訂閱、API、地端怎麼選？先用小任務測出自己的需要

這堂你會得到：分辨三種模型使用路線，先驗需求，再考慮額外設備。
前置需求：不需安裝軟體；準備一份可公開或已去除敏感資訊的工作例子。

我會先看想讓 Agent 做什麼，再挑使用模型的方式。訂閱登入、API 和本地模型，代表不同的使用與管理路線。先把它們分開，你就不用一開始同時學三套。

訂閱路線先核對工具是否支援

課程原本規劃從付費 ChatGPT 帳號與指定 Pi 建置方式起手，減少第一次實作要處理的項目。官方 Codex 有 ChatGPT 訂閱登入與 API 金鑰兩種方式，但這份說明本身沒有替所有第三方工具提供通用授權。[2]

因此，先照課程當次發布的工具與版本確認登入路線，不要把帳號憑證任意交給不明工具。這篇只幫你選方向；真正建置前，仍要看 L1 的前置需求與實測紀錄。

API 路線把使用量與帳單交給你管理

API 是程式與服務交換資料、呼叫功能的一種介面。使用模型 API 時，要確認供應商、模型、用量計費、授權方式與限制。它適合需要自行安排程式串接的人，但也多了帳單與憑證的管理工作。

你目前只是要理解概念，就不需要先申請金鑰。等到選定要使用的工具，再確認它支援哪個入口。

地端路線要一起看能力與設備

本地模型在自己的設備上執行，會受到可用記憶體、模型版本與執行方式等條件影響。先拿不含敏感資料的樣本測功能，再考慮添購硬體，是我在原稿裡建議的順序。

即使用了相近的模型名稱，雲端與本地環境也可能不同。版本、量化、上下文長度與工具支援要重新核對。雲端先測通，可以減少盲目採購；它不能直接證明家裡的電腦也能得到相同結果。

一個小任務要同時看三件事

挑你真正會用的任務，例如從一份不含敏感資料的工作筆記，整理出待辦項目。先看內容是否正確，再看是否遵守你要求的格式，最後檢查沒有被授權的動作是否被阻止。

若只在聊天視窗測過文字品質，這次測試只能證明文字部分。要確認 Agent 能操作工具，還必須在對應的實作環境測試工具呼叫與權限。

模型在哪裡，與 Agent 程式在哪裡，是兩個問題

Agent 程式可以放在自己的電腦，卻把要處理的內容送給雲端模型。只看到本機資料夾，還不足以判斷資料不會外傳。這個區別會在隱私那堂課再畫一次。

先完成路線比較卡，寫下目前選哪條、為什麼，以及尚未驗證的地方。L0 不要求一次學會本地部署；先用一條已確認的路線，把第一個小任務做好。

查核來源

[2] OpenAI〈Authentication〉，查核 2026-09-11。Pi 路徑來自課程規劃，未在本輪重新建置驗證。