<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"><channel><title>矽基前沿 [Si]gnals</title><description>矽基前沿 [Si]gnals 是給有 AI 焦慮的人讀的 AI-native 媒體。AI Agent 協助研究、人類編輯把關，每天幫你從爆炸的 AI 資訊裡篩出真正有用的訊號。涵蓋工作現場、AI 戰爭、矽島觀察、未來推演，以及 AI 大百科。</description><link>https://signals.tw/</link><language>zh-TW</language><item><title>Browser Harness 是什麼？讓 AI Agent 直接控制 Chrome 的開源瀏覽器工具</title><link>https://signals.tw/articles/browser-harness-self-healing-browser-agents/</link><guid isPermaLink="true">https://signals.tw/articles/browser-harness-self-healing-browser-agents/</guid><description>Browser Harness 是 Browser Use 開源的 self-healing browser agent 工具，讓 LLM 透過 Chrome DevTools Protocol 控制真實 Chrome，並在任務中補寫 helper。本文用繁體中文整理它的原理、爆紅原因、使用情境、限制與台灣開發者該怎麼開始。</description><pubDate>Sun, 03 May 2026 13:10:05 GMT</pubDate></item><item><title>Claude Mythos 先給防守者：Anthropic 在測一種危險模型的發布順序</title><link>https://signals.tw/articles/anthropic-project-glasswing-mythos/</link><guid isPermaLink="true">https://signals.tw/articles/anthropic-project-glasswing-mythos/</guid><description>Anthropic 的 Project Glasswing 讓 selected critical-software partners 使用 Claude Mythos Preview 做防禦性安全工作。這篇拆解為什麼 restricted access 可能成為高風險 AI 能力的發布模板。</description><pubDate>Sun, 03 May 2026 00:00:00 GMT</pubDate></item><item><title>AI 進入 classified networks 後，真正賣的是控制面</title><link>https://signals.tw/articles/dod-classified-ai-network-deals/</link><guid isPermaLink="true">https://signals.tw/articles/dod-classified-ai-network-deals/</guid><description>SpaceX、OpenAI、Google、NVIDIA、Reflection、Microsoft、AWS、Oracle 被列入 classified AI network agreements。這篇拆解為什麼高敏感 AI 採購正在從模型能力轉向部署控制面。</description><pubDate>Sun, 03 May 2026 00:00:00 GMT</pubDate></item><item><title>Gemini Robotics-ER 1.6 會讀儀表，但真正重點是它在哪裡必須停下來</title><link>https://signals.tw/articles/gemini-robotics-er-1-6/</link><guid isPermaLink="true">https://signals.tw/articles/gemini-robotics-er-1-6/</guid><description>Gemini Robotics-ER 1.6 強調空間理解、任務規劃、完成度判斷與儀表讀取。這篇拆解它適合測什麼、不該碰什麼，以及為什麼 model card 會變成採購文件。</description><pubDate>Sun, 03 May 2026 00:00:00 GMT</pubDate></item><item><title>Google 的 AI co-clinician 不該被讀成 AI 醫生</title><link>https://signals.tw/articles/google-ai-co-clinician-research/</link><guid isPermaLink="true">https://signals.tw/articles/google-ai-co-clinician-research/</guid><description>Google DeepMind 發布 AI co-clinician 研究，包含 evidence synthesis 與 telemedicine simulation。這篇拆解它為何應被視為受監督的臨床工作流研究，而不是消費者醫療建議。</description><pubDate>Sun, 03 May 2026 00:00:00 GMT</pubDate></item><item><title>Gemma 4 的問題不是誰最強，而是哪裡需要在本機跑 AI</title><link>https://signals.tw/articles/google-gemma-4-open-models/</link><guid isPermaLink="true">https://signals.tw/articles/google-gemma-4-open-models/</guid><description>Gemma 4 讓 Google 在 hosted Gemini 之外，繼續抓住想做 local、edge、open-weight deployment 的開發者。這篇提供 builder 的採用判斷框架。</description><pubDate>Sun, 03 May 2026 00:00:00 GMT</pubDate></item><item><title>Gemini 上車了，車內 AI 真正難的是讓你少看螢幕</title><link>https://signals.tw/articles/google-gemini-cars-built-in/</link><guid isPermaLink="true">https://signals.tw/articles/google-gemini-cars-built-in/</guid><description>Gemini 進入 cars with Google built-in，不只是把聊天機器人搬上車。它測試的是 AI 能否在語音優先、注意力有限、車廠資料受限的環境裡成為真正操作層。</description><pubDate>Sat, 02 May 2026 00:00:00 GMT</pubDate></item><item><title>Meta 的 Business AI 每週千萬次對話，這些對話值不值得收錢？</title><link>https://signals.tw/articles/meta-business-ai-monetization/</link><guid isPermaLink="true">https://signals.tw/articles/meta-business-ai-monetization/</guid><description>Meta 的 AI 優勢不一定在最強模型，而在 WhatsApp、Messenger、Instagram 與廣告系統。Business AI 已有每週千萬次對話，下一題是能不能變成可收費的商家工作流。</description><pubDate>Sat, 02 May 2026 00:00:00 GMT</pubDate></item><item><title>Office Copilot 會直接改文件了，企業該先補哪一道審核？</title><link>https://signals.tw/articles/microsoft-copilot-office-agentic-ga/</link><guid isPermaLink="true">https://signals.tw/articles/microsoft-copilot-office-agentic-ga/</guid><description>Office Copilot 已經能在 Word、Excel、PowerPoint 裡直接改文件、改表、改簡報。這篇拆解企業該先補哪些 review gate，避免把 AI 動手和人已審核混成同一件事。</description><pubDate>Sat, 02 May 2026 00:00:00 GMT</pubDate></item><item><title>ChatGPT 帳號不再只是聊天記錄，OpenAI 為什麼把登入變嚴？</title><link>https://signals.tw/articles/openai-advanced-account-security-yubico/</link><guid isPermaLink="true">https://signals.tw/articles/openai-advanced-account-security-yubico/</guid><description>ChatGPT 和 Codex 帳號已經裝著文件、程式碼與工作脈絡。OpenAI 強化登入、復原與 session 管理，提醒企業該把 AI 帳號當成高風險工作身份來管。</description><pubDate>Sat, 02 May 2026 00:00:00 GMT</pubDate></item><item><title>AI 代理人可以付款了，Stripe 先把信用卡藏起來</title><link>https://signals.tw/articles/stripe-link-agent-wallet/</link><guid isPermaLink="true">https://signals.tw/articles/stripe-link-agent-wallet/</guid><description>AI 代理人要能訂位、買票、付款，不能靠把信用卡資料交給模型。Stripe 的 Link for agents 用使用者核准、一次性卡、消費限額、用量收費與詐欺防護，把 agentic commerce 從全自動購物夢拉回可控的支付基礎設施；對商家和 AI 產品團隊來說，重點是先設計授權、結帳可見性和風控，再談自動化。</description><pubDate>Sat, 02 May 2026 00:00:00 GMT</pubDate></item><item><title>Apple 交棒 Ternus，重壓本地端 AI</title><link>https://signals.tw/articles/apple-ternus-ai-hardware-transition/</link><guid isPermaLink="true">https://signals.tw/articles/apple-ternus-ai-hardware-transition/</guid><description>Apple Q2 財報會議成為 Tim Cook 交棒 John Ternus 的第一個公開舞台。當 Microsoft、Google、Meta 用雲端收入和資料中心說 AI，Apple 選擇硬體工程主管接班，訊號是 AI 控制點可能回到晶片、Siri、作業系統與個人裝置。</description><pubDate>Fri, 01 May 2026 00:00:00 GMT</pubDate></item><item><title>騰訊 ima 做 Copilot，個人知識庫開始長出手</title><link>https://signals.tw/articles/tencent-ima-copilot-memory-agent/</link><guid isPermaLink="true">https://signals.tw/articles/tencent-ima-copilot-memory-agent/</guid><description>騰訊 ima 推出知識 Agent copilot，主打四層記憶、浮窗內容感知與官方 Skills。這篇拆解它為何代表個人 AI 助理競爭從聊天能力轉向記憶、文件權限與工作流程控制。</description><pubDate>Fri, 01 May 2026 00:00:00 GMT</pubDate></item><item><title>AI 讓實作變便宜，PM 判斷價值更高了！</title><link>https://signals.tw/articles/ai-pm-product-taste/</link><guid isPermaLink="true">https://signals.tw/articles/ai-pm-product-taste/</guid><description>數位時代轉述 Anthropic Claude Code 產品負責人 Cat Wu 對 PM 角色的觀察。這篇不做訪談摘要，而是拆解 AI 讓實作變快後，PM 該如何用產品品味、eval 和信任邊界重新定義產品價值。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Amazon 商品頁變 AI 店員：賣家別再只改文案</title><link>https://signals.tw/articles/amazon-product-page-audio-ai-shopping-agent/</link><guid isPermaLink="true">https://signals.tw/articles/amazon-product-page-audio-ai-shopping-agent/</guid><description>Amazon 在 Hear the highlights 加入 Join the chat，讓商品頁從靜態展示走向可對話的購買決策介面。品牌、賣家與電商團隊要重新整理商品資料、評論和 FAQ，避免被平台 AI 錯誤代表。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Claude Code 每人每天 13 美元：AI 寫程式開始吃雲端預算</title><link>https://signals.tw/articles/anthropic-claude-code-cost-estimates/</link><guid isPermaLink="true">https://signals.tw/articles/anthropic-claude-code-cost-estimates/</guid><description>Anthropic Claude Code 成本文件現在估算，企業部署平均每位開發者每個 active day 約 13 美元、每月 150 到 250 美元。這篇拆解 AI 寫程式代理人為何從訂閱工具變成用量治理問題。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>連政治也要被 Claude給顛覆了？把政治問答變成可稽核產品</title><link>https://signals.tw/articles/anthropic-claude-election-safeguards/</link><guid isPermaLink="true">https://signals.tw/articles/anthropic-claude-election-safeguards/</guid><description>Anthropic 發布 Claude election safeguards update，列出政治偏誤評測、600 題選舉政策測試、影響力操作模擬、TurboVote banner 和 web search trigger。這篇拆解 AI 助理在選舉期間該如何被測試、監控與導向可靠來源。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Claude 代理人開始議價，公平問題先浮上來</title><link>https://signals.tw/articles/anthropic-project-deal-agent-commerce/</link><guid isPermaLink="true">https://signals.tw/articles/anthropic-project-deal-agent-commerce/</guid><description>Anthropic 公開 Project Deal，讓 Claude 代理人代表員工在 Slack marketplace 買賣真實物品。這篇拆解 agent commerce 的真正問題：授權、模型品質、審批與稽核。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>企業開始用 AI 代理人，怎麼衡量績效？</title><link>https://signals.tw/articles/anthropic-state-ai-agents-enterprise-roi/</link><guid isPermaLink="true">https://signals.tw/articles/anthropic-state-ai-agents-enterprise-roi/</guid><description>Anthropic 的 2026 State of AI Agents Report 顯示企業 AI 代理人採用正從單步自動化走向多階段流程。這篇拆解報告裡比 ROI 更重要的阻礙清單。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>ElevenLabs 想拿下創作者分潤入口</title><link>https://signals.tw/articles/elevenlabs-elevenmusic-creator-marketplace/</link><guid isPermaLink="true">https://signals.tw/articles/elevenlabs-elevenmusic-creator-marketplace/</guid><description>ElevenMusic 讓使用者探索、改作和生成 AI 音樂，也讓創作者發布作品並賺取收益。這篇拆解 ElevenLabs 為什麼要從 voice AI 走向音樂 marketplace，以及創作者和品牌該先檢查哪些權利邊界。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Gemini 還沒放廣告，但 Google 的 AI Mode 已經淪陷了</title><link>https://signals.tw/articles/google-gemini-ai-mode-ads/</link><guid isPermaLink="true">https://signals.tw/articles/google-gemini-ai-mode-ads/</guid><description>Google 對 Gemini 廣告的態度變得更開放，但短期重點仍在 AI Mode。這篇拆解 Google 如何用 AI Mode、Google One 訂閱和 UCP checkout 測試 AI 助理的商業入口。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Gemini 進五角大廈：Google 還能不能踩煞車？</title><link>https://signals.tw/articles/google-gemini-pentagon-lawful-use/</link><guid isPermaLink="true">https://signals.tw/articles/google-gemini-pentagon-lawful-use/</guid><description>Google 據報與美國 Pentagon 更新 Gemini classified AI 合約，允許「any lawful government purpose」。這篇拆解真正值得看的控制點：用途邊界、安全設定、否決權、審計與 human oversight。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>即時審核才安全！Moonbounce 推出即時控制層</title><link>https://signals.tw/articles/moonbounce-ai-policy-control-engine/</link><guid isPermaLink="true">https://signals.tw/articles/moonbounce-ai-policy-control-engine/</guid><description>Moonbounce 推出 AI control engine，主張把內容政策變成可測試、可追溯、可即時執行的控制層。這篇拆解 policy as code 對 AI companion、影像生成與內容平台的真正影響。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>OpenAI 免費給醫師 ChatGPT：它要搶的是臨床工作台</title><link>https://signals.tw/articles/openai-chatgpt-clinicians-workflow/</link><guid isPermaLink="true">https://signals.tw/articles/openai-chatgpt-clinicians-workflow/</guid><description>OpenAI 推出免費的 ChatGPT for Clinicians，提供給美國驗證臨床人員。這篇拆解它為何不是診斷替代品，而是臨床工作台入口，以及醫療機構導入前該問哪些問題。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>ChatGPT 代理人進公司：誰准它讀檔、寄信、改表？</title><link>https://signals.tw/articles/openai-chatgpt-workspace-agents/</link><guid isPermaLink="true">https://signals.tw/articles/openai-chatgpt-workspace-agents/</guid><description>OpenAI 推出 ChatGPT workspace agents，讓企業團隊建立共享代理人。這篇拆解它為何不是新版 GPTs，而是企業代理人治理問題：工具權限、批准、稽核、停用與定價。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>OpenAI 想把資安 AI 先交給防守者，問題是誰算可信？</title><link>https://signals.tw/articles/openai-cyber-defense-action-plan/</link><guid isPermaLink="true">https://signals.tw/articles/openai-cyber-defense-action-plan/</guid><description>OpenAI 發布 Cybersecurity in the Intelligence Age 行動計畫，主張以 Trusted Access for Cyber、身份驗證、用途分層、監控與可撤回權限，把更強的資安 AI 交給防守者。這篇拆解企業和政府買方該看什麼。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>OpenAI DevDay 在九月，該買機票了嗎？</title><link>https://signals.tw/articles/openai-devday-2026-developer-platform/</link><guid isPermaLink="true">https://signals.tw/articles/openai-devday-2026-developer-platform/</guid><description>OpenAI 公布 DevDay 2026 將於 9 月 29 日在舊金山舉行。這篇不猜未發布產品，而是從 API、Codex、agent runtime、企業治理與開發者生態，整理團隊該在活動前先準備的觀察題。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>OpenAI 的使命被送上法庭，企業真正該看什麼？</title><link>https://signals.tw/articles/openai-governance-trial-principles/</link><guid isPermaLink="true">https://signals.tw/articles/openai-governance-trial-principles/</guid><description>OpenAI 的 Our principles、Musk 訴訟與 Microsoft/OpenAI 新協議同週出現。這篇拆解為什麼 AI 公司的使命、控制權、雲端授權和 IPO 信任，正在變成企業採購清單的一部分。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>AI 算力競賽開始！OpenAI 領先跨過 10GW</title><link>https://signals.tw/articles/openai-stargate-10gw-compute-race/</link><guid isPermaLink="true">https://signals.tw/articles/openai-stargate-10gw-compute-race/</guid><description>OpenAI 說 Stargate 已提前超過原訂 2029 年的美國 10GW AI infrastructure 目標。這篇拆解為什麼 AI 競賽正在從模型發布，轉向算力容量、能源、施工、夥伴與社區協調的工程交付競賽。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Otter 把會議紀錄接上 MCP：逐字稿變成代理人的記憶</title><link>https://signals.tw/articles/otter-mcp-enterprise-knowledge-engine/</link><guid isPermaLink="true">https://signals.tw/articles/otter-mcp-enterprise-knowledge-engine/</guid><description>Otter 推出 Conversational Knowledge Engine 與 MCP 連接，讓會議紀錄從會後摘要變成企業代理人的上下文入口。這篇拆解它如何改變 AI 會議工具採購：資料流、權限、行動與透明度。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Picsart 讓 AI 作品能賺錢，真正該看的不是 payout</title><link>https://signals.tw/articles/picsart-earn-creator-monetization/</link><guid isPermaLink="true">https://signals.tw/articles/picsart-earn-creator-monetization/</guid><description>Picsart 推出 Earn with Picsart，讓創作者用 AI 設計工具做 campaign content，發布到自己的社群帳號並依成效獲得付款。這篇拆解它真正移動的不是 payout，而是創作任務、成效資料與平台規則。</description><pubDate>Thu, 30 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Accenture 的 74.3 萬人 Copilot rollout，測的是企業 AI 怎麼變日常</title><link>https://signals.tw/articles/accenture-copilot-743000-productivity-test/</link><guid isPermaLink="true">https://signals.tw/articles/accenture-copilot-743000-productivity-test/</guid><description>Accenture 正把 Microsoft 365 Copilot 擴到約 74.3 萬名員工。這不是 15 倍生產力的證書，而是一個企業 AI rollout 如何處理資料權限、訓練、使用率與成效量測的案例。</description><pubDate>Wed, 29 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Claude 的 5GW 算力走廊：Anthropic 把下一個瓶頸交給 AWS</title><link>https://signals.tw/articles/anthropic-amazon-5gw-compute-deal/</link><guid isPermaLink="true">https://signals.tw/articles/anthropic-amazon-5gw-compute-deal/</guid><description>Anthropic 承諾未來十年在 AWS 技術上投入超過 1000 億美元，取得最高 5GW capacity。這篇拆解 Claude 的競爭力為何越來越取決於雲端入口、自研晶片和企業治理。</description><pubDate>Wed, 29 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Claude 接進 Adobe 和 Blender，創作流程多了一個批准閘門</title><link>https://signals.tw/articles/anthropic-claude-creative-connectors/</link><guid isPermaLink="true">https://signals.tw/articles/anthropic-claude-creative-connectors/</guid><description>Anthropic 推出 Claude for Creative Work，把 Claude 接進 Adobe、Blender、Autodesk Fusion、Ableton、Splice 等創作工具。這篇拆解它如何改變創作流程，以及團隊該保留哪些人工批准、版本與授權責任。</description><pubDate>Wed, 29 Apr 2026 00:00:00 GMT</pubDate></item><item><title>OpenAI 進 Bedrock 預覽版：模型選型開始變成雲端治理題</title><link>https://signals.tw/articles/openai-aws-bedrock-managed-agents/</link><guid isPermaLink="true">https://signals.tw/articles/openai-aws-bedrock-managed-agents/</guid><description>OpenAI 與 AWS 宣布 OpenAI models、Codex 和 Amazon Bedrock Managed Agents 進入 limited preview。這篇拆解它如何把企業 AI 採購從模型選型推向身份、稽核、雲端承諾與代理人治理。</description><pubDate>Wed, 29 Apr 2026 00:00:00 GMT</pubDate></item><item><title>FedRAMP Moderate 讓 OpenAI 進政府審查流程，但不是模型安全保證</title><link>https://signals.tw/articles/openai-fedramp-moderate-government-ai/</link><guid isPermaLink="true">https://signals.tw/articles/openai-fedramp-moderate-government-ai/</guid><description>OpenAI 取得 FedRAMP 20x Moderate authorization，讓 ChatGPT Enterprise 與 API Platform 進入美國政府可審查的採購路徑。真正影響不在模型更強，而在產品範圍、endpoint、資料責任與機關授權決策。</description><pubDate>Wed, 29 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Azure-first，不再 Azure-only：OpenAI 企業入口鬆綁了</title><link>https://signals.tw/articles/openai-microsoft-cloud-exclusivity-ended/</link><guid isPermaLink="true">https://signals.tw/articles/openai-microsoft-cloud-exclusivity-ended/</guid><description>OpenAI 與 Microsoft 重寫合作條款，Microsoft 仍是主要雲端夥伴，但 OpenAI 可以把產品提供給任何雲端供應商的客戶。這篇拆解企業採購者該如何重新比較功能首發、資料治理與供應商鎖定。</description><pubDate>Wed, 29 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Code 變便宜後，Rocket 1.0 把戰場推到 build 之前</title><link>https://signals.tw/articles/rocket-1-0-ai-strategy-before-vibe-coding/</link><guid isPermaLink="true">https://signals.tw/articles/rocket-1-0-ai-strategy-before-vibe-coding/</guid><description>Rocket 1.0 把 AI builder 往策略報告、競品監控和產品決策推進。這不是「AI 取代顧問」的簡單故事，而是 code generation 變便宜後，產品團隊該如何驗證「值不值得做」。</description><pubDate>Wed, 29 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Ask YouTube 測試答案式搜尋，創作者要開始爭取被引用</title><link>https://signals.tw/articles/youtube-ask-search-answer-surface/</link><guid isPermaLink="true">https://signals.tw/articles/youtube-ask-search-answer-surface/</guid><description>YouTube 正在測試 Ask YouTube，讓使用者用對話方式搜尋影片並看到 AI 整理的答案、Shorts、長影片與片段。這不只是多一個 AI 按鈕，而是影片搜尋第一屏、創作者分發與未來廣告入口的控制點測試。</description><pubDate>Wed, 29 Apr 2026 00:00:00 GMT</pubDate></item><item><title>OpenClaw 進公司前，Red Hat 工程師先把它裝進可更新的保險箱</title><link>https://signals.tw/articles/red-hat-s-openclaw-maintainer-just-made-enterprise-claw-deployme/</link><guid isPermaLink="true">https://signals.tw/articles/red-hat-s-openclaw-maintainer-just-made-enterprise-claw-deployme/</guid><description>Red Hat 工程師發布 Tank OS，讓 OpenClaw 以 Fedora bootc image 和 rootless Podman 運行。重點不是安裝更方便，而是 AI 代理人進公司後，誰能隔離、更新、回滾與管理它。</description><pubDate>Tue, 28 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Snapchat 把 AI 廣告塞進聊天：品牌代理人會變成新入口嗎？</title><link>https://signals.tw/articles/snapchat-brings-ai-powered-conversational-advertising-to-its-app/</link><guid isPermaLink="true">https://signals.tw/articles/snapchat-brings-ai-powered-conversational-advertising-to-its-app/</guid><description>Snapchat 推出 AI Sponsored Snaps，讓品牌把 AI 代理人帶進聊天列表，使用者可以在對話裡問問題、拿推薦。這篇拆解它為何重要、誰會受影響，以及品牌測試對話式廣告前該先看哪些風險。</description><pubDate>Tue, 28 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Claude 買下的不是算力,是一條十年的雲端命脈</title><link>https://signals.tw/articles/anthropic-amazon-5gw-compute-claude/</link><guid isPermaLink="true">https://signals.tw/articles/anthropic-amazon-5gw-compute-claude/</guid><description>Anthropic 與 Amazon 擴大合作,取得最高 5GW Claude 訓練與部署容量,並承諾十年超過 1000 億美元 AWS 技術支出。真正的訊號不是 Amazon 又投資 Anthropic,而是 frontier model 的可靠性正在被雲端容量與自研晶片路線重寫。</description><pubDate>Sun, 26 Apr 2026 00:00:00 GMT</pubDate></item><item><title>該聘僱一個 AI 實習生嗎？爆紅專案 ML Intern 分析</title><link>https://signals.tw/articles/huggingface-ml-intern-agent/</link><guid isPermaLink="true">https://signals.tw/articles/huggingface-ml-intern-agent/</guid><description>huggingface/ml-intern 值得看，不是因為它自稱 open-source ML engineer，而是因為它把 ML 任務需要的 docs、papers、datasets、jobs、sandbox 與 review governance 放進 agent 可呼叫的工具層。這篇給出一個評估垂直 agent 的 5 點檢查框架。</description><pubDate>Sun, 26 Apr 2026 00:00:00 GMT</pubDate></item><item><title>你的服務 Agent Ready 了嗎？MCP 了解一下</title><link>https://signals.tw/articles/mcp-and-agent-readable-business-infrastructure/</link><guid isPermaLink="true">https://signals.tw/articles/mcp-and-agent-readable-business-infrastructure/</guid><description>MCP、llms.txt、A2A 與 remote MCP server 不是一堆互相競爭的技術名詞,而是同一件事的不同切面:產品正在多出一層給 agent 使用的入口。這篇給出 read、discover、act、govern 四層檢查框架。</description><pubDate>Sun, 26 Apr 2026 00:00:00 GMT</pubDate></item><item><title>台灣 AI 公司全景圖:誰拿到錢、誰賣掉、誰還活著</title><link>https://signals.tw/articles/taiwan-ai-landscape-2026/</link><guid isPermaLink="true">https://signals.tw/articles/taiwan-ai-landscape-2026/</guid><description>把台灣 AI 產業攤開分層看:半導體 / 應用 SaaS / 本土新創 / 政府研究 / 基礎模型——哪一層厚、哪一層薄,誰拿到錢、誰賣掉、誰還活著。這篇是矽基前沿矽島觀察 beat 的 anchor 條目,2026 年初版,quarterly 更新。</description><pubDate>Sun, 26 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Inference 是什麼:訓練之後,AI 真正開始工作</title><link>https://signals.tw/articles/what-is-inference/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-inference/</guid><description>Inference(推論)是已訓練模型接收新輸入、產生預測或輸出的執行階段。這篇拆解 inference 跟 training、fine-tuning、serving 的差別,LLM 推論為什麼分成 prefill / decode,以及 latency、throughput、成本如何決定 AI 產品體驗。</description><pubDate>Sun, 26 Apr 2026 00:00:00 GMT</pubDate></item><item><title>MoE 是什麼:把大模型變便宜的關鍵設計</title><link>https://signals.tw/articles/what-is-mixture-of-experts/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-mixture-of-experts/</guid><description>Mixture of Experts(MoE)是讓大模型增加總參數,但每個 token 只啟動少數 expert 的架構。這篇用 Mixtral、DeepSeek-V3 和 Switch Transformer 解釋 MoE 怎麼運作、為什麼能降低每次計算量,以及它沒有省掉哪些工程成本。</description><pubDate>Sun, 26 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Prompt engineering 是什麼:不是咒語,是把需求寫成規格</title><link>https://signals.tw/articles/what-is-prompt-engineering/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-prompt-engineering/</guid><description>Prompt engineering 是把任務、限制、上下文與範例寫成模型能穩定執行的指令設計。這篇用工作場景拆解它的基本方法、常見迷思、跟 system prompt / few-shot / eval 的關係,以及台灣團隊導入 AI 時該怎麼看待它。</description><pubDate>Sun, 26 Apr 2026 00:00:00 GMT</pubDate></item><item><title>System prompt 是什麼:AI 產品的底層規則</title><link>https://signals.tw/articles/what-is-system-prompt/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-system-prompt/</guid><description>System prompt 是 AI 應用放在使用者問題之前的高優先級指令,用來設定角色、語氣、規則、工具使用與安全邊界。這篇拆解它跟 user prompt、developer message、policy 與權限控管的差異,以及為什麼它重要但不是保險箱。</description><pubDate>Sun, 26 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Tool calling 是什麼:讓 AI 真的動手</title><link>https://signals.tw/articles/what-is-tool-calling/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-tool-calling/</guid><description>Tool calling(function calling)是讓 AI 模型在需要外部資料或動作時,用結構化參數請應用程式呼叫工具。這篇拆解它怎麼運作、跟 API / RAG / MCP 的差異、常見風險,以及台灣團隊做 agent 產品時該怎麼設計權限與流程。</description><pubDate>Sun, 26 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Vector database 是什麼：RAG 的隔壁</title><link>https://signals.tw/articles/what-is-vector-database/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-vector-database/</guid><description>Vector database（向量資料庫）是用來儲存、索引、查詢 embedding 向量的資料庫或資料庫能力。它常出現在 RAG 架構裡，但不等於 RAG。這篇拆解它怎麼運作、跟傳統資料庫和搜尋引擎差在哪、什麼時候該用專用向量資料庫，什麼時候用既有資料庫加 vector index 就夠。</description><pubDate>Sun, 26 Apr 2026 00:00:00 GMT</pubDate></item><item><title>AI 模型時間線:從 GPT-3 到 2026 年的關鍵節點</title><link>https://signals.tw/articles/2026-ai-model-timeline/</link><guid isPermaLink="true">https://signals.tw/articles/2026-ai-model-timeline/</guid><description>從 2020 年 GPT-3 公開到 2026 年的 AI 模型時間線。把過去 6 年的關鍵 release、技術轉折、產業事件按時間整理,讓讀者建立 AI 演進的 baseline。Quarterly 更新。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>給 AI Agent 讀的媒體:Agent-readable Web 會改變什麼?</title><link>https://signals.tw/articles/agent-readable-web/</link><guid isPermaLink="true">https://signals.tw/articles/agent-readable-web/</guid><description>未來 5 年，搜尋介面會從 Google search box 移到 AI agent。網頁不再只是給人看，也是給 agent 讀。這篇解釋 Agent-readable Web 是什麼、它跟 SEO 的差別、矽基前沿怎麼做、以及對所有 publisher / builder 的意義。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>AI coding 工具比較:2026 年該選哪一個</title><link>https://signals.tw/articles/ai-coding-tools-compared/</link><guid isPermaLink="true">https://signals.tw/articles/ai-coding-tools-compared/</guid><description>AI coding 工具在 2026 年百花齊放:Cursor、Claude Code、Cline、Windsurf、GitHub Copilot 各有主場。這篇用 form factor、agent 能力、價格、隱私四個維度拆解,並給不同場景的實際選型建議。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Claude vs ChatGPT vs Gemini:2026 該選哪一個</title><link>https://signals.tw/articles/claude-vs-chatgpt-vs-gemini/</link><guid isPermaLink="true">https://signals.tw/articles/claude-vs-chatgpt-vs-gemini/</guid><description>Claude、ChatGPT、Gemini 是 2026 年三大頂級 AI。模型 benchmark 已經接近,真正差異在主場、產品形態、API 生態、價格、跟 Google / Apple / Microsoft 的綁定。這篇用實際使用情境拆解三家差異,以及台灣使用者該怎麼選。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>2026 AI 入口戰:模型之後,真正的戰場是使用者入口</title><link>https://signals.tw/articles/giants-war-portal/</link><guid isPermaLink="true">https://signals.tw/articles/giants-war-portal/</guid><description>AI 巨頭戰爭正在從模型榜單轉向入口控制。這篇拆解 OpenAI、Google、Anthropic、Microsoft、Apple、Meta 的入口策略,以及台灣 builder 應該避開哪些正面戰場、在哪些垂直流程找到機會。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>為什麼我做矽基前沿:一個 builder 給 AI 焦慮者的整理方法</title><link>https://signals.tw/articles/manifesto/</link><guid isPermaLink="true">https://signals.tw/articles/manifesto/</guid><description>我每天不睡覺都追不上 AI 變化，所以做了一個東西幫自己整理 — 1 位人類 + 5 隻 AI agent 的小編輯部。這篇講為什麼做、跟我寫東西的三個習慣。不是 media empire，就是 side project。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>一個 AI-native 編輯部應該怎麼運作?</title><link>https://signals.tw/articles/newsroom-design/</link><guid isPermaLink="true">https://signals.tw/articles/newsroom-design/</guid><description>矽基前沿現在採用 1 位人類總編輯 + AI 協作流程，而不是 AI 記者人格。這篇拆解我們怎麼從選題、研究、brief、初稿、審稿到發布，並說明為什麼責任必須留在人類編輯桌上。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>台灣 AI 島:我們只有晶片，還是也有應用機會?</title><link>https://signals.tw/articles/taiwan-ai-island/</link><guid isPermaLink="true">https://signals.tw/articles/taiwan-ai-island/</guid><description>「台灣只有晶片」聽起來像謙虛,實際上是放棄。這篇拆解三個錯的假設:把通用 AI 跟應用 AI 混為一談、假設 vertical AI 會被矽谷主導、低估繁中 + 在地化的真實價值。台灣軟體業真正卡住的不是人才,是制度 + 資本 + 出海路徑——AI 時代給了一次重新洗牌的機會,這篇講我們在錯過什麼、現在還能補救什麼。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Tokens 是什麼:AI 是怎麼數錢、數字的</title><link>https://signals.tw/articles/what-are-tokens/</link><guid isPermaLink="true">https://signals.tw/articles/what-are-tokens/</guid><description>Token 是 LLM 處理文字的最小單位,介於「字母」和「字」之間。所有 AI 模型的計費、context window 上限、輸出長度都用 token 算。這篇用實際例子講 token 是什麼、繁中為什麼比英文吃 token、以及這對成本與設計的實際影響。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>AI Agent 是什麼:定義、架構與 2026 年現況</title><link>https://signals.tw/articles/what-is-ai-agent/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-ai-agent/</guid><description>AI Agent 不是更會聊天的模型,而是能在目標、工具、記憶與回饋迴圈之間自主推進任務的軟體系統。這篇用 2026 年的實務語境,整理 agent 的定義、基本架構、常見型態、限制、治理問題,以及台灣企業與 builder 該怎麼判斷。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Context window 是什麼:為什麼 AI 會「忘記」</title><link>https://signals.tw/articles/what-is-context-window/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-context-window/</guid><description>Context window 是 LLM 一次能處理的 token 上限。它不是 bug,是 transformer 架構的數學限制。這篇用實際使用情境拆解 context window 的成因、2026 年主流模型上限對照、用完了會發生什麼、以及怎麼用 RAG / 結構化 prompt 跨過它。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Embedding 是什麼:讓電腦理解「相似性」的方法</title><link>https://signals.tw/articles/what-is-embedding/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-embedding/</guid><description>Embedding 是把文字 / 圖片 / 音訊轉成向量(一串數字)的技術,讓電腦能用數學方式判斷「相似度」。RAG、推薦系統、語意搜尋全靠這個。這篇用直覺方式解釋 embedding 怎麼運作、繁中 embedding 的特殊問題、以及 2026 年主流 embedding 模型怎麼選。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Fine-tuning 是什麼:什麼時候該、什麼時候不該</title><link>https://signals.tw/articles/what-is-fine-tuning/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-fine-tuning/</guid><description>Fine-tuning(微調)是把預訓練模型用你自己的資料再訓練一輪,改變它的行為。這篇用實務角度拆解 fine-tuning 怎麼運作、跟 prompt engineering / RAG 差在哪、什麼時候該做、什麼時候不該、2026 年成本與選型,以及為什麼大部分企業以為自己需要 fine-tuning,實際上需要的是 RAG。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Hallucination 是什麼:為什麼 AI 會一本正經地編故事</title><link>https://signals.tw/articles/what-is-hallucination/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-hallucination/</guid><description>Hallucination(幻覺)是 LLM 在資料外的場景仍生成看似合理、實則編造的內容。它不是模型「壞掉」,而是 next-token prediction 的設計副作用。這篇拆解幻覺的成因、常見類型、以及在 2026 年實務上怎麼緩解(RAG / 結構化提示 / 引用驗證 / human-in-the-loop)。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Knowledge cutoff 是什麼:為什麼 AI 不知道最新發生的事</title><link>https://signals.tw/articles/what-is-knowledge-cutoff/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-knowledge-cutoff/</guid><description>Knowledge cutoff 是 LLM 訓練資料的最後日期。模型不知道 cutoff 之後發生的事。這篇解釋 knowledge cutoff 是什麼、各模型 cutoff 時間、為什麼有 cutoff、以及怎麼用 web search / RAG 補這個限制。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>LLM 是什麼:大語言模型基礎一次看懂</title><link>https://signals.tw/articles/what-is-llm/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-llm/</guid><description>LLM 不是會思考的 AI,也不是花俏 autocomplete。它是學會「下一個 token 最可能是什麼」的統計引擎——所有 AI 的能力與限制(creative output、hallucination、context window 上限、prompt engineering 為什麼 work)都從這個本質推導出來。矽基前沿 AI 大百科的 anchor 條目。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>MCP 是什麼:AI 工具的 USB-C,不是 Microsoft Copilot</title><link>https://signals.tw/articles/what-is-mcp/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-mcp/</guid><description>Model Context Protocol(MCP)不是 Microsoft Copilot,而是 Anthropic 2024 年公開的開放標準,把 AI 模型如何連接外部工具與資料這件事標準化。這篇用「USB-C」和「全公司通用 plug-in」的比喻,拆解 MCP 在解什麼問題、怎麼運作、2026 年現況、限制,以及對台灣 builder 的機會。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Multimodal 是什麼:AI 同時看圖、聽聲、讀文字</title><link>https://signals.tw/articles/what-is-multimodal/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-multimodal/</guid><description>Multimodal(多模態)指 LLM 能同時處理文字、圖片、音訊、影片等多種輸入。2026 年主流模型已經是 native multimodal——同一個模型在統一向量空間理解所有訊號,不是早期的串接 pipeline。這篇拆解 multimodal 怎麼運作、主流模型能力、實務應用、以及限制。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Quantization 是什麼:讓 70B 模型跑在筆電上的魔法</title><link>https://signals.tw/articles/what-is-quantization/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-quantization/</guid><description>Quantization(量化)是把 LLM 的參數從高精度數字(FP16 / FP32)壓縮成低精度(INT8 / INT4)。這篇用實際例子解釋 quantization 是什麼、4-bit / 8-bit / FP16 各代表什麼、品質損失多少、主流格式(GGUF / GPTQ / AWQ)差在哪、以及對自架的判斷。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>RAG 是什麼:讓 LLM 讀你的資料</title><link>https://signals.tw/articles/what-is-rag/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-rag/</guid><description>RAG(Retrieval-Augmented Generation)是讓 LLM 在回答前先去檢索外部資料、再生成答案的架構。這篇用企業導入 AI 的實際痛點切入,拆解 RAG 怎麼運作、跟 fine-tuning / MCP 的差異、2026 年常見坑、以及台灣企業評估時要看什麼。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item><item><title>Reasoning model 是什麼:讓 AI 先想再答</title><link>https://signals.tw/articles/what-is-reasoning-model/</link><guid isPermaLink="true">https://signals.tw/articles/what-is-reasoning-model/</guid><description>Reasoning model 是 2024 後 LLM 的新一代設計:讓模型在最終輸出前,先產生一段「思考過程」(chain-of-thought),再基於這段思考生成答案。這篇拆解 reasoning model 怎麼運作、跟普通 LLM 差在哪、什麼任務該用、成本與限制,以及 2026 年主流選型。</description><pubDate>Sat, 25 Apr 2026 00:00:00 GMT</pubDate></item></channel></rss>