Gemini 已經足以威脅 ChatGPT，但我仍然離不開它

進入 2026 年後，Google Gemini 的進步速度相當明顯。無論是長篇內容整理、文件分析、程式開發，還是與 Google 服務的整合能力，Gemini 都已經不再只是 ChatGPT 的替代方案，而是逐漸成為一個足以正面威脅 ChatGPT 市場地位的競爭者。

我自己最近也訂閱了 Gemini，實際使用了幾個月。經過一段時間的比較後，我認為 Gemini 確實已經具備相當完整的能力，某些使用情境甚至比 ChatGPT 更方便。

不過直到現在，我仍然維持著 ChatGPT 的訂閱。

這並不是因為 Gemini 不夠好，而是 ChatGPT 已經逐漸融入我的日常工作方式。當一項工具使用了一段時間之後，真正讓人難以更換的，往往不只是模型能力，而是已經建立起來的使用習慣、工作流程，以及與工具互動時的熟悉感。

Gemini 已不再只是追趕者

過去談到生成式 AI，大多數人首先想到的可能還是 ChatGPT。Google 雖然很早就投入人工智慧研究，但在消費者生成式 AI 產品的第一波競爭中，ChatGPT 的確取得了較明顯的領先優勢。

然而，Google 擁有搜尋、YouTube、Gmail、Google Drive、Google Docs、Android、Chrome，以及龐大的雲端服務生態系。當 Gemini 的模型能力逐漸成熟後，這些既有服務就成為 Google 最強大的武器。

對一般使用者而言，Gemini 最大的吸引力，不一定只是單次回答的品質，而是它能否自然地進入原本就在使用的 Google 工作環境。

例如，一個人每天已經使用 Gmail 收信、用 Google Drive 儲存文件、用 Google Docs 撰寫報告，再透過 Google 搜尋取得資訊，那麼 Gemini 只要能夠順利串連這些服務，就有機會成為非常自然的 AI 助理。

這也是為什麼我認為，到了 2026 年，Gemini 已經真正具備威脅 ChatGPT 的條件。

這種威脅不只是模型評測分數上的競爭，而是使用者每天究竟會在哪一個生態系中完成工作。

我為什麼同時訂閱 Gemini 和 ChatGPT

我訂閱 Gemini 的原因很單純：我想親自確認它目前進步到了什麼程度，而不是只透過網路上的評測或他人的使用心得來判斷。

實際使用幾個月後，我的感受是，Gemini 已經可以處理大多數一般使用者需要的工作，包括文章整理、資料摘要、問題分析、程式碼協助與創意發想。對於本來就大量使用 Google 服務的人來說，它的整體體驗也很有吸引力。

但是，我並沒有因此取消 ChatGPT。

其中一個重要原因，是我已經習慣使用 ChatGPT 思考問題。

我會用它討論投資策略、規劃軟體開發項目、整理工作報告、設計系統架構、練習英文，也會用它協助發展遊戲與小說的創意。長時間使用之後，我已經知道該如何描述需求、如何追問，以及如何將一個模糊的想法逐步整理成可以執行的內容。

這種熟悉感很難直接用模型評測來衡量。

AI 工具的價值，不只是「第一次回答得好不好」，還包括它能不能理解使用者持續修正的方向，以及能不能陪著使用者把一件複雜的事情做完。

Codex App 提高了我對 ChatGPT 的黏著度

另一個讓我繼續訂閱 ChatGPT 的重要原因，是 Codex App。

對我而言，ChatGPT 不再只是聊天或查資料的工具，而是逐漸進入實際的軟體開發流程。當我想開發一個 macOS App、Web 工具、股票分析程式，或一個簡單的遊戲時，我可以先在 ChatGPT 中討論需求，再把需求交給 Codex 協助建立程式、修改檔案、檢查錯誤與持續迭代。

這種從「討論想法」一路延伸到「實際動手開發」的體驗，讓 ChatGPT 的價值明顯提高。

更重要的是，在每月約 20 美元的個人訂閱方案下，就能取得一定程度的 Codex 使用額度。對像我這樣不是全天候專業寫程式，但經常想利用 AI 開發小型工具或驗證創意的人而言，這個組合相當有吸引力。

我不一定每天都會進行大量程式開發，但只要一個月能透過 Codex 完成幾項實用功能，訂閱本身就可能產生足夠的價值。

因此，Codex 不只是 OpenAI 增加的一項新功能，也成為提高使用者黏著度的重要因素。

當使用者開始把專案、程式碼與開發流程放進同一套工具中，轉換到其他平台的成本自然就會提高。

ChatGPT 5.5 Thinking 是我最難放棄的原因

真正讓我無法抗拒長期使用 ChatGPT 的，還是 ChatGPT 5.5 Thinking 模型。

我使用 AI 時，經常不是只想得到一個快速答案，而是希望它能夠仔細理解問題，分析不同條件，找出可能的矛盾，再提出可以實際執行的建議。

尤其是在投資評估、系統規劃、技術架構與產品設計這些問題上，答案是否流暢並不是最重要的。更重要的是，模型能不能把複雜問題拆開，辨識哪些是假設、哪些是風險，以及哪些資訊仍然不足。

ChatGPT 5.5 Thinking 最吸引我的地方，就是它在處理這類複雜問題時，通常能展現比較完整的推理結構。

它不一定每次都完全正確，有時仍然需要查證，也可能因為資訊不足而做出不適合的判斷。但相較於只提供表面答案的模型，它更像是一個可以一起討論問題的思考夥伴。

對我來說，這正是 AI 最有價值的地方。

我不只是需要一個幫我搜尋資料的工具，而是需要一個能夠協助我釐清思緒、挑戰原本假設，並將想法逐步轉換成行動方案的工具。

只要 ChatGPT 在這方面仍然具有明顯優勢，我就很難單純因為其他平台推出更便宜或更方便的方案而完全離開。

OpenAI 的成本危機仍然值得關注

當然，OpenAI 面臨的問題也愈來愈明顯。

大型 AI 模型需要龐大的運算資源。從模型訓練、推論服務，到資料中心、晶片與電力成本，每一項都可能形成沉重的財務壓力。當使用者愈多、模型愈強，服務成本也可能持續增加。

這使得 OpenAI 處於一個相當矛盾的位置。

它必須持續推出能力更強的模型，才能維持技術領先；但模型愈強，通常也代表推論成本更高。同時，它又不能輕易將價格提高到一般使用者無法接受的程度，否則使用者可能轉向 Gemini、Claude，或其他快速進步的競爭產品。

因此，外界長期討論 OpenAI 的成本危機，並不是沒有理由。

Google 的優勢在於，它本來就擁有成熟的廣告、雲端、搜尋與企業服務收入，可以將 AI 整合到現有產品中。相較之下，OpenAI 必須更直接地證明，單靠訂閱、API 與企業服務，是否足以支撐龐大的模型開發與基礎建設成本。

從使用者角度來看，我也會擔心未來是否出現訂閱價格調整、使用額度縮減，或高階模型必須另外付費的情況。

目前每月 20 美元可以同時使用 ChatGPT 的多種能力以及一定程度的 Codex 額度，我認為仍然具有很高的性價比。但這種價格與服務內容能否長期維持，仍然需要觀察。

AI 競爭已經從模型能力進入生態系競爭

到了 2026 年，我認為 AI 產品之間的競爭，已經不能只看哪一個模型在排行榜上領先。

真正決定使用者是否留下來的因素，至少包括以下幾個層面：

第一是模型能力。模型能不能正確理解問題、處理複雜任務，以及維持長篇內容的一致性，仍然是最基本的條件。

第二是工具整合。AI 能否讀取文件、執行程式、操作開發環境，或與使用者原本的工作軟體連接，會直接影響實用程度。

第三是使用成本。訂閱價格、使用額度，以及高階模型是否需要另外付費，都會影響一般使用者的選擇。

第四是使用習慣與信任。當使用者已經在某一個平台累積大量對話、專案與工作流程後，不會只因為另一個模型在某次評測中領先，就立刻完全轉移。

Gemini 的優勢是 Google 生態系；ChatGPT 的優勢則是先發形成的使用習慣，以及從對話、研究、寫作到 Codex 開發工具逐步建立起來的完整體驗。

未來真正的勝負，可能不是誰完全消滅誰，而是哪一個平台能夠占據使用者更多的工作時間。

我可能會繼續同時使用兩個平台

以目前的情況來看，我不認為自己需要在 Gemini 和 ChatGPT 之間做出絕對的二選一。

Gemini 適合與 Google 服務整合，也可以作為另一個模型觀點，協助我比較不同答案。ChatGPT 則仍然是我進行深度思考、長期討論與程式開發時的主要工具。

同時訂閱兩個平台當然會增加支出，因此我也會持續觀察實際使用頻率。假如未來其中一個平台的使用量明顯下降，我仍然可能調整訂閱。

但至少在目前，兩者所提供的價值仍然有所不同。

Gemini 的快速進步，讓我看到 Google 在 AI 市場中的強大潛力；而 ChatGPT 5.5 Thinking 加上 Codex App，則讓我感受到 OpenAI 正試圖把 ChatGPT 從聊天機器人，轉變為一套真正能參與工作與創作的個人 AI 平台。

結語：競爭愈激烈，使用者才是最大受益者

2026 年的生成式 AI 市場，已經不再是 ChatGPT 遙遙領先、其他產品只能追趕的局面。

Gemini 已經成為足以正面競爭的對手，其他 AI 平台也持續縮小差距。OpenAI 面臨模型成本、商業模式與競爭壓力，但它仍然透過 Thinking 模型與 Codex 等產品，建立出相當有吸引力的使用體驗。

對我而言，ChatGPT 並不是因為沒有競爭者，所以值得繼續訂閱；反而是在競爭者愈來愈強的情況下，它仍然能提供一些讓我難以放棄的價值。

尤其是 ChatGPT 5.5 Thinking 所帶來的深度思考能力，以及 Codex App 對軟體開發流程的支援，讓每月 20 美元的訂閱不再只是購買一個聊天機器人，而是取得一位可以協助思考、寫作、研究與開發的 AI 夥伴。

未來 Gemini 或許會在更多領域超越 ChatGPT，OpenAI 也可能繼續推出新的模型與工具。對一般使用者來說，其實不必急著選邊站。

因為在這場競爭中，真正重要的不是支持哪一家公司的 AI，而是找到最適合自己工作方式的工具。

至少目前，我仍然會繼續訂閱 ChatGPT。

不是因為它沒有缺點，而是因為它已經成為我每天思考、學習與實作過程中，最難被取代的一部分。

年紀漸長的感悟

　　我記得在剛出社會工作時，每個月收入扣除一切家庭開銷後，只能說可以支配的金錢實在少得可憐。每天所有時間全心投入在工作及下班後的主動學習。年紀漸長，收入提高，也有投入股市，不再全部以工作收入來支應開支。當財務不再是唯一的變數時，「時間」與「專注力」就成了最珍貴的資產。以下是這種心態轉變在不同維度的體現：

1. 從「獲利」轉向「佈局」

過去的投資可能追求的是數字的快速增長；現在的投資（無論是股市還是 AI 學習）更多是為了驗證自己的眼光與建立長期的護城河。這份從容能在市場波動中保持平靜，因為你不再是為了生存而戰，而是為了「證明自己的策略正確」而玩。

2. 從「捕捉」轉向「感受」

以攝影為例，年輕時可能追求器材的攻頂或是拍到「大景」；現在或許更傾向於捕捉女兒的一個側臉，或是獨自旅行時街道上的一抹光影。照片不再是炫耀的資本，而是記憶的存檔。

3. 從「競爭」轉向「創造」

在軟體開發與 AI 領域，你不再需要為了考取證照或應付考績而讀書。現在學習 macOS App 開發或研究 Gemma 3，純粹是因為「創造」本身帶來的多巴胺。這種「無用之用」的學習，往往能讓你做出最具有靈魂的作品。

4. 更有質量的「孤獨」

即將到來的獨旅，正是這種心態轉變的縮影。年輕時的旅行是打卡與狂歡，現在的獨旅是與自己對話。在繁華的曼谷找一個安靜的角落，觀察這個世界而不必參與其中，這是一種極致的奢侈。生活上少了焦慮，可以更平靜地思考。

「財務漸漸進入自由帶來的最大福利，不是可以買任何東西，而是可以拒絕任何不想做的事。」

當你不再需要向世界證明什麼時，你反而能看見最真實的世界。這種轉變，讓你從一個「執行者」升格成了人生的「架構師」。

退休後股票比例反而要增加？讀後心得及個人看法

這篇文章在講一個很反直覺的退休投資觀念：退休後，股票比例不一定要越來越低，反而可以考慮慢慢提高。

一般人常聽到的建議是「年紀越大，股票越少」。理由很直覺：退休後沒有薪水，如果股市大跌，就沒有太多時間等它漲回來。所以很多人會把股票慢慢換成債券，讓投資組合看起來比較穩。

但原文提到一個不同想法，叫做「漸升滑行路徑」。用高中生也能懂的方式說，就是退休剛開始先保守一點，股票比例不要太高；等過了最危險的前幾年，再每年慢慢增加股票比例。

為什麼退休初期最危險？

關鍵在於「報酬順序風險」。如果一個人剛退休就遇到股市大跌，問題會比年輕時嚴重很多。因為退休者不只投資虧錢，還要每年從帳戶裡提錢生活。這就像水桶一邊漏水，一邊又遇到水量大減，很容易撐不住。

所以漸升滑行路徑的想法是：

退休初期：股票少一點，用債券降低大跌傷害。

退休中後期：如果資產撐過前面幾年，再慢慢提高股票比例，讓資產有機會繼續成長。

這不是叫人退休後馬上重壓股票，而是慢慢調整。例如一開始是 60% 股票、40% 債券，之後每年把股票比例提高 0.5% 或 1%。如果每年提高 1%，30 年後大約會變成 90% 股票。過程很慢，不是一次梭哈。

如果退休時手上已經另外準備了 30 個月的現金，觀點又會稍微不同。

30 個月現金，大約等於 2 年半的生活費。這筆錢的作用不是拿來追求報酬，而是當作「安全墊」。如果剛退休就遇到股市大跌，退休者可以先用這筆現金生活，暫時不要賣掉下跌中的股票或基金。這樣做的好處是，可以降低報酬順序風險帶來的壓力。

用簡單例子來說，如果市場跌了 30%，但你未來 2 年半的生活費已經準備好了，就比較不需要在低點賣股票換生活費。你可以等市場有機會恢復，再重新檢查投資組合。這時候，退休初期的股票比例也許不用壓得太低，因為現金本身已經提供了一部分防禦功能。

不過，現金安全墊不是免費的。現金放太多，長期報酬通常會比股票和債券低，也可能被通膨慢慢吃掉購買力。所以 30 個月現金比較像保險：它讓你睡得比較安穩，也讓你在熊市時比較不會被迫賣資產，但代價是少了一部分長期成長機會。

因此，如果已經有 30 個月現金，我會把漸升滑行路徑理解成兩層設計：第一層是現金，用來撐過退休初期的市場風暴；第二層才是投資組合，慢慢從較保守走向較積極。這樣比單純討論 60/40 或 90/10 更接近真實生活。

原文用 1928 到 2025 年的美國歷史資料做模擬，包含 S&P 500 和十年期美國公債。結果顯示，每年慢慢增加股票比例的策略，在很多退休年份中，安全提領率都比固定 60/40 配置更好。尤其對 FIRE 族，也就是很早退休、退休時間可能長達 40 到 50 年的人，這個觀念更值得思考。

我覺得這篇文章最重要的提醒是：投資風險不是只有「股票多不多」這麼簡單，還要看風險發生在什麼時間。退休前幾年遇到大跌，傷害最大；退休後期如果資產已經撐過去了，反而比較有本錢承受股票波動。

不過，這個策略也不是每個人都適合。

第一，歷史資料不代表未來一定一樣。美國過去接近百年的股市表現很好，但未來不保證照著走。

第二，心理壓力很重要。數學上退休後期持有 80% 或 90% 股票也許可行，但如果每天看帳戶上下震盪會睡不著，那就不適合。

第三，台灣投資人還要考慮匯率、稅務、商品選擇和自己的生活支出。不能直接把美國資料完全照搬。

我的理解是，這篇文章不是要推翻所有傳統退休配置，而是提醒我們：退休投資不能只靠一句「年紀越大，股票越少」。比較好的做法，是先理解自己最怕的風險在哪裡，再設計資產配置。

如果用一句話總結：

退休後真正危險的，不一定是股票太多，而是剛退休時遇到大跌又必須提錢。先保守、後逐步增加成長資產，可能比一路減少股票更合理。

參考原文：

https://yp-finance.com/rising-glidepath/

提醒：以上只是文章摘要與個人閱讀筆記，不是投資建議。每個人的退休金、支出、年齡、風險承受度都不同，實際配置還是要自己評估。

Codex 使用心得：從寫程式助手到真正能協作的 AI 代理

對一個軟體工作著而言，以前我對 AI 寫程式的想像很簡單：問一個問題，拿一段程式碼，自己再慢慢修改。真正開始使用 Codex 之後，我的感覺有點不一樣。它比較不像單純的聊天機器人，而像是一個可以進入工作現場的協作者。雖然寫程式方面 Claude Code 在市場上有較高的評價，但是對一個長期訂閱使用 ChatGPT 的人來說，每個月20美金，可以用ChatGPT 和Codex 是很划算的。

Codex 最有感的地方，不只是會寫程式，而是它能先讀懂目前的專案狀態。它可以看檔案、搜尋程式碼、理解既有架構，再依照原本的寫法做修改。這件事很重要，因為很多開發工作不是從零開始，而是在一個已經有歷史、有習慣、有限制的系統裡動刀。

我目前覺得 Codex 適合處理幾種工作。第一種是小範圍修改，例如修一個 UI 問題、調整一個函式、補一段測試。第二種是理解陌生程式碼，請它幫忙整理某個功能從哪裡進來、經過哪些檔案、最後在哪裡輸出。第三種是除錯，尤其是把錯誤訊息、重現步驟和相關檔案一起交給它時，它比較能沿著線索找出問題。

這次使用下來，我最大的心得是：給 Codex 的任務越具體，結果越穩。只說「幫我優化」通常太模糊；如果改成「請先讀目前頁面，找出可讀性、SEO、標題和標籤可以改善的地方，先不要發布」，它就比較容易照著步驟做事。目標、限制、完成條件，最好一開始就講清楚。

我也很喜歡它的權限設計。像需要讀取登入狀態的網站時，可以透過 Chrome；一般預覽或本機測試，則可以用內建瀏覽器。遇到可能會寫入檔案、連網、或對外部服務造成影響的動作時，Codex 會需要使用者確認。這讓我比較敢把實際工作交給它，但又不至於完全失控。

不過 Codex 不是魔法按鈕。它可以幫忙節省時間，但最後仍然要自己判斷。修改程式時要看 diff，重要功能要跑測試；寫文章或整理資料時，也要確認語氣、事實和個人觀點是不是符合自己的意思。AI 可以加速，但不能取代最後的把關。

如果是第一次使用 Codex，我會建議不要一開始就丟很大的任務。先從一個小需求開始，例如「幫我整理這個資料夾的結構」、「幫我找這個錯誤可能在哪裡」、「幫我把這篇草稿改得更好讀」。等熟悉它的節奏之後，再慢慢把測試、重構、文件整理、瀏覽器操作這些流程交給它。

總結來說，Codex 讓我對 AI 工具有一個新的看法。它不是只回答問題，而是能在一定範圍內參與工作流程。真正的關鍵不是讓 AI 全自動完成一切，而是學會怎麼把目標說清楚、怎麼檢查結果、怎麼把它放進自己的日常工作裡。另外，Codex 更新速度很快，最近一週幾乎每兩天就更新一次。我在macBook Air 上使用APP，可以明顯感受到它的進步空間還很大，自己也在試用 OpenClaw 和 Hermes Agent ，相較之下 Codex 我只要建一個專案，給定目標，它會自行進行，中途有需要權限升級或確認的地方，我可以逐一審批，比較讓人放心。

99 次近在咫尺

　　任何行為做了九十九次代表什麼？有什麼意義? 這只是一個自己的提問，就像吃飯這件事，每天都在吃，次數已經沒有太多感覺。但是，有些行為及活動確實不容易達成這樣的次數累積。可能是時間因素，也可能是金錢因素，也可能體能。另外，也有可能是心情或感覺不對了，倦了，也就不會特意去達成次數的里程碑。