

一、趨勢觀察：當 AI 開始幫我們寫 Code

身為一名在軟硬整合領域長期打滾的軟硬體整合架構師，最近我密切觀察團隊與業界的一個變化：AI Coding Agent（如 Cursor, Windsurf）的興起。

這確實是一個技術紅利期。年輕工程師發現，只要把需求寫成詳細的規格 (Spec)

職場

學習

投資理財

以行動支持創作者！付費即可解鎖

科技

熱愛探索新興科技與智慧生活的融合，專注於法律、AI 與系統思維的交會。
期望透過分享深度觀點與實踐經驗，與志同道合的夥伴共同成長，讓科技成為推動社會進步與倫理創新的力量。

律博坊

開發

授權

著作權法

工程師

程式

整合

觀察

產品

法律

當 AI 讓「規格驅動開發 (SDD)」成為主流，產品的潛在風險在哪裡？—論「律法驅動開發 (LDD)」的必要時刻

近期Google 推出 Gemini 3 的那一刻，我有一種奇妙的感覺：

這可能是一個新的起點，但還不能下定論。

不是因為效能跑贏誰、推理更強、上下文更長，

而是因為—— 這次 Google 從模型、產品、生態，到生活各層面，都出現了「三」的結構感。



而這讓我想起《道德經》裡那句：

道

音樂藝文

Google

Gmail

Android

Chrome

模型

OpenAI

搜尋

資訊

結構

作業系統

Google Gemini 3 的發表感覺看到:道生一、一生二、二生三、三生萬物

最近AI趨勢從一般的AI到現在的Agent, 那麼在做多代理（Multi-Agent）與大模型應用時，由於訊息傳遞會用到JSON但是也會相對的消耗大量的token。

主要因為在大模型裡，每一句話、每個字、每個欄位名都是成本—— 不只是「花錢」，也是「能源、碳排、算力」的消耗。 所以最近剛好看到出了

衣服

抽屜

JSON格式也有收納為TOON

最近因為AI的熱門程度，相繼有很多方便的工具被開發出來，尤其像最近熱門的n8n, 還有dify, 剛好之前有在用node-red就在相這些差在那裡，研究了一下之後有些心得在此分享一下。

一、三者主要用途：

Dify：做 AI 應用的積木，幫你快速組出 Chatbot、問答系統。

n8n：做自動

軟體開發

控制

n8n、dify、Node-RED 到底差在哪？

最近數位發展部對 AI 人才提出了明確定義，將 AI 產業人才分為研究、開發、應用三大類。

 素養類認證:像是經濟部 2025 年要推的「AI應用規劃師」初級、台灣人工智慧學校（AIA）的素養級認證。這個就是讓大家先有基本概念，知道 AI 是什麼、能做什麼、不能做什麼。

工具類認證:Google

政治與評論

台灣人工智慧學校

認證

人才

專案

數位發展部

中文

搭上台灣 AI 人才順風車：我的 IBM AI Engineering Professional Certificate

想像一位廚師，最初只能依靠一本厚重的食譜，逐字逐行地按步驟烹飪；而隨著技術與經驗的累積，他終於能自由搭配食材，依據情境即興創作。

AI的演化過程，正像這位廚師的成長。

一開始的AI發展受限於算力不足，加上學術研究尚未如今日豐富。



那時的AI主要基於簡單的專家規則系統。隨著半導體技術的進步帶