Superhuman 導入 Auto-draft 功能，解析 LLM 郵件生成效率與應用體驗
文章摘要
郵件客戶端 Superhuman 推出升級版「Auto-draft」功能，旨在透過大語言模型（LLM）減輕收件匣負擔。該功能整合 Anthropic 與 OpenAI 等前端模型，能識別重要郵件並根據使用者過往語氣產出三種回應草稿，透過「個人化設定」導入背景資訊或職位說明，顯著解決過往 AI 回應過於生硬、缺乏個人特色的痛點。
數據顯示，測試階段有 40% 的自動草稿在當日內送出，其中 60% 無需任何人工編輯。此功能目標族群為處理大量郵件的專業人士，其核心意義在於將 AI 從簡單的自動回覆升級為具有上下文理解能力的溝通輔助，提升處理效率。目前該技術尚存缺陷，例如偶爾會誤判行程或給出過度積極的承諾，仍需使用者監控與篩選。未來 Superhuman 將進一步發展跨平台助手「Superhuman Go」，以強化跨應用的上下文銜接能力。
數據顯示，測試階段有 40% 的自動草稿在當日內送出，其中 60% 無需任何人工編輯。此功能目標族群為處理大量郵件的專業人士，其核心意義在於將 AI 從簡單的自動回覆升級為具有上下文理解能力的溝通輔助，提升處理效率。目前該技術尚存缺陷，例如偶爾會誤判行程或給出過度積極的承諾，仍需使用者監控與篩選。未來 Superhuman 將進一步發展跨平台助手「Superhuman Go」，以強化跨應用的上下文銜接能力。
AI 大叔解析
【新聞懶人包】
Superhuman 這次把 AI 自動草稿功能升級了，不再只是 GPT-3.5 這種老模型，而是直接拉滿，整合了 Anthropic 和 OpenAI 兩家頂級的「前沿模型」。新聞說新版草稿的語氣更自然，也能根據使用者習慣學習。據共同創辦人提供的數據，40% 的草稿能在一日內發送，其中 60% 甚至完全不用修改就寄出。這功能擺明是衝著像記者 Ivan 這種每月數千封信件的「重度使用者」來的，希望能幫他們從回信地獄中脫身，提高生產力。
【主戰場】
軟體工程與生產力
【真正主訊號】
LLM 在個人化情境的實用性提升／Beta 版用戶體驗與部分數據／新版自動草稿功能透過整合多個「前沿模型」（frontier models），在理解使用者語氣與提供實用回覆上，展現出比舊版 GPT-3.5 更好的表現，並有小規模測試數據支持其發送率與編輯率。
【以前卡哪？現在卡哪？】
以前的限制是「模型理解語境與生成語氣」能力不足，導致產出的草稿「聽起來像過於熱情的 AI 業務員」，讓使用者覺得修改成本太高，不愛用。現在透過整合「Anthropic 和 OpenAI 的前沿模型」，加上「從使用者習慣學習」的能力，讓語氣更自然、回覆更精準，將人工修改的需求降低到部分無需編輯的程度。
【真正關鍵】
個人化與上下文理解的進步／透過整合頂尖 LLM 模型，並加入使用者歷史對話語氣分析與即時回饋學習，大幅提升了 AI 郵件草稿的「情境理解能力」與「個人化語氣生成能力」，讓產出的回覆更貼近真人，減少人工修改需求。
【另外兩個重點】
1. **多模型整合策略：** Superhuman 並非單押寶一家 LLM 供應商，而是採取「混合模型」策略，同時使用 Anthropic 和 OpenAI 的「前沿模型」。這顯示他們在追求最佳生成品質時，願意投入更高的整合複雜度與相應的成本，而不只是追求單一供應商的便宜方案。
2. **用戶反饋循環與自學習：** 功能設計納入用戶使用後的反饋學習機制，例如文中提到「午夜會議災難」後，模型就能自動修正類似時間的回覆偏好。這種持續學習與優化的機制，對於提升 AI 輔助工具的「長期可用性」與「用戶信任度」至關重要。
【重要程度】
★★★☆☆
【毒舌吐槽】
「40% 的自動生成草稿在一天內發送，其中 60% 未經手動編輯。」這個數字很有趣。仔細算一下，也就是說，實際上未經編輯就被發送的草稿，只佔總生成數的 24%（40% x 60%）。這跟「大部分草稿不用改」的印象，感覺還是有點落差。Beta 版的數據，通常都有點「實驗室甜度」，實際大規模推出去之後，搞不好連 20% 都守不住。至於說什麼「最大化智能與上下文」，不就是把市面上最貴、最強的模型全部搬過來用，然後把整合的苦都吞了嗎？把別人的「前沿模型」包裝成自己的「最大化智能」，這種 PR 用語說實在的，就跟每次聽到「提升效率」、「改善體驗」這種空話沒兩樣，聽聽就好。
【為什麼重要？】
* **系統影響：** 這次 Superhuman 在「電子郵件自動草稿」這塊，確實展示了 LLM 在特定應用場景下的實用性提升。過去很多 AI 草稿功能都像機器人，語氣生硬、內容制式，使用者需要花更多時間大幅修改才能用。現在透過整合 Anthropic 和 OpenAI 的「前沿模型」，加上學習用戶個人語氣的能力，讓 AI 輔助回覆從「雞肋」變成「可能有點用」。這表示在強調個性化溝通的應用情境下，LLM 的「語氣模仿」和「上下文理解」能力已經達到一個可以稍微放心的門檻，不再只是詞藻華麗但欠缺靈魂的文本生成器。
* **成本或能力變化：** 新聞雖然沒提具體成本，但從 GPT-3.5 升級到「Anthropic 和 OpenAI 的前沿模型」，光是推論（Inference）階段的 API 費用可能就是數倍甚至數十倍的跳增。這些「前沿模型」的 Latency（延遲）和 Token 費用通常更高，這會直接影響 Superhuman 的服務訂閱價格與邊際成本。但相對的，能力上則大幅提升了產出草稿的自然度與精準度，讓使用者「無需編輯」的比例提高。共同創辦人提到的「40% 在一天內發送，其中 60% 不需編輯」，雖然整體看只有 24% 的草稿完全自動化，但這 24% 的自動化對於像新聞中提到每月處理「數千封」郵件的「苦主」來說，省下的時間成本是很有感的。以前 AI 草稿可能還要多花時間修改，現在至少有一部分能直接寄出，減少了思考和打字的時間，這對生產力提升是實實在在的。
* **苦主與爽主：**
* **苦主：** 像新聞中的記者 Ivan 這樣每月收到「數千封」郵件的專業人士，每天要花大量時間回覆。現在有了更精準、語氣更像自己的 AI 草稿，可以省下「打字和思考」回覆的時間，尤其是一些重複性高或只需簡短確認的郵件。
* **爽主：** Superhuman 自己肯定是爽主。他們透過整合頂級模型，提升了產品體驗，讓其訂閱服務更有吸引力，可以收取更高的費用。而 Anthropic 和 OpenAI 這些 LLM 供應商，也樂見他們的模型被實際應用，並且透過 Superhuman 增加了 API 服務的消費量。
【實戰建議】
對於在內部系統或 SaaS 產品中考慮導入生成式 AI 文本功能的產品經理，應仔細評估使用「前沿模型」的總體擁有成本（TCO），而不是只看單次 API 費用，尤其要考慮到推論延遲（Latency）對使用者體驗的影響，並確保具備有效收集使用者反饋並持續優化模型輸出的機制。
【一句話總結】
Superhuman 新版 AI 郵件草稿透過整合頂尖 LLM，顯著提升個人化語氣與效率，但高昂的成本與實際完全自動化比例，仍值得觀察。
【逆風觀點】
新聞中提到「By default, it often generated a positive response to a pitch, or agreed to a meeting at a post-midnight time」。這顯示了即使是「前沿模型」，在缺乏足夠個人化預設或強規則約束下，仍可能生成出「不符合真實意圖」的、甚至是有害的（比如同意半夜開會）回應。這強調了在任何 AI 自動化決策系統中，人類的「最終審核權」和「快速修正」機制依然不可或缺，完全放手給 AI 處理信箱，目前的技術能力還是不可行，連作者自己都說「不完全信任 AI 處理信箱」。
Superhuman 這次把 AI 自動草稿功能升級了，不再只是 GPT-3.5 這種老模型，而是直接拉滿，整合了 Anthropic 和 OpenAI 兩家頂級的「前沿模型」。新聞說新版草稿的語氣更自然，也能根據使用者習慣學習。據共同創辦人提供的數據，40% 的草稿能在一日內發送，其中 60% 甚至完全不用修改就寄出。這功能擺明是衝著像記者 Ivan 這種每月數千封信件的「重度使用者」來的，希望能幫他們從回信地獄中脫身，提高生產力。
【主戰場】
軟體工程與生產力
【真正主訊號】
LLM 在個人化情境的實用性提升／Beta 版用戶體驗與部分數據／新版自動草稿功能透過整合多個「前沿模型」（frontier models），在理解使用者語氣與提供實用回覆上，展現出比舊版 GPT-3.5 更好的表現，並有小規模測試數據支持其發送率與編輯率。
【以前卡哪？現在卡哪？】
以前的限制是「模型理解語境與生成語氣」能力不足，導致產出的草稿「聽起來像過於熱情的 AI 業務員」，讓使用者覺得修改成本太高，不愛用。現在透過整合「Anthropic 和 OpenAI 的前沿模型」，加上「從使用者習慣學習」的能力，讓語氣更自然、回覆更精準，將人工修改的需求降低到部分無需編輯的程度。
【真正關鍵】
個人化與上下文理解的進步／透過整合頂尖 LLM 模型，並加入使用者歷史對話語氣分析與即時回饋學習，大幅提升了 AI 郵件草稿的「情境理解能力」與「個人化語氣生成能力」，讓產出的回覆更貼近真人，減少人工修改需求。
【另外兩個重點】
1. **多模型整合策略：** Superhuman 並非單押寶一家 LLM 供應商，而是採取「混合模型」策略，同時使用 Anthropic 和 OpenAI 的「前沿模型」。這顯示他們在追求最佳生成品質時，願意投入更高的整合複雜度與相應的成本，而不只是追求單一供應商的便宜方案。
2. **用戶反饋循環與自學習：** 功能設計納入用戶使用後的反饋學習機制，例如文中提到「午夜會議災難」後，模型就能自動修正類似時間的回覆偏好。這種持續學習與優化的機制，對於提升 AI 輔助工具的「長期可用性」與「用戶信任度」至關重要。
【重要程度】
★★★☆☆
【毒舌吐槽】
「40% 的自動生成草稿在一天內發送，其中 60% 未經手動編輯。」這個數字很有趣。仔細算一下，也就是說，實際上未經編輯就被發送的草稿，只佔總生成數的 24%（40% x 60%）。這跟「大部分草稿不用改」的印象，感覺還是有點落差。Beta 版的數據，通常都有點「實驗室甜度」，實際大規模推出去之後，搞不好連 20% 都守不住。至於說什麼「最大化智能與上下文」，不就是把市面上最貴、最強的模型全部搬過來用，然後把整合的苦都吞了嗎？把別人的「前沿模型」包裝成自己的「最大化智能」，這種 PR 用語說實在的，就跟每次聽到「提升效率」、「改善體驗」這種空話沒兩樣，聽聽就好。
【為什麼重要？】
* **系統影響：** 這次 Superhuman 在「電子郵件自動草稿」這塊，確實展示了 LLM 在特定應用場景下的實用性提升。過去很多 AI 草稿功能都像機器人，語氣生硬、內容制式，使用者需要花更多時間大幅修改才能用。現在透過整合 Anthropic 和 OpenAI 的「前沿模型」，加上學習用戶個人語氣的能力，讓 AI 輔助回覆從「雞肋」變成「可能有點用」。這表示在強調個性化溝通的應用情境下，LLM 的「語氣模仿」和「上下文理解」能力已經達到一個可以稍微放心的門檻，不再只是詞藻華麗但欠缺靈魂的文本生成器。
* **成本或能力變化：** 新聞雖然沒提具體成本，但從 GPT-3.5 升級到「Anthropic 和 OpenAI 的前沿模型」，光是推論（Inference）階段的 API 費用可能就是數倍甚至數十倍的跳增。這些「前沿模型」的 Latency（延遲）和 Token 費用通常更高，這會直接影響 Superhuman 的服務訂閱價格與邊際成本。但相對的，能力上則大幅提升了產出草稿的自然度與精準度，讓使用者「無需編輯」的比例提高。共同創辦人提到的「40% 在一天內發送，其中 60% 不需編輯」，雖然整體看只有 24% 的草稿完全自動化，但這 24% 的自動化對於像新聞中提到每月處理「數千封」郵件的「苦主」來說，省下的時間成本是很有感的。以前 AI 草稿可能還要多花時間修改，現在至少有一部分能直接寄出，減少了思考和打字的時間，這對生產力提升是實實在在的。
* **苦主與爽主：**
* **苦主：** 像新聞中的記者 Ivan 這樣每月收到「數千封」郵件的專業人士，每天要花大量時間回覆。現在有了更精準、語氣更像自己的 AI 草稿，可以省下「打字和思考」回覆的時間，尤其是一些重複性高或只需簡短確認的郵件。
* **爽主：** Superhuman 自己肯定是爽主。他們透過整合頂級模型，提升了產品體驗，讓其訂閱服務更有吸引力，可以收取更高的費用。而 Anthropic 和 OpenAI 這些 LLM 供應商，也樂見他們的模型被實際應用，並且透過 Superhuman 增加了 API 服務的消費量。
【實戰建議】
對於在內部系統或 SaaS 產品中考慮導入生成式 AI 文本功能的產品經理，應仔細評估使用「前沿模型」的總體擁有成本（TCO），而不是只看單次 API 費用，尤其要考慮到推論延遲（Latency）對使用者體驗的影響，並確保具備有效收集使用者反饋並持續優化模型輸出的機制。
【一句話總結】
Superhuman 新版 AI 郵件草稿透過整合頂尖 LLM，顯著提升個人化語氣與效率，但高昂的成本與實際完全自動化比例，仍值得觀察。
【逆風觀點】
新聞中提到「By default, it often generated a positive response to a pitch, or agreed to a meeting at a post-midnight time」。這顯示了即使是「前沿模型」，在缺乏足夠個人化預設或強規則約束下，仍可能生成出「不符合真實意圖」的、甚至是有害的（比如同意半夜開會）回應。這強調了在任何 AI 自動化決策系統中，人類的「最終審核權」和「快速修正」機制依然不可或缺，完全放手給 AI 處理信箱，目前的技術能力還是不可行，連作者自己都說「不完全信任 AI 處理信箱」。