4 月 14 號，Claude 推給我一個 KYC 通知。我盯著螢幕想了 30 秒，問自己一個問題：如果這帳號明天就被鎖，我多少工作會直接停擺？答案是 80%。
那一刻我才看清楚，2026 真正在淘汰的不是不用 AI 的人，是兩種人並列：不用 AI 的，和忠於一家 AI 的。前者是認知懶惰，後者是韌性盲區。大多數人還在問「哪家 AI 最強」，但這問題從結構上看就問錯了。真正該問的是 AI 如何組合使用。
很多人(包括上年的我)腦中預設的影子模型是這樣的：市場上三家主要 AI 公司（OpenAI、Anthropic、Google）在做一場 ranking 競賽，誰的模型更強，誰就值得用。這個模型看起來合理，但跟實際工作場景完全對不上。
舉個具體反例。同樣一個任務，「分析 50 份合約並提取金額與風險條款」。把它丟給 OpenAI 的 Codex，你會發現它很會寫程式去解析文檔結構，但對非結構化條款的語意理解鬆散。丟給 Claude Code，它在終端可以穩定執行自動化腳本，但前提是你要先把 PDF 轉文字給它。丟給 NotebookLM，它直接把 50 份文件當成源頭吃進去，不切片、不做 RAG、不失真，然後你就能跟它對話找任何一條條款的出處。
三家在這個任務上的表現分野是被設計來幹什麼的差異。
回到 KYC 通知的當時，我第一反應不是抱怨，是去把 Claude 的使用條例完整讀一遍。不是想抗拒 KYC，是想看清楚工作流裡有沒有哪一環一旦條例觸邊就會崩盤。讀到一半我發現，真正要處理的不是「避開 KYC」這個偽命題。是要讓任何單點停權，都不會擊穿我的工作流。
Claude 是我目前用得最深的那家，能力強、指令遵循精確、長程任務最穩定。但正因為它這麼強，KYC 遲早要來，這是能力臨界點的必然。問題不在哪家先要 KYC，問題在我有沒有把雞蛋分到夠多籃子。
那幾天的研究過程，後來收斂成一個框架。以下用三層解耦。
AI 選擇不單單是個人工具偏好，是組合戰略。
組合戰略有兩個軸。軸一是最適化：把對的 AI 放在對的工作流，讓每個任務都落在它被設計來解決的場域。軸二是韌性：讓任何單一 provider 的停權、KYC 拒絕、政策變更都無法擊穿全流。
這不是「分散投資」的 lazy 版本。分散投資是怕一家出事所以雨露均沾。組合戰略是知道每家擅長什麼，用在哪裡最省力，同時讓組合本身成為抗單點風險的結構。
這就是兩個軸的意思。
先看軸一。生態位地圖分三個工作流。
研究階段：NotebookLM。 把 50 份論文、100 篇報告、或整本書直接丟進一個 notebook，你可以問問題、生成 audio overview、跟它對話。它不切片、不做向量檢索，直接把源頭全部吃進 context window，所以引用可以精確回到原句。代價是它是唯讀系統，不能寫、不能執行。
開發階段：Claude Code。 跨專案的大規模重構、自動化測試補全、系統級配置修改，都適合丟給 Claude Code。它運作在單執行緒主循環（nO 架構），每一步都可驗證、可中斷、可回放。代價是它在大規模並行架構任務上偏保守，需要你給清楚的邊界。
自動化階段：Claude Cowork。 本地檔案批次操作、跨 PDF 提取金額、Excel 自動生成報表、跨文件 refactor。它有桌面與檔案系統權限。代價是受限於沙盒邊界，不是任何系統級動作都能執行。
生態位地圖就是最基本的 AI 系統封裝，把對的工具鎖在對的工作流格子裡。錯配 AI = 認知浪費。
工具行為為什麼會這樣分化？因為它們是母公司組織策略的直接投影。
OpenAI 的戰略核心是垂直整合，擁有 AI 堆棧的儘可能多部分，從模型到開發者工具到消費者介面。這種戰略壓出來的產品，長的就是 Codex 這樣的形狀：封閉、強推理、全棧覆蓋。他們的面試甚至不考 LeetCode 的標準題，他們考 LRU Cache 的實作。這反映的是「拼勁 + 實用主義」的組織性格，投影在產品上就是「快速交付 + 功能整合」。
Anthropic 的起源是對 OpenAI 早期安全理念的分歧。從那一刻起，「安全即基礎設施」就變成他們的底層哲學。這種哲學壓出來的 Claude，在指令遵循上比 ChatGPT 死板但可靠。他們的 CodeSignal 面試門檻是 520/600，嚴苛的精確度要求投影出來，就是 Claude 對邊界條件的敏感。
Google 的支點是平臺深度與長上下文。Gemini 支援百萬 token，NotebookLM 因此可以把整個資料庫當 context 吃下去，避掉 RAG 的切片損失。這背後是 Google 把 AI 當成既有工作流增強器的策略定位，所以它最強的場景永遠在「源頭錨定」跟「密集文檔」這類需要平台深度的任務上。
讀懂母公司，就讀懂產品。
你下一次看到哪家發新產品，不需要追技術規格，先看公司策略，產品行為會可預測地收斂到那條路線上。
但生態位地圖只解決了一半問題。另一半是 Claude 要 KYC 驗證才浮上來被看見。
如果你看 OpenAI，他們 2025 年 4 月就上線了 API ID 驗證，2026 年 2 月制度化成 TAC 分級信任。Anthropic 現在跟上。這不是三家各自的隨機決策，是整個 LLM 行業在複製 2017 到 2020 年加密交易所的路徑。能力提升、濫用放大、監管壓力、責任轉移、身分門檻、分級權限。這條路徑走過一次，可以走第二次。
這條路徑的重點是：KYC 不是為了禁止你使用，是為了把風險責任從 provider 轉移到可追溯個體，換取未來訴訟的 safe harbor。這意味著它不會停在 frontier model。一旦制度化，下探到中低階能力是成本外部化的最優路徑。匿名使用頂級 AI 的窗口，正在以可量化的速度關閉。
這其實是能力臨界點的必然。
真正的解法是三層解耦。
身分層：主幹驗證 + 多 provider 備援。 同時持有 ChatGPT、Claude、Gemini 的帳號，讓跨家任務切換不是障礙。主帳號用固定 VPN 或網路地址，避免被風控誤判為共用；2FA 備份做多元化（authenticator app + 硬體 key + 備用 email），避免帳號永久失效。任何一家停權、政策變更、把你推進 KYC 排隊佇列，工作流會降級但不會擊穿。代價是訂閱成本上升，這是可接受的保險費。
資產層：knowledge 搬到 Obsidian + 本地向量庫。 把所有筆記、決策、SOP、長程思考做去雜訊與結構化，寫在你自己擁有的系統裡，不依賴雲端 AI 的 memory feature。具體做法：System prompt 或 Persona 文件用 git 或 Obsidian 做版本控管；Skills 或 Projects 用標準格式 markdown 加 YAML 保存，避免綁死單一供應商；對話沉澱結構化做成決策記錄、知識卡，知識所有權永遠在你手上。代價是前期需要投入時間重建。
算力層：並行訂閱 + Local LLM 逃生口。 至少 2 家供應商並行訂閱，單家中斷或漲價不致全工作流停擺，這是橫向冗餘。最敏感的任務，涉及個資、合約、身分或不想送上雲的內容，丟給本機跑的 Local LLM，這是縱向逃生口，完全脫離 KYC 鏈條。Local LLM 這一層我還在部署中，但方向已經明確：路由策略文件化，模型升級不需要重訓肌肉記憶。代價是硬體成本加模型能力上限。
三層獨立還需要觸發機制，不然解耦變成擺設。三個訊號逼你切到 fallback：帳號被風控或 IP 異常警告、訂閱漲價超過 30% 或服務條款重大變更、行業重大政治或合規事件導致單一供應商風險上升。三條任一觸發，就走備援，不要僥倖。
三層獨立 = 任一層斷裂不致全停。檢查不是儀式，是 30 分鐘內可觸發 fallback 的能力。
其實除了「用哪家」要分配，「用哪一級模型」也要分配。
大多數人用 AI 的問題不是工具選錯，是一律用頂級模型做所有事。用 GPT-5 Pro 寫郵件摘要，用 Claude 4 Opus 分類 RSS feed，這是燒錢加浪費速度的典型。
動態路由分三層。摘要、重述、模板填空、分類、標籤這類高頻低複雜度任務，丟 Haiku 或 Gemini Flash，成本基準 1×。結構化分析（含機步推理）、中等寫作（blog、報告）、創意發想這類中複雜度任務，走 Sonnet 級別中端，成本 5–7×。不可逆判斷（簽約、發布、刪資料）、多層推理、長篇拆解、高風險領域（法規、醫療）這類低頻任務，才用 Opus 或 GPT-5 Pro，成本 25–30×。
決策樞在「任務性質 + 不可逆程度」，不在「習慣哪個」。預設 Sonnet 級別，Haiku 是省錢路徑，Opus 是保險路徑。頂級模型用在最後 10% 的任務，剩下 90% 用 Sonnet 是默認，誤把每件事當成 10% 是燒錢的根源。
我懷疑這個問題之所以沒被廣泛討論，是因為大家還停留在「用 AI 就是打開 ChatGPT 問」的心智。一旦你從「單一介面」切換到「多家 AI × 多級模型 × 多層韌性」的組合思維，工具就從消費品變成基礎設施。
你下次打開 ChatGPT 之前，先問自己一個問題：「如果這個帳號明天被鎖，我的工作會癱瘓嗎？」答案如果是「會」，你要動的不是某單一工具，是組合。
寫這篇的時候，我把三個框架壓成了 3 張 A4 PDF 卡，是可以單獨用的參考工具：
01 自檢卡：生態位地圖 + 三層解耦 + 5 題自檢，5 分鐘看出自己的單點風險。
02 Claude 模型路由卡：8 種任務對應 Haiku / Sonnet / Opus 與成本倍數，桌面常駐。
03 三層解耦 Migration Checklist：12 步從現狀到三層獨立，逐項打勾。
適合以下兩種人用：覺得這篇東西要落地、不想每次都翻回文章的人；以及準備認真做組合戰略、需要一張總覽擺桌面的人。
👉 還沒訂閱？訂閱《對齊與理解》，Welcome Email 裡附整套卡組 PDF 下載連結。
👉 不想訂閱？在這篇文章底下留言「組合」，我把卡組私訊給你。
