AI 自動化與智慧應用
AI Agent、生成式 AI、LLM 應用與自動化實戰：把人工智慧真正落地到企業流程的技術筆記。
讓 AI Agent 接上你的工作工具：哪些該開、哪些千萬別開
把 Agent 接上信箱、行事曆、報表，等於把一部分帳號權限交給一個會自己做決定的程式。本文是接工具系列的總覽：用讀寫分級的風險階梯決定開多大、用「錯了也沒差先接」的順序決定先接什麼，以及三條不分工具的看管原則。含我們自己環境的實際邊界與教訓。
Claude Skills 是什麼？把重複交代的規矩寫成檔案，AI 自己會去讀
同一套規矩跟 AI 交代到第五次，就該把它寫成檔案。Agent Skills 是一個資料夾加一個 SKILL.md，靠三層載入機制讓沒被用到的技能幾乎不佔成本。本文拆解官方必填欄位的限制、Claude Code 與 claude.ai 的分享範圍差異、跟 MCP 怎麼分工，以及我們自己踩到的三個坑，其中一個是過時的 Skill 用權威語氣叫人做白工。
對話式 AI 已經不夠用了？Antigravity、Claude Code、Codex 三大 AI Coding Agent 完整比較與企業選型指南
ChatGPT 聊得再順，程式還是得自己寫？我們在 2026 年 10 月重新查證 Google Antigravity、Claude Code、OpenAI Codex：三家的預設模型都換了，入門方案的內容也變了，整理成功能與價格對照表、第三方排行榜與選型指南。
2026 台灣企業 AI Agent 導入指南：從 PoC 幻覺到 ROI 落地的五大路徑
台灣企業導入 AI Agent 的成敗，幾乎在第一步就決定：你是先想清楚要解決的痛點，還是先迷上某套工具？正解是從單一、可量化的痛點切入再逐步擴展。本文整理客服、知識庫、銷售、營運報表、程式碼助手五大落地路徑與各自的陷阱。
AI 代理人失控？Google Antigravity Secure Mode 實戰：在受限沙盒中馴服你的 AI Coding 助理
AI Coding 助理不該擁有完整權限。當 AI Agent 能呼叫 Shell、讀寫檔案、發出網路請求，最安全的做法是關進受限沙盒。Google Antigravity 的 Secure Mode 用容器化隔離、檔案與網路白名單、指令攔截，讓 AI 能重構程式碼卻碰不到 .env 與系統敏感區。
ERP 總是被 AI 代理人打掛？2026 智慧流量閥門實戰：突破 API Rate Limit 的高頻操作防護網
AI Agent 直連 ERP 高頻調庫存、自動下單、改 BOM 表，核心系統頻頻被自家代理人打掛。本文實作智慧流量閥門，在 API Rate Limit 與自動化效率之間取得平衡，替企業後端裝上高頻操作的防護網。
規格即程式碼 (Spec as Code)：使用 Amazon Kiro 打造高可測試性的 AI 專案
當 AI Agent 擁有操作資料庫、呼叫 API、執行退款的權限，幻覺造成的災難就是真實的工程風險。Word/PDF 規格書管不住非決定性的 AI，解法是把業務邏輯寫成可執行、可進 Git、可在 CI/CD 驗證的規格，用 Amazon Kiro 實作 Spec as Code。
預測已死，行動萬歲？2026 AI 代理人如何利用「隱性數據」自主策劃行銷活動
傳統行銷自動化靠 IF-THEN 規則與固定排程，已經追不上即時變化的消費者意圖。AI 代理人的差別不在更準的預測，而在能自己動手：讀取隱性數據、即時判斷、直接策劃並執行行銷活動。本文拆解這套自主行銷的運作邏輯與落地方式。
Salesforce 只當通訊錄太可惜：Agentic AI 把 CRM 變成自主營運中樞
業務還在手動 Key-in 客戶資料、為一筆 Lead 開半小時的會？Salesforce 的 Agentic AI 能讓 CRM 從靜態資料庫升級成自主營運中樞：自動判斷 Lead 價值、主動觸發跟進動作。本文從架構到實戰，帶你完成這場轉型。
Laravel MCP 實戰：把散落各處的 Prompt 收進企業級提示詞中央銀行
提示詞像胡椒粉撒在 Controller 與 View 各處，改一個語氣得動十個檔案，這是 AI 狂熱期留下的典型技術債。這篇透過 Laravel 的 MCP 架構把提示詞集中成可版本控管的資產，統一管理、隨改隨生效。
AI Agent 單一任務成本怎麼算？從 Token 埋點到 Cost Per Task 的 ROI 公式實戰
衡量 AI 代理人 ROI 的關鍵指標不是「省下幾個人力」，而是單一任務成本（Cost Per Task）。在程式碼層級埋點，記錄每筆任務的 Token 消耗、成功率與人工介入比例，把 API 帳單換算成每個任務的成本，和真人成本對比，CFO 一看就懂。
AI 寫 Code 寫出一座垃圾山？2026 意圖驅動開發 (IBD) 實戰：拒絕技術債的 Prompt 工程學
Prompt 的本質是規格而不是聊天。AI 寫出難維護的程式碼，多半是因為我們丟過去的是模糊念頭，卻期待換回乾淨架構。這篇用意圖驅動開發（IBD）的實戰範例，示範怎麼把需求寫成可驗證的意圖，從源頭擋住技術債。
讓 AI 安全地直接對話資料庫：在 Laravel MCP 中設計嚴謹的 Tool 存取機制
把資料庫權限直接交給 LLM 等於開門揖盜，完全不給又擋住 AI 客服查訂單的需求。這篇在 Laravel 的 MCP Server 裡設計分層工具存取：唯讀範圍、欄位遮罩、白名單，讓 AI 查得到資料卻碰不壞系統。
伺服器在燃燒？2026 機櫃級 AI 平台散熱革命：從氣冷退場到液冷霸權的技術生存戰
單顆 AI 晶片功耗突破 1000W、單機櫃逼近 100kW，空氣已無法把熱量帶走，液冷（直接晶片液冷 DLC）成為 2026 新建 AI 機房的預設選項。散熱效率直接影響過熱降頻、API 延遲與自動化流程穩定性，軟體工程師也該看懂這場液冷革命。
讓 Bug 自己修好：Jira、Slack 與 Copilot 串成自動修復產線
凌晨三點被 Critical Bug 警報叫醒、手動查 Log、定位、修復、推 PR、等 CI/CD，這套流程在 2026 年已經不該全靠人工。本文直接給結論：你可以用 Jira（問題追蹤）+ Slack（決策中樞）+ GitHub Copilot / AI Agent（自動分析與修復）串成一條「…
AI 代理人失控前必讀：2026 MCP 架構下的後端資安防線與頻率限制實戰
MCP 讓 AI Agent 能直接操作資料庫、呼叫 API、部署程式碼，但協議本身沒有附煞車。這篇從後端視角拆解權杖權限最小化、工具白名單與頻率限制的實作細節，在代理人闖禍之前先把護欄與斷路器架好。