010. 導言｜大家都會「幫你做事」，但不是同一種東西
編輯轉述：自動做事只是表面。真正決定你該用哪一款的，是它住在哪裡、記住什麼、能不能被你修，以及什麼時候會把方向盤交回來。
Muse、dots、小龍蝦，以及影片中提到的 Hermes，看起來都在回答同一個問題：能不能有一個一直在線的 AI 助理，替我打開瀏覽器、查資料、填表格、整理郵件、做研究，甚至在我還沒開口之前，就把下一步安排好？
Fanko 這支影片的價值，不在於替其中某一款產品喊口號，而是把這些「會做事的 AI」拆成幾個更容易判斷的部件。若只問它們會不會自動操作瀏覽器，答案會很像；若問它們的模型能不能換、電腦在哪裡、記憶能不能改、遇到信用卡與刪除郵件時怎麼停下來，差異才會浮出來。
本文來源為 Fanko AI範式 YouTube 影片〈一支影片看懂 Muse、dots、小龍蝦：差在哪？你該選誰？〉，原始連結：https://www.youtube.com/watch?v=fyag4UafiEc 。文中涉及 Muse、dots 的可用地區、費用、任務表現與失敗案例，主要依據影片中的講者觀察與個人測試；由於這類產品更新速度很快，本文不把它們寫成長期不變的官方規格。
接下來要拆的問題有三個：第一，這幾類產品到底差在哪裡；第二，Muse、dots、小龍蝦各自適合什麼工作；第三，使用前要如何看待密碼、付款、記憶與誤操作風險。這不是一篇「哪個最強」的排行，而是一份選型筆記。
給讀者的 Takeaway
選 AI 助理不要只看模型名字，也不要只看它能不能打開瀏覽器。要先看它的執行環境、記憶系統、權限邊界與維護責任。
021. 三層架構｜大腦、電腦、記事本要分開看
編輯轉述：模型是大腦，電腦是手腳，管理系統是記事本。三者綁在一起時，看起來像魔法；拆開看，才知道限制在哪裡。
Fanko 在影片中提出一個很好用的拆法：這類 AI 助理至少有三層。第一層是大模型，負責理解需求、規劃步驟、生成文字與做推理。第二層是電腦，負責真的打開瀏覽器、跑腳本、處理文件、連接服務。第三層是管理系統，像記事本，負責記住你交代過什麼、任務做到哪裡、明天要不要接著跑，以及你接過哪些帳號。
這個拆法看似簡單，卻能立刻修正很多誤解。模型很強，不代表附帶的雲端電腦很強；電腦記憶體很大，也不代表推理更聰明；一套系統會幫你排任務，也不代表它知道什麼時候該停手。這幾件事常被包在「AI agent」四個字裡，但實際選型時必須分開評估。
影片中，Muse 用的是 Meta 自家的模型與托管環境；dots 用的是 OpenAI 的模型與托管環境。照 Fanko 的說法，這兩者都屬於一站式服務：模型、執行環境、任務管理與使用者介面由平台整合。你不用準備機器，不用管部署，不用管瀏覽器在哪裡跑。
小龍蝦與 Hermes 則是另一條路。它們本身更像一套軟體或工作流框架，不一定內建模型，也不一定替你準備電腦。模型可以接 Claude、GPT、便宜模型或本地模型；電腦可以是家裡的 Mac、NAS、雲端伺服器或其他你自己管理的環境。自由度更高，責任也更重。
這裡可以把 Muse、dots 理解成「托管助理」，把小龍蝦理解成「自建助理」。前者讓你快點開始，後者讓你深度改造。前者的問題是平台規則與可控性，後者的問題是部署、維護、安全與可靠性。
對個人使用者來說，這個差異會影響日常體驗。托管助理壞了，你通常只能等平台修；自建助理壞了，你至少有機會打開 logs、換模型、重啟服務、改 prompt 或改工具。反過來說，自建助理壞了，也很可能沒有人通知你，只是日報突然幾天沒來。
給讀者的 Takeaway
不要把「模型能力」當成全部。AI 助理的可用性來自三層共同作用：模型夠不夠好、電腦能不能執行、管理系統能不能可靠地記住與交接。
032. 托管與自架｜住酒店，還是自己買房
編輯轉述：托管服務替你省掉維護，自建系統替你保留控制權。兩邊沒有絕對優劣，只是你把麻煩交給誰。
Fanko 用了一個很貼切的比喻：小龍蝦像自己買房，Muse 與 dots 像住酒店。自己買房時，從裝修到水電都能照自己的意思來；要拆牆、改管線、換家具，都由你決定。但水管漏了也只能你自己修，而且壞掉時不一定有人提醒。
住酒店則相反。你拎包入住，有人打掃，有保安，有標準服務。你不必理解系統怎麼部署，也不用負責更新；但房卡在前台手裡，牆不能拆，酒店也有自己的規矩。
影片中特別提醒一件事：Muse 與 dots 給你的雲端電腦，不等於你自己的長期伺服器。Fanko 詢問 Muse 能不能把它當成雲電腦長期掛服務，得到的回答是環境屬於臨時虛擬機，官方 IP 不固定，隨時可能重置，也不保證 24 小時在線。dots 的回答也類似：它可以幫你管理自己的伺服器，但不能把它自己的工作環境承諾成你的長期機器。
這是很多人會誤會的地方。托管 AI 助理的「雲端電腦」是為了讓助理完成任務，不是賣你一台 VPS。你可以叫它查資料、開網頁、填表、比價、整理資料，但不該期待它變成你長期掛服務、跑資料庫、部署網站的基礎設施。
小龍蝦正好相反。它住在哪一台機器上由你決定，能不能長期在線也由你負責。放在家裡 Mac、NAS 或租來的伺服器，都代表不同的穩定性、成本與維護責任。你掌控得更多，也更難把責任推給平台。
這個差異會直接影響安全與隱私。托管服務通常有更完整的產品化權限設計，但你仍然要把任務與部分資料交給平台；自建服務可以更接近自己的資料邊界，卻也需要自己處理密鑰、日誌、更新、暴露面與失誤復原。
給讀者的 Takeaway
托管助理買的是省心，自建助理買的是控制。若你不想維護，選托管；若你有自己的資料、流程與工具鏈，且願意承擔維護，才適合自建。
043. 三個實測任務｜Muse 主動，dots 保守
編輯轉述：任務型 AI 的性格差異，常常不是模型 benchmark 看得出來，而是在卡住、驗證、下結論時才會出現。
Fanko 對 Muse 與 dots 做了三個接近真實使用的測試：註冊海外雲服務免費帳號、研究 Twitter 上大家怎麼使用 Muse、查幾個電商平台的 Apple 產品活動。這些測試都不是可重現的實驗室 benchmark，而是創作者個人工作流下的觀察；它的價值在於看見產品性格。
第一個任務是註冊雲服務。影片中，Muse 一路操作，活動流清楚列出每一步做了什麼，例如驗身份、選機房、填註冊資訊、處理驗證信。遇到 QQ 郵箱驗證時，它告訴使用者自己只能訪問 Gmail，看不到 QQ 郵箱，需要使用者把驗證連結貼回來。到了綁卡步驟，它要求使用者接管瀏覽器，卡號、有效期、安全碼只在瀏覽器裡填，不要發到聊天中。
dots 在這題卡得更早。影片中，dots 的雲端瀏覽器無法打開註冊頁面，刷新也無效；它詢問是否改用使用者 Mac 上的瀏覽器繼續。Fanko 拒絕使用自己的電腦後，dots 停下來，表示現有工具無法修復，建議走官方回饋。這不是「誰一定比較好」的結論，而是托管瀏覽器穩定性會直接影響任務能不能進行。
第二個任務是 Twitter 話題研究。Fanko 觀察到 Muse 像熱心朋友，給出一串案例，包含命名、省錢挑戰、搶票、二手市場翻車等，每條後面都帶連結，看起來熱鬧且速度快。dots 則先講清楚證據邊界，表示原帖無法直接讀取，下面整理的是使用者說法，不是它親自驗證過的成功案例；接著把方向改寫成更適合 Fanko 自己工作的提示詞。
第三個任務是電商活動比價。Muse 三路同時查詢，一邊查一邊回報，聊天中還能看到瀏覽器截圖；遇到二手平台強制登入，提供接管登入或跳過的選項。最後它整理價格、補貼、免息並直接給出購買建議。dots 則先問想看哪一類產品，並主動提到 Fanko 之前關注過 Mac Studio，這顯示它會用到既有記憶。它最後只確認其中一家旗艦店補貼規則，其他不確定的最低價不硬報，並補充所在地省份的補貼細則與下單風險。
三個任務跑下來，Fanko 的總結是：Muse 主動、速度快、比較敢下結論；dots 保守、重證據邊界、善用記憶與上下文。這兩種性格都可能有用。買機票、排行程、查優惠時，主動與速度很重要；評估合作邀約、處理郵件、準備會議時，保守與證據邊界更重要。
給讀者的 Takeaway
工具性格會影響任務分配。不要只問「能不能做」，要問它卡住時怎麼停、證據不足時怎麼說、需要下結論時敢不敢承擔。
054. 適用場景｜它住在誰家，就會做誰家的活
編輯轉述：Muse、dots、小龍蝦不是同一條線上的高中低階版本，而是三種不同居住地、不同責任邊界的助理。
Fanko 用一句話概括場景：它住在誰家，就會做誰家的活。Muse 住在 Meta 生態，天然連著 Instagram、Facebook、WhatsApp、Marketplace，以及後續接上的零售平台。因此它更像生活助理，適合處理日常雜事：客服電話、訂位改簽、申請補償、砍帳單、搬家、旅遊、帶爸媽出門的機票餐廳行程。
影片也提到，Muse 不一定鼓勵你連接工作系統。照 Fanko 的轉述，有試用者看到它不讓接公司 Outlook，畫面直接寫著不希望連接工作系統。這反映了產品定位：它可能更適合生活與消費任務，而不是深度企業工作流。
dots 則住在 ChatGPT / OpenAI 的工作脈絡裡，更像幕僚長。影片中，Fanko 把一封 AI 影片工具公司的創作者合作邀約丟給 dots；它先查公司是否存在、投資方、聯絡人公開職位，甚至查看郵件發信驗證紀錄；接著列出風險，例如素材是否會被拿去訓練、成片清晰度是否足夠，並計算若投入 5 小時或 15 小時，對應時薪會變多少。最後它起草英文回信，列出需要對方確認的問題，但沒有替 Fanko 接受報價或答應合作。
這類任務正是 dots 的強項：過濾郵件、準備會議、跟進發票、管理長項目、整理資訊、拉出決策問題，甚至派 Codex 去寫程式。它不像生活助理那麼像跑腿，而更像在工作系統旁邊幫你維持上下文。
小龍蝦與 Hermes 則適合自有系統。你有公司資料不想交給大廠，你想在自己的機器上跑固定流水線，你想用便宜模型壓低成本，你想在 Telegram、Line、微信這類聊天入口裡指揮它，或者想讓它接內部工具。這些場景通常需要自訂，而不是只靠平台提供的通用助理。
Hermes 另有一個影片提到的特點：做完複雜事情後，會自己總結成技能，讓下次遇到類似任務更快。這種「把經驗沉澱為技能」的路線，很適合重複工作流；但前提是你願意承擔系統維護與治理。
所以，選誰不是看哪個名字更熱，而是看你的主要場景。生活雜事與 Meta 生態重，就看 Muse；工作郵件、日曆、Slack 與 ChatGPT 記憶重，就看 dots；本地資料、自動化流水線、聊天入口與高自訂度重，就看小龍蝦或 Hermes。
給讀者的 Takeaway
不要用一個工具吃所有場景。生活跑腿、辦公幕僚、自建流程，是三種不同需求；選錯類型，比模型差一點更傷。
065. 費用與門檻｜多花錢不一定買到更強電腦
編輯轉述：托管 AI 助理的付費方案，常買到的是額度、任務量與產品權限，不一定買到更高配的雲端電腦。
影片中，Fanko 提到 Muse 有免費版，每週大約 100 萬 Token；付費方案有每月 20 美元與 100 美元兩檔。dots 則需要 ChatGPT Pro 才能用，月費 100 美元起。小龍蝦軟體本身免費，但模型 Token、機器、部署與維護要自己另外付。
這些數字是影片中的當時口徑，產品方案很可能變動；更重要的是 Fanko 提出的提醒：Muse 付費檔位官方寫的差別是每週可用額度，並沒有承諾更好的 CPU、更大記憶體或顯卡。也就是說，多花錢換來的是它每週能幫你做多少活，不一定是它背後那台雲端電腦升級。
這點很容易被忽略。使用者看到高級方案，就以為它可以取代自己的高配電腦。但如前面所說，托管助理的雲端電腦是工作環境，不是你租下來的長期伺服器。若你真正需要高規格算力、穩定服務、固定 IP、GPU、持久儲存，應該自己租雲機、買硬體或做自建架構，而不是期待托管助理背後的工作環境承擔這件事。
地區門檻也需要注意。影片表示，Muse 官方當時只開放美國與加拿大，台灣、馬來西亞等地官方渠道尚不能用；dots 則需要 Pro，且歐洲、英國等地當時未開放。這些限制會快速變動，讀者實際採用前應以官方頁面為準。
因此，費用比較不能只看每月多少錢。托管方案是把部署、維護、工具整合與一部分安全設計包進訂閱；自建方案則把成本拆成模型、機器、時間、維護、故障處理與安全治理。前者看起來貴但省心，後者看起來免費但不一定便宜。
給讀者的 Takeaway
付費方案不一定等於更強硬體。先確認你買到的是額度、模型能力、工具權限、產品支援，還是真正的執行資源。
076. 權限風險｜接上郵箱與信用卡前，先問三件事
編輯轉述：AI 助理越能幫你做事，越需要清楚知道它什麼時候不能替你做主。
影片最後把問題拉回安全。這是所有一直在線 AI 助理都避不開的部分：當它可以操作瀏覽器、登入帳號、讀郵件、送信、付款、刪除內容時，便利性與風險會一起上升。
Fanko 建議，在接上郵箱與信用卡之前，先問三個問題。第一，密碼與信用卡鑰匙在誰手裡？Muse 的做法，照影片轉述，是 AI 手上只有替身，真正密碼到最後送出那一刻才換上，付款則使用一次性卡號；小龍蝦的鑰匙則更接近在你自己手裡，因為系統與環境由你管理。無論哪種，重點都是不要把卡號、密碼、安全碼直接貼進聊天。
第二，它記住了你什麼，你能不能打開來看、修改或刪除？小龍蝦式系統的記憶常是幾份文件，打開就能改；dots 的記憶則在 OpenAI 系統裡，影片說若要刪掉它自己記下來的東西，可能只能重置整個 dots。這裡沒有絕對好壞，只有透明度與便利性的取捨。
第三，它做錯事時，你會不會第一時間知道？影片列舉幾個風險案例：Muse 使用者點了始終允許後，AI 在二手平台接受低價並發出住址約面交，而使用者本人不知道；有測評者讓 dots 處理郵件，結果它沒等審核就寄出；也有人用小龍蝦整理郵箱，明明要求動手前先確認，結果大量郵件被刪掉，使用者在手機上停不下來，只能跑回電腦處理。
這些案例共同指向一個設計原則：付款、刪除、外部發送、接受報價、公布地址、改權限，都應該保留人工確認。AI 助理可以研究、整理、草擬、排程、建議；但凡是不可逆、外部可見、會造成財務或隱私後果的動作，都不該一開始就自動批准。
最穩妥的上手方式，是先讓它做可撤回、低風險的任務：整理公開資料、草擬郵件、分類資訊、產出待辦清單、查詢價格、準備會議摘要。等你理解它的行為模式，再逐步開放帳號、郵件、日曆、付款與刪除權限。
給讀者的 Takeaway
AI 助理越像代理人，越需要審批欄杆。讓它先當助理，不要一開始就讓它替你做不可逆決策。
087. 結論｜你想省掉維護，還是拿回控制權
編輯轉述：選 AI 助理的核心問題，不是誰更像未來，而是你要把哪一部分麻煩交出去，哪一部分掌握在自己手上。
Fanko 影片最後引用 dots 幫他整理的一句話：托管助理讓你少管系統，自建小龍蝦讓你能多管系統。這句話比「誰會不會自動做事」更接近選型核心。
如果你想要的是生活中的雜事助理，尤其工作流在 Meta 生態、零售、聊天、旅遊、客服、日常安排裡，Muse 這類托管生活助理比較順。它的價值是快速開始、主動操作與較低維護成本。
如果你已經在 ChatGPT、Gmail、Google Calendar、Slack、Codex 等工作流中，dots 這類辦公幕僚更自然。它的價值是把記憶、郵件、日曆、文件、會議與決策準備串在一起。它不一定每次都最快，但保守、講證據邊界、能把事情整理成決策問題，是辦公場景需要的性格。
如果你在意本地資料、聊天入口、自訂流程、便宜模型、長期自動化，或想把 AI 接進自己的系統，小龍蝦與 Hermes 這類自建方案才是方向。它們的價值不是開箱即用，而是把助理變成你的工作流基礎設施。
真正危險的選法，是看到某個工具很紅，就直接把郵箱、信用卡、工作帳號與刪除權限全部交出去。更好的方式是先用低風險任務驗證它的性格，再根據自己的生活、工作與資料邊界，決定哪些權限可以開、哪些動作必須人工確認、哪些資料永遠留在自己系統裡。
Muse、dots、小龍蝦代表的不是同一款產品的三個版本，而是 AI 助理市場正在分化成三條路：平台托管、工作套件整合、個人或團隊自建。選擇哪一條，取決於你真正想省掉的是維護成本，還是想拿回控制權。
給讀者的 Takeaway
先界定任務，再選工具。生活雜事選托管生活助理，辦公決策選工作幕僚，自有資料與重複流程選自建系統；權限則永遠從低風險開始。