[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-microsoft-ey-ai-pilots-to-production-zh":3,"article-related-microsoft-ey-ai-pilots-to-production-zh":30,"series-industry-7a3f3bda-097a-44f8-9266-3ccdaf7cc061":82},{"id":4,"slug":5,"title":6,"content":7,"summary":8,"source":9,"source_url":10,"author":11,"image_url":12,"cover_image":12,"category":13,"language":14,"translated_content":11,"related_article_id":15,"keywords":16,"key_takeaways":22,"views":26,"created_at":27,"published_at":28,"topic_cluster_id":29},"7a3f3bda-097a-44f8-9266-3ccdaf7cc061","microsoft-ey-ai-pilots-to-production-zh","Microsoft 和 EY 把 AI Pilot 變上線","\u003Cp data-speakable=\"summary\">\u003Ca href=\"\u002Ftag\u002Fmicrosoft\">Microsoft\u003C\u002Fa> 和 EY 的合作，重點不是買更多 AI 功能，而是把 pilot 變成可治理、可上線的 production。\u003C\u002Fp>\u003Cp>我盯\u003Ca href=\"\u002Ftag\u002F企業-ai\">企業 AI\u003C\u002Fa> 兩年了，最煩的就是同一齣戲一直重播：demo 很漂亮，pilot 很熱鬧，會議室裡每個人都說「有潛力」，然後就沒有然後。聊天機器人會寫 email、會議記錄也像那麼回事，大家看完點頭，彷彿問題解完了。沒有。真正卡住的從來不是模型會不會講話，而是權限、資料品質、法務、稽核軌跡、流程改造，還有一個更現實的問題：出事了誰扛。\u003C\u002Fp>\u003Cp>所以我看到 Microsoft 和 EY 這個合作時，第一個反應不是「哇又一個大聯盟」，而是覺得這很像業界終於願意把醜話講白。Microsoft 早就知道，\u003Ca href=\"\u002Ftag\u002Fcopilot\">Copilot\u003C\u002Fa> 不會自動把一個稅務結算流程或理賠流程重寫好；EY 也知道，AI transformation 如果只停在 sandbox，最後就是一堆簡報和一個沒人敢碰的系統。這次他們賣的不是炫技，而是工程、治理、流程重設、主管背書這些很無聊但很要命的東西。\u003C\u002Fp>\u003Cp>這份拆解的起點來自 \u003Ca href=\"https:\u002F\u002Fwindowsforum.com\u002Fthreads\u002Fmicrosoft-and-ey-1b-ai-partnership-from-pilots-to-governed-production.419180\u002F\">Windows Forum\u003C\u002Fa> 的整理文，裡\u003Ca href=\"\u002Fnews\u002Fcnbc-nvda-page-market-data-context-zh\">面把\u003C\u002Fa>這筆合作解讀成 Microsoft 下一步的企業 AI 銷售打法。我就拿這篇當錨點，往下拆它到底在賣什麼、企業又該怎麼抄。\u003C\u002Fp>\u003Ch2>Microsoft 不再賣 AI 功能，而是在賣部署\u003C\u002Fh2>\u003Cblockquote>“Microsoft is no longer merely shipping AI features and waiting for enterprises to discover value on their own.”\u003C\u002Fblockquote>\u003Cp>翻譯一下就是：Microsoft 已經發現，企業 AI 的瓶頸不是功能不夠，而是部署不過關。功能表再長都沒用，真正卡住的是它怎麼進到公司裡，怎麼跟 identity、security、data governance、流程責任黏在一起，還不爆炸。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1779523596548-kgp6.png\" alt=\"Microsoft 和 EY 把 AI Pilot 變上線\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>我自己看過太多內部導入死在這一步。團隊很興奮，先拿 assistant 去試幾份文件，然後馬上撞牆：模型碰不到正確的系統、資料散在 SharePoint 跟 email 裡、沒人想簽那個風險責任書。AI 本身沒那麼差，差的是組織還沒準備好當一個能跑 AI 的組織。\u003C\u002Fp>\u003Cp>這也是 Microsoft 和 EY 配在一起有意思的地方。Microsoft 提供平台和技術骨架，EY 提供流程語言和高層信任。兩邊合起來，賣的其實是「從 demo 走到正式系統」這條路，不是單點工具。\u003C\u002Fp>\u003Cp>你如果本來就在 Microsoft 生態裡工作，這個故事會更清楚。\u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fmicrosoft-365\u002Fcopilot\">Copilot\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fmicrosoft-365\u002Fenterprise\u002Fe7\">Microsoft 365 E7\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fsecurity\u002Fbusiness\u002Fmicrosoft-entra\">Microsoft Entra\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fsecurity\u002Fbusiness\u002Fmicrosoft-purview\">Microsoft Purview\u003C\u002Fa> 不是各自獨立的產品，而是同一個控制平面上的不同層。AI 被包進這層裡，才像是 enterprise 真的能消化的東西。\u003C\u002Fp>\u003Cp>實操上，我會建議你別再用「這工具好不好用」的角度評估 AI。你要問的是：誰擁有 workflow、誰批准資料存取、誰審核輸出、錯了誰負責。這些問題答不出來，你手上就不是 deployment plan，只是一個 demo。\u003C\u002Fp>\u003Ch2>Forward Deployed Engineer 其實就是企業 AI 的真銷售\u003C\u002Fh2>\u003Cblockquote>“Rather than hand customers a platform and wait for internal teams to figure it out, embed engineers close to the business problem.”\u003C\u002Fblockquote>\u003Cp>這句話翻白話，就是：別再丟一個平台給客戶，然後叫人家自己想辦法。工程師要貼近業務問題，直接把東西接起來，讓它真的能跑。這套思路最早大家常拿 \u003Ca href=\"https:\u002F\u002Fwww.palantir.com\u002F\">Palantir\u003C\u002Fa> 的 Forward Deployed Engineer 來講，因為它真的解掉一個老問題：企業不缺平台，缺的是會把平台落地的人。\u003C\u002Fp>\u003Cp>我很認同這個方向，因為 \u003Ca href=\"\u002Ftag\u002Fenterprise-ai\">enterprise AI\u003C\u002Fa> 的 sales motion 已經變了。工程師不再只是 pre-sales 的技術陪跑，而是 architect、translator、還有某種程度上的心理輔導員。你得懂 API、權限、模型行為，還得懂客戶組織裡誰怕什麼、誰會擋什麼、誰只是嘴上說支持。\u003C\u002Fp>\u003Cp>我自己碰過最常見的失敗\u003Ca href=\"\u002Fnews\u002F5-patterns-graph-enhanced-rag-production-zh\">模式\u003C\u002Fa>，不是模型壞掉，而是整合壞掉。assistant 不能讀對的文件庫，流程跨了三個部門，法務要 logs，security 要 least privilege，營運怕它會增加工作量。一般 SaaS rollout 還能靠使用者自己摸索，AI 不行。因為一旦 agent 能動手，風險就不是「用不用」，而是「它能動到哪裡」。\u003C\u002Fp>\u003Cp>Microsoft 這次把 EY 拉進來，很像是在承認這件事：企業 AI 需要一座人橋。EY 擅長站在 executive 跟 operations 中間，把抽象願景翻成可執行的流程；Microsoft 則是把技術橋接做好。這不是公關話術，這是 enterprise 銷售現實。\u003C\u002Fp>\u003Cp>實操上，如果你在做內部 AI，我會直接建議你指定一個真的 owner，而且這個人不能只坐平台團隊。他要能跟業務一起看流程，也要懂怎麼把系統接起來。沒人能同時講清楚 workflow 跟 control requirements 的話，先別急著上線。\u003C\u002Fp>\u003Ch2>EY 的 Client Zero 才是客戶會抄的地方\u003C\u002Fh2>\u003Cblockquote>“EY deployed Microsoft’s Copilot AI assistant to 150,000 users and saw a 15 percent productivity improvement.”\u003C\u002Fblockquote>\u003Cp>這句就是商業誘因。150,000 users、15 percent productivity improvement，這種數字很會勾人。我對 AI 宣稱的 productivity 數字一向很保留，因為它常常只是「寫得快一點」「找資料順一點」「少做一些行政動作」，被包裝成超大成果。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1779523590482-s5lp.png\" alt=\"Microsoft 和 EY 把 AI Pilot 變上線\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>但重點不是那個百分比，而是 Client Zero。顧問公司最愛教客戶轉型，卻把自己家裡維持原狀；所以當 EY 說自己把 Microsoft 365 E7: The Frontier Suite 擴到超過 400,000 名員工、Copilot 也推到 150,000 users，這件事就變得有說服力。至少它在說：我們不是只會畫圖，我們自己也真的在跑。\u003C\u002Fp>\u003Cp>這種「先拿自己開刀」的做法，對企業買家很重要。因為大家心裡都在問同一件事：你是真的做過，還是只是賣我一份 deck？如果 vendor 或 partner 可以拿出內部部署、訓練、衡量、治理的證據，買家至少會少一點戒心。不是放心，是少一點戒心，這已經很不錯了。\u003C\u002Fp>\u003Cp>我以前也踩過類似的坑。工具看起來很美，case study 也很漂亮，但內部訓練很空、使用數據只會秀 vanity metric、沒人能說清楚省下來的時間怎麼變成 business value。這就是 AI 專案最常見的幻覺：你省了 20% 的撰寫時間，不代表你真的賺到 20% 的價值。那 20% 接下來是拿去更快交付、降低風險、還是只是多開兩場會？\u003C\u002Fp>\u003Cp>實操上，我會要求你先定 business outcome，再定 model。先選一個 workflow，量 baseline 的時間、錯誤率、重工率、核准延遲，再把 AI usage 對到其中一個指標。你如果連「這工具到底改善哪個數字」都說不清楚，那 productivity 只是牆上的貼紙。\u003C\u002Fp>\u003Ch2>Microsoft 365 E7 才是主菜，Copilot 只是入口\u003C\u002Fh2>\u003Cblockquote>“Microsoft wants customers to stop thinking of Copilot as an add-on and start thinking of AI as part of the enterprise control plane.”\u003C\u002Fblockquote>\u003Cp>這是我覺得很多人會看漏的地方。這次合作不是只在推 Copilot，而是在把 AI 包進更大的 enterprise bundle 裡：\u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fmicrosoft-365\u002Fenterprise\u002Fe7\">Microsoft 365 E7\u003C\u002Fa>、identity、compliance、security、agent governance，一起打包講故事。\u003C\u002Fp>\u003Cp>白話一點說，Microsoft 想讓 AI 變成基礎設施。當你的文件、帳號、政策、端點、稽核工具本來就活在 Microsoft 世界裡，AI 直接接進同一個 stack，就會很順手。企業買單時最怕的不是功能少，是整合痛。沒人會因為自己引入更多整合地獄而升官。\u003C\u002Fp>\u003Cp>但這裡也有代價。AI 越依賴單一 vendor 的 control plane，這個 vendor 就越容易變成你所有相關問題的預設答案。你喜歡這個 stack 的話，那是方便；你在意採購籌碼的話，這就不一定舒服。\u003C\u002Fp>\u003Cp>文章裡提到 \u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fsecurity\u002Fbusiness\u002Fmicrosoft-entra\">Entra\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fsecurity\u002Fbusiness\u002Fmicrosoft-purview\">Purview\u003C\u002Fa>，其實是在說同一件事：\u003Ca href=\"\u002Ftag\u002Fai-governance\">AI governance\u003C\u002Fa> 不是另外加一層，而是 identity、policy、compliance 本來就是 AI layer。這套敘事很順，也確實解決了很多行政問題。\u003C\u002Fp>\u003Cp>實操上，我會建議你在簽約前先畫依賴鏈。誰負責驗證身份？誰控制權限？logs 放哪裡？agent 的權限誰能撤？這些問題如果 vendor 答得很飄，你買到的就不是 AI，而是一個延後爆炸的麻煩。\u003C\u002Fp>\u003Ch2>Agentic AI 會把 IT 從管理工具變成監督勞工\u003C\u002Fh2>\u003Cblockquote>“An assistant that drafts text is one thing; an agent that can pursue goals across systems is another.”\u003C\u002Fblockquote>\u003Cp>這裡就是分水嶺。會寫文案的 assistant 很實用；能跨系統追目標的 agent 就是另一個物種。當 AI 開始真的能動作，IT 做的就不再只是部署軟體，而是在監督一個數位勞工。\u003C\u002Fp>\u003Cp>也就是說，問題會從「它能不能摘要這封信」變成「它看得到什麼、能改什麼、誰批准的、怎麼證明它沒有亂來」。這比單純聊天難很多，而且我老實講，大多數組織現在還沒準備好。\u003C\u002Fp>\u003Cp>我看過不少團隊一開始很愛 autonomy，等到第一個 permission issue 出現就直接卡死。這很正常。因為 agent 一旦能建立 ticket、改 record、甚至建議財務動作，你就需要邊界：human approval、logging、rollback、role-based access、review loop。這些不是加分項，這些就是產品本體。\u003C\u002Fp>\u003Cp>Microsoft 在 E7 故事裡塞進 \u003Ca href=\"https:\u002F\u002Fwww.microsoft.com\u002Fen-us\u002Fsecurity\u002Fbusiness\u002Fmicrosoft-365-copilot\">Agent 365\u003C\u002Fa>，我覺得就是在對準這個焦慮。下一個企業買家不會只問「它會不會寫」，而是問「我能不能先把這東西管住，不要讓它像一個拿到 API 權限的過度自信實習生亂跑」。\u003C\u002Fp>\u003Cul>\u003Cli>先用白話定義 agent 的任務範圍，再讓它碰系統。\u003C\u002Fli>\u003Cli>每一次 action 都要留 log，不要只記 prompt。\u003C\u002Fli>\u003Cli>涉及金流、權限、合規狀態的動作，一律保留人工核准。\u003C\u002Fli>\u003C\u002Ful>\u003Cp>實操上，我會把 agent 當成新進員工來管，而且是職責很窄的新進員工。你不會讓一個 day one 的新人直接自己決定敏感流程，那 agent 也不該直接做。先從 read-only 開始，再到 recommendation，最後才是有 approval 的 constrained action。這順序真的省很多麻煩。\u003C\u002Fp>\u003Ch2>pilot 失敗，多半不是技術，是治理穿了技術外衣\u003C\u002Fh2>\u003Cblockquote>“The enterprise AI market is crowded with proof-of-concepts that impressed executives in controlled demos and then stalled when exposed to real business systems.”\u003C\u002Fblockquote>\u003Cp>這句話我很想直接貼在每個 AI steering committee 會議室的牆上。pilot 失敗聽起來像技術問題，實際上常常是組織問題。不是模型不夠聰明，是組織沒決定 demo 結束後誰接手。\u003C\u002Fp>\u003Cp>白話一點說，pilot 之所以死掉，是因為沒人先回答這幾題：誰擁有流程改造？誰訓練使用者？誰更新 policy？誰簽風險？誰出 production 預算？這些答案只要有一題模糊，pilot 就會慢慢變成表演。\u003C\u002Fp>\u003Cp>Windows Forum 那篇文把 Microsoft 和 EY 形容成把 adoption、governance、business redesign 打包賣，我覺得這講得很準。因為很多公司買的是工具，但真正需要的是 change program。這兩個不是同一件事，硬要混在一起，最後就是預算被燒掉，然後大家互相怪。\u003C\u002Fp>\u003Cp>我自己也看過很典型的場景：pilot 發表會很漂亮，大家鼓掌，真正要進 production 的團隊根本沒被問過\u003Ca href=\"\u002Fnews\u002Fnvidia-beats-expectations-ai-chip-demand-zh\">需求\u003C\u002Fa>。然後過兩個月，事情卡住，所有人都裝驚訝。我一點都不驚訝，我只是有點煩，因為這套路真的太熟了。\u003C\u002Fp>\u003Cp>實操上，我會要求任何 pilot 在批准前先附 production checklist。至少要有 data access、security review、training plan、success metrics、rollback plan、owner、budget source。你如果連 demo 之後誰接手都講不出來，那它不是 pilot，它只是 presentation。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># 企業 AI：從 pilot 走到 production 的可抄模板\n\n## 1) 先定 workflow，不要先定模型\n- 只選一個具體流程，不要用「提升部門效率」這種空話。\n- 把流程寫成 before \u002F after。\n- 列出 AI 會讀哪些系統、寫哪些系統。\n\n## 2) 先畫 guardrails\n- AI 可以碰哪些資料：\n- AI 可以自動做哪些動作：\n- 哪些動作一定要人工核准：\n- logs 要保留多久：\n- audit 要去哪裡查：\n\n## 3) 指定 owner\n- Business owner：\n- Technical owner：\n- Security owner：\n- Compliance owner：\n- Training owner：\n\n## 4) 先量 baseline\n- 每件事平均花多久：\n- 錯誤率：\n- 重工率：\n- 核准延遲：\n- 使用率：\n\n## 5) pilot 只做最小可控範圍\n- 先從 read-only 或 recommendation 開始。\n- 限定使用者群。\n- 前期每天 review output。\n- 把失敗案例和例外情況記下來。\n\n## 6) 決定它能不能升級到 production\n- 有沒有真的省時間：\n- 有沒有降低風險：\n- 有沒有提升品質：\n- 組織能不能持續 support：\n- 有沒有 rollout 預算和正式 owner：\n\n## 7) production checklist\n- Identity \u002F access 已驗證\n- Data source 已核准\n- Logs 已啟用\n- Human approval flow 已寫清楚\n- Training 已完成\n- Support process 已定義\n- Rollback plan 已測過\n\n## 8) 可直接貼進內部文件的治理說明\n我們只批准這個 AI workflow 在以下範圍內運作：\n\nScope：\n[填入具體任務]\n\nAllowed inputs：\n[填入核准資料來源]\n\nAllowed outputs：\n[填入允許的動作]\n\nHuman approval required for：\n[填入例外情況]\n\nOwner：\n[姓名]\n\nReview cadence：\n[weekly \u002F monthly]\n\nAudit log location：\n[連結]\n\nRollback plan：\n[如何停用或回復]\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>這段不是 Microsoft 或 EY 原文，而是我把他們這種打法拆成一個你可以直接拿去內部用的版本。核心很簡單：不要把 AI 當工具賣，要把它當一個受治理的工作流程來上線。\u003C\u002Fp>\u003Cp>原始來源是 \u003Ca href=\"https:\u002F\u002Fwindowsforum.com\u002Fthreads\u002Fmicrosoft-and-ey-1b-ai-partnership-from-pilots-to-governed-production.419180\u002F\">https:\u002F\u002Fwindowsforum.com\u002Fthreads\u002Fmicrosoft-and-ey-1b-ai-partnership-from-pilots-to-governed-production.419180\u002F\u003C\u002Fa>。上面關於 enterprise AI、治理、流程設計的拆解是我自己的整理，模板則是我把這套方法論改寫成可直接複製的版本。\u003C\u002Fp>","拆解 Microsoft 與 EY 的 AI 合作，整理成一套把 pilot 送進受控 production 的實戰模板。","windowsforum.com","https:\u002F\u002Fwindowsforum.com\u002Fthreads\u002Fmicrosoft-and-ey-1b-ai-partnership-from-pilots-to-governed-production.419180\u002F",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1779523596548-kgp6.png","industry","zh","2e8957aa-3ee4-43a5-ac24-b50f0de52d0a",[17,18,19,20,21],"enterprise AI","governance","Copilot","agentic AI","pilot to production",[23,24,25],"先把 AI 當 deployment problem，不要只看功能。","pilot 失敗多半是治理與 ownership 沒接好，不是模型不夠強。","上線前先寫 production checklist，包含權限、logs、核准與 rollback。",2,"2026-05-23T08:06:00.84922+00:00","2026-05-23T08:06:00.817+00:00","caa87b65-9bbc-46fe-bba8-4f4158dd2d8b",{"tags":31,"relatedLang":41,"relatedPosts":45},[32,33,35,37,39],{"name":18,"slug":18},{"name":17,"slug":34},"enterprise-ai",{"name":19,"slug":36},"copilot",{"name":21,"slug":38},"pilot-to-production",{"name":20,"slug":40},"agentic-ai",{"id":15,"slug":42,"title":43,"language":44},"microsoft-ey-ai-pilots-to-production-en","Microsoft and EY turn AI pilots into production","en",[46,52,58,64,70,76],{"id":47,"slug":48,"title":49,"cover_image":50,"image_url":50,"created_at":51,"category":13},"9a0692ba-a9c5-42eb-823d-8a0e6e6ae3fc","openai-ipo-filing-turns-hype-into-scrutiny-zh","OpenAI IPO 讓神話變審核","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781042614962-bj12.png","2026-06-09T22:03:04.524304+00:00",{"id":53,"slug":54,"title":55,"cover_image":56,"image_url":56,"created_at":57,"category":13},"40d4f012-36b6-4b8f-b470-30242a0b8483","skatteetaten-public-sector-ai-should-be-judged-by-outcomes-zh","Skatteetaten 證明公部門 AI 應該看成果，不是看噱頭","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781038986405-p8cf.png","2026-06-09T21:02:32.1198+00:00",{"id":59,"slug":60,"title":61,"cover_image":62,"image_url":62,"created_at":63,"category":13},"f937e16b-7b3c-4ec8-b9f6-2b6031c6892c","openai-ipo-filing-wall-street-test-zh","OpenAI IPO 登場，華爾街先看這 5 件事","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781032675072-oq1m.png","2026-06-09T19:17:23.187013+00:00",{"id":65,"slug":66,"title":67,"cover_image":68,"image_url":68,"created_at":69,"category":13},"8258e540-397f-4566-8ae5-37582f3e3418","openai-latest-moves-pricing-safety-scale-zh","OpenAI 4 個最新動向：定價、安全、規模都在變","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781031777355-odh9.png","2026-06-09T19:02:26.913687+00:00",{"id":71,"slug":72,"title":73,"cover_image":74,"image_url":74,"created_at":75,"category":13},"5a3f8c97-afa9-43cd-a5f7-64a1fcfd99d2","risc-v-mini-pcs-worth-buying-now-future-bet-zh","RISC-V 迷你電腦現在值得買，但只適合押注未來","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781026383355-9003.png","2026-06-09T17:32:31.318476+00:00",{"id":77,"slug":78,"title":79,"cover_image":80,"image_url":80,"created_at":81,"category":13},"651bdda4-2566-4185-a33d-254862d4290d","fedora-44-risc-v-widens-linux-board-support-zh","Fedora 44 RISC-V 把支援面擴到 17 板","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781025476806-1woq.png","2026-06-09T17:17:24.257564+00:00",[83,88,93,98,103,108,113,118,123,128],{"id":84,"slug":85,"title":86,"created_at":87},"ee073da7-28b3-4752-a319-5a501459fb87","ai-in-2026-what-actually-matters-now-zh","2026 AI 真正重要的事","2026-03-26T07:09:12.008134+00:00",{"id":89,"slug":90,"title":91,"created_at":92},"83bd1795-8548-44c9-9a7e-de50a0923f71","trump-ai-framework-power-speech-state-preemption-zh","川普 AI 框架瞄準電力、言論與州權","2026-03-26T07:12:18.695466+00:00",{"id":94,"slug":95,"title":96,"created_at":97},"ea6be18b-c903-4e54-97b7-5f7447a612e0","nvidia-gtc-2026-big-ai-announcements-zh","NVIDIA GTC 2026 重點拆解","2026-03-26T07:14:26.62638+00:00",{"id":99,"slug":100,"title":101,"created_at":102},"4bcec76f-4c36-4daa-909f-54cd702f7c93","claude-users-spreading-out-and-getting-better-zh","Claude 用戶更分散，也更會用","2026-03-26T07:22:52.325888+00:00",{"id":104,"slug":105,"title":106,"created_at":107},"bd903b15-2473-4178-9789-b7557816e535","openclaw-raises-hard-question-for-ai-models-zh","OpenClaw 逼問 AI 模型價值","2026-03-26T07:24:54.707486+00:00",{"id":109,"slug":110,"title":111,"created_at":112},"eeac6b9e-ad9d-4831-8eec-8bba3f9bca6a","gap-google-gemini-checkout-fashion-search-zh","Gap 把結帳搬進 Gemini","2026-03-26T07:28:23.937768+00:00",{"id":114,"slug":115,"title":116,"created_at":117},"0740e53f-605d-4d57-8601-c10beb126f3c","google-pushes-gemini-transition-to-march-2026-zh","Google 把 Gemini 轉換延到 2026 年 3…","2026-03-26T07:30:12.825269+00:00",{"id":119,"slug":120,"title":121,"created_at":122},"e660d801-2421-4529-8fa9-86b82b066990","metas-llama-4-benchmark-scandal-gets-worse-zh","Meta Llama 4 分數風波又擴大","2026-03-26T07:34:21.156421+00:00",{"id":124,"slug":125,"title":126,"created_at":127},"183f9e7c-e143-40bb-a6d5-67ba84a3a8bc","accenture-mistral-ai-sovereign-enterprise-deal-zh","Accenture 攜手 Mistral AI 賣主權 AI","2026-03-26T07:38:14.818906+00:00",{"id":129,"slug":130,"title":131,"created_at":132},"191d9b1b-768a-478c-978c-dd7431a38149","mistral-ai-faces-its-hardest-year-yet-zh","Mistral AI 迎來最硬的一年","2026-03-26T07:40:23.716374+00:00"]