01 · 每日 AI 技術雷達

現在值得追蹤的技術訊號

追蹤模型、Agent、MCP、開發工具與企業採用。每日觀察,有值得判讀的訊號就發布。

  1. Industry Pulse Generative AIAWS

    德甲聯賽結盟 AWS:生成式 AI 締造全球化觀賽體驗

    探討德甲聯賽如何透過與 AWS 合作,利用生成式 AI (Generative AI) 技術,為全球超過 10 億球迷帶來零距離的創新觀賽體驗與自動化內容產製。

    閱讀訊號 →
  2. Industry Pulse AIMeta

    Meta 發表 Muse Spark:邁向「個人超級智慧」的新世代 AI 模型架構與實務判斷

    Meta Superintelligence Labs 推出首款模型:Muse Spark。全面剖析其原生多模態推理機制、引發熱議的「沉思模式 (Contemplating Mode)」背後的測試期運算架構,以及在健康醫療領域的 RLHF 實踐。

    閱讀訊號 →
  3. Industry Pulse MetaAI Image Generation

    Meta Muse Image 是什麼?Agentic 圖像生成、可用範圍與工程限制

    依 Meta 官方技術資料解析 Muse Image 的搜尋、程式工具、自我修正與 test-time compute,並釐清產品 availability、評測證據與導入限制。

    閱讀訊號 →
  4. Industry Pulse GeminiGoogle

    Nano Banana 2 Lite 與 Gemini Omni Flash:影像與影片生成的架構與影響

    深入解析 Google 最新發布的 Nano Banana 2 Lite 圖像模型與 Gemini Omni Flash 影片生成編輯模型,探索它們如何以極致的速度、成本效益以及多模態整合,為開發者帶來全新可能。

    閱讀訊號 →
  5. Industry Pulse AnthropicAI

    AI 對勞動市場的衝擊:從「理論能力」到「實際使用」的新衡量方式

    根據 Anthropic《Labor market impacts of AI: A new measure and early evidence》整理:介紹「觀察到的曝光度」指標,說明哪些職業最暴露在 AI 之下、與就業成長與失業率的關係,以及對政策、企業與個人職涯的啟示。

    閱讀訊號 →

查看全部前沿觀測

02 · 目前努力方向

正在長期推進的工作線

每條方向都公開目前階段、近期進展與可查驗的延伸資源。

  1. 持續追蹤與驗證

    企業 Agent 技術雷達

    持續追蹤模型、Agent Harness、MCP、記憶、評測、可觀測性、安全與企業採用,將前沿訊號轉成可落地的工程判斷。

    本週進展:已建立「訊號、原型、模式、證據」研究循環,下一步會把 Agent 相關文章、論文與實作依企業採用問題持續整理。

  2. 開發中心擴寫中

    Clubhouse Games:One-shot/Few-shot 遊戲開發中心

    測試 AI 能否透過一次或少量指令完成遊戲規格、程式骨架、互動邏輯、測試與發布,建立可比較的遊戲開發實驗。

    本週進展:以既有 22 款遊戲規格與多款網頁實作為基礎,正在設計 Prompt、Shot 數、修正次數、耗時與可玩性紀錄格式。

03 · SIDE PROJECTS

正在往前推進的 Side Projects

以目前階段與下一個里程碑呈現進度,不使用沒有依據的完成百分比。

進行中

  1. 進行中

    Clubhouse Games

    把既有遊戲合集擴寫成 One-shot/Few-shot AI 遊戲開發實驗中心。

    下一個里程碑:建立第一份可比較的實驗紀錄:Prompt、Shot 數、修正次數、耗時與可玩性。

    查看專案 →
  2. 參考系統持續演進

    LINE Chatbot · n8n 工作流平台

    持續把 Agent 平台實驗整理成企業可以重複採用的架構模式。

    下一個里程碑:串起協作、MCP、評測、可觀測性與治理,形成可查驗的交付路徑。

    查看專案 →

最近完成紀錄

  1. Titanic — Machine Learning from Disaster 三條 pipeline 同分;Step 5 特徵配方單獨 +3% LB
  2. pdf2ppt:NotebookLM PDF 轉成可編輯 PPT NotebookLM / 簡報型 PDF → 可編輯 PPTX
  3. Portfolio Opening Bell Agent(開盤投資組合助理) 將投資人實際持股、即時行情與新聞脈絡整合成結構化開盤報告與決策儀表盤,協助在開盤前快速掌握風險與機會。

04 · 研究佇列

接下來要研究與驗證的問題

  1. 正在驗證

    企業 Agent 評測與可觀測性

    如何把任務成功率、Trace、成本、延遲與人工覆核連成同一套判斷?

  2. 下一步

    Agent Memory 與 Context Engineering

    比較長期記憶、檢索更新、遺忘風險與長任務 Context 策略。

  3. 持續觀察

    自我改進與 Computer-use Agent

    追蹤可靠性、安全邊界,以及自主操作在企業工作流中真正有用的場景。

05 · 持續追蹤

選擇你想持續追蹤的方式

透過 RSS 追蹤新文章、GitHub 查看程式變化,或加入小規模 Email 摘要測試。