AI agent 給我的震撼
2026年5月頭幾日，筆者一個人由零開始，起左一個强積金成份基金搜查器，就係用左AI agent整。
原因：
筆者過往10多年，每月要人手㩒瀏覽器去强積金計劃網站，用雙眼檢視基金價格，然後手動輸入去自己電腦內的excel , 再由excel運算出return, volatility, moving average, momentum, risk parity之類的數字，跟住login去計劃網站內成員頁面，調動基金配置，十年如一日。
幾年前與一些友人搞MPFier app, MPFier雖然可以自動搜尋基金價格，自動計算投資策略數字，但每次有計劃基金及策略增減，策略參數有變化，都要由人手動修改原始程式碼，現時團隊於MPFier都是付出多於回報，維持與否在乎團隊熱度。
雖然MPFier有專業數據，但平時難以順手提取，亦未覆蓋筆者自己操作及關注的計劃，而且成份基金選取又有不同，筆者自己的投資策略有選擇某些計劃內個別基金作投資或不投資，不用獲得全部基金價格。
手動輸入excel的好處是會增加對市場變化的敏感度，壞處是要數據刊登當日做嘢，長假期及自己繁忙或唔記得時，往往miss左當日嘅MPF基金價格，要再用多幾個步驟才可以執返啲遺漏數據，筆者自己手動睇6,7個計劃，每個計劃十幾廿隻基金，每月手動執百幾隻基金價格，有費力耕田的感覺。
務農都要用現代機械，强積金領域都可以運用AI, 不是簡化流程，而係簡化人力，慳時間，增加效率及準確度。
講左咁耐背景，要入正題。
過程
筆者留意左AI發展好耐，見此，剛剛5月頭有啲空閒時間，終於的起心肝真正用AI於强積金，試下叫AI做一些工具去搜集基金價格，然後按筆者自己excel的計算需要，排出特訂的數據，可以copy and paste去現有excel，每月可以慳好多時間。
於是筆者上網揾各種AI方法，覺得AI agent都係成熟可持續方案，唔會學完過幾個月又outdate.
AI agent有3個途徑：
1. 是用大公司如Claude code, OpenAI Codex等，但費用頗貴。
2.是用自家本地設備去run openclaw龍蝦 或Hermes等，但架構設定及維護仲煩過唔整。
3.是用現成vps AI agent方案，筆者用幾十蚊美金試下。
叫AI agent揾基金價格，最簡單係就咁於chatbox叫佢揾，但咁空泛嘅問題，佢嘅回覆係用唔着。對住AI agent就好似教公司新人，最好叫佢做shadowing, 跟自己做一次，然後睇佢做一次，再執當中錯漏。
點樣叫AI跟自己做一次，筆者就cap步驟圖，補一啲文字，好似寫書及寫blog一樣，普通人睇得明，AI就睇得明。
AI有啲LLM model只識睇文字，唔識睇圖片 (非multimodal), 所以初手用啲高階model如GPT4.4 , 4.5 玩下，set好成個流程之後，改用低階但便宜嘅model去日常run. 有啲AI plarform可以用tools或skills將圖片及檔案轉為文字俾model去了解，咁就唔駛用啲貴夾唔飽嘅大model , 只需用啲窮L恩物例如大陸model deepseek, minimax, kimi, qwen之類。
下面係筆者叫AI跑左幾日嘅token消耗量，1個英文詞語大約是 0.6token (個個model唔同)，專業程式員每日燒幾billion token，筆者作為AL初哥用幾十million都肉赤。
Token係AI model輸入輸出嘅單位，你叫AI model幫你做嘢，要按token 數量俾錢，所以叫AI做啲好空泛嘅嘢，AI都會照做，消耗一堆token， 然後俾啲垃圾你，嘥錢嘥時間。所以點樣問，令到AI model點樣諗嘢，係運用AI好壞嘅關鍵。
近一兩年間(2025,2026)，人類試左好多方法去加强同AI model 嘅溝通，於是有prompt engineering, context emgineering, harness engineering之類叫AI工作嘅方法。由於筆者個task唔複雜，自己手動做左10幾年，於是用cap圖加文字，一步一步教AI做。做左幾次，試左唔同計劃唔同日期都正確之後，就叫AI綜合workflow去建立skills, skills係AI agent嘅重要功能，等AI唔駛下次再做同一操作時失憶唔知點做。
2026年5月頭做左幾日，終於有啲成果，見下： 後台backend可以自動揾基金數據放入json及duckdb。
個AI好口語? 因為筆者叫AI 了解MPFDIY內文章風格，然後去設定AI 個人格 personas，令到筆者用自己個AI agent好似自己同自己講嘢咁。日後綜合多左經驗之後，可以再進化更符合心意，更容易溝通。
前台frontend有以下自家網頁，click日期及計劃，輸出已排好適合自己次序嘅excel。頁面AI用10分鐘gen左出嚟，執啲字眼就搞掂。以前寫page 專人搞成個星期都未做到個頁面放果，依家10分鐘由筆者呢個layman齋講搞掂，所以Google Meta會炒咁多programmer。
後面數據搜集及處理就前後用左兩天日，因為想睇下新一日有新數據嘅情況，最尾亦趕得切喺5月4日第一個基金日前運作，即叫即蒸。
筆者run左個系統一排，都幾滿意，以前6個强積金計劃要用半日時間執搞數據，依家半個鐘內copy and paste 搞掂，震撼度唔係自動化有幾勁，而係筆者呢個AI agent新手，竟然可以由零開始，短短幾日就做到已往10幾年都做唔到嘅嘢，仲要啟發到自己去諗啲新project去做。好似寫緊呢段文章當日，筆者試下整個測驗考試臨尾沖流程，只要俾個考試測驗內容俾AI，AI 就會按課程產出word file，裏面係雞精內容，仲有容易犯錯位，搶分位。亦可以出啲題目温習，評分睇下學生水平如何，還欠那方面。
人要懂得與AI合作，對筆者而言已經係必須，遲早都要面對，倒不如盡早嘗試，話唔定自己裏頭已經熄左嘅火，會因為AI而重生。