同時開好幾個 AI 助理怎麼管？Herdr 介紹與 Windows、Mac 安裝教學
我每天同時讓 Claude Code、Codex 等多個 AI 助理一起工作，靠的是一個叫 Herdr 的終端機工作區管理工具。這篇介紹 Herdr 是什麼、解決什麼問題、我實際怎麼配置，以及從安裝到第一次使用的完整步驟。
BLOG
企業 AI 導入
實務筆記
我們在導入現場整理出來的做法、判斷標準與踩過的雷。不談空泛趨勢，只寫能直接拿來評估、規劃與執行的內容。
開放權重模型怎麼微調？企業再訓練指南：LoRA、繼續預訓練、強化學習，以及什麼時候該用 RAG
下載了開放權重模型，要怎麼讓它更懂公司的業務？這篇用白話說明模型是怎麼訓練出來的、企業能做的四種再訓練方式、LoRA 為什麼能讓微調變便宜，以及資料準備、工具、成本與常見風險，最後告訴你什麼時候根本不需要微調。
開放權重模型是什麼？2026 DeepSeek、Qwen、Kimi、Gemma 比較：企業自架、雲端代管與授權風險
AI 模型可以架在公司自己的伺服器上嗎？DeepSeek 這類中國模型到底能不能用？這篇說明開放權重模型和閉源模型的差別，整理 2026 年主要的開放權重模型、授權條件與三種使用方式，最後給出企業的選擇原則。
前沿模型是什麼？2026 Claude、GPT、Gemini、Grok 四大家族比較與企業選擇方式
Claude Opus 5.5、GPT-6 Astra、Gemini 4 Argon、Grok 4.7……前沿模型每幾個月就換一輪冠軍，企業到底該怎麼選？這篇先說明前沿模型是什麼、和 ChatGPT 這類產品差在哪，再整理四大家族的最新陣容、分級與價格，最後給出企業選擇的原則。
AI 客服導入流程：12 週專案時程、分工與驗收，用一個情境案例走一遍
決定導入 AI 客服之後，專案要跑多久、公司內部誰要參與、每個階段交付什麼、怎麼驗收、什麼條件才能放行上線？這篇用一個保養品牌的情境案例，把 12 週的 AI 客服導入流程從啟動到上線後 90 天完整走一遍。
AI Agent 是什麼？2026 主流 AI Agent 比較：通用助理、辦公套件、自建平台到程式開發工具
ChatGPT Work、Claude Cowork、Copilot Cowork、n8n、Claude Code、Codex……AI Agent 產品越來越多，到底差在哪？這篇先說明 AI Agent 和聊天機器人的差別，再把主流產品分成四種類型比較，幫你判斷該從哪一種開始。
OpenClaw、Hermes Agent 怎麼選？2026 開源自架 AI Agent 比較與安全指南
OpenClaw 爆紅之後，Hermes Agent、NanoClaw、ZeroClaw、Nanobot，以及 NVIDIA 的 NemoClaw 一一出現。這篇說明這類「住在你電腦上」的開源 AI Agent 是什麼、五個主流專案差在哪，以及安裝前一定要先做好的安全設定。
AI 客服技術實作：LINE Messaging API × LLM 的架構與程式範例
從 Webhook 驗簽、冪等處理、對話狀態、Tool Use 意圖路由、混合檢索、Guardrail、Reply Token 時限到轉接真人，用 TypeScript 範例拆解一套可上線的 LINE AI 客服後端。
AI 客服系統怎麼建置：從規劃、架構到上線的完整指南
想用 AI 客服自動回覆 LINE 與網站訊息，卻擔心答錯、亂承諾、客人找不到真人？這篇從哪些問題適合交給 AI、系統架構、轉真人規則、建置步驟、成本到上線指標，完整整理企業建置 AI 客服的做法。
RAG 已死？拆解這個說法的 5 個理由與 7 個盲點
2026 年「RAG 已死」的說法越來越常見：上下文窗口到了百萬 token、Claude Code 放棄向量資料庫改用 grep。這篇整理這派說法的來龍去脈、他們說對的地方，以及套用到企業知識庫時容易忽略的 7 件事。
2026 年企業 RAG 怎麼做：6 個真正有用的檢索技術
RAG 知識庫答不好，問題通常出在「找資料」這一步。這篇整理 2026 年企業實務上最有效的 RAG 技術：長上下文與快取、混合檢索、重新排序、Contextual Retrieval、視覺文件檢索、Agentic RAG，以及 GraphRAG 適合的情境。
導入 RAG 知識庫前，先確認這 5 件事
企業想把內部文件變成可以直接提問的 AI 知識庫，常卡在資料、權限與驗收標準。這篇整理導入 RAG 前最值得先確認的 5 件事，以及每一項的判斷方式。