入職短短五個月，我們打造的第一款「生成式AI照護機器人」，已於昨日正式對外發表。從一開始的單打獨鬥，到現在團隊擴展為七人，公司規模也隨之成長至十四人，這段旅程充滿挑戰，更充滿成就感。
實際的開發時間不到三個月，這在一般情況下可能需要一整年的時間才能完成。然而在緊湊的時程與高壓的挑戰下，我們堅守原訂計畫，成功如期推出了第一個產品版本，這無疑是一場與時間競賽的成果。
回顧起初，產品功能尚未成形，需求輪廓也模糊不清，而我在團隊仍未建立時，便需獨自處理有開發跟規劃的工作。那段日子裡，跨部門的會議規模龐大、意見紛陳，但也正是這樣的磨合與碰撞，促使我下定決心聚焦產品核心，迅速確立方向並找到合適的協作夥伴。每一週都有新挑戰，節奏緊湊得彷彿一齣連續劇。
這段期間，我全力投入開發，曾一度因過度操勞而健康亮起紅燈（因壓力性潰瘍差點被收治住院，說是用生命在做產品也不為過）。當時在研發端只有我一人，負責所有與大型語言模型（LLM）與檢索增強生成（RAG）相關的技術，所幸後來團隊陸續加入，我們也一同完成了三項LLM專利，與三項AI任務調度的專利申請。
農曆年前網路上的攝影朋友舉辦了一場台中舊市區的團體街拍，由於時間是農曆假期的第一個週六，當時我還在考慮中，沒想到晚上要報名時就滿額六十名了。所以我就一直想辦一個自己人的團拍。
問了一些對攝影有興趣的同事後，我就安排了一個底片攝影的街拍計劃，選在了四月的一個週六進行。活動分為上下午兩個時段，有些同事下午有事無法參與，但至少可以進行上午的街拍。
這一天安排的路線是第二市場、柳川水岸、台中文學館、綠川水岸、台中火車站、綠空廊道、國家漫畫博物館。
午餐在南園酒家享受了精釀啤酒跟餐點，下午茶時段則是在春水堂創始店小小休憩了一個半小時。
活動從上午八點四十五分開始，一直到下午五點才結束。總共步行超過七點二公里，同事說這不是街拍，是被騙來健行的⋯⋯
街拍有趣的地方在於大家走過一樣的地方，但每一個人觀察的角度都不相同。我們可以藉由彼此的作品去察覺不同的視角，這一點是團體街拍的魅力之一。
原先我還想一併進行攝影的紀錄，但背了很重的包包走了一整天，要拍照還要錄影真的很困難。期待大家收到底片的掃描檔案後，都能發現自己拍出一些有趣的照片。
辛苦了一起走了一整天的同事，我擔心一卷底片拍不完，所以安排了上下午兩場，比較好的活動時間還是三個小時內比較恰當，其他時間負責吃吃喝喝聊聊天就好。希望大家今晚都有個好眠，半夜腿不會痠痛跟抽筋。我想下次再辦街拍的話，應該是找不到成員參加了，所以改約爬山好了。
午餐的約會。
大家藉著中午休息的空檔，分享了最近在研究 AI 應用的心得。我們暢談了在地端封閉式的使用模式，以及各大語言模型（LLM）可以應用在工作和生活的不同場景。
隨著投入研究的時間越來越多，我們發現琳瑯滿目的工具並不是最重要的。關鍵在於如何運用這些工具，解決實際的問題和需求。
有時感到獨自摸索很孤單，缺乏不同觀點的交流實在可惜。因此，我們希望未來能夠有更多這個領域的意見交換，這對於職涯發展和個人競爭力的提升，相信會有正面的影響。
近日 OpenAI 推出了 Deep Research，雖然暫時只提供給每月支付兩百美金的 Pro 用戶，但很多人試用後都稱讚這個 Agent AI 真的很好厲害（Deep Research 是什麼？實測介紹 ChatGPT 深度研究新功能），而除了 OpenAI 推出這個服務之外，Hugging Face 也重現了一個基礎版的類似智慧代理架構，（Hugging Face挑戰OpenAI Deep Research，24小時打造開源智慧代理系統），有興趣的人可以點擊這裡測試使用。
這個自動代理 AI 的運作原理，主要運作是分為幾個步驟：首先會將使用者輸入問題進行類型跟關鍵字拆解，然後進行相關資料查詢。接者則是透過網路搜尋的結果進行不同來源的比對，這其實也是部分資料提示工程師提升 LLMs 精準度的作業方式之一。然後會將這些資料進行過濾篩選跟提取，最後產出結構化的報告。因此它結合了自動代理（AI Agent）、多步推理 （Chain of Thought, CoT），以及檢索增強生成 （Retrieval-Augmented Generation, RAG）三種核心技術。
而在 OpenAI Deep Research 服務推出之前，Google 的 NotebookLM 也提供了類似的應用場景。NotebookLM 也包含了資訊整合跟分析，但需要使用者自行提供資訊的來源。同時它也有自動化研究流程，系統會預設一些提示詞，導引使用者減少人工介入並提升使用效能。我認為 NotebookLM 適合彙整已有明確資料來源的項目，而 Deep Research 則適合探訪一個我們未知的主題，如我下圖所顯示的。
我的使用範例是要求：「以鑽石與氮化硼切削工具的市場專家，幫我搜尋網際網路上面近三年的市場調查分析，如果以全球市場來看，有哪些區域的廠商對這樣的產品有需求。同時以台灣的製造商，哪些區域適合我們去拓展市場。請給我市場分析的來源跟數據相關資料，並提出為何適合台灣製造商開拓的原因。」這個議題我不知道要到哪裡蒐集有用的資料，所以透過網路代理工具可以大幅減少我的時間。而我之所以進行這些資料的查詢，是因為幫朋友給予一些製造業產品外銷的建議，由於 AI 工具的輔助，以往我要花上三到五天才能蒐集完資料並產出一份產業建議報告，在這些工具的輔助下，我只用了四個小時就處理完畢。
回到 NotebookLM，前陣子在 Threads 上看到有人大力推薦，應該要透過它的一個「語音摘要」功能，然後將自己的履歷丟進去，看看語音摘要會生成什麼樣的介紹。而相信透過這個介紹，大家都會得到心靈方面的撫慰。我也開始努力在找下一份工作，所以也就找時間測試了一下。這個雙人語音對話的功能，我在上一篇《DeepSeek：AI模型效能與成本革命》有介紹過，當時是利用語音摘要，以 Podcast 的型態來介紹 DeepSeek。
新的一年我參與的讀書會首個討論議題是「組織改造跟文化核心如何提升作業績效」。這個議題銜接去年底的「年終績效考核」討論,其中不少人都提到《影視颶風》作為例子。因此我想分享自己對工作流程、組織以及文化如何提升團隊作業績效的看法。
◎系統與功能的迷思
我前公司的老闆大約每三個月就會提出系統與功能方面的需求,認為工作全面資訊化、系統化後,就能避免人員出錯,並以最有效的方式作業。這個想法本質上是對的 - 有了自動化和資訊系統的輔助,確實能讓人員將心力投注在更有價值的工作上。關於這點,我們可以從《影視颶風》的影片「影視颶風的100個員工,上班都在做點啥？飛書辦公體驗分享」中得到很好的印證。
◎《影視颶風》的演進歷程
從影片中可以看到《影視颶風》不同職位工作者的工作模式與環境。但這樣的工作流程並非一蹴可幾,而是在八年間經歷了多次改變與調整,中間也曾面臨過工作流程與管理的困境。感謝 Tim 在 Youtube 頻道上的分享,不論是 QA 問答或《影視颶風》內部的工作內容分享,都讓我們看到這間公司不斷求變的態度,完全符合他們「無限進步」的 Slogan。
話說第一個採訪的剪輯工程師姚志浩，提到他想購買的整套圖馬司特方向盤，這讓我想起我們午休時間，一群工程師在開歐洲卡車模擬遊戲的場景，所有的工程師想法都是差不多的。
:: 下一頁 >>
