鐵人檔案
過去擔任資料科學家比較多的工作內容是做資料分析、實驗設計、模型建置等，對 AI Agents 的應用只有零散的理解。與其只是自己讀一些教科書上的內容或看課程影片，不如實際動手操作一個專案來驗證自己是否對 AI 有更深入的了解。這 30 天給自己的目標：利用 30 天紀錄專案的製作過程，分享學習過程中的各種面向。
挑戰用 30 天利用 Side Project 學習 AI Agents AI Agents 是這兩年很熱門的話題，網路上有大量教學，各家公司也開始思考怎麼把...
今天要聊什麼？ 昨天聊了為什麼想用 30 天做這個 side project，也大致介紹了想做一個讓台灣小品牌更容易被找到的探索平台。但在開始討論模型、AI A...
今天要聊什麼？ 昨天把商業問題拆成資料、搜尋與探索三塊，而三件事最後都指向同一個前提：機器要能理解一個產品是什麼。今天從最底層的那一塊開始：分類。昨天那句「送給...
今天要聊什麼？ 昨天聊了 taxonomy（分類體系）的設計，也提到分類定義好之後，它會成為 UI、SEO 與 AI 資料增補共用的一份契約。但分類樹再完整，品...
今天要聊什麼？ 上一篇談的是架構取捨：外層流程由程式控制，只有在任務需要根據當下狀況動態決定下一步時，才把這部分交給 Agent。 今天就沿著這個原則，看看我怎...
今天要聊什麼？ 上一篇最後留了一個問題：模型給出一個答案，不代表下一段程式就能安全使用。當 AI 真正被放進一條程式 pipeline 裡，我開始覺得 inpu...
今天要聊什麼？ 上一篇先把模組之間的資料交接處理好：透過明確的欄位、型別與結構，讓上一個階段的輸出可以被下一個階段穩定讀取。有了這個基礎，這篇開始往 Agent...
今天要聊什麼？ 上一篇讓 Agent 根據當下資訊決定下一步，也把真正的資料抓回來了。但抓得到和格式正確的資料並不代表是我們需要的內容。 舉例來說，我們可能想抓...
今天要聊什麼？ 上一篇介紹了三種任務類型：封閉集合分類、基於證據的內容整合，以及多模態／脈絡判斷。這三種任務都會出現在這個專案裡，今天先從第一種封閉集合分類（c...
今天要聊什麼？ 上一篇討論的是一個答案集合已知的分類問題：給系統商品名稱和網路上抓到的文字，請它從既有類別中選出最適合的答案。 今天換一個問題。資料抓回來之後，...
