最新文章
-

你還在用 Slack 傳訊息?Salesforce 已悄悄把它變成 AI 工作夥伴了
Salesforce 為 Slackbot 新增 30 項 AI 功能,內部員工滿意度 96%、每年省 50 萬工時。解析 4 大關鍵功能,以及台灣企業 AI 導入的真正障礙。工具準備好了,人還沒準備好。
-

日本企業 AI Agent 導入實錄:Toyota、三菱 UFJ 月省 22 萬小時,95% 的企業卻做不到
95% 的企業都在實驗 AI,但只有 5% 真的從 AI 賺到錢。差距在哪?不是工具,是組織。 BCG 最新報告直接講了一句很痛的話:AI 轉型 70% 的價值來自「重新思考人的部分」,不是技術本身。 Deloitte 的數據更殘酷——全球只有 6% 的組織在人機協作設計上有實質進展。McKinsey 說 81% 的企業雖然在用 AI,但看不到底線改善。 三大顧問公司不約而同指向同一件事。你買了最好的工具,但沒有改變人用工具的方式,等於白買。 但有些公司不是這樣。日本企業在 2026 年第一季交出了讓人印象深刻的成績單。 Toyota O-Beya:用 AI 保住老師傅的腦袋 Toyota 做了一個叫「O-Beya」的系統。O-Beya 是日文「大房間」的意思,概念是讓所有工程師走進同一個虛擬空間,隨時查資料、問問題、跨部門協作。 這套系統跑在 Microsoft Azure 上,用 GPT-4o 大型語言模型,裡面有四個專門的 AI Agent,分別負責電池、馬達、法規和系統控制。 目前動力系統部門 800 名工程師都在用,每個月使用次數超過數百次。 為什麼 Toyota 要做這個?因為他們的核心問題不是效率,是生存。動力系統部門的專家年紀都偏大,一旦退休,幾十年的經驗就帶走了。在製造業,這叫「技術傳承斷層」,是比任何競爭對手都可怕的威脅。 O-Beya 做的事情很簡單:把老師傅的知見變成 AI 可以回答的知識。 新進工程師遇到問題,不用等資深前輩有空,直接問 AI Agent,拿到的答案是基於幾十年實戰經驗的判斷。 2026 年,Toyota 更擴大了
-

AI Agent 寫 Code 為什麼會失控?因為你沒給它這份文件
本文是社群貼文的完整延伸版。社群版講了核心概念,本文加上四大準則的實務拆解、黃金標準檔案的建立方法、以及台灣企業實際導入 AI coding agent 時最常踩的坑。重點回顧 Stack Overflow Blog 在 2026 年 3 月 26 日發了一篇文章,直接點出現在軟體工程的現實:工程師越來越少親手寫程式碼,越來越多是讓 coding agent 幫忙寫,自己做設計和 code review。
-

87% 的 AI 寫程式 PR 有資安漏洞:Claude Code vs Codex vs Gemini 完整解析
DryRun Security 測試 Claude Code、OpenAI Codex、Google Gemini 三款 AI 程式 Agent,30個PR中26個有漏洞,漏洞率87%。六大結構性漏洞類型完整解析,以及台灣企業可立即執行的安全檢查清單。
-
AI 寫的程式碼有漏洞,誰來抓?OpenAI Codex Security 的答案讓資安界沉默了
— title: “AI 寫的程式碼有漏洞,誰來抓?OpenAI Codex Security 的答案讓資安界沉默了” slug: “openai-codex-security-ai-vulnerability-scanner” date: “2026-03-28” description: “OpenAI Codex Security 上線 30 天掃描 120 萬筆 commit,揪出 11,000 個高危漏洞、14 個正式 CVE。它不是傳統掃描器,而是像真正資安研究員一樣建 threat model、驗證可利用性。這對企業 AI 導入有什麼啟示?” tags: [AI, 資安, OpenAI, CodexSecurity, 企業AI] author: “黃敬峰(AI峰哥)” seo_title: “OpenAI Codex Security:AI 資安研究員 30 天掃出 14 個 CVE” seo_description: “OpenAI Codex Security 上線一個月掃描 120 萬筆 commit,揪出
-
你的 AI 正在把你養廢:Science 研究揭露諂媚 AI 的 3 個危害
Stanford 最新 Science 期刊研究:11 款 AI 測試發現,ChatGPT、Claude 等比人類多 49% 認同用戶,即使行為有害也認同 47%。了解 AI 諂媚的真實危害與應對方法。
-

Meta 要求全員停工學 AI 一週:你的公司下一個?
Meta 推行「AI 訓練週」讓八萬員工停工動手做 AI。Business Insider 揭露內幕:PM 兩天上線功能、Reality Labs 千人團隊重組、同期裁員 700 人。阿峰老師解析這對台灣企業的啟示。
-

Cursor 秘密用中國 AI 模型,被抓包後才承認
Cursor 新模型 Composer 2 被發現底層使用中國 Moonshot AI 的 Kimi K2.5,引發 AI 工具透明度爭議。這不只是一個公司的疏失,而是整個 AI 工具產業資訊不對稱的縮影。
-

Cursor Composer 2 實測分析:benchmark 超越 Claude Opus 4.6,定價砍 10 倍是怎麼做到的
Cursor 推出 Composer 2,在 Terminal-Bench 2.0 以 61.7 超越 Claude Opus 4.6 的 58.0,定價僅 0.5 美元/百萬 token。本文分析技術架構、Kimi K2.5 爭議、上下文壓縮創新,以及對企業 AI 工具選型的實際意義。
-

日本 AI 一人社長年商 6000 萬:一個人 + AI 如何取代整間公司
本文是社群貼文的完整延伸版。 社群版講了核心觀念,本文加上獨家深度分析和操作指南。 重點回顧 日本出現越來越多「AI 一人社長」。最具代表性的案例:一個人用 AI 做電商(EC),年商 6000 萬日圓(約台幣 1,200 萬),零員工,每天實際工時六到八小時。 關鍵不是工具,是思維:從「用 AI」升級成「把 AI 組進流程裡」——日本人稱之為「仕組み(機制)」。另一個案例是報價單自動化,工時直接砍 75%。 【獨家】仕組み思維:為什麼「機制」比「工具」有用十倍 很多人聽到「年商 1,200 萬台幣、一個人、零員工」會以為是科技創業、有什麼特殊背景。實際上這個案例是電商(EC)——網路販售,日本最普通的創業類型之一。 那他跟其他電商創業者差在哪裡? 差在「仕組み」這個概念。 三種人用 AI 的層次 第一層:臨時型(最普通) 遇到問題 → 打開 AI → 問完 → 關掉。 這種用法確實有幫助,但效果上限很低。每次都要重新打開、重新描述背景、重新等輸出。你節省的是「打那幾個字」的時間。 第二層:模板型(稍微好一點) 建好一些常用的 Prompt 模板,遇到同類問題就用模板。比第一層快,但還是每次都需要人工介入。 第三層:機制型(真正有效的) 把 AI 設計成流程的一個環節。你設計好一次,之後它就自己跑。你介入的頻率,從「每次」降到「例外狀況」。 這個一人社長做的是第三層: 商品上架需要文案 → 不是每次叫 AI 寫,是設計好模板加自動觸發,商品資料進去,文案出來 客戶來信需要回覆 → 不是每次叫 AI 改語氣,是在進信箱之前,AI 就分類、標記、草擬好了