全自動化軟件開發:程式設計師會消失嗎?
AI 正逐步把軟件開發由「人手編碼」推向「AI 主導、工程師監督」,但需求理解、安全可靠及融入社會等障礙,令全自動化仍未實現。SWE-bench 上,最佳模型在 2023 年只能解決 2% 的問題,Devin 在 2024 年達到 13.86%,GPT-4.1 在 2025 年達到 54.6%,GPT-5 據報達 74.9%。
AI 正逐步把軟件開發由「人手編碼」推向「AI 主導、工程師監督」,但需求理解、安全可靠及融入社會等障礙,令全自動化仍未實現。SWE-bench 上,最佳模型在 2023 年只能解決 2% 的問題,Devin 在 2024 年達到 13.86%,GPT-4.1 在 2025 年達到 54.6%,GPT-5 據報達 74.9%。
企業評估辦公室自動化系統時,焦點已不止流程效率,更在於數據主權、合規風險及系統透明度。企業關注伺服器位置、跨境數據傳輸、文件能否真正刪除,以及 AI 是否會讀取文件或用作模型訓練。企業要求清楚掌握數據存放位置和存取權限,並按文件階段、流程節點及分類級別設定權限。
AI 與 AR 推動智能眼鏡發展,帶來即時辨識、翻譯及虛實融合等應用,但五年內取代智能手機仍面對多重挑戰。智能手機憑成熟的軟件生態、硬件效能及 AI 整合,維持個人資訊與生活服務平台的地位。
Neuralink 在 2025 年夏季公佈腦機介面新進展,包括讓癱瘓人士重新「説話」,以及讓失明人士恢復視覺。其 N1 晶片將神經訊號轉為數碼資料,再由 AI 模型即時解碼使用者意圖;視覺應用則需把影像轉換成神經訊號。這些技術目前包括協助患者溝通和探索視覺恢復。
Yum! Brands 於 2025 年推出 Byte by Yum,整合旗下品牌門店軟件,並以 AI 支援餐廳營運。平台已在全球超過 25,000 間餐廳上線,處理超過 300 million 張數碼訂單。文中列出 Taco Bell 會員互動按年增加 30%,以及語音點餐令免下車點餐等候時間縮短約 10-20% 的初步數據。
Michael C.S. So 分析 Musk 提出建設軌道數據中心、SpaceX 申請部署最多 100 萬枚衞星的計劃,以及 Altman 認為這類設施本十年難以大規模產生影響的質疑。
委內瑞拉政治危機凸顯政治風險可影響資產、帳戶與資料,香港需要及早審視資料儲存位置及控制權。文章指出,資料治理已關乎機構韌性,建議採取技術分散與備援、釐清法律所有權、確保營運可切換,並評估政治風險。
ChatGPT 可能從聊天機械人演變為整合搜尋、付款與購物的 AI 超級應用程式,讓用戶在對話中比較商品並完成交易。OpenAI 已透過 Shopify 和 Stripe 整合,讓用戶直接在對話中結帳;文章指出,品牌競爭將更重視資料質素與 AI 推薦,而非單靠付費曝光。這種模式亦帶來個人資料私隱、推薦透明度及算法壟斷等挑戰。
Michael C.S. So 分析 Musk 與 Sam Altman 對軌道 AI 數據中心的分歧,認為這類設施本十年難以大規模改變 AI 能源格局。SpaceX 向美國 FCC 申請部署最多 1,000,000 顆衞星,但發射成本、在軌維修及抗輻射晶片等挑戰,令大規模商業部署更可能要到 2030 年代。作者主張香港及亞太應將太空數據中心視為長期戰略選項,並及早參與標準討論和協作實驗。
委內瑞拉政治危機凸顯政治風險可影響資產、帳戶及數據,香港須正視數據儲存與控制問題。數據已成具戰略價值的資產,數據存放地、擁有權、轉移及刪除能力都不再只是 IT 決策。成熟的數據策略應涵蓋技術分散與備援、清晰的法律擁有權、營運切換能力及政治風險評估。
企業推動 AI 營運需要建立本體模型,並由業務、IT、營運及人力資源等部門共同參與,而非把工作完全交由 IT 部門。本體模型以機器可讀方式定義業務概念、屬性及關係,協助 AI 理解業務邏輯。企業亦需重設流程與職位、培訓員工,並加強 AI 治理及倫理監督。
Michael C.S. So 結合 OpenAI《The State of Enterprise AI 2025》及香港企業觀察指出,AI 正由個人效率工具轉為企業協作與營運流程的一部分。
文章主張香港應把巖洞納入 AI 數據中心規劃,善用地下空間,並發揮巖層温度穩定、具天然屏障及土地成本較低等優勢。政府早於 2017 年提出「巖洞總綱圖」,劃定 48 個策略性巖洞區,而全港超過三分之二土地具巖洞發展潛力。文章亦指出,AI 運算對電力需求甚高,相關規劃須兼顧儲能、分散式能源及電力管理。
《Preparing for AI Agent Governance》提出一套研究及政策行動藍圖,探討如何逐步建立有效的 AI 智能體治理工具。建議先以沙盒和測試平台觀察智能體行為,並透過全面記錄、即時監察和事故通報加強監督。藍圖亦涵蓋智能體身份標識、緊急停機、回復機制、認證審核,以及政府支援和國際協調。
AI 正以數據分析、內容生成和互動功能重塑傳統媒體的內容製作與敍事方式。媒體可用 AI 分析受眾反應、剪輯影片、合成語音及翻譯字幕,並把觀眾互動轉化為創作靈感。作者以新書為例,説明 AI 協助設計內容、提供語音版本及建立 Chatbot,讓讀者提問和延伸討論。
面對地緣政治與數據規管變化,香港需要降低對美歐軟件的依賴,並考慮採用中國軟件。中國軟件有助配合內地法規及大灣區跨境數據安排,但透明度和維護等方面仍有風險。文章主張採用多元供應來源,在降低依賴的同時維持國際互通。
文章梳理香港八所受公帑資助大學近年人工智能教學與研究發展,探討如何將相關成果轉化為產業競爭力及人才優勢。香港大學研發智能聽診器 Vitogram,香港中文大學在醫療機械人及圖神經網絡研究取得成果。香港科技大學聚焦生成式人工智能及本地化基礎模型,香港理工大學則把人工智能列為本科必修內容。
文章以 Jensen Huang 對 AI 基礎設施投資的看法為框架,探討 CXO 如何判斷日常營運的 AI 投資時機與規模。評估應考慮流程韌性、組織吸收能力及行業競爭進度,並以階段里程碑和對照組管理風險。AI 基礎設施投資模式正由 CapEx 轉向 OpEx,企業可採取「試驗、驗證、擴展」的滾動策略。
作者分享將日常工作交由 AI 智能體處理的經驗,指出智能體正由聊天工具轉向可執行任務的日常工作基礎設施。AI 2027 指當時的智能體在 OSWorld 電腦任務基準測試中約得 65%,略低於熟練人類的 70%,仍需人手監督和核實。報告估計,達到基本能力的成本每年下降約 50 倍。
Fei-Fei Li 認為,空間 3D AI 是邁向 AGI 的重要基礎,讓 AI 能理解三維環境、物件之間的因果關係,以及行動的後果。她主張 AI 須結合多模態感知與實際互動,建立能模擬環境的 World Model。World Labs 的 Marble 可按文字提示生成可互動、可導航的虛擬 3D 世界。
AI 智能體正由問答工具轉向自主執行跨平台多步任務,協助企業自動化營運流程。Microsoft 365 Copilot Enterprise、Manus AI、OpenAI DeepResearch 和 Operator 可支援行政工作、報告生成及任務自動化;招聘公司亦可用智能體篩選履歷、安排面試及管理人才庫。企業採用時須留意資料安全、合規、成本回報及智能體穩定性。
ChatGPT 正從聊天機械人邁向整合搜尋、購物和付款的 AI 超級應用程式,可能改變消費者購物方式及電子商務的營銷模式。文章指出,OpenAI 已透過 Shopify 和 Stripe 整合,讓用戶在對話中直接結帳;商家則須提供結構清晰、可信的產品資料,爭取 AI 推薦。這種模式亦帶來個人資料私隱、推薦排名透明度及演算法壟斷等問題。
企業要讓 AI 融入日常營運,需建立本體模型,並由業務、IT、營運及人力資源等部門共同推動,而非把 AI 當成單純的 IT 項目。本體模型界定業務概念、屬性及關係,協助 AI 理解業務邏輯並整合跨部門數據。企業還需配合重設流程與職位、員工培訓,以及 AI 治理和倫理機制。
AI 正把虛擬歌手由單一角色轉變為創作工具與 IP 載體,並重塑音樂、電影、電視及內容創作。中國 AI 虛擬歌手 Yuri 的英文歌曲《Surreal》在全球串流平台累積逾 700 萬次播放;Jimeng OmniHuman 可根據一張相片和一首歌曲自動生成寫實演唱影片。相關技術降低創作門檻,同時引發聲音權利、肖像權及 AI 合成內容標示等爭議。
Tesla 以 AI-First 思維重塑企業營運,將汽車、工廠與能源系統連成由數據驅動的學習和決策網絡。Dojo 使用車輛回傳的駕駛數據、影像及環境資訊訓練 FSD;Autobidder 則預測電力需求、調節電池輸出,並在電網市場即時交易。文章亦探討 Tesla 由汽車製造商轉向交通與物流營運者的策略。
ChatGPT-5提升多模態理解、推理及記憶能力,拓展其在商業營運與日常生活中的應用。文章列舉其在市場營銷、客戶服務、行政、學習及健康資訊等方面的用途,並指出醫療和法律等重要範疇仍須由專業人士把關。
企業評估辦公室自動化系統時,核心焦慮已不止效率,而是數據主權、合規風險及系統透明度。企業關注伺服器和備份位置、數據會否跨境、文件能否真正刪除,以及 AI 會否讀取文件或將其用於模型訓練;因此要求明確掌握數據存放位置和存取權限。
文章提出,AI 正同時推動運算由雲端回到本地、軟件由 SaaS 訂閲轉向用戶自有模式,以及介面由 GUI 回到命令列。作者將此歸因於 AI 對私隱、延遲、成本及自主操作的需求,並指出這不代表雲端或 SaaS 全面消失。文章稱三種轉向在 2–3 年內同步加速,並分析既有軟件企業面對的競爭壓力。
Runway 發文探討如何負責任地打造 Runway Characters,這款於本週較早時候推出的產品,是可由單張圖片建立客製化對話角色的即時影片 Agent API。
五種 AI 價值模型展示領導者如何循序推進 AI,從提升員工 AI 熟練度走向流程重塑。這個推進次序可建立持久的業務優勢。
AI 智能體 swarm 加快了編碼速度,卻沒有消除 Brooks 定律所揭示的複雜度限制;在進度落後的軟件項目中盲目增加智能體,仍可能加劇協調和架構問題。GitClear 分析 2020 至 2024 年的 211 million 行程式碼,發現程式碼重複增加約 400%,程式碼 churn 接近倍增。成功的多智能體應用則依賴人類架構師明確界定角色、狀態和交接。
Citrini Research 的情境推演設想,AI 驅動的勞動力替代可能在 2028 年演變成全球經濟危機,並明確標示為思想實驗而非預測。推演描述裁員、消費下滑與企業進一步採用 AI 形成循環,並假設美國失業率於 2028 年年中升至 10.2%,S&P 500 較 2026 年 10 月高位下跌 38%。
Citrini Research 的思想實驗設想,AI 驅動的勞動力替代可能在 2028 年演變成全球經濟危機,並明確表示這不是預測。情境中,美國失業率於 2028 年年中升至 10.2%,S&P 500 較 2026 年 10 月高位下跌 38%。AiX Society 將情境連繫香港及亞洲,提出 AI 素養、職位風險審視與內部再培訓等企業應對方向。
文章重新審視 Musk 與 Sam Altman 對軌道數據中心的爭論,認為這類設施本十年難以大規模商用,但長期仍可能成為 AI 基建選項。Altman 的主要疑慮包括發射成本、軌道維修與可靠性,以及先進 AI 加速器的耐輻射能力;受訪專家普遍認為技術上可行,但短期難以形成具商業規模的集羣。文章建議香港及亞太把能源與算力納入 AI 政策核心,並將軌道算力視為長期基建選項,而非短期解方。
文章重新審視 Musk 與 Altman 對軌道數據中心的爭論,認為這類設施長遠可能成為 AI 算力選項,但本十年難以大規模商業化。主要障礙包括發射成本、軌道維修與可靠性,以及 AI 加速器的抗輻射能力;Google 的 Project Suncatcher 和 SpaceX 的衞星計劃則顯示相關探索正在推進。
DeepSeek R1 之後,中國開源 AI 生態正由模型擴展至部署、軟硬件協同與治理,開源成為中國 AI 機構近期的主流路徑。截至 2025 年中,逾 113k 個模型以 Qwen 為基礎,逾 200k 個模型倉庫標記 Qwen,遠多於 Meta 的 Llama(27k)和 DeepSeek(6k)。
個人端的 Moltbot(原名 Clawdbot)與企業端的 DingTalk Real,呈現 AI 助理由聊天工具轉向常駐、可執行工作的 OS 級操作層。Moltbot 主打自託管和開源,讓用戶在自己的硬件上運行及擴展智能體。DingTalk Real 則面向企業場景,着重權限管理、合規、可靠性與規模化執行。
OS 層級 AI 助手正由個人實驗走向企業工作系統:Clawdbot(現已改名為 Moltbot)是可自行託管的開源智能體,能持續運行並透過多種通訊工具互動。DingTalk Real 則代表企業方向,配合「Agent OS」構想,讓多個智能體在企業身份與權限架構下協作。兩者分別着重個人自主與組織治理。
Indeed CRO Maggie Hulce 分享 AI 如何改變求職、招聘及人才招募,內容涵蓋僱主與求職者。
這份數據報告分析各行業員工如何使用 ChatGPT,涵蓋採用趨勢、主要任務及部門使用模式。報告亦探討 AI 在工作場所的未來。