AI 服務禁用與中斷已成常態：4 個讓工作流維持韌性的準備原則
最強 AI 模型被比照核彈等級管制禁用，加上各版本服務持續出現錯誤率攀升，正在揭露一個更根本的問題：工作流對單一 AI 服務的過度依賴。本文從備援設計、容錯邏輯、管制趨勢應對、Prompt 跨模型可移植性四個面向，提出可執行的準備原則。
科技
Tech科技最新文章（第 25 頁）
Supabase估值破105億美元 AI基建層吸熱錢
Supabase 募 5 億美元、估值 105 億，熱錢從模型移到 AI 應用的基建層。估值翻倍反映 vibe coding 下的真實需求，但維運與資料治理的成本也被一起放大。
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。
Databricks把agent變同事：vibe coding資料權限誰來守
Databricks 6/16 發表 Genie One，把 agent 講成能跑重複工作流的「同事」，還給業務開了 vibe coding 環境。當全員自助生成應用，真正的門檻不在介面，在 agent 動得到哪些資料、用誰的權限。
心臟監測商 iRhythm 病患資料遭竊勒索：醫療數據外洩的破口又在第三方應用
iRhythm 的臨床與醫材系統都沒事，被攻破的是第三方代管的商業應用、入口是社交工程。醫療資料外洩越來越少發生在資料所在的地方，而在資料流動的地方。
歐盟 AI 法 8/2 對 GPAI 長出牙齒：高風險義務原訂同日上路卻被緩到 2027，台廠盤點該怎麼一次對齊
8/2 真正長出牙齒的是 GPAI 執法權，高風險義務則被緩到 2027；但台廠該做的盤點不會因為緩衝而變少，而且能一套對接歐盟與台灣。
AI 基本法上路後：數位部的風險分類框架，企業現在該準備什麼
《人工智慧基本法》把高風險應用交給數位部訂分類框架、各部會再依框架立規。但企業真正要做的不是等規則，而是先盤點自家 AI 用途落在哪一級，並把 ISO/IEC 42001 當成可對接的管理骨架。
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。
KB3067321是什麼？ServiceNow未驗證漏洞外洩客戶資料
ServiceNow 6/9 揭露一個 Scripted REST 端點因預設不需驗證，讓未授權請求直接查到客戶資料表。SaaS API 認證設定錯誤正在從零星事故，變成 2026 企業外洩的主流管道。
MCP 成 AI agent 事實標準：企業現在要治理什麼
MCP 月下載破 9,700 萬、被捐給 Linux Foundation 旗下的 Agentic AI Foundation 成為廠商中立標準。標準底定後，企業要面對的不再是『選哪個協定』，而是 agent 接外部工具的治理與權限邊界。
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 Mythos級：跟Opus差在哪、為何被說變笨
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。
居家陪伴機器人遇上台灣《人工智慧基本法》：能真正照顧長者嗎
CES 2026 把居家與陪伴機器人推上主角，但要不要交給它照顧長輩，真正的關卡不在機器人多炫，而在台灣剛上路的《人工智慧基本法》問責與資料治理框架下，照護責任、隱私與情感依賴怎麼落地。
我與急診室醫生的一次閒談 - 他告訴我平常要注意什麼
急診室第一線觀察：台灣每年逾 750 萬次急診就診，多數原因有跡可循。了解急診常見成因、日常必備準備清單，以及判斷什麼情況才真正需要掛急診。
什麼是 AI 對齊？企業用 AI 節省成本前必須先搞清楚的核心問題
企業普遍把導入 AI 的問題定義為「如何省成本」，但這可能是在解錯題。本文拆解 AI 對齊的三層失敗模式，說明為何無法保證 AI 確實在做你以為它在做的事，以及企業需要先問的核心問題。
台積電屏東設廠動土！半導體供應鏈專區估創5400就業
台積電聯合七家供應鏈廠商於2026年6月12日在屏東科學園區28公頃半導體供應鏈專區正式動土，是台灣首個以晶元廠設施為核心的半導體產業鏈專屬園區，預計創造5400個就業機會，年產值達360億元。
為什麼 AI 在醫藥領域最先落地的，常常不是最前端的科學發現，而是中後段流程？
AI 在製藥的落地，往往從臨床試驗管理、受試者篩選與法規送件開始，而非藥物發現前端。本文拆解背後的流程結構、資料條件與治理邏輯，說明這個順序為何不是偶然，以及如何判斷一個 AI 應用是否真正落地。
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。
影像 AI 從單一任務走向附帶發現：乳房攝影讀出心血管風險
刊登於 European Heart Journal 的研究分析逾 12 萬張乳房攝影，顯示 AI 可從乳房動脈鈣化訊號推估女性心血管風險。這項研究反映醫療 AI 設計邏輯的轉變：從做好一件事，到順手讀出影像裡已存在的訊號。
如何評估中醫 AI 是否可信：診斷推理、藥材溯源、炮製管控的 3 層核心問題
中醫 AI 的可信度不只取決於準確率。本文分析三個關鍵層次：辨證推理是否透明可追溯、藥材供應鏈是否存在洗產地或加料通過檢驗等造假手段、炮製品質能否被數位化記錄，並提出評估可信度的系統性架構。
關於台灣醫療 AI 落地，你需要知道的 5 件事
衛福部發布 GenAI 指引、醫療新創完成 A 輪融資、AI 通過醫師執照考試，三件事在同一時期發生。從供應鏈透明化到 Physical AI 照護，拆解台灣醫療 AI 走向落地的 5 個關鍵轉折。
台積電魏哲家：AI 晶片需求未緩和，已購 High-NA EUV 設備研發
台積電董事長魏哲家於2026年6月4日股東會後公開表示AI需求強勁未見緩和，台積電正全力確保不成為供應鏈瓶頸，並已購入ASML高數值孔徑EUV設備進行研發，供應鏈上下游算力需求仍高度緊張。
如何用 AI 輔助戒煙：先弄清楚這 4 件事
AI 戒煙工具真的有效嗎？從尼古丁成癮機制、AI 聊天機器人的實際功能到現有研究限制，逐層拆解 AI 何時能幫上忙、哪裡還有距離。
台灣新創 NVIDIA GTC 秀智慧製造與資安，鞏固供應鏈樞紐
台灣新創代表團於2026年NVIDIA GTC展示數位孿生、邊緣AI、智慧製造與資安方案，與華碩、研華、聯發科等大廠並肩參展，展現從硬體代工跨越為全堆疊AI創新輸出的實力，在AI供應鏈中確立更高地位。