Spotify 搶進 AI 音訊賽道，用 Claude Code 幫你生成個人 Podcast（複習筆記、日報、科普教學..）

Spotify 推出 Personal Podcasts 功能（Beta），用戶可透過 OpenAI Codex、Anthropic Claude Code 等 AI 代理，以自然語言指令生成音訊節目並存入個人 Library，生成內容不對其他用戶開放。
（前情提要：Deezer 警告 44% 新上傳音樂是 AI 生成，人類創作者的血汗錢正被集體洗劫）
（背景補充：Y Combinator 創業指南解讀：AI Agent 在未來有哪些發展趨勢？）

Spotify 昨（7）晚宣布以 Beta 測試階段開放「Personal Podcasts」，讓用戶可透過 AI 代理，用一句自然語言指令就能生成一集專屬音訊節目，並直接存入自己的 Spotify Library，不對其他用戶開放。

在技術路徑的選擇上，Spotify 沒有自己造模型，也沒有直接提供聊天介面，而是推出一個開源 CLI 工具（github.com/spotify/save-to-spotify），讓現有的 AI 代理：OpenAI Codex、Anthropic Claude Code、OpenClaw 可直接用。

這個功能在解決什麼問題？

過去兩年，AI 生成音訊的賽道已經有玩家進場。Google NotebookLM 讓用戶把檔案丟進去，自動生成一段雙人對話 Podcast；Adobe Acrobat 可以把 PDF 轉成摘要音訊；Hero 則鎖定個人筆記場景。

這些產品的共同問題是：生成完之後，用戶要在哪裡聽？

大多數解決方案是在自家介面裡播放，或是匯出一個音訊檔案。當使用摩擦力存在，使用頻率就很難拉上來。

Spotify 看到的缺口正是這裡。它在官方公告中寫道：

「人們已經開始用 AI 代理生成個人音訊來規劃每一天：從考前複習課堂筆記的摘要，到當天行事曆的播報簡報。他們需要的是一個能在 Spotify 上收聽的方法，因為他們所有的音訊都在這裡。」

Spotify 的核心論點是：分發入口就是用戶習慣，習慣一旦形成，後進者很難搶走。

為什麼選擇 CLI 而非直接整合

Spotify 沒有直接在 App 裡加一個「AI 生成」按鈕，而是讓有程式能力的用戶透過命令列工具連結 AI 代理，再把生成結果推送進 Library。

這看起來是提高了使用門檻，但也是一個精準的 Beta 策略。首先，AI 代理用戶本來就集中在開發者和重度技術用戶族群，這批人恰好是早期使用回饋品質最高的群體。

其次，透過開源 CLI（MIT 授權）讓社群自行整合不同代理，Spotify 不需要和每家模型公司個別談 API 合作，就能快速覆蓋主流 AI 代理的工作流。

從使用流程看：用戶在 GitHub 頁面照指引登入 Spotify 帳號，之後可以直接對 AI 代理下自然語言指令，例如：「幫我做一集深入世界盃歷史的音訊節目，包括關鍵球員、舉辦地點，以及今年我需要知道的事」，代理生成後自動存進 Spotify Library，並回傳一個播放連結。

生成的節目只對帳號本人可見，不會出現在 Spotify 的搜尋或推薦系統中。這個設計刻意切斷了「個人生成內容流入公共推薦池」的可能性，避免 AI 內容稀釋現有 Podcast 生態的品質訊號，也規避了版權爭議的風險。

這對音訊賽道的格局意味著什麼

Spotify 在串流音樂賽道已經用分發優勢把 Apple Music、Amazon Music 壓在第二梯隊。現在，它想在 AI 個人音訊這個還沒有人定義清楚的類別，複製同一個邏輯：先讓用戶把收聽習慣建立在 Spotify，再讓生成內容自然地落進來。

競爭對手的反應速度是關鍵變數。Google NotebookLM 目前是這個賽道認知度最高的產品，但它是個生成工具，不是分發平台。

如果 Spotify 能在 Beta 期快速累積足夠多的用戶行為資料，並在正式版加入推薦機制，它的護城河就不再只是「大家習慣在這裡聽」，而是變成了一個個人音訊的訓練資料飛輪。

Apple 和 Amazon 都有各自的播放器生態，但兩者目前都沒有對 AI 生成音訊的明確策略。這給了 Spotify 一個難得的先手視窗：不是技術領先，而是生態卡位。