AI 為何會在 vibe coding 部署時提到 Cloudflare？新雲端服務如何進入建議清單
從 vibe coding 的建站與部署流程，分析 Cloudflare 可能進入 AI 建議清單的原因，以共同維度比較 Vercel、Netlify 與 Firebase，並整理可驗證的實作路徑。
#生成式AI
55 篇文章
AI模型選型怎麼做？企業評估成本、資料與部署
AI模型選型要先從任務與資料開始，再用真實案例比較回答品質、延遲、每次呼叫成本、資料處理方式與版本穩定性。本文整理模型家族怎麼分工、台灣人工智慧基本法與風險分類框架走到哪，以及一般人與企業導入前的檢查清單。
Google Pixel 11 台灣開賣：售價、規格、日本西瓜卡實測與買前提醒
Google Pixel 11 系列在台上市，主打 Tensor G6 晶片、Gemini 代理式 AI 與長變焦相機，全系列 7 年更新。整理四款機型的台灣售價、規格賣點、台版可刷日本西瓜卡（Suica）的實際設定門檻，以及 256GB 起跳但傳出記憶體縮水的買前提醒。
手機RAM買12G還是16G？記憶體怎麼選才不會白花錢
手機 RAM 選 12G 或 16G，差異主要落在背景 App 保留、裝置端 AI 與長期使用餘裕。本文整理 PTT 實測摘要、Android 與 Apple 官方記憶體管理說明，提供依使用情境判斷的購機清單。
Gemini Pro學生方案怎麼申請？教育信箱認證與一年免費資格整理
PTT Lifeismoney 熱議的 Gemini Pro 學生一年免費方案，台灣 2025 年活動已截止；本文對照 Google 官方公告與現行 AI Plus 方案，整理教育信箱、個人 Google 帳戶、付款方式、地區限制及常見卡關點。
合成資料是什麼？醫療AI資料不能只靠複製貼上湊量
醫院病歷受個資法保護、跨院共享困難，合成資料讓 AI 可以拿「統計特性像真的」但沒有真人紀錄的假資料練功。但假資料一路餵下去也有代價，叫模型崩潰。
OpenAI為何砍AI模型價格迎戰中國平價競爭？全球AI價格戰一次看懂
OpenAI於2026年7月30日大砍GPT-5.6 Luna模型API價格達八成、Terra降二成，官方坦言是為了因應中國Kimi K3、MiniMax M3等平價與開源模型的競爭壓力。整理降價細節、中國陣營的定價策略，以及對台灣企業導入AI成本與新創競爭環境的具體影響。
開源AI是什麼？祖克柏發表宣言、Meta同步發布兩款新模型
祖克柏發表6500字宣言主張AI應開源、反對權力集中在少數企業或政府，Meta同步推出開源模型Muse Glimmer與進階模型Muse Spark 1.2，AI安全機構隨即質疑此舉風險。
深偽是什麼？AI換臉換聲詐騙怎麼辨別
深偽用AI合成的臉與聲音幾可亂真，詐騙集團已經拿它假冒家人來電行騙。台灣法規開始要求廣告與新聞標示AI生成內容，接到聲音相似的求助電話，換個熟悉管道回撥查證，才擋得住這類騙局。
蘋果找阿里巴巴做AI？中國Apple Intelligence方案內幕
蘋果AI找上阿里巴巴：中國網信辦2026年7月核准Apple Intelligence上線，條件是整合阿里巴巴通義千問與百度的本地AI模型，這篇整理核准經過與兩家業者各自負責的功能分工。
AI生成非洲地圖大出包：美國務院愛滋大會標錯全部國名
美國國務院在AIDS 2026大會簡報使用AI生成的非洲地圖，奈及利亞被畫進撒哈拉沙漠、莫三比克移到東非之角，路透社發現圖片含OpenAI浮水印。國務院致歉稱是會前倉促修改投影片所致，專家質疑反映美國對非洲夥伴的輕忽。
美國核准首個病人對話LLM醫材：介面不是決策者
UpDoc 靠「LLM 只負責蒐集資料、醫師預設規則才做決策」的架構，拿到美國首張病人對話 LLM 醫材許可證。這套「守門不決策」的設計邏輯，正是台灣評估 AI 診斷工具給付時最該借鏡的先例。
AI深偽騷擾算網路霸凌嗎？中國反網路暴力法草案
中國網信辦7月29日公布《反網路暴力法》草案，首度明文納管AI生成的深偽騷擾內容，要求平台先驗身分、建黑名單，最重可罰人民幣1000萬元，公眾意見期至8月28日。
BioShocking攻擊曝光：AI瀏覽器被套劇本交出帳密
只要讓 AI 相信自己在玩遊戲，它就會套用遊戲邏輯、丟掉現實世界的安全邏輯。六款 AI 瀏覽器沒有一個拒絕。這不是一次可以靠改提示詞補掉的漏洞。
42州檢長傳票OpenAI：查廣告、健康資料與未成年保護
為什麼是 42 個州同時出手，而且挑在 IPO 遞件後？因為上市那一刻，法規風險第一次要被定價。
GPT-5如何解開T細胞三年謎題？假說引擎不是神諭
GPT-5 Pro 幫免疫學家解開卡三年的 T 細胞謎題，還預測了沒公開過的實驗結果。但把這件事讀成『AI 會做科學了』，就解錯題了。
GOT、GPT正常值多少？AST肝指數紅字與正常盲點
AST（GOT）、GPT正常值台灣報告最常見上限是40 U/L，國際ACG指引標準更嚴格（男29到33、女19到25）。但GOT、GPT是「肝發炎指標」不是「肝功能指標」，肝癌初期、肝硬化緩解期都可能正常。這篇教你讀懂正常值範圍、紅字最常見原因（脂肪肝），以及B、C肝帶原等高風險族群該加做的檢查。
AI從答題走進實驗室：GPT-5.4跑萬筆反應解偶聯難題
AI 真的自己做出化學發現了嗎？讀準一點：GPT-5.4 提假設、自動化實驗室跑一萬筆反應、人工逐筆驗證，三者缺一都不成。被解掉的是『沒人跑得起一萬次』的通量問題，不是智力問題。台灣要接住這波，缺的不是模型，是實驗室與資料。
LifeSciBench：AI做生科研究僅過三成，裁判是自家
AI 連自家出的生命科學考卷都只過三成，這件事該怎麼讀？分數是一回事，出題兼改考卷兼頒獎的是同一個人，又是另一回事。
Claude Design 改版修掉「25分鐘燒80%週額度」痛點
PCWorld 記者拿 Claude Pro 試用 Claude Design，25 分鐘做出三個變體就燒掉 80% 週額度。真正致命的不是貴，是不可預期。六月改版修的正是這一格。
AI 證出數學定理，Lean 4 逐行機器驗證
AI 拿奧數金牌很亮眼，但那是自然語言、靠人工評審判對錯。用 Lean 4 逐行驗證的證明才解掉了難題：不用人幫忙也知道它是對的。這才是 AI 可信度第一次有的工程解法。
Gemini 3.5 Pro 200萬token脈絡：哪些場景真的有用
200 萬 token 是量產最長脈絡，但廣告脈絡不等於可用脈絡。長脈絡真正划算的只有幾類場景，其餘知識庫問答用 RAG 更省更準。這篇給一個先分清楚任務類型的選型判準。
微軟單月修200個漏洞創新高：AI正在拉低找漏洞成本
200 這個破紀錄的數字不是新聞重點，它為什麼會破紀錄才是。找漏洞的成本被 AI 拉崩，企業該改的不是修補手速，是那套假設漏洞會慢慢來的排程。
MiniMax M3 把智慧成本打到地板：開源權重、百萬脈絡一次到齊
上海 MiniMax 6/1 推出開源權重的 M3，前沿級 coding、百萬 token 脈絡、原生多模態一次到齊，定價只有西方旗艦零頭。但對台灣團隊真正的訊號不是又一個跑分新王，而是自架可行性與選型的成本結構被重寫。
Anthropic 估值衝上 9,650 億美元、傳機密遞件 IPO 超車 OpenAI：前沿大廠的資本訊號台廠怎麼讀
多數人看到的是估值排名。我看到的是：前沿模型公司正在變成算力與供應鏈的金融槓桿體，估值撐起的其實是一張一張算力預購合約。台廠該讀的是配額流向，不是誰比較貴。
ChatGPT Ads Manager上線：AI助理正式變廣告載體
AI 助理原本值得信，不是因為它聰明，是因為機制上沒有騙你的理由。廣告生意種下的，正好是那個相反的理由。要盯的是誘因，不是那格 banner。
Claude NPO是什麼？Anthropic砸1.5億美元派1000人進駐非營利
為什麼一家前沿模型公司要花 1.5 億去教非營利組織用 AI？把它讀成純慈善會漏掉一半：同一筆錢也在把 Claude 鋪進 400 家組織的日常，順便養一批以 Claude 為工具母語的早期職涯人才。
Together AI是什麼公司？估值83億美元一次看懂
為什麼投資人搶的不是下一個大模型，而是一個租 GPU、代管開源模型的平台？因為開源模型正在把模型本身變成商品，價值移到了『誰能把它跑起來』那一層。
新Siri為何用Gemini？Apple外包核心助理的供應商風險
WWDC 2026 上 Apple 把新 Siri 建在 Google Gemini 之上，還因法規在歐盟、中國缺席。該讀的不是功能多炫，而是單一供應商依賴，加上落地範圍被治理與合規綁住。
GPT-5.6發布日被下注：選型別被謠言牽著走
為什麼一個還沒公開發布的模型，賭盤能開到六十幾萬美元？因為不確定性被商品化了。但賠率不是路線圖，跟著它調整選型是把工程問題交給賭客投票。
Anthropic首爾辦公室拿下NAVER三星LG
Anthropic 6/17 開首爾辦公室，一口氣拿下 NAVER、三星 SDS、LG CNS、Nexon、Hanwha。拿下一個國家的企業市場靠的不是模型強，而是在地辦公室、資料主權、國家安全合作、in-region data 整套打包。台廠導入前沿 AI，in-region 資料控管會是談判與選型的關鍵籌碼。
美國出口令讓Claude Fable 5全球下線，單一模型風險現形
把模型關掉的不是 Anthropic 的商業決定，是它頭上的政府；理由跟你買它做什麼、付多少、合約怎麼簽都無關。這才是單一供應商風險真正抖的地方。
微軟自研 coding 模型、Foundry 收進逾 11000 個模型：平台層「去單一供應商」對企業選型的訊號
以前一家公司配一顆模型：Google 是 Gemini、OpenAI 是 GPT。現在三大雲全走 multi-model，模型正在商品化；企業未來買的不是模型，而是切換模型的能力。
ChatGPT健康答案贏過醫師？OpenAI自評的方法論陷阱
OpenAI 說新模型的健康答案贏過醫師，但分數全在它自家內部跑、未公開外審。真正的重點不是它贏了幾項，是每週 2.3 億人已在用 ChatGPT 問健康。AI 取代的不是醫師，而是 Google 搜尋。
創投把錢從聊天機器人搬到『世界模型』：Odyssey 募 3.1 億，實體 AI 的護城河在哪
為什麼 Amazon 和 AMD 投的不是下一個 ChatGPT？答案可能是：聊天模型正在商品化，而世界模型要真實世界資料、感測器、機器人、模擬環境，護城河更深。
DeepSeek傳募74億美元：騰訊、CATL入列，台廠供應鏈怎麼讀
大部分人看到 74 億美元。我看到的是投資人結構變了：騰訊、寧德時代進場，代表 AI 不再只是網路產業，而開始變成能源、製造、平台共同投資的基礎設施。
NVIDIA OpenShell 是什麼？把 agent 護欄做進 runtime 層
NVIDIA 把安全、網路、隱私護欄做成 runtime（OpenShell），配上為長任務調過的 Nemotron 3 Ultra。真正要看的是治理被往工具層下沉，不是模型跑分。
OpenAI 用真實對話重放測新模型：上線前 benchmark 為何總跟現實對不上
OpenAI 拿約 130 萬則真實對話重放、餵給待上線的新模型測試，比合成測題更早抓到行為漂移。上線前驗收該從跑分搬回真實情境，企業導入 AI 也一樣。
Android 17 Gemini Intelligence：手機AI主動代理5項能力
Android 17 把 Gemini AI 整合進系統層級，推出 Gemini Intelligence 功能套件。本文拆解五項核心能力、硬體門檻，以及裝置端 AI 推論對使用者隱私與實際使用的意義。
OpenCode 超車：開源 coding agent 為何反壓商業 IDE 成為最多人用的工具
LogRocket 六月榜單上，開源的 OpenCode 把 Cursor 擠下第一。這不是又一個更花俏的工具，而是開發者在用腳投票：要的是不被單一 IDE 綁死的可組合工作流。這篇用台灣小團隊的選型情境，拆三條路線的設計前提。
Claude Fable 5為何被說變笨？跟Opus差在哪
Anthropic 6 月 9 日把 Fable 5 推上「Mythos 級」，一個比 Opus 高一階的正式產品層。真正該看的不是 80.3 這種跑分，而是它在長任務、agentic coding 上的領先會隨任務難度拉開。這篇拆解這個分層對開發者選型的實際意義。
如何建立醫療 AI 合規守門引擎：從法規解讀到工程落地
從衛福部《醫療機構應用生成式人工智慧指引》到工程設計，拆解合規守門引擎的五道關卡、去識別化管線、Null Provider 可測性設計與守門服務的核心原則。
健檢報告紅字不等於生病：教你看懂常見異常數值的意義
收到健檢報告看到紅字，先別慌。本文詳解 GOT/GPT、白血球、尿酸、TSH 四項常見異常數值的意義，教你區分需要就醫與可觀察追蹤的情境，避免過度焦慮也避免輕忽。
LLM醫療應用限制：幻覺、責任歸屬與落地五維度
LLM 進入醫療場景的想像令人著迷，但真正的問題不在於模型夠不夠強，而在於有沒有解對題。本文從問題定義、根因分析到落地設計，系統拆解 LLM 在醫療場景的可能與限制。
Claw（龍蝦）是什麼？LLM客戶端工具解析
「龍蝦」（Claw）是一類讓人與 LLM 對話的客戶端工具，不是比喻，是真實的工具名稱。本文拆解 Claw 工具的命名由來、比較主流開源選項，並分析在數位健康場景中，這類工具真正能幫你解決哪些問題。
人生在世，至少遇到 LLM 不會打從心底地從你不懂的地方佔你便宜
LLM 不持有商業誘因，不會因為你不懂而選擇性隱瞞或導向對它有利的方向。本文從誘因結構出發，拆解這個信任邏輯的成立條件與邊界，以及在健康資訊場景中，如何真正受益於這個特性。
GEO、AEO 是什麼？2026 SEO 升級 AI 搜尋策略完整指南
零點擊搜尋時代來臨，GEO（生成式引擎優化）與 AEO（回答引擎優化）是台中企業 2026 必懂搜尋新規則。了解 SEO 如何升級，讓內容被 AI 引用、建立品牌信任。
比誤診更難的是：AI 先說出了病人想相信的答案
生成式 AI 不只是把資料丟給使用者，而是把答案組裝成符合心理期待的敘事。這讓診間要面對的，已不只是錯誤資訊，而是一個被迎合過的判斷。本文從問題定義、根因分析到流程應對，系統性拆解這個比誤診更棘手的挑戰。
Mythos 來不要慌，ISMS + ISO 幫你扛？聊聊在 AI exploit 時代裸奔的體驗
Claude Mythos 帶來強大 agentic 能力，但 ISO 27001、CNS 27001 與 ISMS 框架能應對 AI exploit 時代的安全挑戰嗎？從問題定義出發，拆解框架的邊界與真正有效的防護思路。
AI短影音創業者的真實世界：題材、演算法與淘金邏輯
一場對話揭開AI短影音創業的真實運作：為何題材遠比品質重要、演算法如何分波測試、內容矩陣的風險與報酬，以及廣告之外的多元變現結構。
攻破圍棋百年聖殿！黑嘉嘉圍棋如何讓日本棋院點頭，做起AI圍棋生意？
黑嘉嘉圍棋如何從一個台灣直播平台，演變成讓百年日本棋院點頭合作的AI教育品牌？本文拆解圍棋人科技的轉型邏輯、AI對手系統的設計核心，以及用「職業棋士身份」而非「商業談判」打開日本市場的關鍵決策。
幼兒教育 AI 定位：該放哪裡才不會干擾孩子成長
幼兒教育導入 AI 的關鍵不在於能不能用，而在於放在哪個環節。AI 適合輔助大人備課與設計活動，不適合取代親子互動與教師引導。本文拆解幼兒發展核心，說明 AI 工具的正確定位與評估方法。
元智大學首創AI程式語言列全校大一必修9月全面啟動全台首所
元智大學宣布115學年起將AI程式語言列為全校大一必修課，畢業前並須再修3學分AI數位應用，成為全台第一所以制度化方式全面導入AI素養的大學。這個決定挑戰了高教長期把AI能力當課外選修的慣性，也直接衝擊台灣勞動力的AI準備程度。
健保署攜手Google推糖尿病AI，評估縮至25秒
健保署與Google Cloud 2024年6月合作啟動「AI-on-DM」計畫，以23年、2,300萬筆健保資料訓練糖尿病AI模型，將風險評估從20分鐘壓縮至25秒，是台灣首個政府主導的全國性預防性AI醫療整合。
安靜離職調查：45%曾如此、53%上班族已用AI升級
104人力銀行2025年調查顯示，45%在職者曾安靜離職，38%認為主管沒有發現。同時超過五成員工已使用生成式AI工具，兩種截然不同的職場態度在同一企業內共存，考驗HR的判斷力。