OpenAI 正式發表 GPT-5.4，不再滿足於生成文字，而是能透過截圖與指令直接控制滑鼠鍵盤，達成跨應用的自動化作業。在科學端，Eclipse 研究揭示 AI 正解決人類數十年無解的艾狄胥數學命題，重新定義「原創性」。這股浪潮直接衝擊勞動力市場，LinkedIn 報告顯示「AI 顧問」已取代傳統開發者，成為 2026 年需求增長最快的職業。

影音版

🔹 OpenAI 推出新 AI 模型 GPT-5.4

OpenAI 於今日正式發布 GPT-5.4。這不僅是性能提升，更是「主動權」的躍進。新模型分為 Thinking（專注深度推理）與 Pro（最高效能版）兩個版本，首度內建「原生電腦操作（Native Computer Use）」功能，能理解螢幕截圖並自主跨軟體執行任務，目前已同步於 ChatGPT、API 與 Codex 平台推出。

🔍 知識補充

原生電腦操作 (Native Computer Use)： 不同於以往透過 API 串接，GPT-5.4 能像人類一樣觀察螢幕，並發出鍵盤與滑鼠指令，解決了許多舊型軟體沒有 API 可供自動化的痛點。
GPT-5.4 Thinking： 引入「思考計畫（Work Plan）」顯示功能，使用者可以在 AI 執行中途修正其邏輯方向。

💬 生活化說法 以前的 AI 像是個「代筆」，你叫它寫，它寫給你；現在的 GPT-5.4 則是個「實習生」。你可以直接跟它說：「幫我把這 50 份 Excel 的數據整理成簡報，然後用 Gmail 發給客戶。」它會自己打開 Excel、複製貼上、打開瀏覽器寄信。它不再只是會說話，它現在有手有腳，能直接在你的電腦裡幹活了。

🏭 產業鏈角度

軟體自動化 (RPA)： 傳統 RPA 廠商面臨毀滅性打擊，企業將轉向使用整合了 GPT-5.4 的 AI Agent 系統。
雲端與硬體： 這種「視覺推理」運算量極大，將帶動資料中心對高性能 GPU 與高速網路（1.6T 光模組）的進一步擴容。

💹 投資角度

OpenAI (微軟合作夥伴)： 鞏固其在企業級應用的霸主地位，觀察微軟 Copilot 整合此功能的進度。
風險提示： 由於 GPT-5.4 Pro 定價昂貴（1M Input 達 $30），需觀察企業是否能透過減少人力成本來抵銷高昂的 API 支出。

🔹 AI 重塑數學研究方法

區塊鏈平台 Eclipse 發表最新研究，指出 AI 在「自動形式化（Auto-formalization）」技術下，已開始產生具備新穎性的數學證明。研究團隊正利用 AI 嘗試解決著名的「艾狄胥（Paul Erdős）問題」，這代表 AI 已從「資料檢索」進入「抽象邏輯創造」，模糊了人類原創性與機器生成之間的界線。

🔍 知識補充

自動形式化： 將人類直覺的數學敘述轉化為電腦可檢證的邏輯語言（如 Lean 或 Coq），讓 AI 能在沒有人類引導下發現新公式。
艾狄胥問題： 二十世紀數學大師艾狄胥提出的系列懸賞問題，以高度複雜與需要跳躍性思考著稱。

💬 生活化說法 以前我們覺得 AI 只會鸚鵡學舌，但現在它在數學領域開始展現出「靈感」。它能用我們沒想過的路徑去證明高難度定理。這讓數學家很焦慮：如果一個公式是 AI 發現的，那這算誰的成就？2026 年，數學界正在討論要不要幫 AI 設一個專門的「貢獻度指標」。

🏭 產業鏈角度

科學計算硬體： 推動對專用邏輯運算晶片（ASIC）的需求。
教育科技 (EdTech)： 台灣的研究機構與大學需加速引入 AI 輔助證明系統，以保持科研競爭力。

💹 投資角度

專業垂直領模型： 看好針對科學、製藥、材料工程開發的專用 AI 平台，其技術壁壘將高於通用型聊天機器人。

🔹 科技職位需求猛增：AI 顧問成為新寵

LinkedIn 2026 報告指出，科技業求才標準已發生劇變。需求成長最快的職位不再是單純的「軟體工程師」，而是 AI 顧問 (AI Consultant)、數據運營專家 與 AI 基礎設施工程師。企業現在需要的是能「設計 AI 工作流」而非「自己寫 Code」的人才。

🔍 知識補充

AI 顧問： 負責分析企業業務流程，並判斷應導入哪種 AI 模型、如何設定安全護欄、如何優化 Prompt 成本的專家。
數據運營 (DataOps)： 確保訓練 AI 的數據具備高品質、合規性與即時性的關鍵職位。

💬 生活化說法 如果你還在苦練寫簡單的 Python 程式碼，你可能要失業了。因為 GPT-5.4 寫得比你快、比你準。現在最紅的人才是：知道怎麼叫 AI 寫程式、知道怎麼把 AI 整合進公司流程的「指揮官」。2026 年的職場準則是：不要當被 AI 取代的螺絲釘，要當拿著說明書操作 AI 的那個人。

🏭 產業鏈角度