風向判讀｜同一套法規，Google 被逼開門、Apple 把新 AI 擋在門外

一直以來，手機的 AI 助理幾乎都是內建那一個、很難換。歐盟最近出手撬這道牆——但兩大巨頭的反應，剛好相反。

  • 歐盟依《數位市場法》（DMA），強制 Google 把 Android 開放給「別家的 AI 助理」：語音喚醒、跨 App 幫你做事（涵蓋 11 類系統功能）。
  • 還要求 Google 把部分搜尋資料，分享給競爭對手。
  • 時程：Android 互通最晚 2027 年 7 月，搜尋資料共享 2027 年 1 月起跑。

那 iPhone 呢？Apple 同樣被歐盟列為「守門人」，法院七月才確認、駁回它的抗告。但 AI 助理這塊，劇情剛好相反——Apple 說因為同一套法規，新版 Siri AI 乾脆不在歐盟上線，歐洲用戶只能繼續用舊的。

看出風向了嗎？監管想撬開「AI 助理」這道護城河，逼平台讓你有得選。但同樣壓力下：Google 選擇「開門、讓對手進來」，Apple 選擇「把自己的新 AI 先擋在門外」。一個開放、一個縮手，短期內歐洲用戶的體驗天差地遠。

對你我代表什麼？AI 助理能不能換、好不好用，越來越是「監管 × 平台策略」拉扯出來的結果，不只看技術。這道牆怎麼開、開多少，會直接影響你手機裡那個「預設的 AI」。

看風向：AI 的下一場仗，不只在誰最強，也在「你有沒有得選」——以及平台願不願意讓你選。

—

Same rulebook, opposite moves. The EU's Digital Markets Act ordered Google to open Android to rival AI assistants (voice + cross-app across 11 feature groups) and share search data with competitors (interoperability by Jul 2027, data from Jan 2027). Apple is also a DMA gatekeeper — a EU court upheld that in July — but on assistants it went the other way: it's withholding its upgraded Siri AI from the EU, blaming the same rules, leaving Europeans on old Siri. Regulators are prying open the assistant moat; one giant opens the door, the other keeps its new AI outside it.

📄 資料：歐盟執委會《數位市場法》(DMA) 對 Google 的裁定；EU 法院維持 Apple 守門人身分、Apple 新版 Siri 暫不進歐盟（產業報導彙整）

留言

張貼留言

這個網誌中的熱門文章

AI 懶人包｜不會寫指令？讓 AI 幫你寫

圖片
老實說，指令（prompt）寫不好，多半不是你不會用 AI，是你自己還沒想清楚要什麼。與其自己硬擠，不如叫 AI 先幫你把需求想清楚——這招叫 meta-prompting，白話說就是「用 AI 幫你寫出更好的指令」。 先搞懂：什麼叫「好指令」？ 只有一種解讀，別讓它有第二種理解方式 講得出「怎樣算成功」，要具體、能檢查 給背景：你是誰、講給誰聽、什麼情境 框住格式跟長度 明講「不要做什麼」 難題目，叫它「先想再答」 最偷懶的一招（複製就能用） ，把這句貼給 AI—— 「這是我的需求：＿＿。請先幫我改寫成一個清楚、只有一種解讀、能檢查成敗的指令，並反問我還缺哪些資訊。」 一個提醒：好指令很少一次到位，都是「寫 → 試 → 改」磨出來的。與其怪 AI 不懂你，不如先讓它幫你把話講清楚。 — Can't write good prompts? Let AI write them for you. A bad prompt usually means fuzzy thinking, not bad AI. Meta-prompting = asking AI to turn your vague ask into one clear, single-interpretation, checkable prompt — and to ask what's still missing. A good prompt has: one reading, a defined "success," context, format, boundaries, and room to think first. It's draft → test → revise, rarely one shot. 📖 整理自《Meta-Prompting》 github.com/jason3e7/ai-101 → 05-notes/meta-prompting.md
閱讀完整內容

風向判讀｜AI 打破知識門檻：卡在中間的人最尷尬

圖片
以前「懂得比較多、做得比較熟」就能養活自己。現在 AI 幾乎有問必答——你會的它也會，還更快、更便宜。 誰得利、誰受傷，其實很清楚： 新手最開心：以前要學好久才敢碰的事，現在問一句就有人教。 真高手還是穩：懂得「什麼時候該信、什麼時候別亂用」，這種判斷 AI 學不來。 最尷尬的是中間那群人：一直靠「我比你多會一點」吃飯的。 還有個反差：AI 讓原本比較弱的人進步最多，強的反而沒差多少。等於把地板墊高，大家越來越像。 所以往後拼的不是「你知道多少」，是「你判斷得準不準、有沒有品味、敢不敢扛」。會查資料不稀奇，會做決定才值錢。 — AI is making "knowing stuff" cheap. What still pays: judgment, taste, and owning the call. 📖 靈感：《AI Breaks Knowledge Barriers》 github.com/jason3e7/ai-101 → 05-notes/ai-and-knowledge-barriers.md
閱讀完整內容

風向判讀｜AI 離開聊天框，進入「會做事」的時代

圖片
過去我們問 AI「答得對不對」，接下來要問的是「敢不敢把事交給它做」。 軟體 AI 開始跑完整流程：自己分析業績、比對數據、做成簡報、寄給主管，一條龍搞定。光 Zapier 一家公司內部就用了 800 多個 AI 代理。 機器人也長出「語言腦」：NVIDIA 開源新模型，讓機器人聽得懂人話、看著現場自己完成多步驟任務。 連寫程式都給 AI 做：Claude 生成機器狗的控制程式，比去年最強的人類團隊快 20 倍。 兩條腿一起走：螢幕裡的軟體代理、現實中的機器人，都在從「示範」走向「上工」。 重點早就不是 AI 聰不聰明，是它做事「穩不穩、貴不貴、會不會出包」。這才是企業敢不敢用的關鍵。下次別看 demo 多炫，看誰真的讓 AI 上工還不出錯。 — AI is leaving the chatbox. Software agents now run real multi-step work inside companies (Zapier runs 800+ internal agents); robots are getting language brains (NVIDIA open-sourced a model that lets them understand speech and act); AI even writes robot control code 20x faster than last year's best human team. The bottleneck isn't smarts anymore — it's cost, latency and error rate. The edge shifts from "whose model is strongest" to "who can make AI reliably do the job."
閱讀完整內容