隨著人工智慧持續發展，市面上的 AI 模型也變得多不勝數，即便各大廠商都認為自家產品足夠「萬能」，但每款模型確實都有各自的擅長領域，以及不同產品所具備的獨特優勢。
因此，如何挑選最適合的 AI 模型處理任務，就經常成為使用者、開發者們最為困擾的問題；近期上線的新創服務 Token Monster，就是瞄準這類棘手的情境而來。
演算法深度分析，將任務交給最合適的 AI
根據外媒報導，Token Monster 由 OthersideAI 共同創辦人兼執行長 Matt Shumer 所開發，而 OthersideAI 過去最知名的 AI 應用，莫過於人工智慧寫作助手 Hyperwrite。
Token Monster 最主要的功能，就是將使用者所輸入的提示詞，透過演算法自動指派給最適合的大型語言模型（LLM）進行處理，藉由運用多種 AI 模型混合作業的優勢，為使用者帶來品質更高的輸出結果。
目前 Token Monster 可以連接市面上 7 款主流 LLM，包含 Anthropic Claude 3.5 Sonnet、3.5 Opus、OpenAI GPT-4.1、GPT-4o、o3、Perplexity AI PPLX 與 Google Gemini 2.5 Pro。
大幅簡化操作流程，省去手動切換麻煩
當使用者向 Token Monster 輸入提示詞，該服務首先會調用 Matt Shumer 自主開發的演算法，深度分析用戶問題，並決定要由哪個模型處理提問，接著整合不同 AI 模型的回應，最後提供給使用者完整結果。
Matt Shumer 表示，Token Monster 的整體運作概念非常簡單，就是成為各種 AI 模型、AI 工具的連接器，同時建立起一套規則和系統，決定將哪些工作交給哪些 AI 進行處理。
舉例來說，若使用者輸入的提示詞是需要創造力的任務，Token Monster 或許會把相關工作交給 Claude；執行推理時則調用 OpenAI o3；若是必須發起深度研究，那麼指派給 Perplexity AI PPLX 將更為適合。
對於想要高品質、客製化 AI 回應結果的人來說，Token Monster 成功簡化了操作流程，徹底省去了使用者手動切換、存取各種不同 AI 模型的麻煩。
多模型、多步驟工作流程，發揮 AI 個別優勢
Token Monster 最具備優勢之處，在於它懂得協調多模型的工作流程，例如把網路搜尋、深入研究、大綱建立等，一連串的自動化工作，各自交給不同的 AI 模型發揮所長。
比方說在某個任務情境中，Token Monster 可以首先調用傳統 API 發起網路搜尋，再把資料交給 OpenAI o3 進行事實確認，然後使用 Gemini 2.5 Pro 建立大綱，接著由 Claude Opus 撰寫實際內容，最後透過 Claude Sonnet 修飾文本，藉由分工合作發揮 AI 模型的個別優勢。
Matt Shumer 認為，這種多步驟、多模型的工作流程設計，可以讓使用者獲得比單一 LLM 輸出結果，更加豐富、更加完整的答案。
下一步支援 MCP，打入企業內部商業系統
根據 Token Monster 說法，團隊暫時還不會向使用者收取固定月費，但由於服務本身採用了第三方平台 OpenRouter 作為接入各大 LLM 的通道，因此使用者將需要為 OpenRouter 所消耗的 Token 付費，並依照不同程度和頻率的存取支付開銷。
Matt Shumer 強調，採用 OpenRouter 的好處不僅是方便調用各種模型，更讓開發團隊不必在各種 AI 模型的整合問題上，額外花費過多功夫。
至於 Token Monster 的下一步，Matt Shumer 表示，未來服務將支援模型上下文協定（MCP）伺服器，讓企業可以透過 Token Monster 跟 LLM 應付更高階的任務，不再限於輸出文字和圖片，藉此整合多元化的知識、工具和產品。
換句話說，在導入對 MCP 的支援之後，Token Monster 將會具備取得企業內部資料，以及連結更多延伸服務的能力，例如跟客戶支援系統、財務系統等商業應用連動，打造更為自動化且精確的工作流程。
目前 Token Monster 已經可以在官網免費註冊、存取 alpha 預覽版本，除了直接輸入文字提示，該服務也支援上傳多種文件格式，包含 Excel、PowerPoint 和 Word。
創新 AI 服務顛覆傳統，背後還有更大膽決定
另外還有一件值得關注之處，就是 Matt Shumer 日前大膽宣布，將會任命 Claude 4 Opus 成為 Token Monster 新創服務的執行長，也就是讓 AI 擔任該服務的決策者，觀察人工智慧於企業管理上的各種表現。
Matt Shumer 說，他並不會讓 Claude 4 Opus 涉及跟財務有關的事項，例如由 AI 決定 Token Monster 開發團隊成員的薪資，而是會要求 AI 負責產品決策、回應市場意見，以及根據使用者參與度和各種成長指標，排定未來新增功能的優先順序。
Matt Shumer 指出，只要人類輸入的提示詞擁有一定水準，那麼當今效能最強的 AI 模型，通常都能夠深思熟慮的進行分析與推理，並且給出可行策略，而這些技能對於快速迭代、積極成長的新創產品始終不可或缺。
當 AI 重塑職場角色，擔任 CEO 並非不可能
Matt Shumer 認為，AI 早已能夠勝任並成為新創團隊的決策者，所以他才決定在現實世界中，實際測試自己的理論與想法。
他更直言，當人類操作 AI 的方法正確，許多人一定會訝異由 AI 所引導的決策，事實上具有十足的策略性、思考性和洞察力。
同時 Matt Shumer 也要求外界親自嘗試，將自己最近做出的某個關鍵決定，以及完全相同的背景資料和參考資訊，完整交給 Claude 4 Opus、OpenAI o3 或 GPT-4.5 等尖端模型，他敢打賭 AI 思考過後的決定，絕對會跟人類的選擇一樣接近。
Matt Shumer 強調，至今仍有太多人低估 AI 的發展速度，而人工智慧早已能夠重塑工作職場的關鍵角色，這並非是對遙遠未來所擘畫的理想，反倒是現在已經發生的事實。
【推薦閱讀】
◆ Anthropic 最強模型 Claude 4 系列登場，可「自主」寫程式 7 小時
◆ 【AI 衝擊用人模式】企業若不「升級」初階職位，未來恐面臨人才「斷鏈」
◆ 重押「模擬技術」培育 AI 機器人，NVIDIA 解釋為何訓練 AI 機器人比製造硬體更難
＊本文開放合作夥伴轉載，參考資料：《VentureBeat》、《Matt Shumer》，首圖來源：Unsplash
（責任編輯：鄒家彥）
