當模型能力趨平，所有人被迫講同一套故事——拆解這套劇本的七個固定零件，以及它對主權算力玩家的真正含義。
林裕欽（Kytu）為 Dcard 旗下新事業 GNTC 撰寫的發布文，論述完整、敘事生動。但把它放進全球脈絡後會發現：它的每一個核心論點——Harness Layer、AX、人人自建 Agent、治理優先、FDE——都不是原創，而是 2025–2026 全球創業圈高度趨同的「共同劇本」。
本報告的目的不是評斷 Dcard，而是把這套劇本本身解剖開來：它為什麼會出現、由哪些可辨識的零件構成、誰在講、以及——最重要的——當所有人都講同一套時，一家做 GPU 基礎設施與主權算力的公司該如何反向定位。
根本原因是模型能力趨平。2026 年的前沿模型彼此能力夠接近，模型選擇對企業團隊來說已很少是瓶頸；差異化轉移到了包裹模型的那一層——harness[1]。
這直接導致一個結果：當大家都用同一批 commodity 模型（GPT、Claude、Gemini），唯一能講的差異化故事，就只能是模型「之外」的東西——治理、工作流、組織變革、Agent Experience。於是全世界的創業者被迫講同一套故事，因為市場結構逼著他們講。Kytu 那篇文章的每一個論點，都精準落在這個結構性敘事裡。
論述同質化，不是因為大家偷懶，而是因為市場結構只留下這一條路可講。
拿這張清單去檢查任何一家 Agent 創企的對外論述——命中率極高。括號中為 Dcard/GNTC 的對應說法。
幾乎每篇趨勢文都用這時間軸開場。如果 2024 是 RAG 之年、2025 是 agentic AI 之年，2026 將是 context engine 興起之年；如果 2025 企業學會用 AI 建構，2026 就是它們學會以 AI-native 組織運作的一年[3]。
Kytu「第一是治理」對應業界共識（RBAC／ABAC／Approval／Audit）。領導者應把 AI agent 視為一種新型勞動力能力，但它的可靠度只取決於你圍繞它設計的環境；組織必須重新設計工作流，而非把 agent 硬接到既有流程上[6]。
Kytu 整篇的核心主張，也是劇本標準件。Anthropic 內部研究正是證據：它不是由上而下的命令、不是轉型計畫，人們純粹因偏好而用它；27% 的 Claude 輔助工作是原本根本不會完成的任務——AI 不只加速既有工作，而是創造了新產能[7]。
最值得注意的一條——已從「美德」變成「投資門檻」。華爾街開始強制執行「dogfooding mandate」，投資人要看到內部使用數據才願意為 AI 主張買單；VC 增加了「AI 真實性」盡職調查，要求創辦人證明自己內部真的在用自家 AI[7]。Kytu 用「我做了第一個 Prototype」「Sales／HR／Legal 都在用」正是在出示這張憑證。
Kytu 自稱「在台灣還沒人談 FDE 時就開始實踐」，但這是矽谷標配。OpenAI 的 Forward Deployed Engineering 團隊深度嵌入客戶，把研究突破變成生產系統，快速從 prototype 到 deployment，運作在客戶交付與核心開發的交界[8]。詞源自 Palantir，2024–2025 被 OpenAI、Anthropic 全面採用。
Kytu 攻擊舊定價（Per-Seat $20+、密碼鎖加 $150+），然後選「單一 Workspace 平價」——這也是劇本的一部分，背後有結構性必然。
當論述變成「人人都會驅動 agent」，Per-Seat 定價就自我矛盾了：你不可能一邊說「全公司每個人都該用」，一邊用「每多一人多收 $20」去懲罰擴散。所以論述（人人自建）必然導出定價（workspace 平價）。這不是巧思，是敘事的邏輯必然。Vercel、Netlify、Replit 在 2025–2026 都往團隊／workspace 定價漂移，原因相同。
背景趨勢支撐這個轉向：協定正在標準化——MCP 在 2025 年初還很早期，如今已內建於每個主要 harness；發布 MCP server 正在取代為每個工具寫客製整合[9]。當整合成本下降，按座位收費的舊邏輯隨之瓦解。
| 模組 | Dcard / GNTC 的說法 | 全球對應者 |
|---|---|---|
| Harness 護城河 | 「電 vs 電器系統」 | Hashimoto / OpenAI / Stripe / GitHub |
| AX | 「紐約學到的 AX」 | Netlify (Biilmann)、Daytona (Burazin)、Salesforce |
| 人人自建 Agent | 「一線夥伴自建」 | Anthropic antfooding、Microsoft Build 2025 |
| Dogfooding 憑證 | 「內部變重要溝通平台」 | Anthropic 20 萬筆 transcript 研究 |
| FDE | 「台灣最早做 FDE」 | Palantir → OpenAI → Anthropic |
| 治理瓶頸 | 「第一是治理」 | McKinsey、Deloitte、ServiceNow |
連「把劇本本身產品化」都有人做了：EAIGG 發布擴充版「AI-Native Startup Playbook」，一份以執行為核心的指南，整合來自 150+ 企業、新創與投資人的最佳實踐、真實案例，涵蓋 agentic 系統、企業採用曲線與 AI 驅動的 GTM 策略[10]。也就是說，這套劇本已被寫成一本「劇本」在賣了。
市場已飽和，無需再「發明」一套 Agent 世界觀。任何人講 Harness、AX、Agent-Native，聽眾都已聽過 50 遍。差異化必須往下走到基礎設施與證據層。
整套劇本最終都要落在算力上——為 workload 挑對 harness，就像挑 IDE[9]，但所有 harness 都跑在 GPU 上。當人人賣電器，你可選擇賣電（compute）＋ 賣電器系統一小段（垂直蒸餾模型／API relay），避開最擠的中段。
Kytu 最強的不是論述（論述是抄的），是「先內部跑通、再對外講」的證據結構。對 Pre-Series B，最有殺傷力的是出示「自家算力被自家客戶真實消耗」的 dogfooding 數據——因為投資人已把這當硬性 DD 項目。