完成了一個新的外拍作品頁：Diana｜綠美圖。
這次把 2026.05.30 在台中綠美圖拍攝的人像作品，整理成一個可以慢慢瀏覽的線上畫廊。從圖書館裡的閱讀氣氛、玻璃反射、網格光線，到戶外草地與黃昏前的柔光，試著用一個完整頁面留下那天下午的節奏。
拍攝使用 Leica Q3 43 與 Leica M11 搭配 Voigtlander APO-ULTRON 90mm F2 VM。Leica Q3 43 操作上非常便利，很適合外拍。Leica M11 很吃手動對焦的速度，有時候 Diana 擺完動作，我甚至都還沒對到焦，但使用這樣的相機，還是有它的浪漫之處。
近日李多慧穿著北一女制服在球場上跳舞演出，原本看起來應該是一場配合台北城市主題的中場表演，沒想到後來在社群上引發一場不小的爭議。
這件事一開始讓我注意到的，是北一女校友魏琬容在 Threads 上的評論。她以校友與舞評人的身分談這場表演，先肯定李多慧的舞蹈力度、節奏與表演性，但接著提到「我的文化不該被拿來表演」這個概念，認為表演服裝不只是服裝，而是有詮釋意味的 costume。她進一步談到，在棒球場這種有大量男性觀眾的環境裡，穿上北一女制服表演，可能會牽涉到異性戀男性對女學生身體曲線、青春純真性感的渴望。
後來也有其他網友接著從男性凝視的角度發言，甚至認為如果不懂男性凝視，或不是女性，就沒有什麼發言權。只是很快地，這位網友又被翻出過往貼過兩位男警照片，寫下類似「...太帥了...我可以」的稱讚，於是留言區開始出現大量「這是不是雙標」的反擊。
看到這裡，我想起四年前博恩表演過的「三重標準」。
那幾段脫口秀其實很好笑，但背後談的事情並不只是笑話。在〈胸部的例子〉裡，他談的是同一句話，換一個人說、換一種語氣說、換一段關係說，就會被解讀成不同意思。在〈童謠的例子〉裡，他談的是我們對熟悉的東西常常很寬容，對不喜歡或陌生的東西卻會突然變得非常嚴格。在〈白肉素的例子〉裡，他最後得到一個很有趣的結論：每個人其實都會把自己的雙重標準畫在不同的位置。
我太太本週飛到馬來西亞去授課。
這幾年因為少子化的影響，各大學其實都在尋找自己的出路。過去我們談大學的國際化，常常會想到交換學生、海外姊妹校、國際研討會之類的形式，但現在更實際的作法，是和海外學校合作，開設境外碩士班或相關課程。一方面可以把學校與系所的影響力延伸到海外，另一方面也能讓師資生在學習過程中接觸不同國家的教育環境與學生樣貌。這當然有招生與營運上的現實考量，不過從教育現場來看，也確實是一件一舉多得的事情。
在她出發之前，我一直建議她可以在課程裡多跟學生分享 Codex 與 Antigravity 在教育和研究上的輔助實作。這並不是要把原本的專業課程變成 AI 工具課，而是我覺得，現在的學生如果只學到原本的專業知識，已經有點不夠了。後來我太太從出發前的課程規劃、每堂課的備課，到課堂中實際操作讓學生理解 AI 可以怎麼協助學習，與學生作業透過 AI 協助審閱、整理回饋意見，這些都使用 AI 來輔助，同時也放進這次教學的流程裡。
重要的地方在於，學生要學會的不是「問 AI 一個問題，然後把答案拿來用」，而是如何讓 AI 有效達成我們給予的任務。這中間牽涉到目標設定、資料提供、提示方式、結果檢查，也牽涉到使用者自己對專業內容是否有足夠的判斷能力。AI 可以加速很多事情，但它不會替我們承擔最後的判斷。
上圖是我運用自己 Blog 的文章，打造出一個數位化的個人風格模型，並且已經完成封裝，整理成好幾種 AI 框架都能使用的 Skill。畫面中左邊的視窗是我的測試題目。我輸入問題讓它回答，再檢視回覆是否像我平常會說的話。這已經是這項功能最後一輪的測試了。在此之前，我經歷了許多測試題目的回答、標註、給分與修正。一開始我只是跟同事開玩笑說，有時長官很喜歡在很晚的時候傳訊息，所以我想做一個聰明的自動回覆系統。以後超過某個時間之後收到的訊息，就讓 AI 幫我回覆......
年初這趟東京箱根九日旅行，利用上個週末假日，我終於把它整理成一個完整的旅行紀錄網站：
https://blog.duncan.idv.tw/2026-tokyo/
這不是單純的相簿，也不是流水帳行程表，而是把每天的路線、照片、Google Maps、Instagram Reel、去趣行程表與文字記錄，重新編排成比較像旅行雜誌的閱讀形式。
從成田機場的細雨、箱根小木屋、蘆之湖海盜船、大湧谷，到銀座、原宿、澀谷、新宿與最後一天的新大久保，九天的移動被整理成九個獨立頁面。每一天都有屬於我們家旅遊的節奏，也有我隨手記錄下的照片跟移動路線。
這次整理這個網站的過程，也讓我深刻感受到 AI 工具的進化。以前如果想把旅行紀錄做成這樣，光是整理素材、規劃版型、寫頁面、處理多語系與圖片，就會在思維的過程中停滯住了，畢竟這真的要耗費許多時間。現在透過 AI 可以幫我快速把想法變成可執行的網站，也讓我更自由地展現出自己想表達的方式。
陸續執行多種任務後，我也更確定一件事，AI 再厲害，最後還是需要人來決定「我要留下什麼」、「我要怎麼說」、「我希望別人怎麼閱讀這趟旅行」。
工具可以加速，形式可以生成，但真正的取捨、記憶、情感，以及怎麼表達，最終還是回到我們自己身上。
從聊天到工作流
近半年，我花了不少時間，在不同的 AI Agent 工具裡反覆折騰。
一開始的念頭很單純，一方面是工作上的需求，另一方面我想知道，Agentic AI 這些被稱為下一代工作革命的東西，到底是真正能幫研發團隊分攤工作，還是另一波被媒體包裝得很漂亮的新玩具。
三年半以前，我主要透過 LLM 的 Chat，或是 GitHub Copilot 來協助開發。當時主要的 IDE是 VSCode，工作方式也很直覺：我問問題，AI 回答；我寫程式，用 tab 補全；遇到 bug，我將錯誤訊息輸入，由 AI 推測原因。那時候的 AI像顧問，或是一個很懂語法的自動完成器。它可以提高速度，但真正決定工作如何展開的人還是我自己。
後來開始使用 Cursor、Windsurf，情況就有些變化了。AI 不再只是回答問題，而是開始處理整個專案脈絡。它會讀檔案、理解 repo、跨檔案修改，也可以承接較完整的功能開發。這時明顯感覺到，提示工程正在變成另一種東西。過去我們在意的是 prompt 寫得好不好，現在更重要的是任務是否被拆解清楚、上下文是否乾淨、驗收條件是否明確。
而從 Antigravity 推出之後，我就改用 Antigravity 來開發。同時我也混用了 Codex、Claude Code、Claude Cowork 等 coding agent。到這個階段，我已經很難只用「哪個工具比較強」來形容它們。它們比較像不同性格、不同工作習慣的工程師。問題不只是能力，而是我們要把什麼工作交給誰，以及怎麼讓它照著我們的期待前進。
Antigravity 的規劃感
Antigravity 很像一位習慣先把白板規劃好的人。接到工作需求之後，它通常不會立刻動手，而是先拆解問題、安排步驟、建立 task list，然後才往下執行。很多時候，它會停下來，需要我確認下一步。剛開始我覺得這樣有點慢，因為使用工具時，總會希望它愈快愈好，最好一句話，就能讓 AI 將整件事完成。
但真正把複雜任務交給它之後，這種需要我確認的節奏反而重要。當任務不只是問答，而是包含下載資料、閱讀論文、整理摘要、翻譯、建立文件，甚至跨 browser 與 terminal 操作時，AI 若沒有節制地一路往前衝，其實很容易偏離原本的目標，重點是 token 的消耗都要錢。
最早我曾讓它處理十五篇專業論文的工作流程。從下載、抽取內容、摘要、翻譯，到最後輸出整理過的文件，那種感覺很奇妙。它不只是執行而已，它會規劃，而這個能力很重要。真正的大型任務，會失敗往往不是模型看不懂，而是作業流程在某個地方開始偏掉，接著 token、上下文、檔案與工具呼叫混在一起變得難以控管。
對齊不只是一個好 prompt
我現在喜歡用「對齊」來說明我使用 AI 開發的方式。這裡說的對齊，不只是把 prompt 寫得漂亮，而是讓 AI 知道任務的方向、邊界、格式、停止條件，以及什麼事情需要跟我確認。
以前談提示工程時，很多重點放在角色設定、語氣、範例與輸出格式。這些當然還是有用，但 Agent 能做的事情變多之後，溝通方式也必須跟著改變。我會更明確地告訴它：先讀資料，不急著改；先提出計畫，不急著執行；遇到成本、權限、不可逆操作、或需要價值判斷的地方，要停下來；輸出之後，要用我指定的角度檢查，而不是只給一份看似完整的結果。而這些過程，我會混著雲地模型來使用，部分工作我先進行處理，才讓它接手後續作業。
這也是我現在使用 AI 的核心變化。它不再只是回答者，而是可以執行複雜任務的協作者。既然它會執行，就必須有工作準則；既然它會消耗 token，就須要有成本意識；既然它會接觸檔案與工具，就必須有邊界。不然它雖然會工作，但也同樣會製造難以收拾的災難。
:: 下一頁 >>
