[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"article-openai-data-controls-keep-logs-tighter-zh":3,"article-related-openai-data-controls-keep-logs-tighter-zh":30,"series-tools-8ba4cdc4-f792-4c6b-80c3-a7e83f9f5ff1":83},{"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},"8ba4cdc4-f792-4c6b-80c3-a7e83f9f5ff1","openai-data-controls-keep-logs-tighter-zh","OpenAI 資料控管把日誌收緊","\u003Cp data-speakable=\"summary\">我把 \u003Ca href=\"\u002Ftag\u002Fopenai\">OpenAI\u003C\u002Fa> \u003Ca href=\"\u002Ftag\u002Fapi\">API\u003C\u002Fa> 的資料控管、保留模式與例外拆開，整理成一份可直接套用的團隊政策清單。\u003C\u002Fp>\u003Cp>我用 OpenAI API 一陣子了，最煩的不是模型回得慢，也不是價格表看了頭痛，是它的資料控管頁面總有一種「放心啦，我們很重視隱私」的口氣，然後下一秒就要我讀三種保留模式、幾個例外端點，外加一堆政策註記。這種文件我看多了，直覺就是：先別信安撫語，先問資料到底會不會被留、留多久、誰能看到。原始頁面在 \u003Ca href=\"https:\u002F\u002Fdevelopers.openai.com\u002Fapi\u002Fdocs\u002Fguides\u002Fyour-data\">developers.openai.com\u002Fapi\u002Fdocs\u002Fguides\u002Fyour-data\u003C\u002Fa>，我今天不是轉述公告，是把它拆成我會拿去開 launch review 的版本。\u003C\u002Fp>\u003Cp>我會想把這件事講清楚，因為只要你的 app 會碰 prompt、檔案、tool call、客服內容，資料流就不再只是「有沒有訓練模型」這麼簡單。真正麻煩的是：哪些內容會進監控日誌、哪些功能會存 application state、Zero Data Retention 到底砍掉哪條路、還有哪些地方是你以為關了其實沒關。這份文件提供的是原料，不是答案。我來補上答案。\u003C\u002Fp>\u003Cp>另外先講白一點，這不是在說 OpenAI 特別亂。所有做 AI 平台的公司，最後都會卡在安全、保留、產品行為三者互相打架。差別只在於文件有沒有幫你把決策路徑講乾淨。這頁有講到幾個\u003Ca href=\"\u002Fnews\u002F5-things-to-know-about-cursor-zh\">重點\u003C\u002Fa>，但也埋了不少容易踩雷的細節。\u003C\u002Fp>\u003Ch2>先分清楚：不是「不訓練」就等於「不留」\u003C\u002Fh2>\u003Cblockquote>“As of March 1, 2023, data sent to the OpenAI API is not used to train or improve OpenAI models (unless you explicitly opt in to share data with us).”\u003C\u002Fblockquote>\u003Cp>白話翻譯就是：API 預設不拿你的資料去訓練模型。這句很重要，因為它先打掉很多人腦中那種「我一送出 prompt，隔天就進模型」的恐懼。但它沒有說「完全不保存」，也沒有說「所有紀錄都立刻消失」。訓練用途和營運留存是兩件事，不能混在一起講。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780434194460-z15t.png\" alt=\"OpenAI 資料控管把日誌收緊\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>我看很多團隊就是卡在這裡。前端或 PM 聽到「不訓練」就以為隱私問題解完了，結果法務一進來問 retention window，資安一進來問 incident response，整個故事就散掉。你不能只寫一句「我們不用資料訓練」，那太像在交作業，不像在做系統。\u003C\u002Fp>\u003Cp>實操上，我會把內部政策切成兩層：第一層是訓練使用，第二層是營運保留。第一層回答「會不會拿去訓練」，第二層回答「會留在哪裡、留多久、誰有權限」。如果你只寫一層，通常就是沒寫完。\u003C\u002Fp>\u003Cul>\u003Cli>先定義你的產品是否允許使用者 opt in 資料分享。\u003C\u002Fli>\u003Cli>把你自己系統的 prompt、response、file 是否會保存列清楚。\u003C\u002Fli>\u003Cli>把 model training policy 和 retention policy 分開寫，別混成一段廢話。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>預設 30 天監控日誌，才是你該盯的底線\u003C\u002Fh2>\u003Cblockquote>“By default, abuse monitoring logs are generated for all API feature usage and retained for up to 30 days.”\u003C\u002Fblockquote>\u003Cp>這句才是實務上的重點。OpenAI 的意思很直白：預設會產生 abuse monitoring logs，而且最長保留 30 天。這些日誌可能包含客戶內容，像 prompt、response，還有從內容推得出的 metadata。也就是說，你送進去的東西，別先幻想它只是「過一下就沒了」。預設就是有一條保留路徑。\u003C\u002Fp>\u003Cp>我之前看過一個內部 AI 助手\u003Ca href=\"\u002Fnews\u002Fkimi-k26-live-300-agent-workflows-zh\">上線\u003C\u002Fa>案，團隊對外話術寫得很漂亮，說我們很重視隱私。結果一翻工程文件，沒人能講清楚資料從使用者輸入到 vendor logs 到底怎麼走。最後不是技術問題，是 review 問題：刪除請求怎麼處理、稽核要看哪裡、客服怎麼回答。這種洞，通常都是上線前才開始補。\u003C\u002Fp>\u003Cp>文件也有講，30 天不是鐵板一塊；如果法律要求，或為了保護服務與第三方避免傷害，可能會更久。這很正常，但意思就是：不要把它理解成「保證 30 天後必刪」。如果你的合規需求需要硬保證，就要把它當成「預設窗口加例外」，不是「絕對刪除承諾」。\u003C\u002Fp>\u003Cp>實操寫法很簡單：先畫資料地圖。把 prompt、response、metadata、vendor logs、你自己的 app logs 分開看。很多團隊的問題不是沒寫政策，是同一份內容散落在四個地方，刪除故事根本兜不起來。\u003C\u002Fp>\u003Cul>\u003Cli>列出所有可能落地的地方。\u003C\u002Fli>\u003Cli>標記哪些你能控，哪些是 vendor 控。\u003C\u002Fli>\u003Cli>把預設保留期和例外條件寫死在文件裡。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>Modified Abuse Monitoring 是企業最常需要的折衷\u003C\u002Fh2>\u003Cblockquote>“Modified Abuse Monitoring excludes customer content ... from abuse monitoring logs across all API endpoints, while still allowing the customer to take advantage of the full capabilities of the OpenAI platform.”\u003C\u002Fblockquote>\u003Cp>這個模式聽起來很無聊，但老實說，很多企業最後想要的就是這個：不要太寬鬆，也不要為了隱私把平台功能搞到半殘。翻譯一下就是，它把 customer content 從 abuse monitoring logs 拿掉，但平台功能還是照跑。\u003C\u002Fp>\n\u003Cfigure class=\"my-6\">\u003Cimg src=\"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780434195149-2uxh.png\" alt=\"OpenAI 資料控管把日誌收緊\" class=\"rounded-xl w-full\" loading=\"lazy\" \u002F>\u003C\u002Ffigure>\n\u003Cp>不過這裡有個很常見的坑：它不是你自己在 dashboard 上隨手一切就好。文件寫得很清楚，符合資格的客戶要先拿到核准，還有額外條件要接受。也就是說，這不是 Friday afternoon 可以順手改掉的設定，而是要進正式流程的控制項。\u003C\u002Fp>\u003Cp>我很怕團隊先把架構畫好，才發現自己其實還沒拿到這個控制。那種感覺就像把房子蓋到一半，才問地基有沒有核准。很蠢，但真的常發生。\u003C\u002Fp>\u003Cp>另外，文件也說啟用這個模式的客戶，仍要負責使用者是否遵守 OpenAI 政策，以及法規要求的 moderation \u002F reporting 義務。這句很重要，因為它在提醒你：隱私控制不是免責符。你還是得管你的產品行為。\u003C\u002Fp>\u003Cp>實操上，我會把這個控制寫進 launch checklist，並把核准依賴標成前置條件，不要等到要上線才發現卡住。\u003C\u002Fp>\u003Cul>\u003Cli>先確認是否符合資格，再把它寫進架構圖。\u003C\u002Fli>\u003Cli>指定一個 policy owner，不要三個人各管一半。\u003C\u002Fli>\u003Cli>把 moderation 和 reporting 流程獨立存檔。\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>Zero Data Retention 這名字很猛，實際沒那麼絕對\u003C\u002Fh2>\u003Cblockquote>“Zero Data Retention excludes customer content from abuse monitoring logs in the same way as Modified Abuse Monitoring.”\u003C\u002Fblockquote>\u003Cp>我最不信的就是這種名字很滿、內容很細的功能。Zero Data Retention 聽起來像是「完全不留」，但文件其實講得很保守：它只是把 customer content 從 abuse monitoring logs 排除掉，並不是把所有可能的保存路徑一次清乾淨。名字比實作更兇，這很常見。\u003C\u002Fp>\u003Cp>翻譯一下就是：ZDR 是針對一條特定保留路徑，不是對整個平台做全域清空。文件還明講，某些 endpoints 仍可能存 application state。這點超重要，因為很多人一看到 ZDR 就腦補成「那我\u003Ca href=\"\u002Fnews\u002Fwhy-gnome-look-matters-linux-cursors-zh\">什麼\u003C\u002Fa>都不用管了」。沒有，沒這麼爽。\u003C\u002Fp>\u003Cp>文件也提到，對 \u003Ca href=\"https:\u002F\u002Fdevelopers.openai.com\u002Fapi\u002Freference\u002Fresponses\">\u002Fv1\u002Fresponses\u003C\u002Fa> 和 \u003Ca href=\"https:\u002F\u002Fdevelopers.openai.com\u002Fapi\u002Freference\u002Fchat\">\u002Fv1\u002Fchat\u002Fcompletions\u003C\u002Fa> 來說，在 ZDR 下 store 參數會被視為 false，就算你在 request 裡硬塞 true 也一樣。這種細節很救命，因為它直接影響你 client code 的假設。如果你的產品依賴 stored outputs，ZDR 會改掉行為。\u003C\u002Fp>\u003Cp>我會把這種控制當成約束，不是承諾。它確實能縮小資料路徑，但你還是得逐一檢查每個 endpoint、每個 stateful feature。沒做這件事，最後就會得到一份看起來很嚴、實際很鬆的政策。\u003C\u002Fp>\u003Cp>實操寫法：先盤點你有沒有用到 stored outputs、conversation state、file persistence。只要有一項需要持久化，ZDR 可能就不是你的預設選項。\u003C\u002Fp>\u003Ch2>Application state 才是最容易被忽略的坑\u003C\u002Fh2>\u003Cblockquote>“Data may be stored as: Abuse monitoring logs ... Application state: Data persisted from some API features in order to fulfill the task or request.”\u003C\u002Fblockquote>\u003Cp>這句我會直接劃重點。Abuse monitoring 很好懂，大家都知道是 log。真正麻煩的是 application state，因為它聽起來不像 log，卻一樣會留下資料。也就是說，有些功能會為了完成任務而把資料持久化，這不是 bug，是設計的一部分。\u003C\u002Fp>\u003Cp>白話一點，這代表你不能只看安全政策，還要看產品功能本身會不會存狀態。尤其是你有用 responses、conversation history、background tasks、檔案輸入、retrieval flow 之類的東西時，這件事會變得很現實。\u003C\u002Fp>\u003Cp>我看過太多團隊嘴上說「我們沒有存使用者資料」，結果實際上 conversation context、附件、任務狀態至少存了兩份。那句話可能在情緒上是真的，在系統層面卻不是真的。文件就是在提醒你別自欺欺人。\u003C\u002Fp>\u003Cp>實操上，我會先做 feature inventory，不是 model inventory。因為你真正要問的是：這個功能會不會為了完成 request 而存東西？如果會，那就要進資料清單。\u003C\u002Fp>\u003Cul>\u003Cli>Responses API\u003C\u002Fli>\u003Cli>Chat Completions\u003C\u002Fli>\u003Cli>檔案輸入與檢索流程\u003C\u002Fli>\u003Cli>任何有背景任務或保存狀態的 agent workflow\u003C\u002Fli>\u003C\u002Ful>\u003Ch2>上線前我會怎麼跟團隊講\u003C\u002Fh2>\u003Cp>如果是我在做 pre-launch review，我不會先講一堆政策術語。我會先講資料路徑。因為真正的風險不是你少讀一句文件，而是你做出一個產品，卻默默依賴了你沒打算接受的儲存行為。\u003C\u002Fp>\u003Cp>所以順序我會這樣排：第一，確認這個 app 能不能接受預設 30 天 abuse monitoring。第二，判斷是否真的需要 Modified Abuse Monitoring 或 ZDR。第三，把每個會存 application state 的 endpoint 和 feature 全部列出來。第四，把使用者對外說法、內部合規義務、刪除流程全部寫在同一份 review packet 裡。\u003C\u002Fp>\u003Cp>這聽起來很煩，因為它本來就很煩。但比起上線後才發現隱私說法對不上，這種前置工作便宜太多。我寧願在 review 會議上多吵半小時，也不要在事故後補三天。\u003C\u002Fp>\u003Cp>還有一點很現實：如果公司真的要申請更嚴格的控制，別把它當成產品小決定。文件已經說了要核准，那它就應該跟 procurement、security review、legal signoff 放在同一個層級。這不是設計偏好，是交付依賴。\u003C\u002Fp>\u003Cp>我也會把 \u003Ca href=\"https:\u002F\u002Fopenai.com\u002Fpolicies\u002Fusage-policies\u002F\">OpenAI usage policies\u003C\u002Fa>、\u003Ca href=\"https:\u002F\u002Fdevelopers.openai.com\u002Fapi\u002F\">API reference\u003C\u002Fa>，以及你們自己的 retention policy 放在同一包文件裡。這三份如果互相打架，通常不是文案問題，是產品流程有洞。\u003C\u002Fp>\u003Ch2>可抄的模板\u003C\u002Fh2>\u003Cpre>\u003Ccode># OpenAI API 資料控管清單（可直接用在 launch review）\n\n## 1. 預設立場\n- 我們理解 OpenAI API 預設不會拿 API 資料去訓練模型。\n- 我們把 abuse monitoring logs 視為預設會存在。\n- 我們先假設保留期最長 30 天，除非有更嚴格的控制已核准。\n\n## 2. 控制選擇\n- [ ] 預設 abuse monitoring 可以接受\n- [ ] 已申請 Modified Abuse Monitoring\n- [ ] 已申請 Zero Data Retention\n- [ ] 核准紀錄已存到專案文件\n\n## 3. 資料地圖\n列出所有可能存放 customer content 的地方：\n- 自家資料庫：\n- Vendor abuse monitoring logs：\n- Conversation state：\n- 檔案儲存：\n- 分析日誌：\n- 客服匯出檔：\n\n## 4. Endpoint \u002F feature 檢查\n每個 endpoint 或功能都回答這四題：\n- 會不會存 application state？\n- 會不會受 `store=true` 影響？\n- 啟用 ZDR 之後行為有沒有變？\n- 會不會產生 files、traces、conversation history？\n\n## 5. 合規責任\n- 我們負責使用者是否遵守適用的 OpenAI policies。\n- 我們負責法規要求的 moderation \u002F reporting。\n- 我們有自己的刪除與保留流程。\n\n## 6. 上線門檻\n以下全部完成前不得上線：\n- [ ] 法務已審過選定的保留模式\n- [ ] 資安已審過資料路徑\n- [ ] 產品已寫好對外隱私說法\n- [ ] 工程已測過 stateful endpoints 在該模式下的行為\n- [ ] Support 已知道怎麼回答 retention \u002F deletion 問題\n\n## 7. 內部註記\n來源文件：https:\u002F\u002Fdevelopers.openai.com\u002Fapi\u002Fdocs\u002Fguides\u002Fyour-data\n這份清單是工作模板，不是法律意見。\u003C\u002Fcode>\u003C\u002Fpre>\u003Cp>我會把這段當成活文件，不是一次性筆記。重點不是漂亮，是逼每個人都先回答同一組問題，避免產品一邊長大，一邊把資料默默存到沒人管的地方。\u003C\u002Fp>\u003Cp>原始來源是 OpenAI 的 \u003Ca href=\"https:\u002F\u002Fdevelopers.openai.com\u002Fapi\u002Fdocs\u002Fguides\u002Fyour-data\">Data controls in the OpenAI platform\u003C\u002Fa> 文件；我這篇的拆解、優先順序和清單格式是我自己整理的，政策細節與引用語句則來自原文件。另可參考 \u003Ca href=\"https:\u002F\u002Fdevelopers.openai.com\u002Fapi\u002F\">OpenAI API docs\u003C\u002Fa> 與 \u003Ca href=\"https:\u002F\u002Fopenai.com\u002Fpolicies\u002Fusage-policies\u002F\">usage policies\u003C\u002Fa> 作交叉確認。\u003C\u002Fp>","我把 OpenAI API 的資料控管、保留模式與例外拆開，整理成一份可直接套用的團隊政策清單。","developers.openai.com","https:\u002F\u002Fdevelopers.openai.com\u002Fapi\u002Fdocs\u002Fguides\u002Fyour-data",null,"https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1780434194460-z15t.png","tools","zh","f3a54016-5413-4e95-8792-a0df12d996f3",[17,18,19,20,21],"OpenAI API","data retention","Zero Data Retention","Modified Abuse Monitoring","privacy policy",[23,24,25],"先把「不訓練」和「不保留」拆成兩層，別混著寫。","預設 30 天監控日誌是底線，ZDR 也不等於全域零保存。","上線前要先盤點 application state 與所有資料落點，才能寫出可執行的政策。",4,"2026-06-02T21:02:50.083598+00:00","2026-06-02T21:02:50.069+00:00","ddbe17bf-4560-43f7-af76-3e7d6e08e601",{"tags":31,"relatedLang":42,"relatedPosts":46},[32,34,36,38,40],{"name":17,"slug":33},"openai-api",{"name":19,"slug":35},"zero-data-retention",{"name":21,"slug":37},"privacy-policy",{"name":18,"slug":39},"data-retention",{"name":20,"slug":41},"modified-abuse-monitoring",{"id":15,"slug":43,"title":44,"language":45},"openai-data-controls-keep-logs-tighter-en","OpenAI data controls let you keep logs tighter","en",[47,53,59,65,71,77],{"id":48,"slug":49,"title":50,"cover_image":51,"image_url":51,"created_at":52,"category":13},"736e7c19-d81b-4266-b1ff-6f13295b1608","cursors-latest-update-ide-workflow-tools-zh","Cursor 最新更新證明：IDE 必須升級成工作流程工具","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781491671914-7wov.png","2026-06-15T02:47:20.32431+00:00",{"id":54,"slug":55,"title":56,"cover_image":57,"image_url":57,"created_at":58,"category":13},"f4124807-6c95-424a-8d27-4c79020cff1a","cursor-bugbot-before-push-not-pr-zh","Cursor 的 Bugbot 應該先於 push，而不是卡在 PR","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781490766583-u6gl.png","2026-06-15T02:32:16.371174+00:00",{"id":60,"slug":61,"title":62,"cover_image":63,"image_url":63,"created_at":64,"category":13},"c66ec601-83a5-4f30-933d-9cb6f033d1b1","prompt-engineering-writing-skill-not-magic-trick-zh","提示工程不是魔法，是寫作能力","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781470976122-5307.png","2026-06-14T21:02:27.880576+00:00",{"id":66,"slug":67,"title":68,"cover_image":69,"image_url":69,"created_at":70,"category":13},"2a3ab73e-e585-42cb-9ee8-1552d1307bb8","open-notebook-turns-notebooklm-into-open-source-zh","Open-Notebook 讓 NotebookLM 變開源","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781450302934-yaye.png","2026-06-14T15:17:50.078985+00:00",{"id":72,"slug":73,"title":74,"cover_image":75,"image_url":75,"created_at":76,"category":13},"8c54af61-2536-4778-b286-fbc4ba04b5b8","gpu-mag-list-turns-gpu-tests-into-workflow-zh","GPU Mag 清單變成測試流程","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781440405583-axcq.png","2026-06-14T12:33:00.102614+00:00",{"id":78,"slug":79,"title":80,"cover_image":81,"image_url":81,"created_at":82,"category":13},"4e519cd3-4dcd-41b6-8ff1-66a58921acf7","openai-pricing-turns-token-math-into-budgets-zh","OpenAI 定價把 token 算成預算","https:\u002F\u002Fxxdpdyhzhpamafnrdkyq.supabase.co\u002Fstorage\u002Fv1\u002Fobject\u002Fpublic\u002Fcovers\u002Finline-1781436795172-y91a.png","2026-06-14T11:32:53.757498+00:00",[84,89,94,99,104,109,114,119,124,129],{"id":85,"slug":86,"title":87,"created_at":88},"855cd52f-6fab-46cc-a7c1-42195e8a0de4","surepath-real-time-mcp-policy-controls-zh","SurePath 推出即時 MCP 政策控管","2026-03-26T07:57:40.77233+00:00",{"id":90,"slug":91,"title":92,"created_at":93},"9b19ab54-edef-4dbd-9ce4-a51e4bae4ebb","mcp-in-2026-the-ai-tool-layer-teams-use-zh","2026 年 MCP：團隊真的在用的 AI 工具層","2026-03-26T08:01:46.589694+00:00",{"id":95,"slug":96,"title":97,"created_at":98},"af9c46c3-7a28-410b-9f04-32b3de30a68c","prompting-in-2026-what-actually-works-zh","2026 提示工程，真正有用的是什麼","2026-03-26T08:08:12.453028+00:00",{"id":100,"slug":101,"title":102,"created_at":103},"05553086-6ed0-4758-81fd-6cab24b575e0","garry-tan-open-sources-claude-code-toolkit-zh","Garry Tan 開源 Claude Code 工具包","2026-03-26T08:26:20.068737+00:00",{"id":105,"slug":106,"title":107,"created_at":108},"042a73a2-18a2-433d-9e8f-9802b9559aac","github-ai-projects-to-watch-in-2026-zh","2026 必看 20 個 GitHub AI 專案","2026-03-26T08:28:09.619964+00:00",{"id":110,"slug":111,"title":112,"created_at":113},"a5f94120-ac0d-4483-9a8b-63590071ac6a","claude-code-vs-cursor-2026-zh","Claude Code 與 Cursor 深度對比：202…","2026-03-26T13:27:14.279193+00:00",{"id":115,"slug":116,"title":117,"created_at":118},"0975afa1-e0c7-4130-a20d-d890eaed995e","practical-github-guide-learning-ml-2026-zh","2026 機器學習入門 GitHub 實用指南","2026-03-27T01:16:49.712576+00:00",{"id":120,"slug":121,"title":122,"created_at":123},"bfdb467a-290f-4a80-b3a9-6f081afb6dff","aiml-2026-student-ai-ml-lab-repo-review-zh","AIML-2026：像課綱的學生實驗 Repo","2026-03-27T01:21:51.467798+00:00",{"id":125,"slug":126,"title":127,"created_at":128},"80cabc3e-09fc-4ff5-8f07-b8d68f5ae545","ai-trending-github-repos-and-research-feeds-zh","AI Trending：把 AI 資源收成一張表","2026-03-27T01:31:35.262183+00:00",{"id":130,"slug":131,"title":132,"created_at":133},"3ce6e6e2-bac5-463e-9f8d-45caabcc61f7","awesome-ai-for-science-research-tools-map-zh","AI 科研工具清單，開始像地圖了","2026-03-27T01:46:50.521945+00:00"]