加 LINE 領取《自動化工作流研究筆記》
我們把企業導入 AI 自動化時最常卡住的十二個環節,整理成一份可以直接照著做的筆記。
我們把企業導入 AI 自動化時最常卡住的十二個環節,整理成一份可以直接照著做的筆記。
健檢、提示詞、PoC——先驗證,再放大。
先看清楚,再花錢
60 分鐘線上訪談,盤點最耗時、最依賴人力的營運環節;我們會告訴你哪些工作現在就能交給 AI、哪些還不成熟。
讓 AI 穩定產出,而不是碰運氣
針對你的實際任務設計提示詞與多步驟工作流,並做極限測試,確保換了資料、換了人操作也不會走鐘。
五天,看到能跑的東西
不談架構藍圖,直接做一個能動的雛形。五個工作天內交付線上可操作的智能體,用你真實的資料驗證。
把研究與實作寫下來,讓下一次少走一點冤枉路。
2026年11月2日
有人把 Ollama 官方庫 305 個程式碼模型全跑了一遍,發現 7 個低 bit 量化版幾乎全錯。但檔案沒有壞——重建回來 tensor 完全一致,所以 checksum 抓不到。這篇講它怎麼發生的、你現在能做的三件事。
閱讀文章 →2026年11月1日
多模態過去只有兩條路:養四個模型,或把一個模型做大。EmbeddingGemma 2 示範第三條——共用語意 backbone,把容量隔離在分支。純文字只載入 271M,需要時再打開視覺與音訊。這篇講這條路怎麼走、代價在哪、什麼時候值得用。
閱讀文章 →2026年10月29日
朋友在群組丟來一則新聞,問我「P=NP 是不是被攻破了」。這則新聞是真的有東西,但朋友把兩件事混在一起了:被推翻的是 ETH,不是 P=NP。而且這次改善的是「上界」,不是「我們終於有快演算法」。這篇是把話講清楚的版本。
閱讀文章 →聊聊你的流程,我們會告訴你哪些可以自動化、哪些還不行。