 | 對應哪一層 | 對中小企業的影響 |
|---|---|---|---|
| 9/30 | 開源專案 dots 把模型和瀏覽器拆成兩件事（單篇） | 模型與瀏覽器 | 網頁自動化可以換模型，條款風險自負 |
| 10/1 | Google 9/30 發表 Gemini 4 Argon；GPT-6.1 Sol 在 9/29 之前已低調上線（單篇） | 供應商之間的價格（拆綁後的好處） | 有比價空間，前提是你換得動 |
| 10/1 | magpie 讓 Claude Code 改接 Kimi 模型、Codex 改接 DeepSeek 模型（單篇） | coding agent 與模型 | 工具不用換，背後的模型點選單就能換 |
| 10/2 | OpenAI 9/29 在 DevDay 宣布 Decisions API，限量預覽（單篇） | 任務與模型：每一步交給誰（拆綁後的好處） | 路由是否省錢官方未公布，要用自家帳單算 |
| 10/2 | DeepSeek 的開源桌面 agent Harness，全球公開預覽中（單篇） | 外殼本身開源（鬆綁與否待查） | 是否支援接其他廠商模型，官方頁面未公布 |
| 10/3 | antirez 的開源本機推論引擎 ds4，讓模型在自己電腦上跑（單篇） | 模型與雲端 | 敏感資料多了一條不上雲的路 |
為什麼說模型和 agent 外殼正在拆開？
因為本週有兩個專案直接把「換模型」做成功能：magpie 在 coding agent 這層拆，dots 在瀏覽器這層拆。第三個 DeepSeek Harness 把外殼整個開源，但能不能接其他廠商的模型還待查。在 magpie 和 dots 上，換模型的成本已經從重寫系統降到改一個欄位。
magpie 的做法最具代表性。它常駐在選單列，把 Claude Code、Codex、Gemini CLI、OpenCode、Goose、Cursor、Copilot CLI 等 agent 各自用哪個模型列在同一張清單。截至 10 月 1 日，專案頁顯示約 3.9k 顆星，也就是 GitHub 使用者收藏、關注它的次數（AIRUN 單篇整理）。
它的關鍵是一個跑在本機的轉譯閘道。API 是程式之間講話的格式，Codex 講 OpenAI 的格式，Claude Code 講 Anthropic 的格式，兩邊本來不通。magpie 在 127.0.0.1:3425/v1 開一個位址，同時聽得懂 OpenAI 的 chat completions、Responses 和 Anthropic 的 Messages。串流輸出（回答一邊產生一邊顯示）和工具呼叫（模型要求 agent 去讀檔、跑指令的那一步）也會一起轉。
dots 的 README 開頭寫得更白：每個 AI agent 都是「一個模型加一台瀏覽器」，模型改一個參數就能換，網站看到的只有瀏覽器。專案在 9 月 30 日顯示 617 顆星，採 MIT 授權，並寫明跟 OpenAI 沒有隸屬關係。它還很新，開發紀錄很短，穩定度無從判斷。
DeepSeek Harness 則把外殼做成「一切都是外掛」的開源架構，目前全球公開預覽，支援 Word、Excel、PDF、HTML、Markdown、Python、TypeScript 等檔案。Harness 是否支援接其他廠商模型，官方頁面未公布；官方示範畫面的模型欄位只顯示「DeepSeek-V41-Flash」。
兩個專案加一個待查的 Harness 放在一起，我們的判斷是：外殼正在往大家共用的基礎建設走，模型則變成可以比價的零件。Harness 若之後證實能接別家模型，這個判斷會更站得住；在那之前，它只算多了一個開源外殼可選。
AI 模型價格戰打到哪了？現在該換模型嗎？
價格確實在動，但能拿來算帳的公開數字還很少。Gemini 4 Argon 一般企業還拿不到，GPT-6.1 Sol 查得到的降幅只有快取讀取。現在先別換，先把自家任務的單位成本算出來。
根據 Google 官方部落格，Gemini 4 Argon 在 9 月 30 日發表，目前只透過 Fairwind 計畫開放給一群受信任的資安防禦者。Fairwind 可以理解成 Google 只讓特定資安團隊先用的限定管道，一般企業還拿不到。上市推廣價是輸入每百萬 token 2 美元，輸出價格官方摘錄裡沒有寫。token 是模型計費的單位，大約是字詞的片段。
OpenAI 這邊，insufferable.dev 9 月 29 日的評論指出，GPT-6.1 Sol 的快取讀取價格比 GPT-5.6 Sol 七月底的定價降了 80%，Claude Opus 5.5 的快取讀取則比 Opus 5 降了 60%。快取讀取是指重複送進模型的同一段長內容，用比較便宜的價格計費。完整的輸入和輸出定價，來源沒有寫。
所以「價格只剩五分之一」這類說法，目前只對得上快取這一項。對老闆來說，價格戰的真正意義在於選項：只有流程換得動的公司，才吃得到降價。
哪些工作可以交給便宜模型，哪些可以搬到本機跑？
原則是看任務難度和資料敏感度。簡單、量大的工作交給便宜模型，資料敏感又能接受慢的工作考慮本機，需要嚴密推理的工作留給旗艦模型。每一條分流都要用自己的資料實測過才能上線。
模型路由是在任務送出前先判斷難度，再決定交給哪顆模型。OpenAI 9 月 29 日宣布的 Decisions API，就是從選項清單挑一個答案、讓程式據此分流的服務；據 Anthus 10 月 1 日的文章引述報導，它跑在低價模型 GPT-6 Luna 的某個版本上，OpenAI 圖表標示每次決策約 150 毫秒。
同一篇實測也提醒了風險。Anthus 用 3,600 題 ProofWriter 邏輯題做測試，ProofWriter 是艾倫人工智慧研究所整理的英文推理題庫。結果發現 Luna 自報的高信心度並不可靠，路由器若直接採信，可能放行不少錯誤。讀這個結果要守住邊界：受測的是 Luna 本體，Decisions API 用的特化版本尚無文件可測，題目也不是 coding 任務。所以它只是一個提醒，不能直接當成 Decisions API 本身的風險。這份測試出自 Anthus 自家的 benchmark，也就是業界用來比較模型的一套固定考題。它公布的是準確率，沒有成本數字，請當成廠商自述來看（單篇拆解）。
本機這條路，ds4 是開源的本機推論引擎，也就是在自己機器上把模型實際跑起來的程式。門檻在硬體：官方頁面有標明容量的典型機型從 64 GB 記憶體起跳（單篇整理）。
以下是我們給中小企業的分流判斷，屬於編輯建議，請用自家任務驗證：
| 工作類型 | 建議放哪 | 理由 | 上線前先驗證什麼 |
|---|---|---|---|
| 分類客服訊息、整理會議紀錄 | 便宜模型 | 量大、錯了容易發現 | 抽 50 筆比對人工結果 |
| 內部文件、員工資料彙整 | 本機模型 | 資料不想離開公司 | 硬體夠不夠、速度能否接受 |
| 報價單、合約條款初稿 | 旗艦模型＋人工核對 | 錯一個數字代價很高 | 金額與規格必須人看過 |
| 程式改名、補註解 | 便宜模型 | 有測試可以把關 | 測試有沒有跑過 |
| 多步驟研究、策略分析 | 旗艦模型 | 推理鏈長，便宜模型容易斷 | 引用來源是否點得開 |
用 AI agent 換模型有哪些資料與授權風險？
換模型變簡單，資料流向就變複雜。每多接一家供應商，就多一份資料條款要讀、多一條傳輸路徑要管。本週三個專案在授權、資料或條款上，都有官方沒講清楚的地方。
AIRUN 引用的 magpie README 段落，沒有提到各廠商怎麼處理送過去的程式碼，也沒寫訂閱能不能被其他工具轉用。README 其他地方是否另有說明，我們沒有查證，請自行讀條款；授權類型 AIRUN 單篇也未查證。DeepSeek Harness 方面，AIRUN 檢視的官方頁面只寫開源，未載明授權條款（單篇標題稱 MIT，內文未見依據）。採用前請讀原始碼庫的 LICENSE 檔，也就是專案寫明你能怎麼用它的授權文件。
dots 的風險在另一面。它用改過的 Firefox 引擎降低被網站認出是機器人的機率，刻意規避偵測本身就可能違反網站條款，帳號停權的後果由使用者承擔。
權限也一樣。我們在〈AI agent 失控是假議題〉裡講過：agent 會用手邊任何沒被禁止的手段完成任務。外殼和模型拆開後，權限上限更要由你自己設，不能指望某家廠商替你把關。
這對台灣中小企業意味著什麼？
我們的立場：現在就該把 AI 流程改成可切換供應商的樣子，越早做越便宜。這是我們的預判，本週來源沒有給出時程或成本數據。理由是：等到某家漲價、停服或改條款才動手，你會發現提示詞、資料和習慣全卡在對方的介面裡。
具體做法分五步：
- 算單位任務成本。挑三個最常跑的 AI 工作，記下每件花多少錢、錯幾次、人修多久。沒有這張表，價格戰再兇都跟你無關。
- 流程存在自己手上。提示詞、範本、檢查清單放在公司自己的文件或程式庫，聊天介面只當執行的地方。
- 每個流程至少驗兩家。主力一家、備援一家，用同一批任務實測。換供應商的能力，要在平常就練好。
- 替每個 agent 寫權限上限。它能讀哪些資料夾、能不能寄信、能不能付款，一條一條寫清楚；資料分成可上雲與不可上雲兩級。
- 本機只接特定工作。64 GB 記憶體起跳的硬體門檻不低，先拿敏感、量大、可以慢的工作試，不要一開始就全面搬家。
做完這五步，AI 模型切換才真正變成你手上的選項。
接下來要追蹤哪些 AI 模型價格與授權消息？
要盯的是價格和條款有沒有公開。數字一出來，第一步算好的單位成本表就能直接拿去比價。
- Gemini 4 Argon 的開放時程與輸出價格：Google 只說「盡快」開放給開發者與企業，沒有給日期。
- GPT-6.1 Sol 的完整輸入、輸出定價：目前只有快取讀取的降幅可查。
- Decisions API 的正式文件與第三方測試：目前只有限量預覽和廠商自家 benchmark。
- magpie 的授權類型與資料條款、Harness 的授權條款，以及 Harness 能不能接別家模型：AIRUN 檢視的 Harness 官方頁面只寫開源，未載明授權條款（單篇標題稱 MIT，內文未見依據）。這幾項釐清之前，別把客戶資料接上去。
- ds4 官方頁面日後是否標示更低的記憶體需求：如果門檻往下降，本機執行會從工程師玩具變成老闆的實際選項。
我們的判斷是：接下來半年，綁定單一供應商的理由只會越來越少。這是我們的預判，本週來源沒有給出時程或成本數據。在這個前提下，現在把流程整理成可切換的樣子，是這波變化裡我們認為代價最小的一步。
常見問題
AI 模型切換是什麼意思？
AI 模型切換指的是保留同一套 agent 工具和工作流程，只把背後負責思考的模型換成另一家。2026 年 10 月初 AIRUN 報導的開源專案 magpie 就示範了這件事：讓 Claude Code 改接 Kimi、Codex 改接 DeepSeek，在選單上點一下就能換。換之前要先確認程式碼和資料會送到哪家伺服器。
換 AI 供應商之前要先準備什麼？
要準備三樣東西：一張單位任務成本表，記下每件工作花多少錢、錯幾次、人修多久；一套存在公司自己文件裡的提示詞、範本和檢查清單；一批固定的測試任務，拿來同時跑主力和備援兩家模型。另外要先查清楚新供應商怎麼處理送過去的資料。例如 AIRUN 引用的 magpie README 段落沒有提到各廠商如何處理程式碼，是否另有說明未查證，請自行讀條款。
Gemini 4 Argon 和 GPT-6.1 Sol 降價了，現在該換嗎？
先不要急。截至 2026 年 10 月 4 日，Gemini 4 Argon 只透過 Fairwind 計畫開放給受信任的資安防禦者；GPT-6.1 Sol 查得到的降幅只有快取讀取：快取讀取價比 GPT-5.6 Sol 七月底的定價降了 80%，完整的輸入與輸出定價來源未載明。現在該做的是重算自家任務的單位成本，等價格公開再比。
在自己電腦上跑大型語言模型，中小企業做得到嗎？
做得到，但硬體門檻不低。antirez 的開源本機推論引擎 ds4，官方頁面有標明容量的典型機型從 64 GB 記憶體起跳。本機執行適合資料不想上雲、量大但可以接受慢一點的工作，例如整理內部文件；需要最強推理能力的任務，目前交給雲端模型比較實際。
用開源 AI agent 有什麼要注意的？
三件事要先查：授權條款、資料送去哪裡、agent 能動到什麼。例如 AIRUN 檢視的 DeepSeek Harness 官方頁面只寫開源，未載明授權條款（單篇標題稱 MIT，內文未見依據），採用前要讀原始碼庫的 LICENSE 檔，也就是專案寫明你能怎麼用它的授權文件；dots 主打不被網站擋下，可能違反網站的使用條款。開源只代表程式碼看得到，帳號風險和資料責任仍然在使用者身上。